第07见·余轶南：追逐“无限算力”的寻路者｜在算法与芯片的尽头，继续探索具身智能的边界

🎧【本期介绍】 本期播客，我们邀请到Vbot 维他动力创始人兼CEO，同时也是混沌学园六期同学——余轶南博士。 2025年12月23日，国内首个消费级具身智能公司Vbot 维他动力举行发布会，正式推出面向家庭和个人的消费级具身智能产品——Vbot 超能机器狗。 截止 2026年1月10日，预订订单量达到 6540 台。在这个数字背后，是一场关于“具身智能”的商业突围，也是一位科学家创业者对 AI 终局的极致探索。 如果把中国 AI 的发展看作一条长河，余轶南是少有的、完整游历了全程的“深度学习先行者”。 12 年前，他是全中国第一个复现 AlexNet 代码的人，亲历了 AI 奇点的爆发。 8 年前，他作为地平线创始团队成员及前智能驾驶总裁，投身于制造芯片，试图为 AI 打造“大脑”。 今天，他站在了具身智能的浪潮之巅，试图为这个大脑寻找一个强健的“身体”。 在本场深度对谈中，余轶南博士贡献了极具颠覆性的三大商业洞见： 1. 生存哲学：硬科技创业不是赌博，而是基于认知的精准判断。只有“锁死下限”，才敢去赌那个“无限的上限”。 2. 公司本质：AI 公司 V.S. 科技公司，区别不在技术，而在是否追求 Scaling Law（尺度定律） 带来的无限增长。 3. 组织终局：他用了一个形象又有趣的比喻——“太上老君炼丹”，道破了AI时代的组织真相。未来的公司不需要人海战术，只需要极少数顶级的“炼丹师”和一群务实的“造炉人”。 我们想让你听到余轶南在喧嚣背后的冷静思考，所以真心希望你能听到最后，去感受一位极致清醒的寻路者，如何在算法的绝对理性中，用最务实的方式，小心翼翼地守护着那个要把时间还给人类的温暖愿望。 🎙️【嘉宾介绍】 余轶南博士｜Vbot 维他动力创始人兼CEO｜创造生活空间的机器人 余轶南博士，是中国科学院自动化所博士、清华大学博士后。 作为人工智能专家， 在计算机视觉、机器学习和自动驾驶等领域拥有丰富的学术背景和产业经验。他是地平线创始团队成员及前智能驾驶总裁，曾领导研发的征程系列智能驾驶方案实现超千万台车的前装量产。 其创立的机器人公司Vbot 维他动力，是行业内首个消费级具身智能公司。 🤖️【超能机器狗介绍】 【Vbot 超能机器狗】全球首款无需遥控的智能机器狗 一款可以真正走入生活空间的智能机器人，支持全场景随行、载物、跟拍，既是你的户外搭子，也是你的全时管家、安全卫士、遛娃神器。 强感知、高算力。依托全场景空间基座模型，可以像人一样理解空间和场景，依托用户需求执行复杂任务。 具备全地形移动能力，5小时长续航，无需里程焦虑。 为安全而设计，风格简约，充满情绪互动。 📍【时间轴】 00:00:00-导语 第一部分：新产品Vbot 超能机器狗的“开门红”：首销预订达到 6540 台 00:02:38-发布会前夜：一个风险厌恶型创业者的焦虑 第二部分：AI 1.0往事：技术信仰的起点 00:03:23-职业缘起与关键词 00:09:21-AlexNet（深度卷积神经网络模型）带来的震撼时刻：深夜的跨洋电话与 GPU 的战略重注 00:12:43-奋斗两个半月，成为全中国复现AlexNet“第一人” 00:14:08-拿“黄金榔头”把百度里的所有“钉子”都敲一遍 第三部分：认知跃迁与战略抉择：从算法神话的“幻灭”到地平线的算力破局 00:17:23-“下限不低，上限足够高”：支撑跨越周期的决策底层逻辑 00:24:57-地平线前夜：10 万台 GPU 催生的“算力信仰” 00:28:56-选择在细分战场当老大：避开英伟达的云端主战场，死磕端侧推理芯片 00:30:53-基于认知的创业者：高行动力的背后，是长时间的思考 第四部分：从自动驾驶到机器狗：如何在无人区定义“真智能”？ 00:33:54-赛道“冷思考”：为什么“安防”赛道跑不通，而“智驾”与“机器人”能活？ 00:38:06-什么是真正的“AI 公司”？“AI 公司”和“科技公司”的区别是什么？ 00:45:08-寻找产品的“大脑”：Transformer 与具身智能的必然 00:48:46-创业的发心：创业做机器人的发心：战略协同 & 快速跑通 第五部分：用“消费思维”重做机器人赛道 00:50:28-10 倍性价比，让 B 端客户主动“倒戈” 00:52:13-“以 C 带 B”的战略杠杆：在 C 端打出制高点，吸引 B 端用户上门 00:53:52-用户是“土地”而非“流量”：为什么首批种子用户比技术壁垒更重要？ 第六章：未来范式与终局探讨 01:00:50-未来 AI 组织的形态：“太上老君炼丹”式架构与人才密度 01:10:50-下一代产品畅想：具身智能解决家庭服务需求 01:15:20-人生的闭环：所有艺术都在为这一刻准备 📖【相关提及】 AlexNet：这不仅仅是一个算法的名字，它是深度学习爆发的“奇点”。在 2012 年之前，计算机识别图片准确率很低，直到 AlexNet 横空出世，以碾压式的优势夺冠，才向世界证明了“深度学习”这条路是通的。 Scaling Law（尺度定律）：通俗理解就是“力大砖飞”的物理铁律：只要算力、数据和模型参数量不断增加，AI 的智能水平就会像物理定律一样，可预测地、指数级地变强。信奉这个定律，意味着公司必须不断追求更大的规模和算力，而不是修修补补做小功能。 具身智能：如果说 ChatGPT 是“大脑”，存在于服务器里；具身智能就是给这个大脑装上了“身体”（如机器狗、机器人）。它不仅能像 ChatGPT 一样聊天，还能像人一样感知物理世界并与物理世界互动。这是 AI 从虚拟走向实体的关键一步。 Infra（基础设施）：在“太上老君炼丹”的比喻中，Infra 指的就是“造炉子”的工作。它包括底层的算力集群、数据存储和训练框架。对于 AI 公司来说，没有强大的 Infra（炉子），再好的算法科学家（炼丹师）也练不出大模型（仙丹）。这是支撑 AI 研发最苦、最累但最重要的基建。 端侧大模型：AI 模型直接运行在机器人本地的芯片上，而不是运行在云端服务器。这意味着机器人可以在没有网络的情况下工作，反应更快（不用等信号传输），而且数据都在本地，极大地保护了家庭隐私（比如摄像头拍到的画面不会上传）。 ✉️【评论互动】 未来，AI 可能不仅仅是云端的超级大脑，更是能够走进物理世界、感知这一草一木的“具身智能”。 这让我们不禁思考一个更本质的哲科命题：如果 AI 拥有了完美的“大脑”和强健的“身体”，人类最后的“壁垒”还在哪里？ 当机器帮我们处理了所有的“生存琐事”，省下来的那个“周末”，你又会安放什么呢？ 欢迎在评论区留下你的想法，让我们一起在技术与人文的十字路口，看见未来。 在小宇宙查看该单集文稿