星海图创始人高继扬：在毫无浪漫的行业里步步为营

为什么这期值得听

小军一直有一个疑惑：为什么中国具身智能产业里没有出现一个像梁文锋、杨植麟那样带着浓重技术浪漫主义色彩的人？这让他感到些许失落——直到遇见了高继扬。

高继扬似乎是这种极致浪漫主义的反面。他代表了一种极致的效率、工程拆解与实用主义。他自称"鲶鱼"，将自己的公司比作"一只狼"，他说做机器人"要把脑袋伸到土里去"。在 Waymo 他是最勤奋的工程师之一——通读整个 codebase，看每一份 design doc；在 Momenta 他横跨感知、定位、规控、infra 和 NOA 量产，用两年时间完成了从"工程师"到"创业者"的最后一站训练。

这期访谈录制时，星海图的一位联合创始人许华哲即将离职——这也许是某种信号。高继扬坦率地谈了这件事，也谈了价值观的取舍。他说："价值观的底层是取舍——面对取舍的时候怎么选，利益分配的时候分给谁。"

从"儒家清流"到务实主义者

高继扬1992年出生于河北石家庄。小学成绩普通，班级前五到前十；初中第一次用功是六年级暑假——为了初一的分班考试，考了年级第三。

真正改变他轨迹的是高中。考入石家庄二中省理科实验班后，他选择了物理竞赛。"别人刷一遍题我刷两遍，别人刷两遍我刷四遍。"他靠的是一种朴素的方法论——归纳总结。把题型映射到考点，不靠天赋，靠勤奋。最终保送清华电子系。

但在清华，他见识到了什么叫真正的天赋。"我们班上有个韩神，我看他写的作业想学习一下——看不明白。得换一个人的作业参考。"杨植麟是他同届同学，"他一直都是高不可攀的大神。"高继扬在清华的成绩大概排前30%-40%，"谈不上 top"。

转折发生在大三暑假。他去了斯坦福暑期实习，做的是图像医疗方向——跟后来的 AI 没什么关系。不知道什么原因，导师没给他写强推，导致他想去的博士项目全部落空。只拿到了几个他没让那位导师写推荐信的学校的 offer。

"那段时间是一个小打击。然后我就开始反思——我哪儿做错了？我看书，看历史，看传记。然后我看到曾国藩——讲他从二十多岁是一个儒家清流，到四十岁变成一个特别有事功的人。"

曾国藩的顿悟点在于：他发现最重要的不是个人的才华或品德，而是当你要做一件事的时候，到底能拉动多少资源，有多少人愿意跟你一起把这事做成。

对高继扬来说，申请博士受挫就像是"儒家清流这条路走不下去了"。那么出路在哪里？他决定"从底层思考我未来到底要做什么，以及我要为此做什么准备"。

恰在此时，汤晓鸥老师在清华有个小范围交流。高继扬去了，第一次认真了解了什么叫深度学习。汤老师给了他一个实习机会——一个从来没学过神经网络的学生。在商汤训练完第一个神经网络后，他骑着自行车从清华创业大厦出来，突然想到一个念头：

"这个计算机可以从数据当中自己提炼规律——我们编程序就是在提炼规律，写成 if else。现在不用人了，神经网络自己从数据里提炼规律，把这些 if else 变成了神经网络里的参数。这事太牛了，我得做这个。"

归纳总结：从物理竞赛到三年半博士毕业

"归纳总结"是高继扬反复提及的方法论。物理竞赛如此，发论文如此，做工程如此，做公司也是如此。

在 USC 读博士时，他给自己定了一个硬目标：四年毕业。美国博士通常五到六年，他不想"水水的毕业"，所以推算出需要四到五篇顶会论文。然后倒推时间表：第一年就要开始投稿。他发现自己的 idea 比实际能干活的带宽要多，于是开始和实验室其他同学合作，把没有充分发挥的时间利用起来。

