对话郎咸朋：具身也会有“蔚小理”，靠融资实现不了物理AGI
内容提要
郎咸朋从理想汽车离职后创立具身智能公司昆仑行，90天内融资数十亿成独角兽。他主张机器人应理解物理因果而非模仿，采用数据编译和MoT模型，先toB后toC，预计5-10年进家庭。他认为行业需自我造血，最终将涌现具身智能的“蔚小理”。
延伸解读
范式之争：理解而非模仿
郎咸朋认为，具身智能的第一性原理是让机器人理解物理因果，而非模仿人类动作。他对比自动驾驶的发展，指出模仿学习在单一场景可行，但面对上万种场景则力不从心。这一判断直接影响了昆仑行的技术路线，即采用数据编译和MoT模型，试图让机器人掌握物理规律，而非简单复制行为。这种范式选择，可能成为区分不同具身智能公司的关键。
烧钱与造血：行业生存法则
郎咸朋直言，训练一个具身大模型可能需要数十亿甚至上百亿元，仅靠融资难以支撑到技术成熟。他提出，行业需像新能源车一样经历洗牌，最终只有具备自我造血能力的公司才能存活。昆仑行计划通过首款产品量产上市实现正向现金流，再用营收反哺研发。这一观点为当前火热的具身智能赛道敲响警钟，提醒从业者关注商业闭环。
技术路线：全人形与触觉优先
昆仑行坚持全尺寸人形机器人，并自研关键部件，而非采用更易落地的轮式方案。郎咸朋认为，人形才能全面发展运控、移动、交互、操作四种智能。同时，他押注触觉模态，认为触觉是操作智能的核心，将作为数据编译的真值。这一选择与视觉派形成对比，反映了对物理交互本质的重视，但具体效果仍需市场验证。
Q&A
郎咸朋从理想汽车离职后创立了什么公司？公司名称有什么寓意？
郎咸朋创立了具身智能公司昆仑行。公司名称寓意中华民族在具身智能上一定行，体现民族使命感。
昆仑行选择合伙人的标准是什么？
昆仑行选择合伙人看重三点：能力（行不行）、认知（合不合）、长期投入（久不久），并且认为合适比熟悉更重要。
郎咸朋认为具身智能的范式应该是什么？为什么？
郎咸朋认为具身智能的范式应该是理解物理因果，而不是模仿。因为模仿学习无法应对上万个场景，而理解物理因果能让机器人适应更多场景。
昆仑行采用什么模型架构？与常见的MoT有何不同？
昆仑行采用MoT（混合专家）模型架构，但分法不同：别人按模态分，昆仑行按目的、动作、结果分，并采用自研的联合因果注意力机制，让注意力单向流动，避免模型偷看结果。
昆仑行的数据编译具体分为哪几步？
数据编译分为四步：1. 标出场景中物体的物理量（重力、重量、受力、摩擦）；2. 沉淀物理机制（如牛顿第二定律）；3. 将物理量和机制编译进训练样本；4. 用数据回传机制迭代，重新标注和编译表现不好的数据。
郎咸朋将具身智能分为哪四种智能？其中最难的是哪个？
郎咸朋将具身智能分为运控、移动、交互、操作四种智能，其中操作智能最难，因为它需要机器人实际进场景取代人干活。
昆仑行为什么坚持做全尺寸人形机器人？
昆仑行坚持做全尺寸人形机器人，因为人形能全面发展四种智能（运控、移动、交互、操作），而轮式机器人砍掉了移动和运动控制，不符合全面发展的前提。
郎咸朋认为具身智能行业目前处于什么阶段？为什么？
郎咸朋认为具身智能行业类似2015-2016年的自动驾驶，特征是技术路线不确定、demo多但无真正出货，尤其是操作智能。
郎咸朋认为具身智能行业最终会如何发展？
郎咸朋认为具身智能行业会像新能源车一样大浪淘沙，最终涌现出具身智能的'蔚小理'，即少数头部企业。
机器人进入家庭预计需要多长时间？
郎咸朋预计机器人进家庭需要5-10年，但AI进步可能缩短这一时间，五年左右比较合理。
