许华哲：刚起跑的具身，不等上市的人｜北坡计划

📌 一句话摘要

清华大学助理教授、破壳科技创始人许华哲深度分享具身智能行业现状、技术路线选择与创业心法，强调当前行业仅跑完「第一公里」，拒绝为上市而等待，选择为热爱即刻出发。

📝 详细摘要

本期播客对话破壳科技创始人、清华大学助理教授许华哲，探讨具身智能行业从技术发展到创业实践的核心议题。许华哲认为，尽管具身智能已发展多年，但受限于硬件和数据瓶颈，行业实际仅跑了「第一公里」，仍存在巨大机会。他系统阐述了对 VLA 和 WAM 两种技术路线的看法，指出 VLA 不够优雅，其团队专注于世界动作模型路线，强调预测未来物理状态对机器人操作的重要性。在零样本泛化问题上，他提出务实标准——「你发给我，我跑一下试试」。关于创业，他分享了独特的团队构建观，认为不应为了「符合市场形状」而拼接团队，选择学生作为核心成员是基于能力而非背景的勇气决策。他强调财务回报非首要目标，「做自己真正想做的事才是最贵的特权」。他还深入探讨了个人成长中的「形状」与「生命力」概念，以及 AI 时代个体寻找自身「奖励函数」的重要性。

💡 主要观点

- 具身智能行业仅跑了「第一公里」，仍有巨大创业机会 许华哲认为，受硬件限制和数据匮乏制约，机器人领域进展缓慢，并未形成大模型式的先发优势，即使后来者仍有机会追赶。

真正的零样本泛化标准是「你发给我，我跑一下试试」 他认为不能在自己的环境中演示就宣称零样本泛化，必须在他人的环境中能直接运行才算数，这对数据、模型和硬件都提出了更高要求。

VLA 不够优雅，WAM 路线更接近终极答案 VLA 在预训练视觉语言模型后接动作头，结构割裂；而世界动作模型通过预测未来物理状态来指导动作，更符合人类「先想象再行动」的认知方式。

创业团队不应为了「符合市场形状」而拼接 许华哲选择学生而非市场预期的大厂背景人才作为核心成员，认为能力与对目标的认同比简历标签更重要，这也是他眼中最有勇气的决策之一。

个人应建立高维「奖励函数」以抵御 AI 时代的替代风险 他从 AI 奖励函数概念引申到个人成长，认为只有发展多元、独特的自我价值体系，才能避免被单一技能替代，保持不可替代的「真人感」。

💬 文章金句

- 做自己真正想做的事，才是最贵的特权。

• 具身智能像一场马拉松，但行业可能刚跑到第一公里。
• 真正的零样本泛化就是你发给我，我跑一下试试。
• 最后的终极答案往往是一种原生的或者统一的东西理解。
• 市场好坏不是本质，把机器人做出来才是使命。

📊 文章信息

AI 初评：87

来源：信号与噪声

作者：信号与噪声

分类：人工智能

语言：中文

阅读时间：116 分钟

字数：28923

标签： 具身智能, WAM, VLA, 机器人, 零样本泛化

收听完整播客