第三年结束时，他已经攒够了。跟七十多岁的印度老板提了毕业请求——老板很 nice，知道他的志向，也知道他在实验室做得不错，同意了。

问他怎么能提高发顶会这种高度不确定事件的确定性——他又是归纳总结：

"发顶会论文就三种套路。第一种：挖坑型——这个问题以前没人研究，我建数据集、提出 benchmark。第二种：提性能型——已有问题，我做得比前人好。第三种：降成本型——性能接近，我的成本或监督数据比别人少。所有的 paper 都能往这三类套。"

Waymo 的黄金年代：天堂里缺了什么

博士毕业找工作时，高继扬给自己定了行业筛选标准：AI 必须是这个行业的最底层变量——没有 AI 这行业就不成立。广告？没有 AI 也能做。商汤那种泛 AI+？容易做成外包。云？把模型包装成 API，不够本质。最后只剩自动驾驶——以及他当时就已经隐约看到的更大愿景：物理世界 AI，或者说 AI + robot。

2019年1月，他加入了 Waymo。

Waymo 对高继扬来说，是一个工程师的极致训练营。他不只是做分配的工作——他通读了 Waymo 的整个 codebase，看每一份 design doc，甚至看历史版本的演进。"从过去看到现在，你能看到一个工程体系迭代的逻辑——这里面是有脉络的。"

他的代表作 VectorNet 也是在这个时期完成的：用图神经网络处理地图信息，把地图渲染成向量而非图片，用 self-attention 算子做推理。这个工作后来被多家公司采用。

但他在 Waymo 也看到了两个问题。

第一是大公司病。他入职时 Waymo 约1000人，离开时接近2000人——还没真正做出商业价值，组织已成大公司。Google 的职级体系、工程体系、甚至"peace and love"的文化全部复刻过来——四五点就有人下班接孩子。

第二是更深层的：Waymo 没有真正的 founder。

"Waymo 的 founder 其实是 Google 的 founder，但他们没时间直接管这件事。自上而下的力量是缺失的。不像特斯拉——马斯克说干啥哪怕是错的也能开始干，错了快速迭代调整。怕的是力量不集中、不统一。"

表面上看，Waymo 和特斯拉是"科学驱动vs工程驱动"的区别。但高继扬不这么认为——Waymo 的工程基因来自 Google，非常强。真正的区别在于对待 AI 的态度。

从2008年 DARPA Challenge 到2018年，Waymo 的自动驾驶顶层架构几乎没有变化：感知→定位→建图→决策→规划→控制。感知层有几十个独立模型（detection、tracking、classification...）。这是 robotics 的思维方式——系统拆分，关注 corner case。

而特斯拉是 AI native 地去设计整个自动驾驶框架：端到端，数据驱动，把 rule-based 的东西越搞越少。不关注单个 case，关注整体 benchmark 从80提到90再提到95。

今天回头看，特斯拉的路线已经成为主流——BEV → 端到端 → VLA。但高继扬承认：Waymo 今天的实际结果非常好，它在调整，只是速度慢了一些。

Momenta 两年：从"鲶鱼"到"以客户为中心"

2020年下半年，高继扬觉得在 Waymo 的成长开始收敛了——自动驾驶系统的学习差不多了，工程师训练也完成了。但他意识到自己离产品太远，离公司经营太远。他想做量产（L4 太慢），想回国，想进一步为创业做准备。

符合条件的就是华为和 Momenta。他选了 Momenta——因为确认这里没有大公司病，因为曹旭东"够强够强势"。

"一个组织要成功，它可以犯错，但必须有一个人说'我们错了'然后改。不能没有人站出来说我们错了。"

Momenta 的文化是绝对的战功文化：结果导向，结果好就往上走，不好就调整。核心算法团队的常态是早?晚12点，一周6天打底——"这不是旭东的问题，行业就是这样。他为企业谋求发展，不这么拼没办法。"

高继扬在 Momenta 的角色是一条"鲶鱼"——旭东对他的使用非常灵活。他从感知做起，然后是定位和泊车系统（为了把 rule-based 的规控和定位变成神经网络），再做 infra，最后是高速高架 NOA 系统量产交付上汽。

这种极速的跨领域轮转，练出了他的核心能力：

"我可以很快速地进入到一个不熟悉的领域，用一套固定的方法论去理解这里边的事都是怎么回事，然后拆解，人事匹配，监控反馈，好的扩大，不好的收缩调整。"

