原小米智駕高管創業機器人一周年：務實、算賬、萬小時具身定律

文｜富充

編輯｜蘇建勛

快、務實，是原小米智駕負責人、阿米奧機器人創始人劉方的做事風格，2024年9月他創辦阿米奧，僅一年后，阿米奧的第一批機器人產品，已經被部署進客户的生產線。

據《智能涌現》獨家獲悉，2025年以來，阿米奧先后完成種子輪及天使輪的融資。其中，種子輪由安克創新、星連資本聯合領投，欣旺達和險峰長青跟投。天使輪由中金資本和鈞山投資參與投資，老股東星連資本持續加碼。公司累計完成近2億元融資，悦豐資本擔任本輪財務顧問。

「在國內市場，不存在技術上的祕密，最后拼的，是持續解決客户需求，從而形成的客户綁定。」劉方告訴《智能涌現》。

劉方2012年加入創業階段的小米。十三年里，他負責過手機系統、AI硬件（小愛音箱、翻譯機、車載后視鏡等）與智能駕駛汽車等多個板塊，經歷過多項業務的「從0到1」。這些經驗塑造了他重視成本、重視客户、追求極致效率的準則。

劉方也將這種商業思維帶進他的創業項目，比如最核心的「機器人落地場景」。

在阿米奧成立之前，劉方就已做過大量市場調研。他發現，細拆下來，三個衡量標準很重要：有明確需求；AI技術能帶來顯著改善；有清晰的投資回報率（ROI）。

在劉方看來，具身智能在工業場景並不是要替代自動化，而是在原本人力成本太高，或是自動化難以做好的地方，存在具身智能可以供給的需求。

中國工人月薪雖然不高，但招工難、流動率大，工人的用工缺口顯著。同時，隨着工廠流水線上小量、快速迭代的訂單增加，原來的自動化產線改造成本高昂，學習速度更快的具身智能，更容易上手新產品的生產。

阿米奧的計劃，正是先把3C等製造業里分揀、裝配、檢測，這些「傳統流水線做不好、人工成本又高」的工序啃下來。

賬是這樣算的：東南沿海工廠里，一個工人月薪六七千元、年綜合成本通常在 8—10 萬；一天「三班倒」干下來，一個工位全年的成本就達到了二三十萬。

順着這道數學題，劉方把阿米奧的單機定價卡在20萬左右。據他了解，如果機器人的回本周期能控制在一至一年半之內，客户就會認為具身智能「進廠干活」這件事值得一做；一旦回本周期超過一年半，企業就會猶豫。

80后的劉方，對於巨頭與創業公司的競爭更有體悟。

有人説，AI的終局是大廠下場，吃掉所有的市場份額。但劉方判斷，工廠業務淨利潤率不豐厚，科技巨頭未必會「看得上」，創業公司仍有生存空間。

更長遠來看，劉方認為，地緣政治推動的中國工廠產能外遷，這也為國產具身智能的出海帶來未來機遇。

近日，《智能涌現》對劉方進行了訪談，關於具身智能場景尋找的Know How，以及對未來技術、行業發展的看法，他向我們分享了自己的觀察。對話內容經作者整理。

△阿米奧創始人劉方，圖片：採訪人提供 

想過做toC市場，但看不到明確需求

《智能涌現》：為什麼你的具身創業，選擇了工廠這個賽道？

劉方：我去年創業前曾花大量時間做市場調研，看了一圈之后，我發現必須找到一個有明確需求，且ROI（投資回報率）算得過來的場景。

坦白講，誰都想做To C，故事好聽，想象空間大。但我們調研后發現，現階段技術和成本都做不到。

比如家政場景，中國家庭有老人，小時工也不算貴。而且我始終認為，技術之外，在人機交互的場景，要讓用户真正接受機器人還得跨過情感和道德的心理障礙。

舉個例子，我去日本旅行時發現，日本的高端服務業雖然發達，但如果更追求效率和ROI的場景，日本餐廳會採用自動點餐機代替人工。客人如果有意願花更多的錢獲得很好的服務，還是應該由人來提供。

