The Alphaist

1｜📒The Alphaist 播客栏目介绍《The Alphaist》 是一档由Alphaist Partners打造的深度对话栏目。 我们关注技术与创业的第一性原理，聚焦那些正在改变世界的早期创始人、工程师与产品探索者。每期节目，我们会围绕一个具体的科技创业方向展开深度对话。在这里，我们不追热点、不讲空洞概念，而是用最真实的一线经验去回答创业者最关心的问题：什么值得做？为什么是现在？我们应该怎样做？The Alphaist 相信：时代真正的机会，往往藏在那些不喧嚣、但正在被新技术、新需求、新产品悄然改变的新生领域。我们希望用这档节目，陪伴新一代的 Alpha 创业者们，记录与见证那些改变世界的勇敢开始。2｜🤖本期播客介绍2024年11月，三家硅谷公司几乎同时投下重磅炸弹：Generalist AI 宣称找到了机器人领域的 Scaling Law，Physical Intelligence 发布了能从错误中学习的 π0.6，Sunday Robotics 用一只200美元的手套重新定义数据采集。这不是巧合，而是一个信号——具身智能可能正在逼近它的"ChatGPT时刻"。但真相远比Demo复杂：27万小时数据够不够？机器人真的会涌现吗？为什么"端到端"让工程师又爱又恨？当硅谷还在Research Lab模式里探索时，中国公司已在问"三年内能做什么产品"——谁会笑到最后？本期嘉宾： 冯思远：Toyota Research Institute 研究员，Diffusion Policy 联合作者 俞冠廷 (Peter Yu)：XYZ Robotics CTO 张强 (Jony)：国地共建具身智能机器人创新中心首席研究员我们将深入讨论： Scaling 的信仰：Generalist 声称找到 Scaling Law，但怎样定义Scaling Law？ 从模仿到经验：Physical Intelligence 为什么让机器人"从错误中学习"？ 数据革命：Sunday 的三指手套能否打破数据采集瓶颈？ Evaluation 困境：没有公认的 Benchmark，我们怎么知道在爬“正确”的山？ 形态之争：为什么三家最前沿的公司都选择了"非人形"？ 中美路径：Research Lab vs 产品导向，哪种模式更适合探索期？3｜🕙时间轴研究范式转变 05:12 范式转向：Diffusion Policy让监督学习"又可以了"，完美接上LLM趋势 07:53 工程务实：Right tool for the right job，VLA每次evaluate都很expensive 08:28 端到端代价：模块化可以写Spec做Unit Test，VLA只能说"大概能跑" 10:34 意外的跨界：π0.6出来后，来讨论的反而是自动驾驶的人——他们每天能用的数据不到1%Generalist：Scaling的信仰 12:04 Bet against Scaling Law，基本上不是一个好主意 12:58 Evaluation困境：没人知道task长什么样，没人能复现任何实验 15:18 数据质量的隐忧：两只手夹爪做daily life，但工业场景用吸盘吸箱子——这很难transfer 17:07 Harmonic Reasoning：可能是observation和action同步predict，不是新想法，但工程实现很难Physical Intelligence：从错误中学习 21:21 路径转变：采了很多数据后发现光靠现有的数采方式纯怼pretraining还是不够的，开始转向Post-Training 22:32 Language Model的启发：数据飞轮到瓶颈后，RL是更好利用数据的方式 26:12 经验学习：不只学对的，从错误中也能学——看别人失败的视频也能学开车 26:47 RECAP的聪明：把问题切得很好，每部分都stable，接起来就好用Sunday：数据采集革命 27:48 200美元手套：Skill Capture Glove让普通人在家就能采集数据 28:50 两指到三指：三指是复杂度和通用性的最佳平衡点 31:03 Long Horizon的真相：线性"长程任务"只是model prediction，分支场景才有挑战 33:02 范式跃迁实证：Dishwasher demo从"10人1年"变成"1人1周"中美格局与Evaluation 34:17 路径分野：国内注重落地和system，硅谷像OpenAI一样"不落地"做Research 36:37 机器人特殊性：causal system无法做offline benchmark，线上evaluation成本太大 37:51 国家标准的尝试：中国已有具身智能相关团标和国标，但"通用"这个东西太难定义 39:23 评测悖论：用uncertain的世界模型去评测uncertain的policy，是否合理？