但在高继扬看来，Momenta 两年最底层的收获不是技术能力，而是学会了一件事——以客户为中心。

"以客户为中心不是客户说让我们做什么我们就做什么，而是真的站在客户的角度，去看他的需求是什么，甚至帮助他挖掘他的需求，然后提出更好的方案。"

他说，与"以客户为中心"相对的，是"以自我成长为中心"和"以技术领先性为中心"——而这些，至少在做企业这件事上，都是错误的。

在 Momenta，这种学习是以被客户当面"骂"为代价的。"我记不清被骂了什么，因为我不是很在意这些事。但车企客户会说你这个做的不好，你可能没有机会了，下次如果再怎么样——这些话肯定是有的。"但正是这种直接面对客户的体验，让他看到了"这个世界的真实"。

"如果我们生活在一个被其他人或一些信息包裹起来的环境当中，我觉得是不本质的。哪怕这个真相和真实是残酷的，也要去面对它。"

放弃一千万美金：30岁的创业决策

2022年底，高继扬30岁。三个信号同时出现：GPT-3 和 InstructGPT 让世界再次相信 AI；量产自动驾驶让端侧智能成为可能；Tesla 正式宣布要做人形机器人。

他觉得自己的训练差不多了——Waymo 两年学了自动驾驶全栈和工程师思维，Momenta 两年学了量产交付和客户关系。23年3-4月，他做的 NOA 产品即将量产；5月，确认产品体验还不错，试驾完所有带 NOA 的国产车——他提了离职。

他放弃的 Momenta 期权，在那个时间点估值大约一千万美金。问心疼吗？

"我跟那件我想做的事比起来，其他的东西价值不大。钱这个东西，日常也花不了多少——吃饭什么的，正常够了。再多再少也没什么区别。"

他几乎没做什么准备。离职后去西藏自驾了一段时间，回来7月出去，8月开始写 BP。"现在回看当年那个 BP，简直不堪入目。"

第一轮融资 3000 万人民币，IDG 领投，百度风投和金沙江跟投。天使轮估值约两亿人民币。"那个时候投资人才是有勇气的——天使和 VC 的投资环境比今天冷得多。而且 23 年机器人还没有成为共识，'具身智能'这个词大家都还不太清楚是什么意思。"

最新一轮融资有吉利、北汽等产业背景方，以及正心谷、金鼎等 PE，6家老股东 pro rata，3-4家超额认购。高继扬说自己这轮参与度是历史上最少的——"主要是天齐，他比我的融资能力强多了。"

估值涨了30倍，组织会不会出问题？高继扬的回答是："组织会有问题的原因不是因为估值上涨，而是因为组织本身变复杂了。除非创始人因为估值膨胀自我膨胀了——我觉得我们没有。我们今天比两年前更清醒，更务实。"

为什么必须做整机？

这是小军在这期访谈里问得最本质的问题之一：高继扬和他的团队是从 AI 和自动驾驶出来的，为什么创业第一件事不是做"大脑"（算法），而是做最陌生、最难的"整机"？

高继扬的回答是两层倒推逻辑。

长期壁垒：具身智能的终极壁垒建立在物理世界的数据闭环之上。数据闭环需要数据载体——载体就是整机。如果直接做算法，这些算法都是"空中楼阁"——做完了没法变成产品价值和商业价值。

中短期商品：最终交付给市场的商品不是算法，不是大脑，而是"整机+智能"形成的、在物理世界有执行能力的物理实体。

拿汽车行业做类比：自动驾驶公司是"幸运也是不幸"。幸运的是客户和商业化路径极其明确——全球20家车企；不幸的是中间隔了一道车企，数据闭环构建不畅、体验把控打折扣。而具身智能是反过来的——没有现成的载体，必须自己做，"苦在前，爽在后"。当你把整机真正做完了，下游千行万业都可以搞。

