董豪：从北大博导到启元首席科学家，具身智能终局怎么走
做具身，不能一上来什么都干，也不能什么都不干
在具身赛道上，董豪算是个很不典型的选手。
外界对他的印象，大多停在两件事上：29 岁当上北大博导的年轻学者，以及最近出任启元机器人首席科学家、带队啃家用具身智能这块硬骨头。可少有人清楚，他读博前有过一段三年创业、最后没做成的经历，还在工厂的八人间宿舍住过；更少人知道，智元刚起步时他就是最早一批加入的人，陪着初创团队趟过了不少坎。
行业还在大谈大模型、通用机器人的宏大故事，他盯的却是另一个并不光鲜的实际难题：拿上万台真机做后训练，成本高得根本落不了地，这条路该从哪儿破？
他最近给出的答案，落在三个词上：HIL-UMI、Scaling Law 和量产。
这套答案的根子，其实早就埋在他一路“压缩着走”的人生里了。
硕士毕业后，导师劝他直接读博，他没答应，回国开了公司，做可穿戴设备和脑机接口，人扎进工厂，住过八人间宿舍。三年下来，眼看着市场被大厂迅速挤占，他没多纠缠，掉头去帝国理工读博，四年后顺利毕业，期间主导开发的开源框架还拿下了 ACM MM 最佳开源软件奖。毕业进入北京大学，入职没多久就赶上疫情，对着全程不开摄像头的学生，他把机器人课线上讲了一整年。2023 年
智元机器人成立，他以核心成员身份加入，一起建起北大智元联合实验室；如今他转任启元首席科学家，扎进了难度最高的 ToC 具身智能赛道。
董豪在圈里朋友一直不少，创业经历、顶尖学术、头部产业这几段履历叠在一起，透着一种少见的跨界流动感。一个人完整经历过硬科技公司从起盘到收场的全过程，又转身沉进学术氛围极浓的北京大学，现在再站到产业最前沿，他会怎么看待眼下的具身智能行业？带着这个疑问，我们在北大校园里见到了董豪。
下面是访谈内容，《AI 科技评论》在不改变原意的前提下做了编辑。
01
一个“压缩着走”的人
▎AI科技评论：你英本英硕四年读完，29 岁就是北大博导。这个节奏在学术圈里压缩了三五年，你自己有感觉吗？
董豪：没特意算过。英本英硕那套体系本身就快，四年硕士毕业属于正常操作。
▎AI科技评论：可不到 30 岁进北大就不正常了，而且你拿到教职的第一年还撞上疫情。
董豪：第一次上课是线上，学生不开摄像头，也不出声，我全程自己讲，偶尔问一句有没有问题，没人应。搞机器人的全改线上，机器人又摸不着。最惨的是突然解封能碰一下，突然又封了，断断续续。不少人没扛过去，我算运气不错。
▎AI科技评论：就只归到运气上？
董豪：再就是我做的事比较聚焦。机器人这个方向，学术和产业都盯着，两头都不浪费。
▎AI科技评论：“两头都不浪费”，这话很像你。你似乎天生就不喜欢单维度地做事。
董豪：可能吧。比如你提到我以前做的 AI 框架，那本来是实验室内部工具，搁着可惜才开源的，结果用的人越来越多，还拿了奖。一个工作长出好几样东西，效率高。
02
一位 90 后北大副教授的创业往事
2012 年你硕士毕业，导师郭毅可（中国工程院外籍院士、现港科大首席副校长）当时劝你继续读博，你没听，而是回国创业。那会儿具体是什么情况？
董豪：研究生阶段我跟着郭老师做科研，郭老师让我直接读博，结果我决定回国创业，他支持我，还给了钱；后来 2015 年我回去读博，他也没说什么，给了我很大自由，课题让我自己选。
▎AI科技评论：创业是做可穿戴设备？
董豪：对，当时势头很猛。创业时住工厂，条件很差，都是八人间，我待遇好一点，一个人住一个八人间，八张床，想睡哪张睡哪张。
▎AI科技评论：那三年应该挺苦的。
董豪：说不上苦，只是亲眼看着一个创业团队从生到死走完一整圈。可穿戴设备当时有两条路，便携脑机接口和智能手环，我们先做了，前者奔着未来，后者顾着当下。后来小米、华为进场，一做起来速度非常快。市场就这么眼睁睁没了。
▎AI科技评论：硬科技创业最难的地方在哪？
董豪：量产。样机半年就能出来，可要造一百个产品，成本得压住，良品率得上去，还得耐用，这一折腾就是一两年。一个小改动，改模具、调产线、重新验证，周期按半年算。三年时间，其实没几轮试错的机会。
▎AI科技评论：那你现在看智元和启元把量产做起来，是什么感受？
董豪：量产是最难迈的坎。外行只把它当成一个产量数字，可干过硬件的人清楚，背后是成千上万个环节要咬合，测试项目摞起来跟一本书那么厚。我以前做的东西那么小，都觉得不容易；如今要造出整台机器人，一项项标准挨个过，难度可想而知。
