郎咸朋昆仑行：具身智能百亿级烧钱时代，自我造血方得“蔚小理”
近日，曾带领理想汽车辅助驾驶从0做到150万辆量产规模的前智驾负责人郎咸朋，首次公开披露了其创业项目的核心细节。他在今年3月创办的具身智能公司昆仑行，仅用90天就完成三轮数十亿元融资，成为赛道内新晋独角兽。
昆仑行的联合创始人兼CEO任庚履历同样亮眼，曾担任华为国家CEO、阿里巴巴集团副总裁以及阿里云中国区总裁。外界好奇两人的合作契机，郎咸朋表示双方的共识非常清晰：行不行、合不合、久不久。
所谓行不行，核心看能力互补：郎咸朋负责技术与研发，任庚主导商业与管理，双方边界清晰且适配；合不合则看认知一致性，两人围绕具身智能的产品、技术与商业逻辑多轮沟通后，发现判断高度重合；久不久则是判断赛道长期价值，他们认定具身智能绝非三五年的短期风口，而是可以深耕十年的长期事业。在郎咸朋看来，创业选合伙人的核心标准是合适比熟悉更重要，最终要的是能把事做成，而非仅仅相处舒服。
谈及公司命名为昆仑行的缘由，郎咸朋解释称，最初也曾考虑过不少极具科幻感的名字，但最终还是选择了这个朴素却有分量的名称。“昆仑”作为中华民族的图腾符号，能直观传递出公司的民族使命感；“行”则代表使命必达的决心，合在一起传递出“中华民族在具身智能领域一定能取得突破”的信念。他也提到，团队希望在物理AGI的探索历史中，留下昆仑行每一位参与者的印记。
正式注册公司前，昆仑行先想清楚了三个核心问题：范式、方法与路径，郎咸朋将选对范式称为具身智能的第一性原理。他以自动驾驶为例，如果当初一味采用规则式开发，就不会有理想辅助驾驶的后来成功，做具身智能同样不能沿用自动驾驶的模仿学习范式——无论是端到端还是VLA方案，本质都是基于模仿的技术路线，无法覆盖上万种真实场景。在他看来，机器人的核心范式应该是理解而非模仿。
明确范式后，如何落地为可执行的方法成为第二件关键事。郎咸朋将数据效率总结为一个公式：数据效率＝获取效率×使用效率。过往自动驾驶与大模型的成功，得益于获取效率的优势——互联网数据、人类驾驶数据几乎可以零成本获取，但具身智能无法照搬这套逻辑，不可能先将机器人搬进用户家中，通过两年的人工操作来积累训练数据。因此昆仑行选择押注使用效率，通过数据编译的方式，让机器人自主学习理解物理世界所需的信息与知识。
仅靠数据与模型还不够，工程化能力是落地的兜底保障。郎咸朋以Anthropic的Claude Code为例，这款工具的好用之处不仅在于模型本身，更离不开背后的Agent机制支撑。昆仑行在机器人工程落地中，同样采用了Agent的工程框架，而非传统的软硬件简单拼凑模式。
第三个核心思考是商业路径，昆仑行选择了先toB再toC的路线，优先从工厂上下料、物流等相对可控且具备商业价值的场景切入，将家庭场景放在最终落地阶段。郎咸朋强调，家庭是终点，不是起点，家庭环境复杂且对安全性、可靠性要求极高，如果技术不成熟就贸然进入，不仅会给单个家庭带来风险，还会对整个行业造成负面影响，这也是他在自动驾驶领域积累多年的职业警觉。
在明确范式、方法与路径后，剩下的细节如模型设计、数据管线搭建等，都可以边做边迭代，郎咸朋将这条经验总结为“出发永远比想清楚更关键”。
锚定“理解”的范式后，昆仑行的技术落地聚焦在两大核心：模型设计与数据处理。在模型层面，昆仑行的世界模型从研发初期就锚定物理因果这一第一性原理。郎咸朋以人类的行为逻辑类比，人做事通常先明确目的，再为目的产生动作，动作产生结果后再反向评估动作的优劣，昆仑行的世界模型正是按照这一因果顺序设计的。
目前昆仑行采用的模型架构是MoT，即多专家网络分工结构，这一架构并非首创，但昆仑行的独特之处在于专家网络的划分方式：多数团队按模态划分专家，比如文本专家、视频专家、动作专家，但昆仑行则按照目的、动作、结果三个维度划分，构建起一张完整的因果图。与之配套的是自研的联合因果注意力机制，传统MoT架构中多个专家的注意力完全共享，郎咸朋认为这并不合理——在模型执行动作的阶段，只能让负责目的的专家参与计算，动作完成后，负责结果的专家才能获取动作与目的的相关信息，因此他们让注意力单向流动，避免模型通过结果反推动作的“作弊”行为，让模型学习到的关系更贴合真实物理世界的因果逻辑。
按照郎咸朋的描述，这套世界模型还尝试用同一套架构、参数与权重完成多种任务，既可以生成动作、预测动作结果，也可以渲染最终的视频内容。不过他也强调，当前方案并非最终的终局架构，具身智能仍处于早期阶段，模型与方案还会持续迭代，正如自动驾驶曾经历有图、轻图、无图、端到端、VLA等多次范式切换，当前的世界模型也只是通往物理智能的阶段性方案。
除模型外，数据编译是昆仑行的另一项核心工作，具体分为四个步骤：第一步是将场景中每个物体的物理量显式标注出来，包括重力、重量、受力、摩擦等，这些物理量不一定需要触觉传感器实测，很多可以通过模型自主计算获得；第二步是沉淀物理机制，比如牛顿第二定律这类基础规律；第三步是将物理量与机制编译进训练样本，让样本本身自带物理属性；第四步则通过数据回传机制持续迭代，将表现不佳的样本挖掘出来重新标注与编译。