做整机对一个 AI 背景的团队来说是一场彻底的降维打击。创业初期，他们"啥也不懂"——买竞品回来拆，第一次见到电机、关节模组。"有一次拆出来一个东西，不知道是什么，淘宝拍照片以图搜图，哦，找到了。"后来公司的结构负责人看他们太可怜，送了一个工具箱——改锥、锤子、镊子。

转机是遇到杨泽一。97年出生，南科大毕业，当时自己在做机器人教培创业。高继扬飞去深圳聊了两次——"第一次有人给我讲明白了机器人整机系统应该是怎么回事，而且有框架性、有洞察力。"高继扬请他加入，给了百分点级别的原始股。泽一后来成为星海图机电系统的首席工程师，公司所有产品的大框架设计都由他来做。

24年全年的主题就是整机和供应链。高继扬总结：

"做整机和做 AI 的共同点——本质上都是工程化问题，拆解、测量。不同点——AI 强调人才密度，需要10x engineer；整机更强调研发流程的严密性，从构型设计到结构设计到 EVT 到 DVT 到生产，每一步错了后面全错。"

他们在24年3月定下了产品方向：轮式+躯干，聚焦上肢操作。"智能定义本体"——从操作智能的需求出发，双足的运动控制和双臂的操作同时解决（locomotion + manipulation）今天也没解决，所以先解上肢，"很多真实场景不需要双腿走路"。

真实数据 vs 仿真数据：一笔必须算的账

具身智能面临一个核心问题：数据从哪里来？没有自动驾驶那样的百万辆量产车在路上跑。仿真还是真采？这成为所有具身智能公司必须回答的问题。

高继扬从 Day 1 就坚定走真实数据路线——这也是自动驾驶的 lesson learned。真实路测数据解决了99.9%的问题。而基于图形学渲染的仿真，sim-to-real 的 gap"我们认为还是很大的"。

但他不是只讲信仰。他算了一笔具体的账。

"真实数据一小时真实成本：3到4小时人工，加上机器人折旧。我们保守按十万块钱一台、一千小时报废寿命算——每小时折旧100块。加上人工，一小时200到250块钱。十万小时就是2500万——相当于一个人从出生到18岁的物理世界交互总量。"

更重要的是总成本视角："智能总成本 = 数据获取 + 训练。这两个的比例大约是 1:5 到 1:10。你花1块钱搞来的数据，要花5到10块钱才能把它训明白。如果数据质量低，大量钱浪费在训练环节——所以不是'贵不贵'的问题，是要综合算账。"

但这不代表所有真实数据都一样。高继扬将数据分为多个层级：真机遥操作数据（robot-centric）、以人为中心的采集数据（乌米、3DE 手套等）、POV 第一视角数据、互联网视频数据、以及基于图形学或世界模型的仿真数据。所有类型都需要——但没有人知道最优的混合比例（data recipe）是什么。

"Data recipe 是最大的秘密。大模型公司的最大秘密也在于此。具身智能也一样——真实数据为主是确定的，但到底一万小时真机还是五万小时乌米还是二十万小时 POV？这得试出来。AI 归根结底是实验科学。"

开发者市场战略：从 Innovator 到 Early Majority

星海图最早的商业化方向是配送机器人，但很快被否定了——"客户不成熟，市场不在，智能也不 ready"。调整方向后，他们选择了切入开发者市场。

这不是一个偶然。

高继扬引用了《跨越鸿沟》的框架：科技产品从 Innovator（开发者）→ Early Adopter（早期采用者）→ Early Majority（早期大众），是必经之路。苹果 Macintosh 最早是极客的玩具，后来设计师开始用，再后来进入办公室。拓竹的3D打印机也是从极客玩具变成企业标配。

星海图将开发者市场分层：塔尖是学术型开发者（李飞飞、顶尖大学实验室），第二层是企业研究型开发者（大厂前沿研究团队），第三层是生产力型开发者（面向应用做二次开发），再往下是集成商和终端用户。

"25年我们有150多个全球开发者客户。今年的战略重心是从开发者市场走向生产力市场——万台级别的出货是我们的目标。"