▎AI科技评论：刚提到智能穿戴市场被小米华为吃掉，被大厂碾过去是什么感觉？
董豪：你明明知道再使劲也白搭。人家的供应链、渠道、品牌，样样齐全。后来我琢磨明白一件事：前沿技术跟市场之间隔着一段时间差，这个认知，是我用三年换来的。
▎AI科技评论：很多创业者十年才走完的周期，你三年走完了。
董豪：你这么一说……好像是。
▎AI科技评论：那叫止损。
董豪：但其实我不后悔那三年。做研究和下场做是两回事，但必须下场做，不做不行。当年造车，融了钱不造的全死了；造了，死掉四分之三。你还是要做。
▎AI科技评论：所以你认为现在很多具身创业公司不花钱不量产，用等待策略是不对的？
董豪：这怎么说呢……讲白了，钱搁在手里也攒不下多少，横竖都得赌一把。你资金再多，拼得过那些巨头？造车就是现成的例子。真造了反倒好些，起码还剩一点赢的可能。
▎AI科技评论：那你认为具身公司该怎么花钱呢？
董豪：具身智能有一点占便宜——市场空间足够大，能切入的方向就多。拿很多 toB 场景来说，未必要求一个模型包揽各种任务，所以这类活儿短期回报来得快，像工厂里可以复制的工位，比如分拣。钱往哪儿投，那得看每家公司主攻什么方向。
▎AI科技评论：但这个思路似乎和启元的在做的不太一致？
董豪：启元的想法，是要一下子能往终局做。
▎AI科技评论：什么是终局？
董豪：面向家庭、消费场景，是必须实现通用作业智能的，总之是要一个通才具身智能大模型，而其他场景不一定需要。
03
从智元到启元：最难的那个选项
▎AI科技评论：很多人告诉我们，你是一个社交小天才，大家都很喜欢你。
董豪：可能因为我一直觉得行业要一起努力，都是朋友，这个行业能做的很多，我还是喜欢一群人共同往前拱的过程。
▎AI科技评论：智元 2023 年才成立，你那时候就进去了，是志辉和邓总（智元邓泰华）把你叫来的。如今智元规模上千人，量产交付也跑在行业前头，你为什么还要离开，去做启元？
董豪：两边分工不同。智元主要做 toB 场景的落地，启元走的是 toC，针对家庭场景的机器人，必须得有真正的大脑，得能通用导航，得会跟人打交道，还得具备通用作业智能——这块最难，也最考验泛化能力。要做具身智能的前沿研究，toC 就是最合适的战场。
▎AI科技评论：举个例子？
董豪：造发动机，民航用的和军用用的，要求不会一样。工业具身未必要求一个模型包办一百件事，toC 却真的需要。
▎AI科技评论：从智元到启元，大量环节都得自己搭，难度是不是又抬了一级？
董豪：该踩的坑躲不掉。之前创业让我看清一点，等待策略行不通。别人烧钱烧出方向，你在旁边苟着，苟住了胜率就更大？并非如此。就算等到了，那也不是你的东西。
▎AI科技评论：从学术界跨到产业界，感受如何？
董豪：节奏不一样，风格也不一样，工程化这块尤其明显。我刚进北大的时候，杨耀东（北大博导，灵初智能首席科学家）拉着我和王鹤（北大博导，银河通用CTO）做了一个北京科协的项目，做灵巧操作。
立项级别很高，经费却不多。我记得当时要买灵巧手，只能看Shadow Hand（英国灵巧手公司，一只手10万美元），贵得离谱，我和杨老师一人买左手、一人买右手，拼着做科研。现在的大环境不同了。
纯学术研究拿到的经费少，撑不起当下大模型的研究。学术界的前沿研究仍然需要，大规模算力、好的工程infra同样需要，学术得和产业结合。
▎AI科技评论：大环境对年轻人意味着什么？你的学生王远非、张继耀也在做具身创业，你怎么看？
董豪：他们这一代的条件比我那时好太多，技术视野、动手速度、融资环境，我们当年都比不了。具身智能的空间足够大，年轻人去闯是好事，他们的创业方向我也看好。
▎AI科技评论：你会一味鼓励创业吗？
董豪：不一定，时机很关键。有些学生，我会劝他们先借助大平台把技术做扎实，积累够了再出来。供应链、生态、技术团队都要时间，花钱买不来。快本身不是问题，没积累的快才是问题。
▎AI科技评论：启元给自己留多长时间？
董豪：长线按三年看。作业智能先从失败也没风险的场景做起，比如衣物类，每天都要做，叠没叠好不会出事，安全边界高，失败还能重试。全自主洗衣流程我们已经做出来了：机器人自主规划路径、开合洗衣机门，抓取失败会主动重试，整套流程无人介入。一上来什么都干不行，什么都不干干等也不行。先优先打穿一些能力，再横向拓展。