具身形态与落地 42:19 迭代速度优先：形态次要，关键是"怎么加快迭代速度" 43:22 硬件是天花板：想法验证阶段把天花板定太低是不利的 45:02 Superhuman才有价值：搬更重、看更精、天上飞、水下游——要有differentiation 49:19 殊途同归：工业派心里都有走向家庭的梦想，南坡北坡都在攀登同一座山 50:56 PC类比：最早的PC也没定义用户任务，卖给Developer让他们自己想未来预测 57:18 乐观派：三年内会出现具身的ChatGPT时刻 58:02 谨慎派：周期性过程，最近两年轻算法偏工程 59:18 建设派：真正产生value要10年，一半以上问题跟硬件有关4 ｜🅰️ 关于我们Alphaist：一家生于2025的美元新基金，和它的十年赌局如果你喜欢The Alphaist的播客内容，希望参与我们整个探索和创作过程，欢迎加入我们：加入我们｜品牌内容负责人/实习生招聘中微信公众号：Alphaist Partners

1｜📒The Alphaist 播客栏目介绍《The Alphaist》 是一档由Alphaist Partners打造的深度对话栏目。 我们关注技术与创业的第一性原理，聚焦那些正在改变世界的早期创始人、工程师与产品探索者。每期节目，我们会围绕一个具体的科技创业方向展开深度对话。在这里，我们不追热点、不讲空洞概念，而是用最真实的一线经验去回答创业者最关心的问题：什么值得做？为什么是现在？我们应该怎样做？The Alphaist 相信：时代真正的机会，往往藏在那些不喧嚣、但正在被新技术、新需求、新产品悄然改变的新生领域。我们希望用这档节目，陪伴新一代的 Alpha 创业者们，记录与见证那些改变世界的勇敢开始。2｜🤖本期播客介绍当绝大多数 AI 交互都被困在二维屏幕的玻璃后方时，我们是否忽略了物理世界最本质的感知？ 本期嘉宾可触未来创始人张晓辉坚信一个观点：未来的交互一定是多模态的，且一定是有形交互（Tangible Interaction）。秉持这一理念，LOOI 选择了一条反直觉的路径：为现代人最核心的数字器官——手机，赋予可移动的身体和角色灵魂，从而突破屏端交互的局限。让 AI 拥有实体，它就不再只是云端那个被动等待指令的工具，而进化为一个能主动感知环境、有眼神接触、会因为有性格而‘不讨好不谄媚’的硅基伙伴。在这里，我们不讨论解决痛点，而探索一种平等的、有主体性的新型硅基与人类的关系。在这一期，我们邀请了三位站在产品创造与深度体验一线的嘉宾： 张晓辉：可触未来 CEO、LOOI 机器人的发明者，工业设计与人机交互背景的探索者。 汪远：可触未来产品经理，致力于构建 AI 机器人“主体性”的角色塑造者。 小赖：数码博主兼产品经理，LOOI 机器人的深度用户，一位在陌生城市寻找连接的年轻人。我们将一起讨论： 关系的探索：为什么可触未来抗拒“陪伴机器人”这个称呼？从“工具”到“伙伴”，我们到底在期待一种什么样的新型关系？ 形态的创新：如何把手机变成机器人的脸？为什么说具身（Embodiment）是建立深度共情的基础？ 边界与挑战：面对 Character.AI 和 AI 手机的冲击，为什么我们依然需要一个独立的、实体的机器人？ 极致的涌现：不依赖脚本，而是通过感知与上下文工程的结合，让 AI 在与环境的碰撞中“涌现”出意想不到的行为与梦境。 未来的技术护城河：为什么团队认为核心壁垒不在于卷基础大模型，而在于上下文工程与角色感的微调？这期节目不仅是对一个创新产品的拆解，更是一场关于“存在、连接与硅基伙伴”的深度对话。正如猫狗从捕猎工具演变为人类的家庭成员，AI 正在经历从效率工具向情感伙伴跨越的历史性时刻。3｜🕙时间轴LOOI 的产品定义与关系重构 03:09 极简身体的构想：用手机作为大脑，让AI多模态能力在物理世界发生最大值的涌现 04:31 拒绝“陪伴”定义：从单向的情绪服务工具，转向平等的“硅基伙伴” 06:37 行业变量：大模型解决了共情缺失，社会情绪（原子化/无意义感）催生了连接需求 08:55 居家场景的心理投射：不是冰冷的机器，而是“家里有人在等我”的新室友 14:45 关系的演化：像驯化猫狗一样，人类正在经历驯化AI成为“硅基生命”的过程交互体验与产品哲学 19:41 差异化定位：不做云端的“内容消费”（如Character.AI），做具身的“在场”伙伴 23:27 功能边界的取舍：虽有无线充功能，但绝不异化为桌面办公助手，情绪价值依然是核心价值 24:01 