双系统架构与基础模型的三个维度

在技术架构上，星海图选择了 LLM + VLA 的双系统路线，而非一个端到端的统一模型。

理由非常物理：端侧算力有限。"不可能把几十B甚至上百B的推理模型下载到端侧——延时解决不好。" LLM 在云端做任务拆解和推理，VLA 在端侧做动作执行。而且很多工商业场景中，一个岗位就二三十个固定动作，直接调用 VLA 的语言接口就够了，不需要 LLM 的推理能力。只有进入更通用的场景（比如家庭），LLM 才不可或缺。

高继扬把基础模型的能力定义为三个维度：速度（模仿学习大概率超不过人，80%-90%就不错了）、精度（厘米级优先，毫米级是下一步）、泛化性（需要多少条新增数据才能解决一个新问题——抓取已做到零样本泛化，折叠还待突破）。

而几乎所有的体力劳动都可以被归纳为五类核心动作的组合：Carry（搬运）、Pick（拿取）、Pack（包装）、Fold（折叠）、Operate（操作设备）。

"一个岗位涉及的动作组合一般不超过 20 到 40 种——不会有一天做几百种不同动作的岗位。这意味着具身智能的泛化问题是有边界的。"

传播周期与真正的壁垒

这可能是整期访谈中最反直觉的洞察。

高继扬把具身智能的完整价值链条拆开，给每个环节赋予了"传播周期"——即当一家公司有了这个东西，友商需要多长时间才能完全复制。

整机和供应链：12到18个月。一个新硬件产品从设计到量产，绕不开的周期。数据体系：在整机基础上再加6到12个月——因为你必须基于自己的整机去构建数据闭环。客户渠道：6个月起步，大客户更长。算法：2到3个月——"现在大家都讲开源，至少论文都是有的。对于第一梯队公司来说，算法传播周期是最短的。"

这意味着什么？

"算法创新投入最大，但壁垒最小。所以在算法创新前面必须加一个词——务实。理想主义不能变成空想。实现理想主义的基础，是每天都要算ROI——算这件事对长期战略和短期收益的价值贡献。"

这也解释了星海图的战略节奏："24年重心是整机和供应链（建立最长壁垒），25年是数据和智能（在壁垒上架数据），26年是场景和应用（在壁垒上变现）。步步为营——我不会在一个时间段内把所有事同步展开，因为那样拿不到好结果。"

许华哲的离开：价值观的取舍

这次访谈录制时，星海图的联合创始人之一许华哲即将离职。许华哲是很有影响力的科学家，在算法前沿问题上的理解非常到位。小军问：这是"research 驱动"和"实践驱动"两种价值观的分歧吗？

高继扬首先肯定了华哲的贡献。然后坦诚地说，公司确实需要在"务实创新、客户价值、一步步来"与"更多的超前创新"之间做平衡。去年8月，内部就已经完成调整——赵行统一管理基础核心团队，华哲去探索 to C 家庭应用方向。星海图还会投资华哲的创业。

当被问到这是否类似于"绍卿离开 Momenta 之于曹旭东"时，高继扬拒绝了直接类比。他更愿意谈的是星海图的合伙人机制和价值观体系：

"价值观的底层是取舍。面对取舍的时候怎么选，利益分配的时候分给谁——这些是指导整个组织成长发展的最内核的东西。在这一点上，我们绝对要坚持我们的价值观和长期战略，不为短期利益动摇。"

他特别纠正了一个可能的误解：华哲离开不意味着算法创新对机器人公司不重要。星海图的算法创新能力非常强——赵行统一管理后，到今年1月就拿出了全球首个"开箱即用"的 Robotics Plus。

但他也指出了更深层的结构性问题：算法创新不能独立于整个公司的基础设施而存在。具身智能的价值链条是——整机、供应链、数据、AI infra、算法、模型、分销、终端、客户价值。在这个链条里，算法的传播周期最短（2-3个月），而前面的基础设施才是真正的壁垒。

作者概括：从 Momenta（绍卿离开）到星海图（许华哲离开），可以看到同一种组织演进模式——当一家公司从技术探索型组织演进为客户价值交付型组织时，必然经历价值观排序的重置。这在自动驾驶赛道已经发生过了（2018+），现在正在具身智能赛道发生（2025）。

