对话星尘智能来杰：机器人的「iPhone 4 时刻」还没到，但可能比想象中更近丨多样性公司
当我们想喝可乐的时候，在极长的时间都只有两个选择：百事可乐和可口可乐。当我们选择手机的时候，有 90%的概率在苹果和华米 OV 等品牌里辗转。当我们买运动服饰的时候，第一时间想到的，大概率是 Nike、Adidas。
但世界之所以缤纷多彩，是因为在这些巨头之外，有一些不遵从传统，力求创造不同，注重设计和功能，着眼于明日的公司存在。
它们有着非主流的商业模式，设计、技术与产品能提供独特的用户价值，和足够的社交谈资。重点是，它们没有大公司的包袱，敢于不顾一切的进步。它们，是「多样性公司」。
多样性，是开放世界的关键。爱范儿相信，只有真正关注和理解多样性公司才能比更多人更早地看见未来。在同名栏目中，爱范儿将以专访的形式，与你一同见证这些多样性公司，如何重塑未来，定义新常态。
即便现在具身智能创业企业像繁星一样众多，但星尘智能也是足够特别的那家，这家位于深圳的具身智能企业在机器人本体技术路线上选择了「绳驱」，在整体技术上形成了「以绳驱机器人本体，具身操作系统 AOS 和具身模型的三位一体 」架构。
「绳驱」的独特意义在于机器人通过高强度的绳索来传递动力，将电机等较重的驱动部件从关节处转移并放置在机器人基座中，从而实现末端执行器手臂的重量，并带来低摩擦与高力控透明度的优势。
星尘智能的 AOS 操作系统把机器人的感知、移动、操作和交互等复杂能力封装成技能模块包，与 GPT 6 等前沿大模型和 Agent 适配，开发者可以以自然语言编程，通过大模型和 Agent 能力来在 AOS 上为机器人开发应用，赋予机器人写书法，相机跟拍，铲猫屎，打麻将等等实际应用能力。
星尘智能创始人兼 CEO 来杰此前是腾讯 Robotics X 机器人实验室 1 号员工，同时也是苹果粉丝，他希望星尘智能的「机器人，模型和系统三位一体架构」能够和苹果的「iPhone 硬件，iOS 系统和 Apple Store 应用生态」一样，形成完整的生态体系，进而实现自己和公司的愿景：让数十亿人拥有 AI 机器人助理。他们希望人类和机器人共存，共创和共赢，旗帜鲜明地反对机器人进厂打工，这大概是一种双重含义的「人文主义」，既不希望机器人取代人类，也不希望机器人困于封闭的车间。
我们与星尘智能创始人兼 CEO 来杰聊了聊，为什么机器人需要一个操作系统，为什么要把机器人应用开发的门槛降到无限低，以及为什么不想让机器人进厂打工。
Q1：2022 年底，您选择离开大厂创立星尘智能，当时 ChatGPT 刚发布没几天，绝大多数人还没意识到 AI 浪潮的来临。是什么让您在那个时间点判断，机器人行业已经到了值得创业的阶段？
A：其实我开始琢磨创业这个事，应该 22 年的上半年就开始了。
出来创业的前置技术预判，还要更早，主要是看到了 Transformer 技术原理的潜力，不是说因为看到了 ChatGPT 才突然决定创业的。
Transformer 在当时还有一个特点，就是从语言往多模态进化了，我们当时发现，如果 Token 设计得比较合理，所有的模态都可以在某一个空间去对齐，这和我之前在腾讯 Robotics X 机器人实验室做的机器人当中的数据驱动里是一个关键步骤。
既然要数据驱动，那就把所有数据对齐到某一个空间去，所以更早是看到了这些技术趋势，才决定出来创业的。
Q2：人类的身体和大脑是在漫长的进化过程中共同演变的，我们的手、眼睛、肌肉和神经系统，实际上都在相互适应。星尘智能提出了 DFAI（Design for AI）的理念，强调为 AI 重新设计机器人的身体。那么在您看来，今天机器人行业是不是面临一个问题：机器人行业总是在考虑给机器人装进去 AI 的能力，却很少思考什么样的身体才真正适合 AI 学习？这是不是一种路线上的差异？
