许华哲：刚起跑的具身，不等上市的人｜北坡计划

北坡计划第二期，我们与破壳科技创始人、清华大学助理教授许华哲，进行了一次深度对谈。

过去两年，具身智能几乎成为最炙手可热的行业方向之一，整个行业都在进入一种 "加速叙事" 里。但在许华哲看来，今天的大部分进展，距离真正意义上的通用，只是跑完了 "第一公里"，许多问题还没有着手解决：大规模数据从哪来、模型如何泛化、长期任务如何稳定执行、人类世界里的复杂物理交互怎样被真正理解。

某种意义上，具身智能并不是短跑式的技术爆发，而更像一场周期极长、需要持续迭代的马拉松。比起 "什么时候赢"，许华哲更在意自己想做的事情，什么时候着手开始。

"做自己真正想做的事，才是最贵的特权。"

真正吸引他的，从来不是已经抵达的结果，而是那些尚未成形的新东西，是不断进入未知、不断突破边界的过程。聊到音乐时，他提到自己很喜欢贝多芬的《英雄》交响曲，那种仿佛提枪上阵、持续战斗的力量感，让人着迷。

某种程度上，他自己也是这样的人。

折腾不息，战斗不止。

如果有任何希望分享的感受，欢迎在评论区留言与我们交流。

播客原文约 30,000 字，部分内容经删减整理后约 4,600 字。

Enjoy

绿洲： 这次创业，与你想象中最不同的地方是什么？ 许华哲： 具身已经发展 2、3 年了，我没想到市场仍然这么火热。当我决定出来独立创业的时候，是做好了市场对具身领域的关注度已经过去的心理准备。市场本就不由我控制，如果真是这样，那我打算从很小的规模做起。但发现今年市场还是比较相信新公司可以做出一些事情的。

绿洲： 现在市场这么好，对你而言其实是超预期的。那如果当时你假设市场没有特别好，为什么还愿意出来做呢？

许华哲：把好用的机器人造出来是我们的使命，那么既然要做这件事，市场好坏其实不是特别重要、也不是特别本质。 因为最终的结果，与最初的融资规模没有关系，按照能融到的资金体量去做相应计划就好了。

绿洲： 不过，很多人可能看不懂你的决策。

当市场对具身抱有怀疑的时候，你加入并筹办了一家公司；当公司今年可能会上市的时候，又选择再出发、成立了自己的公司。按正常思路，肯定是要等上市后取得一定回报再走，况且很多人判断，具身领域的机会目前可能只属于大公司。那在这么多外部声音的情况下，你是怎么做的决策？

许华哲： 我是 22 年回国，那时候刚从一个学校回到另一个学校——清华，我的课题组刚起航，因此如果能合伙做公司，对我而言可能是更好的选择，也是很好的历练。

但到了 25 年末、 26 年初，我认为时间成本是最昂贵的，哪怕公司上市会带给我很好的回报，但最贵的还是做自己想做事情的这份特权，因此早一年时间出来创业是完全值得的。财务回报对我来说，是饿不死就好了。我的身体健康、吃饱穿暖，最重要还是把事情折腾成。

绿洲： 所以对你而言，财务回报不重要，重要的是什么时候做成事情。

许华哲：我把财务回报看为做成事情的奖励，能做一件自己内心非常认同且对社会有意义的事更重要。

绿洲： 因为你是中国具身智能领域前一阶段发展中，很重要的参与者和见证者。目前这个时间点选择再去创业，为什么认为还会有机会呢？

许华哲： 比如大模型的发展就像是马拉松赛跑一样，前面的人跑了 15 公里、20 公里，训练数据很充分的情况下，后来者再加入比赛就很难了。具身智能某种意义上也是一场马拉松，但前面有很沉的两块石头：一是硬件不好使，二是数据比较少，所有人都在齐心协力往前推它们，大家的步速也是非常缓慢的。

于是，具身智能出发的时间可能跟大模型一样，但实际上可能才到 1 公里的地方。从技术角度或者行业发展角度，今天仍然是有很大机会，石头直到今天才刚刚有能被推动的迹象。对于马拉松而言大家之前进了 1 公里，如果认为自己是个好的跑者，今天出发应该还是可以追得上的。

绿洲： 意思是当前情况下，前面出发的具身智能公司跑了很久，但并没有跑得很远

许华哲： 这是行业问题，目前如果就只有 3 万小时数据积累，再努力跑其实也翻不出太多花来。

当行业先行者变得比较不可逾越的时候，一定是数据足够多、系统和模型足够好的时候。大家需要大量的资源、踩大量的坑才知道这个情况。那现在数据都没充沛，这些行业的坑其实是一起踩的。