04
技术判断：胜负手在后训练
▎AI科技评论：技术方面聊聊。你有一个判断，跟主流看法不太一样：“预训练和后训练不是比例关系，是阶段性更替。”眼下多数人还在算预训练数据跟后训练数据该按什么配比放，你等于把这个问题直接推翻了？
董豪：不是否了，是阶段不同。预训练解决起步时的世界观构建，路线其实清晰，采数据、训练进去、大力出奇迹，把成功率从 0 拉到有一定成功率，但提升有上限。大规模后训练会比现在说的预训练更大，甚至完全覆盖。
▎AI科技评论：上限在哪？
董豪：模仿学习只能冷启动。训练样本全是正确轨迹，机器人犯了错不知道怎么调整回来。真实世界不按你的演示数据分布。
▎AI科技评论：所以要上强化学习。
董豪：没错，AlphaGo 当年走的正是这条路。最早是靠模仿棋谱的模仿学习起步，真正让它封神的是自我博弈的大规模强化学习。后来 ChatGPT 也是如此，它的核心仍然是靠 RLHF 做强化。今天的机器人也一样，泛化能力和极致成功率能不能成，关键都落在可规模化的后训练上。上半场比的是谁先用模仿学习把机器人点亮，下半场比的则是谁能以最低边际成本、最快搭出机器人的纠错网络。
▎AI科技评论：但后训练的规模化卡在真机上。
董豪：这其实就是物理约束。让几万台真机在几万个真实房间里同时做后训练？光造一万台出来，成本就已经不得了。智元成立 3 年、量产 2 万台，这已经算很强了。
▎AI科技评论：所以启元做 HIL-UMI，无本体数据采集的后训练。
董豪：没错，这活儿最近热度挺高。人不用去碰机器人本体，戴上穿戴设备、拿手持相机把操作过程拍下来，就能直接转成可训练的轨迹。同样的预算，模型能力涨得更多，还能拿来做后训练，针对模型的短板去补，成功率往100%上靠。
▎AI科技评论：有了万级数的采集量，后训练就能铺开规模了？
董豪：只对一半，另一半要看数据效率。举个例子，眼下一条真机轨迹，交给世界模型、生成式AI去扩，能变出50条等效样本，物体的摆放、空间位置各不相同。真机数据的价值就这么放大了50倍。人类示教、真机锚点、生成式扩增，这三样凑齐，后训练才谈得上"可规模化"。
05
横向 Scaling Law：性格的理论化
▎AI科技评论：你讲的"横向 Scaling Law"，一根轴是数据量，另一根轴是任务量。任务量这根轴为什么要加进来？
董豪：现在不少公司走的是一条低效的增长曲线：做一个场景，过拟合，交付；换下一个场景，又从零起步。数据和任务之间只是线性关系，边际收益一路往下掉。横向扩开以后，新任务起步的成功率会一次比一次高，要做到高成功率所需的样本量则不断减少。学得越多，省得越多。
▎AI科技评论：这个问题可能有点过度解读。你读书是压缩着读的，创业三年，如今北大和启元两头一起做。"不在一根轴上死磕、两个维度同时加速"，这套思路是不是把你性格给理论化了？
董豪：这个问题（笑）
▎AI科技评论：你回答就行。
董豪：有可能。北大那边的事和启元这边的事，在我看来不是两份工作，是同一件事：一头做技术范式的创新，一头做规模化的验证，两边互相支撑。
06
关于"节奏"
▎AI科技评论：聊点别的。你平时喜欢机车和滑雪，滑雪的人常讲，一害怕身体就本能地往后躲，越躲越摔，这事你怎么看？
董豪：把节奏控制住就行。不是没有恐惧，是能把恐惧控制住。
▎AI科技评论：习惯压缩时间的人，会不会也容易失控？毕竟速度快。
董豪：所以不管做科研还是待在公司，节奏都关键。快本身不是问题，乱才是问题。什么阶段该投多少，研发的节奏得拿捏好。
07
后记
这场对话发生在北大校内一座传统中式院子里，院子叫静园五院，是北京大学计算机学院前沿计算研究中心的办公和教学地点。董豪和AI科技评论的交谈就在那里进行。
北大前沿计算研究中心由图灵奖获得者John Hopcroft和高文院士创建，目标是培养新一代计算机领域人才，做出有影响力的科研。中心对论文数量、申请经费都不设要求，评审方式与国际接轨。
一届又一届图灵班学子从这里走出去。
教育、科研，董豪一直在这里深耕，启元的前沿学术研究也在这里发生。他的说话方式，跟他的人生、他的理论，某种程度上是同一个东西：压缩。别人走十年的路，他压成五年；一条数据，他压出五十条的价值；一维的行业，他压出一根新轴。
"横向Scaling Law"或许不只是一股技术趋势，它更像对这个人的自我描述。