有一个点是我们一直在思考的，比如说手，人长成五指，老鹰长成前二后二的四指，为什么会这样？最大的原因是人和老鹰抓我的东西不一样。
抓什么东西又是谁来决定的？是脑子来决定的，也就是说智力决定了身体的构形长相，而不是说身体的构形长相决定了智力。当然其中有一些相辅相成的共同进化，老鹰也进化不出人类的智力出来。
《智能简史》里面有提到，人类智能最大一个进化的物理节点，是人的对生拇指的出现，就是拇指自由度的变化。有了这个变化，人类才能适应多种工具，更好地发挥人类智能的潜力。
所以说，我们一直所寻找的角色，就是我们和智能之间的关系，我们设计机器人一定是要帮助它真正地成长，它的所有成长又可以被我们的机器人所消化掉，我们找的，就是这个循环关系。
星尘智能的 logo，有两颗星在循环，我们会认为整个行业乃至整个人类的发展，实际上都会有两个东西在相互促进，计算机的发展就是软件不断消化 CPU 和 GPU 算力，算力又不断进化，然后继续被消化，形成相互的价值循环和传导，行业就能快速发展起来。
机器人和 AI 在社会变化层面看，本质上是智能的平权，智能如何进化，如何工作，会形成循环，这个循环里最大的突破点其实在物理世界，我们已经在虚拟世界投入了对智能的巨大热点，进入到物理世界，机器人开始自主地在这个环境中学习，那么真正的智能才会出现。
Q3：如果我们把今天的人形机器人类比成一个正在成长的孩子，它可能已经学会了走路、跑步，甚至跳舞，有些领域甚至比普通人做得还好，但距离真正帮助家人做家务，还有很长的距离。星尘智能从一开始就非常重视双臂协同、精细操作和与环境接触的能力。为什么会选择这条路线？在您看来，机器人从「会动」发展到真正「会干活」，最大的技术鸿沟是什么？
A：这也是跟我们的理念相关，我们机器人身体的每一处设计都是看 AI 能不能掌握它，如果我们认为身体设计得很好，但是 AI 掌握不了，就像我们当时的 Astribot S1 那样，有超高速度和超强负载，人去操控的话，危险系数有点高，当时的 AI 能力也驾驭不好，所以现在就会觉得身体和 AI 没有真正匹配起来。
整个机器人行业的发展中，像是宇树等企业，已经证明了机器人的身体能力可以做到足够强的，再往下的问题就如何提升智力。
智力革命意味着可以更好的把机器人当成一个工具，或者一个实践方式，去学习 AI 的智力，应用 AI 的智力。
所以我们一直说我们设计的机器人，大模型的数据采集者，也是大模型的应用终端，这是我们对于星尘智能机器人的定位。
我觉得有两块，第一块现在被解决了，这个问题在于之前大语言模型偏向于逻辑，因为语言的语料更多。后面原生大模型不把 LLM（大语言模型）和 ViT（Vision Transformer）模型分家，直接就是一起训练，这是很大的突破。机器人有了原生多模型能力之后，对于物理环境的抽象理解能力会有巨大的提升。
但是具象的理解能力还是缺失的，因为机器人首先缺这块的数据，现在互联网上的数据，还是数据采集的数据，都没有尺寸的概念，也缺少空间的意识，只有画面的意识。
缺少这层认知之后，机器人的智能会被卡住，解决方案只能是通过机器人给到完整的，偏向于空间的具象信息，所以这是我们非常好的机器，我们的机器人给大模型提供这些信息，大模型也会有更好的智力提升，智力提升之后会反哺机器人更好的工作。
这个飞轮今年已经开始出现了，GPT 也开始训练 EGO（第一人称视角）数据，机器人数据了。