经过编译的数据富含物理因果信息，训练出的模型不会仅仅学习相关性，而是真正理解物理逻辑。这套技术路线还带来了郎咸朋十分看重的一脑多形特性：由于模型学习的是通用物理规律，对任何机器人形态都适配，因此可以用同一套大脑驱动多种形态的机器人；反之，如果模型学习的是动作分布或模仿人类动作，就只能适配单一形态的机器人。
当前行业内不少展示的机器人都以“干活”为核心场景，郎咸朋提醒，将具身智能等同于“会干活”的定义过于狭窄。他将具身智能拆解为四个维度：运控、移动、交互、操作。其中运控智能对应唱歌跳舞等表演类能力，目前表演型机器人已经做得不错，但工作级的全身运控仍远未成熟；移动智能与自动驾驶技术关联紧密，将自动驾驶技术迁移到导览、巡检机器人上即可实现，只是不具备操作能力；交互智能则依托大语言模型实现，近两年已经相对成熟；真正困难且仍处于早期阶段的是操作智能，也就是让机器人真正进入真实场景、替代人类完成工作。现在不少人将“能干活”等同于真正的具身智能，但郎咸朋认为，除操作智能外，运控、移动、交互三个维度的迭代同样重要，不应只聚焦操作智能。
这套四维分类标准直接决定了昆仑行的硬件选择方向。不少团队会选择先大量铺陈轮式机器人，快速做出原型产品，郎咸朋承认这是符合直觉的路径，但轮式方案相当于砍掉了移动与运动控制环节，仅保留上半身操作与基础移动能力，不符合全维度智能发展的前提。因此昆仑行从一开始就坚定选择全尺寸、全人形机器人路线，自研关节驱动电机、本体与关键结构。他并不否认轮式机器人上手更快，但从技术长期发展来看，人形机器人是最优选择，可以从第一天起就打好双足运控、全身操作、移动与交互的技术基础。
谈到操作智能绕不开的灵巧手，业内一直存在视觉派与触觉派的争论，郎咸朋明确站在触觉阵营。他以人类的动作逻辑为例，人完成一个动作最终靠的不是视觉检验，而是触觉感知——比如拿杯子时，即便眼睛看向别处，也能凭借手感精准握住杯子，杯子是否拿稳完全依靠触觉反馈。因此触觉是至关重要的模态，未来将作为昆仑行数据编译的真值基准，反向校准编译后的数据，而且触觉本身具备物理属性，完美契合昆仑行的物理因果技术路线。
至于灵巧手是否需要自研，郎咸朋表示团队仍在讨论中。他的原则是先明确需要的模型与数据体系，再反向定义灵巧手的形态——因为灵巧手会带来大量自由度，单只手就有二十余个，两只手则多达四十余个，如果过早确定灵巧手的形态，会给模型训练带来大量不确定性。
针对外界关心的具身智能行业当前处于哪个阶段，郎咸朋给出的参照系是十年前的自动驾驶，也就是2015至2016年那个阶段。当时的自动驾驶行业特征非常明显：技术路线尚未确定，各路玩家百家争鸣；大量Demo产品层出不穷，看起来距离落地只有一步之遥，但没有任何一家真正实现大规模出货。
有人会反驳称已有公司卖出数千台机器人，但郎咸朋强调，他所指的是具备真正操作智能的产品——就像2015年的自动驾驶Demo大多展示的是L4级功能，但真正的量产落地要等到后续正向造车、组建车队并实现规模化交付，且用户愿意为自动驾驶功能付费的阶段。当前的具身智能赛道仍处于行业发展的前半段，尚未跨过真正的量产出货门槛。
既然多数玩家都还未实现量产，这场被称为“百机大战”的赛道混战何时才能见分晓？郎咸朋给出的答案只有一个：量产交付能否实现自我造血，依靠自身营收养活研发，而非单纯依靠融资续命。
昆仑行联合创始人任庚曾对外表示，公司要在最短时间内进入行业前三。郎咸朋解释称，只有进入行业前三，才能具备自我造血的能力，就像新能源车赛道一样，初期看似热闹非凡，但经过大浪淘沙后，最终能存活的头部玩家寥寥无几，具身智能赛道也必然会诞生属于自己的“蔚小理”。
关于具身智能的烧钱程度，郎咸朋直言当前多数团队的融资额都远远不够。要真正实现操作智能，必须完成模型预训练与大规模迭代，训练一个具身大模型的成本动辄需要几亿、十亿，甚至达到几十亿甚至上百亿的量级。因此行业的核心前提是先实现自我造血，用营收反哺模型迭代，单纯依靠融资的玩家，根本撑不到具身智能真正落地的那一天。
对于昆仑行的现状，郎咸朋透露，当前的融资额已经足够支持公司第一款产品实现量产上市，量产之后公司将进入健康的正向造血状态。后续的融资则主要用于加快AI模型迭代、加大量产投入与营销推广。
至于外界普遍关心的机器人进入家庭的时间节点，郎咸朋参照自动驾驶的发展节奏给出了五到十年的预估，不过他也补充，当前AI技术的迭代速度远超以往，这个时间节点可能会提前，五年左右会是一个相对合理的预期。
对话中郎咸朋还提到一个颇具宿命感的细节：他读博时所在的正是机器人领域的国家重点实验室，后来兜兜转转做了十几年自动驾驶，如今又重新回到机器人赛道。他表示，从百度到理想再到昆仑行，自己一直坚持的核心逻辑从未改变：强调数据、工程化与真实落地，方向比具体的“术”更加关键，正如他常说的：“有道无术，术尚可求之；有术无道，止于术。”