反過來看工業，邏輯就非常清晰。一個工位的人力成本一年約10萬元，三班倒就是30萬。如果我們一臺機器人能做到20萬左右的售價，替代2-2.5個人，客户一到兩年就能回本。這是他們能夠快速決策採購的原因。

智能涌現：在眾多工業場景中，為何鎖定3C電子製造？劉方： 我們篩選場景有幾個核心標準：1）有明確需求；2）AI技術能帶來顯著改善；3）有清晰的投資回報率（ROI）。 

3C製造業人力密集度高，數萬人工廠很常見；工位集中，便於部署。而且這個場景中人力成本佔比12%-15%，這部分開銷不小，使得他們有付費能力和動力改造升級。

智能涌現：你認為具身智能在工廠生產相關的場景落地，日常重複性工作會在2026年底左右實現；複雜任務還要再經過一兩年。這個時間是如何推算的？

劉方：主要是根據數據積累和部署調試適配的時間推算得出的。

我認為，數據總量達到數萬小時，可以使機器人達到能勝任柔性裝配等複雜工作的能力。

今年我們的數據收集計劃能達到數千小時，明年底的目標約為萬級小時，這個數據量是訓練具身智能做剛性裝配等工作的基礎。

△阿米奧機器人，圖片：採訪人提供

要做「快學者」，而非「萬事通」

智能涌現：你對具身智能的「技術壁壘」是怎麼思考的？

劉方：在中國，不存在技術上的祕密，最后拼的，是怎麼能夠解決實際的客户問題，以及相應的跟客户場景的長期關聯。我們的壁壘在於儘快做正確的決定。

相對於做一個一出廠做一個什麼都能干的「通用機器人」，我們更希望機器人做一個快速學習者。我們的核心是，讓機器人在一個工位上「學得快」。

我們很早就確立了以「第一視角視頻」為主的數據策略。簡單説，就是讓工人戴上攝像頭工作，機器人通過看這些視頻來學習人的操作。這樣對工人作業的干擾最小，也能收集第一視角的實際干活視頻數據。

在阿米奧，視頻數據和真機數據的比例約在6:1，視頻佔我們訓練數據的絕大部分，再輔以少量的真機數據進行校準微調。

這就像一個新人，通過看老師傅的操作錄像和少量的上手練習，就能快速頂崗。我們現在目標是把一個新工位的部署時間，從數月壓縮到一周以內。

智能涌現：所以並不是一上來就追求更全面的機器人能力？

劉方：我們相信數據飛輪，但不盲目「大」，我們更確信飛輪轉起來的力量。

在垂直領域，具身智能需要的是在特定問題上的「專」和「快」，迅速上手一個工作然后在實踐中學習。

當一個機器人學會了多個工種后，它在工廠里就能形成相對通用的泛化性。

智能涌現：阿米奧的大腦和模型訓練是如何實現的？強化學習方面，阿米奧有什麼特別的思考？

劉方： 大的決策與路徑規劃走VLA範式，臨門一腳的細緻策略走強化學習。

值得一提的是，我們的強化學習，主要做 「真機強化學習」 ，而非仿真環境下的強化學習。因為仿真無法精確模擬力的反饋和真實世界的所有細節。

真機強化用於解決兩個問題：一是最后幾毫米的精細抓取和裝配；二是出現異常時的自主糾錯能力。

比如仿真數據中，具身智能可以大概瞭解動作是如何執行的，但在實際操作中才更清楚動作是否做到位。所以讓機器人在真實環境中做真機強化學習，更能把任務學紮實。

智能涌現：有人認為具身智能在工廠場景的落地存在數據安全（難以回傳客户數據）、容錯率更低的難點，你如何突破？

劉方：首先，我們目前合作的工廠，大多在一兩萬人的體量，他們能提供的工人數據能達到一定數量級，又比很多超級大工廠更具有合作意願。也就是説，目前我們的客户都還是願意把數據開放出來，支持跨廠收集數據訓練模型。