六边形战士：具身智能创业的全栈困境

为什么做语言模型的创业者可以显得"浪漫"？高继扬的答案是产业链条长度的不同。

"做语言模型，数据90%是 ready 的，渠道和终端都是现成的。模型即产品，不用操心分发。但具身智能——供应链几乎没有，数据是荒漠，渠道全部线下，整个价值链条里算法只是很小一部分。"

这要求具身智能公司必须是六边形战士：整机、供应链、数据、AI infra、算法模型、分销渠道、客户价值、以及持续性的资源获取（融资、政府支持）。缺任何一角都会崩。

高继扬的解法是构建一个"合伙人六边形"。他自己做一个中等面积的六边形，然后通过合伙人机制持续吸纳在特定维度上比他更强的人：杨泽一（机电/产品）、赵行（基础模型/智能）、于磊（商业化）、天齐（融资/CFO），每一个都给了原始股。"如果公司未来五年要翻十倍二十倍，每一个阶段都是创业。"

在具体执行上，他学习三位同行：宇树的做整机和供应链（垂直整合，自己设计齿轮壳体电机）、Physical Intelligence 的前沿模型研究（"他们最着急的就是没数据——而中国的创业公司系统性地比美国公司有数据优势"）、智元的组织管理（"知识产权做得特别好，管理团队实事求是、调整速度快"）。

一只狼、没有浪漫的行业

访谈末尾，小军回到了开头的问题：为什么机器人行业没有那种技术浪漫主义？

高继扬的回答一针见血：

"机器人这件事本身就不浪漫。链条非常长，周期也很长。做语言模型不用操心供应链的事，不操心数据的事，安安心心做好模型研发，做好社交媒体病毒传播就好了。而我们天然就要去土里做很多东西。没法浪漫，就要务实。"

当被问及星海图在商业社会里最像什么动物时，他想了想："可能是狼——但不准确。因为现在大家都狼性，前几家都非常狼性、都非常卷。这个行业会把人塑造成一个既要有理想主义，又要每一天很务实地去思考今天做什么、明天做什么、每件事的收益和支出是什么的状态。"

但高继扬不是那种容易被打倒的人。面对客户骂、面对投资人质疑、面对产品出问题——"我没有因为负反馈动摇过。如果我内心深处认为在做正确的事、实事求是的，大家不理解、不认可，甚至瞧不上——我都 OK。"他面对问题的方式是第一时间去客户现场，自己作为第一责任人。"身先士卒能够给大家做表率。"

他说，在这个行业里要"步步为营"——每个阶段只有一个重心，不能贪多。"不怕慢就怕站，日拱一卒。"

他的技术愿景非常简单清晰：

"我们希望像培训一个员工一样——通过几次示范，再通过几次自我演练，机器人就可以在那个场景里稳定地自主完成任务。基础模型 + 后训练工具 + 整机，这三样组合在一起，给客户带来使用机器人员工像用人类员工一样的体验。"

但被问及最大正反馈是什么时，他直言："我期待的那个正反馈还没有来临。融资对我来说没有正反馈——每一次融资成功，我觉得肩上责任更重了。我期待的正反馈是出货量。"

这就是高继扬——一个在链极长、毫不浪漫的行业里，靠"归纳总结"和"拆解+测量"一步步往前走的创始人。他从二十多岁读到曾国藩，在那个顿悟中找到了自己要走的路：不是做一个才华横溢的"儒家清流"，而是做一个能拉动资源、带领团队把事做成的"有事功的人"。

他花了八年——在商汤初识 AI、在 USC 三年半拿到博士、在 Waymo 学全了自动驾驶全栈和工程师思维、在 Momenta 学会了以客户为中心和量产交付——然后才在30岁那年，放弃一千万美金，开始做他认为此生唯一值得做的事。

这不是技术浪漫主义。这是另一种东西——或许可以叫它"engineering pragmatism"，或许可以叫它"步步为营的理想主义"。高继扬自己更喜欢用曾国藩的话来概括：

"他不是我最崇拜的人，但他是让我想明白'我该做什么样的人'的人。"