具身智能破局者昆仑行：物理AGI+全栈自研，24个月前三

曾主导智能驾驶从0到1实现百万级量产落地的核心从业者郎咸朋，与来自华为的任庚联手创办了具身智能创业公司昆仑行。这家成立仅三个月的企业就拿下数十亿人民币融资，跻身独角兽行列，但郎咸朋在访谈中反复强调，相比融资数字，具身智能行业的核心命题另有两个：一是真正要解决的是“理解”而非模仿，二是行业最终比拼的是量产交付与自我造血能力。

郎咸朋将自己在理想汽车的八年历程，视作探索具身智能的起点。他的职业轨迹围绕技术落地与数据驱动展开：早年在机器人国家重点实验室的读博经历，为他打下了扎实的科研基础；在百度的街景项目中，初期用传统机器学习方法的准召率仅70%多，改用深度学习后提升至85%，但仍存在15%的漏标需要人工修正，让他深刻体会到技术先进性与工程落地的差距；后续通过扩大数据规模并精标错误，准召率提升至90%，让他明确了数据对AI落地的决定性价值；在理想汽车的八年，则让他亲手完成了智能驾驶从有图到轻图、无图、端到端再到VLA的全范式迭代，打造了完整的量产数据闭环，涵盖数据采集、自动化管线、训练流程与评测迭代的全链条，最终实现150万辆车的大规模落地，积累了从技术研发到工程量产的全链条经验。

离开理想汽车的核心动因，来自他对创业的渴望与技术探索的延伸。在完成VLA视觉语言动作模型的研发后，他意识到自动驾驶只是具身智能的首个应用场景，VLA并非终极解决方案，具身智能的场景上限更高、覆盖范围更广，这让他将目光转向了更广阔的具身智能领域，最终选择创业。他曾用“有道无术，术尚可求之；有术无道，止于术”总结自己的技术认知逻辑，强调方向明确比单点技术更重要。

谈及与任庚的合伙经历，郎咸朋表示双方的共识核心是“行不行、合不合、久不久”：能力层面双方互补，他负责技术研发，任庚深耕商业与管理；认知层面双方对具身智能的技术、产品与商业发展判断高度对齐，哪怕此前并无交集，过往0到1的创业经历也让他们的思维模式高度契合；时间维度上，两人都认可这是一场长周期赛道，愿意长期投入。他特别强调，创业中选择合伙人，合适比熟悉更重要。双方经过短暂交流就达成共识，共同创办了昆仑行。

昆仑行的名字背后承载着团队的初心：“昆仑”作为中华民族的图腾符号，代表这是一家代表中国的科技企业；“行”则寓意使命必达，团队坚信中华民族在具身智能领域一定能登顶世界之巅。

正式创业前，团队已经明确了三个核心方向：一是选对范式，放弃自动驾驶依赖的模仿学习路线，坚持以理解物理世界为核心；二是明确方法，通过数据编译提升数据使用效率，搭配物理因果世界模型；三是规划商业路径，先从ToB场景切入，最终再进入家庭ToC市场。郎咸朋认为，创业中方向想清楚即可出发，具体细节可以边做边迭代，出发永远比想清楚更关键。

在技术路线上，昆仑行提出数据效率等于获取效率乘以使用效率。不同于自动驾驶可以零成本获取海量驾驶数据，具身智能的真机数据采集成本极高，因此团队将重点放在提升数据使用效率上，通过数据编译技术，将原始数据加工为富含物理因果属性的训练样本，训练基于物理因果的世界模型，而非纯相关性的模仿学习模型。团队的模型架构采用基于目的、干预和结果的联合因果注意力机制，区别于传统的模态分治专家架构，确保模型符合物理因果的第一性原理，同时天然支持一脑多形，能够在分布外场景保持有效，区别于模仿学习的一脑一形局限。

在工程落地层面，昆仑行坚持全栈软硬一体自研，核心零部件如关节、驱动电机、本体设计均自主研发。团队结合了华为的体系化流程与理想的快速迭代模式，硬件研发兼顾全链条的研发、试制、量产与售后，软件则保持快速迭代的创新节奏，强调模型与工程同等重要，缺一不可。郎咸朋特别指出，很多人以为凑出机器人原型就算量产，但真正的量产需要覆盖研发、试制、小批量试产、交付与售后的全链条，这也是团队的核心优势之一。

商业化路径上，昆仑行选择从工厂上下料、物流等相对简单但具备商业价值的ToB场景切入，优先进入真实场景验证模型效果，而非停留在实验室Demo阶段。郎咸朋特别强调，必须进入真实场景才能检验物理因果模型的适配性，模仿学习的模型只能在同分布场景生效，而基于物理理解的模型则能在分布外场景表现稳定。

在今年的行业展会中，郎咸朋观察到具身智能行业的进步：多数玩家已经从单纯的表演类Demo转向真实场景落地，远程操控的方案也逐渐减少，但行业同质化仍较严重，多数玩家集中在少数几个场景，且操作智能的突破仍不明显，少数深耕工业场景完整部署的企业是值得肯定的尝试。他认为当前具身智能行业类似2015-2016年的自动驾驶阶段：路线未定、Demo满天飞，多数玩家尚未实现真正的量产交付。

郎咸朋将行业洗牌的节点定义为玩家实现自我造血的量产交付，而非单点出货量。只有能够通过规模化出货实现正向循环的企业，才能在泡沫中存活下来。团队设定了24个月进入行业前三的目标，核心衡量标准是出货量，他表示只有行业头部才能具备自我造血能力，就像当年的新能源汽车赛道，最终留存的玩家不会太多。

针对外界对创业时间点的质疑，郎咸朋认为当前具身智能仍处于早期阶段，硬件、模型与数据尚未收敛，完全替代人类的操作智能仍需较长时间，此时创业并不晚。他强调，实现具身智能的核心是先做好自我造血，而非单纯依赖融资，只有正向循环的商业模式才能支撑长期的技术迭代。目前昆仑行的融资额度已经足以支撑第一款产品的量产上市，后续融资将用于加速模型迭代与量产营销投入。

谈及行业关注的触觉、灵巧手等方向，郎咸朋表示触觉是重要的多模态输入，未来会将其纳入数据编译的真值校验环节，但当前团队优先明确模型与数据的需求，再反向定义硬件形态，避免过早陷入硬件细节的纠结。他透露团队已经采购多款灵巧手进行测试，但认为在模型与数据逻辑未明确前，盲目投入硬件研发并非最优选择。

最后，郎咸朋分享了创办昆仑行的初心：实现物理AGI，坚持以理解物理世界为核心的技术路线，带领团队在具身智能领域突破极限，留下属于中国团队的印记。他表示，加入昆仑行的成员将完整见证一项技术从初步认知到落地产品的全流程，这是极具价值的创业体验。