如果以后基礎的模型訓練好了，我們也接到了涉及數據保密的公司訂單，那就再收集補充具體工廠的數據即可。

另外需要注意的是，所有具身智能的工作場景容錯率都是相似的，並不只有工廠容錯率低。

比如，奶茶店始終在高速節拍里運轉，這可能比工廠更高。但工廠的作業空間固定、環境結構相似，對現階段具身智能的進入是更友善的。

智能涌現：如何看待更前沿的技術，比如觸覺傳感、世界模型？

劉方：具身本來就是個前沿技術方向，現階段大家都在找穩定可靠的技術和工程化方案。

具身智能本身的演進本身就是一個前沿技術的發展，現在VLA，世界模型，多模態傳感都是我們關注的方向。除去對先進技術本身的追求，我們也比較重視技術在解決我們實際問題中的作用。比如我們現在比較關注多模態傳感對我們實現精密操作的作用。

智能涌現：目前訂單和商業化進展如何？

劉方： 我們目前已經有三家KA客户，機器人產品已經在客户的工廠產線上陪產運行了一段時間，他們也考慮增加採購量。整體進展比我們先前預期要快一些。

△阿米奧機器人，圖片：採訪人提供 

明年具身泡沫破不破，要關注產業的商業化發展

智能涌現：為何選擇在此時創業，並切入具身智能領域？

劉方： 機器人和汽車一樣是有過很多年基礎的傳統行業，過去一直以來是線性發展。但AI的注入使智能駕駛具備了指數級增長的潛力，我認為具身智能也是類似的確定性機會。

在大廠，雖然能清晰看到技術趨勢，但公司的決策路徑可能更偏保守。對於在產業端有抱負的人來説可能會錯過機會。 因此我選擇了創業。

智能涌現：公司為什麼取名「阿米奧」？

劉方： 名字源於西班牙語「Amigos」（朋友）。我們是一家機器人公司，終極願景是讓機器人成為人類的夥伴， 「阿米奧」的諧音聽起來更好聽。

智能涌現：具身智能行業有很多90、甚至95后的年輕創始人，您作為一位「老兵」，感覺如何？

劉方：（笑）年齡的確偏大，但並非劣勢。經歷過多輪技術浪潮，讓我對產業變革有更深的認知和敬畏。

我的觀察是，每一輪技術浪潮中真正能生存下來的企業，創始人都是在之前的技術浪潮中有積累的人。在複雜的、需要產業鏈協作的領域，創始人的經驗可能更重要。

在技術人員的招聘上，我們會啟用直接學習最新技術的年輕人，形成相互配合。

智能涌現：阿米奧有出海計劃嗎？

劉方：有。

動力來自兩方面：一是我們的客户有產能外移的需求；二是海外市場的ROI更優。

例如之前有匈牙利客户表示，不超過15萬歐元的具身智能機器人他們就可以考慮，這約合150萬人民幣的單價。

中國作為最大的製造業國家，這里的需求和場景都是最豐富的，我們的路徑還是會在中國打磨好技術，產品和服務能力，初期會伴隨中國客户出海，然后逐步擴展到海外客户。

智能涌現：您對具身智能行業的「泡沫」怎麼看？判斷明年行業走勢的關鍵指標是什麼？

劉方：具身智能是個快速發展中的新興行業，資本也給予了很高的期望，也或多或少會產生一些泡沫。指標可以看行業最頭部大公司的情況。

但行業總是會向前發展的，這是我們比較確信的。行業是也會沉澱下真正有價值的東西。相較於追求高估值，我們更希望公司能依靠健康的商業現金流運轉。

明年的市場將會如何走向，主要還是看行業的商業化進展。

封面來源｜企業官方