155: 至简动力贾鹏：从英伟达到理想，具身智能的六边形战士
机器人 创业 硬件 深度访谈
贾鹏谈具身智能时，反复把话题拉回自动驾驶。这并非简单的履历惯性。从读书时接触 CUDA，到 2015 年末加入 NVIDIA 中国自动驾驶团队，再到 2020 年进入理想汽车、参与高速 NOA 和无图城市辅助驾驶的交付，他经历过一项技术怎样从研究演示走到用户手中。如今创办至简动力，他试图把那段经验拆成更具体的判断：模型要进产品，产品要进真实场景，真实场景才会把数据和问题送回来。
这也是本期访谈的主线。具身智能的讨论常被模型参数、数据量和人形机器人的演示占据；贾鹏关心的却是另一组更接近量产的问题：不同机器人的动作是否一致，坏了以后要怎么修，采到的数据能否复用，客户场景能否标准化，基础模型怎样被改造成能稳定完成一个实际任务的系统。
从计算平台到终端产品
贾鹏进入 NVIDIA 前做的是高性能计算。他在 2008 年到 2012 年间使用过早期 CUDA，也参与过多节点计算机的搭建和算法加速。这样的背景，恰好符合 NVIDIA 当时对中国自动驾驶团队的需求：汽车被视为继手机之后的潜在端侧计算终端，团队需要既理解 GPU 加速，又愿意从传感器、底层软件和算法开始搭起应用的人。
当时的自动驾驶行业还远未进入今天的量产状态。贾鹏带着开发板跑车厂和互联网公司，推广芯片与 SDK；随后工作从硬件推广延伸到传感器标定、感知、地图、定位和底层软件。NVIDIA 的角色更像平台提供者：把芯片、工具和软件生态准备好，客户在其上开发自己的产品。
平台策略带来了广泛的合作，但也留下一个问题：平台方很难直接接触终端用户。产品在什么场景失效、用户怎样使用、哪些异常最常发生，这些信息未必能完整回到供应商手中。贾鹏后来更认同特斯拉式的路径，正是因为它把硬件预埋、产品交付和数据回收连在了一起。产品不是开发流程的最后一步，而是下一轮训练和验证的起点。
贾鹏从 NVIDIA 学到的另一件事是耐心。CUDA 的生态经过多年才真正形成，端侧业务也长期只占很小的收入份额。远期投入之所以能坚持，需要创始人把判断讲清楚，也需要既有业务为探索提供支撑。
理想汽车：技术必须经过产品闭环
2020 年，贾鹏选择加入理想汽车。吸引他的不是一家已经成熟的辅助驾驶团队，恰恰相反：当时团队规模很小，第一代能力也主要来自供应商。但他认可公司把智能化放在产品核心位置的思路。对他来说，技术不是独立存在的指标，最终要由用户能否获得更好的体验来检验；而要持续改善体验，必须先把数据闭环做起来。
这套认识在 2021 年的首次自研量产中变成了具体的组织方式。团队约 80 人，在代码几乎为零的情况下，用约 100 天完成高速 NOA 的量产交付。贾鹏不把这解释成单纯拉长工时，而是把它看作一场内部创业：目标要统一，人力要并行，芯片、传感器等伙伴的工程师也要进入同一节奏。项目制在这里的意义，是把完成一个任务真正需要的人和资源迅速聚拢起来。
交付团队
用明确目标组织人手，缩短从方案到用户可用版本的距离。
预研团队
在高压交付之外，持续探索端到端、VLA 和双系统等尚未成熟的方向。
供应链协同
新芯片、新传感器和整车团队共同承担风险，把资源集中到同一场交付里。
另一场更能说明这种方法的战役，是从高精地图转向无图城市辅助驾驶。高精地图的模式有清晰的能力边界：覆盖哪座城市、哪条道路，要等待地图供应商完成生产和更新。贾鹏提到，付了同样的钱的用户会因所在城市不同得到不同服务，这在产品上很难长期成立。
无图方案先在深圳做验证，随后团队在有图版本发布后迅速切换。代价是初期体验下降：更多道路被开放，数据积累却还不足，团队又恰好处在公司裁员和士气低落的阶段。最终能继续推进，不是因为第一版已经足够好，而是团队能把每个问题回到数据里，解释原因、给出迭代路径，并在数周内让管理层看见大部分问题被处理。无图的价值也由此显现：服务范围不再受地图覆盖的限制。
创业不是只做一个更大的模型
贾鹏在 2025 年离开理想后，与长期共事的王凯、王佳佳共同创业。三人的分工沿用过去的协作习惯：贾鹏负责算法、模型和基础设施，王佳佳负责硬件、底层软件、运控与产品，王凯负责战略、管理、融资和外部资源。团队没有急着搭出复杂层级，而是让许多人直接承担一两片尚待开拓的工作。
他把创业公司描述为需要补齐多种能力的整体。模型表现当然重要，但它不能替代本体设计、数据采集、客户场景、组织决策和商业结构。具身智能若进入面向企业的部署阶段，客户购买的不会是一段模型代码，而是一套能够在现场稳定工作的产品。产品能卖出去，才有真实使用数据；真实数据再反过来帮助模型处理那些训练集里没有的长尾问题。
通用基础能力