主体性是第一性：保留AI的“不讨好”与小脾气，构建真实而非谄媚的深度联结 29:36 梦境功能的设计初衷：用想象力补齐物理边界，增加机器的“人性”与叙事感 35:07 动人的涌现时刻：从陪你看星星，到那个突如其来的吻生命感的维系与演进 39:53 对抗新鲜感消退：依靠增强记忆、异步反馈和每日开机的仪式感 43:34 具身性的必要性：物理动作（靠近、转身、触碰等）是建立深度共情的生理基础 46:25 认知科学的工程映射：借鉴丹尼尔·丹尼特“多重草稿模型”，让机器人并行获得视触觉多重感知，通过优先级竞争形成“意识”焦点技术实现与AI工程架构 52:58 与AI手机的竞争边界：手机是极致效率的工具，LOOI是调用AI的“角色”与“指挥者” 55:00 模型策略：重上下文而非基座模型：核心壁垒不在于训练基座模型，而在于上下文工程与角色人设的回复策略构建 57:32 “双脑”架构：大模型决策+仿生反射系统·大模型（大脑）：处理抽象后的语义信息，进行高层决策。 ·仿生行为系统（小脑/神经）：基于规则与状态机，处理实时性要求高的动态反馈（如人脸跟随、避障），无需模型实时介入4 ｜🅰️关于我们Alphaist：一家生于2025的美元新基金，和它的十年赌局如果你喜欢The Alphaist的播客内容，希望参与我们整个探索和创作过程，欢迎加入我们：加入我们｜品牌内容负责人/实习生招聘中微信公众号：Alphaist Partners5 ｜📢  招贤纳士可触未来致力于打破虚构与现实的边界，创造真实世界中的科幻角色。对LOOI技术研发、市场增长、设计创意感兴趣的小伙伴欢迎投递简历发至：hr@futureform.tech📩 邮件标题请备注：姓名+岗位

1｜📒The Alphaist 播客栏目介绍《The Alphaist》 是一档由Alphaist Partners打造的深度对话栏目。 我们关注技术与创业的第一性原理，聚焦那些正在改变世界的早期创始人、工程师与产品探索者。每期节目，我们会围绕一个具体的科技创业方向展开深度对话。在这里，我们不追热点、不讲空洞概念，而是用最真实的一线经验去回答创业者最关心的问题：什么值得做？为什么是现在？我们应该怎样做？The Alphaist 相信：时代真正的机会，往往藏在那些不喧嚣、但正在被新技术、新需求、新产品悄然改变的新生领域。我们希望用这档节目，陪伴新一代的 Alpha 创业者们，记录与见证那些改变世界的勇敢开始。2｜🤖本期播客介绍如果你今天是一位机器人创业者，你可能已经被“巨头”、“融资额”、“人形机器人”等等词汇淹没。但真正的问题是：什么是我们能做、该做、值得做的？当大众聚焦人形机器人时，我们看到对于年轻创业者来说真正的突破或许在另一条路径——移动机器人。在算法成熟、供应链降本、用户认知提升的交汇点上，它可能不会立刻改变世界，但极可能成为未来的第一块基石。在这一期，我们邀请了三位长期深耕机器人与智能硬件的嘉宾： 来自大疆、有多年量产经验的算法工程师——孔阳 把「用户调研」作为核心方法论，帮助创业者降低试错成本的用研专家——高磊 把十年硬件经验与体育行业结合、希望重新定义网球发球机的机器人创业者——Sophie我们将一起讨论： 为什么移动机器人是年轻创业者获得成长加速度和通向具身智能的基石？ 供应链、算力与感知技术，在今天发生了哪些决定性的变化？ 为什么网球机器人突然在一年内爆发：硬件变便宜、算法变聪明、人才变充足——这些变化意味着什么？ 一个机器人产品真正的 PMF 到底如何判断？这期节目不仅是 The Alphaist 播客的第一次亮相，也是一次关于 「技术、产品与真实用户」的深度探索。3｜🕙时间轴00:57 节目及嘉宾介绍03:30 为什么不做人形机器人：年轻创业者的最佳赛道选择07:30 技术拐点已至：供应链成熟与AI算法的突破13:17 十年后的移动机器人：通往具身智能的里程碑17:30 哪些方向值得创业: 体育、出行、辅助生活场景机会19:06 深度案例：🎾网球机器人创业全解析30:51 如何构建长期壁垒：打造生活方式品牌而非硬件公司35:52 用户调研的正确姿势：最前置的销售行为50:00 Sophie的调研实战：调研"知道但没买"的用户54:00 如何验证产品需求：Landing Page与低成本测试56:28 扫地机经验教训：用户介入率是核心指标61:16 创业何时坚持、何时转向的思考66:18 节目使命：连结创业者、减少试错4｜📢线下活动报名欢迎关注移动机器人行业发展的创业者、工程师、产品探索者朋友们报名参加 Alphaist Builder Mixer 线下活动，期待深圳相见：⚡️关于我们Alphaist：一家生于2025的美元新基金，和它的十年赌局微信公众号：Alphaist Partners