绿洲： 因为许老师和美国 Researchers 也有很多交流，从整个模型进展方面，你认为中美差距有多大？

许华哲： 现在看肯定还是有一定差距。但这是由于大家没特别花时间在这个方面带来的。如果花费很多时间做模型、提升能力，我觉得是不会有多大差距的。其次是数据，也不存在说美国那边有更丰富的数据，我们没有的情况。最后要看，初心是不是就是要解决通用模型的问题，以及大家是否有足够的技术信念，相信自己可以做成。

在我看来，这个世界不应该是南橘北枳。就比如，我在清华读了本科、去伯克利读了博士，就能成为一个很不错的 Researcher；应该是我在清华读本科，在无论是清华、伯克利或者斯坦福读博士，都是非常好的，所以我会觉得国内的 Researcher 缺了点心气儿。

绿洲： 要认识到外国的月亮不是更圆。

许华哲： 这个特别重要，我觉得首先就要有这种心态，公司层面也一样，首先不要认为谁是中国最像 PI 的公司、或距离 PI 最近的公司，心态上应该是我和 PI 相比，谁是能追求到 AGI 的公司。

有这个心态再去做事，才有可能做对，不然永远都是落后的那个。

绿洲： 就回到了文化自信、道路自信。

许华哲： 这很重要。我喜欢很坦诚地把自己那些不那么厉害的部分或者弱点，发到网上、或是给我的学生看，就因为大家普遍认为我是那个比较光鲜路上走出来的，但我想让大家看看也就这德行。于是学生们就会知道 "不是国外的月亮更圆，这人也就这样。" 大家就会有自信了嘛。

绿洲： 这其实也是我们看到新生代的创业者、Researcher 非常大的变化，大家会认为，我天生就是一个 Global Innovator，我没有在复制、抄袭海外，而是一起创新。你有你的路，我有我的路，还不知道最后鹿死谁手。

这种心态的变化，其实也是一种结构性转变。

许华哲： 作为 Researcher 肯定是越年轻越好的，最强的人都是在博士第五年、目前大概 00 年左右的人。

绿洲： 之前在清华的 Researcher 聚会上，当时请了高阳老师来，发现他已经算年龄大的，到场的基本都是 00 年到 04 年的博士。每个人主体性都很强，问题都非常尖锐，这可能也是新一代中国 Researcher 或者创业者也好，非常有魅力的地方。

许华哲： 大家都变了，这就是我认为非常好的事情，在我上学的时候也不希望非要觉得老师就是对的，或者在学术上一定要听从他。我和高阳在伯克利的时候是一个课题组，Alexei Efros 是位隔壁组的老师，他当时给了我一个特别好的正面反馈。在伯克利整个 AI 组一起开组会时，这位老师眼睛不太好，就特别喜欢坐在屏幕底下看。当时就带给我了一个冲击：一位看起来四、五十岁的教练，会坐在地上与大家交流。并且，当你在上面演讲，他会非常直接说："This is wrong。" 指出不对的地方，就开始辩论，同时他也非常接受大家突然跳出他的错误。

这种氛围在国内的这一代 Researcher 中，也是比较常见了，我和我的学生讨论，他们指出我的错误、或者指出我水平不到位，他想要跟我讲一讲的时候，几乎没有任何心理压力，这个特别好。所有人的潜能可以全部打开，这样才能找到最好、最对的东西。

绿洲： 你觉得原因是什么？

许华哲： 大家现在在乎的是谁能做出真东西、好东西，搞很多形式，其实没有意义，大家都看得出来。

以及，原来的知识源于书本和老师，现在源于大模型，所以很多时候会发现不再必须向老师求教。老师的意义更多是平等 Researcher，只不过是老与年轻的区别。

绿洲： 能接受自己成为 "老 Researcher" 吗？

许华哲： 老有老的好处嘛，知道足够老的东西，很多的积累下来的洞察、一些经验上的品味也好，直觉上也好，还是有很多帮助的。

绿洲： 其实你在绝对年龄上一点都不 "老"，你是 93 年的，才 30 岁出头。AI 确实是在大的历史变化里，给了年轻创业者、Researcher 更多的机会。而且刚才你提到的跟大模型学习，其实这是权威性发生改变的体现，以前的权威是老师，现在权威是 AI，"AI 以下众生平等"。

绿洲： 刚刚聊到非常多次 "形状" 这个词，在你的世界观里，这是什么意思？

许华哲： 每个机构、个人在不同的维度上可以往外长，你会发现在一个高维空间里面，有的地方鼓得非常往上，有的地方就凹进来了，有的地方可能是球的状态，每个人都有一个自己的形状。

在学校里面我会觉得，学生某些地方鼓出来，那应该鼓得更大，凹的地方可以不要，看看自己最终的生长潜能；但公司不太一样，比如说有人就希望做神经符号学，那可能跟现在的业务策略完全不一样，在学校我会鼓励继续生长，但来了公司还能这样吗？

