📌 一句话摘要 有鹿机器人通过先造一款巡扫机器人跑通商业模式，再用通用具身大脑赋能更多设备，探索具身智能的量产级“一脑多形”路径。 📝 详细摘要 本文是对有鹿机器人创始人陈俊波与联合创始人谷祖林的深度专访与技术报道。文章从 AI130S 巡扫机器人的实际表现切入，展示了具身智能从实验室走向产品需跨过的五道门槛：智能、安全、易用、品质与亲和力。进而深入解析其核心产品 Master2000 GEN2 通用具身大脑的技术架构，包括多模态感知编码、左脑/右脑/小脑的分工、世界模型与强化学习驱动的动作推演，以及基于数百万小时级数据训练的基础模型。文章还揭示了有鹿的战略选择：先用巡扫机器人实现商业化验
📌 一句话摘要
有鹿机器人通过先造一款巡扫机器人跑通商业模式，再用通用具身大脑赋能更多设备，探索具身智能的量产级“一脑多形”路径。
📝 详细摘要
本文是对有鹿机器人创始人陈俊波与联合创始人谷祖林的深度专访与技术报道。文章从 AI130S 巡扫机器人的实际表现切入，展示了具身智能从实验室走向产品需跨过的五道门槛：智能、安全、易用、品质与亲和力。进而深入解析其核心产品 Master2000 GEN2 通用具身大脑的技术架构，包括多模态感知编码、左脑/右脑/小脑的分工、世界模型与强化学习驱动的动作推演，以及基于数百万小时级数据训练的基础模型。文章还揭示了有鹿的战略选择：先用巡扫机器人实现商业化验证，再通过“一脑多形”将相同能力复用到巡更、叉车等更多设备上，并与传统制造企业“强强联合”，实现具身大脑的规模化落地。
💡 主要观点
-
“一脑多形”的核心是不同形态的机器人共享同一套理解物理世界的能力。
有鹿认为通用不是免于适配，而是减少重复学习：基础模型学习道路、行人、车辆等通用概念，不同本体只需针对各自动作空间做后训练。
具身智能从演示到产品需同时解决智能、安全、易用、品质、亲和力五个问题。
AI130S 以具体案例（区分辣椒、避让儿童等）说明，机器人的判断力必须适配真实场景的模糊性和不确定性，且量产工艺决定了长期可靠性。
Master2000 GEN2 加入世界模型与强化学习，实现对动作后果的推演。
模型不仅识别当前状态，还能预测执行不同动作后的下一状态，从而选择更优策略（如窄路倒车避让），同时保留安全兜底机制。
有鹿选择先做巡扫机器人作为商业化切入，用真实数据和市场验证“大脑”价值。
在 Master2000 作为独立产品遭遇市场不信任后，有鹿自研整机并取得 2025 年中国室外清洁机器人单品销冠，反过来让制造企业主动寻求合作。
机器人的形态会在需求中“进化”，专业设备比通用人形在某些场景更高效。
有鹿不排斥人形，但更倾向于根据具体任务选择轮式、叉车等专业身体，并通过数据、场景和商业的闭环驱动产品迭代。
💬 文章金句
- 垃圾是一个非常抽象的高层定义。
- 机器人终极的形态，不应该是一个产品经理有能力设计出来的。
- 有乍交之欢，无久处之厌。
- 我们把整个机器人的低压平台供应链带动了起来，这不仅影响了机器人产业，甚至传统人工扫地机的供应链都会被因此而改变。
📊 文章信息
AI 初评：85
来源：甲子光年
作者：甲子光年
分类：人工智能
语言：中文
阅读时间：25 分钟
字数：6126
标签：
具身智能, 清洁机器人, 世界模型, 强化学习, AI 商业化
阅读完整文章