大型平台更适合投入多模态生成、理解和广泛互联网数据。贾鹏认为，初创公司很难独自承担这种规模的基础模型成本。
垂域落地能力
具体本体上的动作、任务数据、客户流程和现场交付，仍要由贴近场景的团队完成。这些能力会形成自己的数据与产品闭环。
因此，至简动力把工作分成底座、基础模型和应用三层。底座包括本体、零部件、训练与推理框架；基础模型负责把生成、理解、推理与动作逐步放到更统一的系统中；应用层才是针对工厂、商超、服务业和物流等场景做任务适配。贾鹏强调先做底座，因为迭代效率取决于那里：数据怎样进入训练，模型怎样推到端上，推理怎样足够稳定，都会决定上层的实验速度。
真实数据、影子模式与合成数据的边界
在数据问题上，贾鹏的判断来自自动驾驶。穿戴式设备和真机采集能够解决冷启动，合成数据也能把罕见样本扩增成更多训练样本，但这些都无法等同于真实部署。许多最麻烦的问题只会在用户现场出现：物品不同、空间不同、动作被打断，或者设备和人以预料之外的方式互动。产品规模越大，这些问题越有机会被捕捉到。
他特别强调评估。新模型不能只在离线数据集上得分更高，还要在真实环境中与稳定版本对比。自动驾驶里的影子模式给了他一套可迁移的做法：一块芯片维持用户实际使用的稳定版本，另一块芯片运行新模型，不改变产品行为，只记录两者的输出差异。团队随后把有偏差的样本带回训练和复盘。双芯片的价值不只是增加算力，更是把真实世界变成不打扰用户的测试场。
合成数据在这里仍有位置。它适合做数据增广和闭环验证，尤其能放大很少见的异常样本；但贾鹏不把它当作主要训练来源，因为接触、操作和长尾环境很难被完全模拟。
当前团队已有约一万小时数据，其中以穿戴式设备采集为主。贾鹏对这个速度并不满意：手套等设备会受电磁干扰，早期有相当一部分数据不可用，硬件迭代拖慢了数据规模。这个细节说明，数据问题常常不是单独的数据问题，采集设备本身的可靠性会直接决定训练输入的质量。
硬件仍是最容易被轻描淡写的难题
贾鹏最想纠正的行业印象是：硬件似乎已经差不多，剩下只缺数据和算法。他的答案恰恰相反。具身智能的本体还没有走到汽车那样的制造成熟度。即使同一厂商、同一型号的两套灵巧手，A 设备上录制的数据在 B 设备上重放，也可能得到不同动作。这样的不一致会成为模型训练中的噪声。
可靠性同样不能绕过。小批量演示能完成，不等于产品能长时间工作、返修率可控、备件和供应链都有保障。贾鹏以汽车行业为参照：车规零部件经过大量生产后，工艺、标准和兼容性才逐步形成；而具身机器人仍处在构型多样、零部件标准不一、验证方法尚未稳定的阶段。
这也解释了至简动力为什么没有一开始追求人形的最高自由度。团队当前采用双臂加轮式底盘的半人形形态，优先让硬件匹配现有模型能用好的能力。高自由度本体当然指向更远的终局，但如果模型无法可靠地调用这些自由度，硬件团队和算法团队只会各自向前，难以形成同一个产品。
先做可迁移的完整任务
在商业场景上，贾鹏不急于把机器人塞进一条已经高度优化的流水线，替代某一个动作极快的工位。这样的场景节拍高、容错低，停一次线的成本很高，而且大多属于深度定制，难以形成软件或数据的复用。
他更看重端到端任务：从仓库取料，完成上料、下料、质检、去毛刺，再回到仓库。团队可以重新梳理流程，积累一组完整技能；当另一家客户有类似任务时，再补充数据、进行适配，便有机会快速落地。这种标准化不是忽略客户差异，而是把差异控制在可微调的范围内。
工厂和商超存在这样的需求，是因为现实生产并不总是固定节拍。工件会变化，产线会接散件，传统以固定轨迹编程的机械臂难以应对。当前较现实的能力组合是通用移动、物品识别与抓取、夹取、搬运等简单操作。至于进入家庭，贾鹏认为必须排在更后面：机器要先在封闭和半封闭场景积累安全边界，才能在有人和孩子靠近的环境中大规模工作。
窗口期里的速度与克制
贾鹏预计，具身智能会在 2026 年末到 2027 年初开始显现更明确的面向企业信号；他也预期行业会经历竞争与融资热潮。这个时间判断来自他对技术成熟度的观察，不是对既成事实的描述。对一家后发创业公司而言，模型、硬件、数据、组织和商业化缺一不可，单点领先难以支撑穿越波动。
成本结构也会反过来塑造竞争。众包和穿戴式数据采集的成本未必最高；训练所需 GPU、人才，以及未来硬件备货才是更重的支出。贾鹏说，至简动力研发费用中超过三分之一用于 GPU。硬件投入则更难预估，因为它取决于客户订单、生产规模和备货节奏。
他的组织哲学仍保留工程师的速度感：远期方向要看清，近期动作要足够准确；先把最小闭环做通，再决定扩张速度。与此同时，他也意识到自己正在从只关心技术的负责人，变成要照看人、钱和组织取舍的 CEO。具身智能能否走向更大的市场，最终不只取决于一个模型是否足够聪明，也取决于团队能否把它做成一件稳定、可交付、可迭代的产品。