在科技浪潮的推動下，具身智能機器人正加速向家庭場景滲透。2026年，全球創業者不約而同將目光投向這一領域，而點燃行業熱情的，是近期涌現的Scaling Law突破——硅谷公司Generalist AI通過海量數據訓練，使機器人精細操作任務成功率從64%躍升至99%；獨角獸企業Sunday Robotics則推出Umi手套數據采集方案，并直接將機器人Memo送入家庭執行家務，引發資本競相追逐。
在這場全球競賽中，中國創業者許華哲成為焦點。作為清華大學交叉信息研究院助理教授、曾主導打造明星企業「星海圖」的科技領軍者，他在公司估值突破200億時選擇離開，創立了專注于家庭場景的具身智能公司「破殼機器人」。這位被業界稱為"伯克利歸國四子"之一的科學家，正試圖用技術突破重新定義家庭機器人——它不僅能完成掃地機無法處理的墻角霉斑清潔、干涸飯湯擦拭等精細任務，更能串聯洗衣、烘干、疊衣等長序列多步驟操作，實現真正的通用性。
許華哲的技術路線充滿反常識色彩。當行業普遍采用VLA（視覺-語言-動作）基座模型時，他構建了直接輸入輸出"視頻-動作"的世界模型，并創新提出UAG（Unconditioned Action Guidance）架構。這種并聯式預訓練模式將強化學習貫穿訓練全流程，使訓練效率提升五倍。在數據采集層面，團隊開發了三層方案：通過外骨骼設備直接操控機器人手臂獲取高精度數據；利用與機器人手部構型完全一致的硬手套提升采集效率；更在頭部佩戴攝像頭記錄人類日常行為，構建第一人稱視角的自然數據集。
資本市場對這種技術突破給予熱烈回應。「破殼機器人」成立僅一個月便完成數千萬美元天使輪融資，云啟資本領投，順為資本、弘暉基金等一線機構，以及小米戰投、星海圖等產業方跟投。據透露，公司首代32B參數規模的具身世界模型已完成首輪訓練，正處于數據迭代關鍵期，專為數據采集定制的硬件手套已迭代至第六個版本。
"當前90%的機器人仍在工廠做著傳統機械臂就能完成的工作，這本質是用新形態重復舊時代。"許華哲直言，真正的AGI必須誕生在家庭場景——這里任務混亂度遠超工廠，卻能提供訓練通用模型最豐富的數據。他預測兩年內將出現可用家庭機器人，雖然不能抱嬰兒或燒熱水，但能完成完善產品定義下的多數通用任務。
這種技術信仰源于其學術基因。從清華到伯克利、斯坦福，他始終深耕機器人強化學習方向，初高中閱讀《喬布斯傳》時萌發的To C創業夢想，驅動著他不斷突破技術邊界。"泛化性的本質是美與影響力——用簡潔模型解決復雜問題，將AI轉化為生產力而非低端勞動力替代品。"這種理念貫穿其技術選擇：放棄主流路線開發世界模型，在預訓練階段就引入強化學習，甚至主動采集包含失敗案例的"差數據"來提升模型目標感知能力。
在團隊建設上，這位連續創業者展現出務實態度。20人的初期團隊中既有AI天才少年，也有具備To C量產經驗的硬件工程師。"初創公司存在大量'縫隙'，需要每個人在完成KPI之余主動填補。"他推崇極致、坦誠、利他的文化，既欣賞段永平的"本分哲學"，也認同亞馬遜鼓勵一線員工直接反饋的扁平架構。
面對"現在創業是否太晚"的質疑，許華哲認為技術收斂期前的窗口期仍充滿機遇。"雖然起步較晚，但我們負擔更小，而供應鏈等基礎設施已趨成熟。"他透露，8月末將展示與現有形態截然不同的數據采集系統，這或許將成為打開家庭機器人市場的關鍵鑰匙。在這場通用人工智能的競賽中，這位技術理想主義者正用獨特路徑書寫新的可能。