其实不光在技术层面，比如说在公司文化层面，有一个特别好的例子是 OpenAI，它就是一个形状极度明确、且招人时候只看形状的公司。高中生也招、没读过大学，可能科研成果看着也不好，但其实考核之后，发现水平很高，那也可以招。不过在当时，大家还不相信 Scaling 的时候，哪怕你是 MIT 的大咖，不过我就相信小而美、相信有一个定理能解决一切，不是那么相信 Scaling，那么 OpenAI 绝对会拒绝，你的形状不对。

绿洲： 其实你在思考问题、用词的时候有点像形态学，你会提到种子、形状、生长。如果再抽象一点，你现在看待世界的方式最早是如何形成的？

许华哲： 刚进来的时候，看到外面有 "参赞生命力" 几个字，在我描述这个世界、尤其描述人或组织的时候，我还是喜欢用有生命力词汇去描述，不喜欢用工具或者数据的方式去描述。

我觉得人和组织其实是非常有机的。在我的成长历程中，其实能看到非常多好学校的 "数值怪"，比如在智商层面啊，或者某个阶段非常强大的人，再往后观察会发现，发展的结果与他当时的数值相关性非常低，与他的决策相关性非常高。在这个过程中会发现，很多当年特别卷、成绩特别优秀的人，到后面好像 "卷" 的心态突然消失了，变得很享受在安稳环境生活的状态。面对这种我无法说明原因的情况，我就会倾向于用形态去描述。这些人其实没有在 "折腾" 的维度选择往前走，之前之所以是成绩上的数值怪，因为其实这不需要折腾、是别人规定好的标准而已。

所以我看人的时候会看他自己的心，到底选择往哪个方向长？包括我在招生、公司招人的时候，也会倾向于看这个部分。

绿洲： 许多人在 AI 时代遇到的最大挑战是，自始至终没有找到自己的奖励函数。就像你说的，很多人一直在卷，突然发现不用卷、或者离开学校就没有奖励了，于是他整个人就塌缩了。如果从这个角度看，今天一位大学生，已经习惯了学校的奖励函数，他怎么能找到属于自己的奖励函数？

许华哲： 每个人内心里那个东西都自然存在的，只是有没有去发现它。

如果外部信号太强的话，那些内心本来具备的微小声音反而变成噪声了，不应该这样。**你应该捕捉那些微小东西，让它变成信号、让外部信号退让。**我觉得这会发生在新一代的教育方式里，其实清华就在做这个事情，很多地方也都在尝试。信号我会挑好，但如果你有自己更好的选择，就不要选择我准备的；除非你不知道自己想要什么，再选择我准备的，这其实能给新一代的年轻人更好的引导。当没有外部强干扰的情况下，内心的东西通过不断尝试，很快就会涌现出来。

绿洲： 这很像我们当年录的开篇词：当噪声都褪去的时候，信号就自然显现出来。

其实当你把别人强加的念头、工作都丢掉的时候，你真正热爱的东西就展现出来了。在心理学上有个状态叫 "内化外摄" 大概的意思是别人对的期待已经被内化成自己的期待了，所以你会发现，有些人在没人监督的情况下，其实是别人对他的期待，也会变为自己对自己的巨大要求，其实他是把那些外部的东西给内化了。

许华哲： 相当于外部信号影响了你本身的信号，那如果扎扎实实影响一辈子，在去世的那天没有突然一拍脑袋，说： "我的人生怎么被你影响的了。" 哈哈，就只要没到这个程度那就还 OK，这也不是说人生来的那个信号就不能变嘛，成长环境等外部因素也是很重要的一个变量嘛。

绿洲： 哪本书对你的影响非常大？

许华哲： 《荒原狼》。

绿洲： 启发是什么？或者最大的冲击是什么？

许华哲： 我其实反复引用过里面的一小段话，虽然已经不记得完整原文了，大概意思是说，很多人来到这个世界，追求的是在漂亮房子里面织毛衣、打开广播收听好玩的节目。还有一些人，他想做一些英雄式、不符合市场趣味的事情，大家都叫他们笨蛋。

这段话很好地描述了我的一部分追求，我是容易做出奇怪选择的人，比如说前面聊到为什么快上市来却选择离开。

绿洲： 看起来不符合理性的决策，那也说明你的奖励函数中，肯定有一些其他东西。

许华哲： 对，读《荒原狼》的时候，会觉得他的描述是戳到了我。黑塞确实很厉害，别人可能只有感受，但他能把感受写出来，好像跨越时空的共振。

绿洲： 那如果等你百年之后，你希望社会怎么去评价你？

许华哲： 其实我没有太过于思考这个问题，我希望自己是一个对社会有益处的人，大家也可以不提到我。

但如果提到的话，说这个人做了一些正向的小事；后面如果还允许有几句话，那就是 "这个家伙折腾的这颗心，从一开始到最后都一直滋滋作响。"

绿洲： 所以你希望大家去描述你的时候，是一个折腾的人。

许华哲： 对，战斗不止。