跳转至

何小鹏：机器人 IRON、那场"剪腿"风波、物理 AI 与在血海里游泳

  • 来源：张小珺《商业访谈录》，2026-05-28 (原视频，86 分钟)
  • 嘉宾：何小鹏（小鹏集团创始人兼 CEO）
  • 转录稿：sources（zh-Hans 人工字幕，取自自动配音版）

说话人映射（据补做分离的 speakers.md；转录稿本身无标签，此处认人属 wiki 层编辑判断）： SPEAKER_01 = 何小鹏（嘉宾，90.7%）、SPEAKER_00 = 张小珺（主持，9.3%）。 依据：本页页头未记主持人；转录稿 [00:01:00] 有主持开场"那今天我们的嘉宾 是小鹏集团的创始人兼CEO何小鹏"， 频道为张小珺《商业访谈录》；SPEAKER_00 全程为提问方（如"为什么今年要做四款车"）。

概要

本库第一位中国本土产业操盘手的视角（此前中方素材仅有在美研究员姚顺宇）。何小鹏系统阐述"物理 AI vs 数字 AI"这一框架，认为二者是"完全两种不同的方法论"，物理 AI 比数字 AI 难约 100 倍。他复盘 2025 年那场"停掉花了小几十亿的旧体系、全面转向 AI 驱动"的巨大赌注，讲人形机器人 IRON 的诞生与"剪腿自证"风波，并给出对自动驾驶、机器人量产、AI 与就业、企业转型的第一手判断。这是本库 中美对照 的关键补强，也是 物理 AI 与机器人 主题的中方基石。

核心观点

物理 AI vs 数字 AI：两套方法论

  • 数字 AI 用人类语言（被高度概括、浓缩）——"语言即世界"只在数字世界成立；物理世界里"每个人每天看到的数据量根本无法用语言概括、描述、还原与复制"（[00:17:16]–[00:18:16]）。因此数字 AI 的方法论"很多无法复制到物理 AI"，物理 AI 难约 100 倍（[00:28:31]–[00:31:34]、[00:35:38]）。
  • 长板 / 短板 / 窄板：数字世界只看长板（跑分、比上限）；物理世界还要"保下限、拼广度"——品质、成本、材质、细节、政策法规。"窄板要做宽、短板要做长、长板要更长"——所以物理世界的 CEO 要么不敢赌、要么被短板困住（[00:18:16]–[00:19:18]）。这是他解释"为何数字 AI 的乐观叙事套不进物理世界"的核心框架。

"AI 缝合怪"与 2025 年的豪赌

  • AI 缝合怪：用软件的方法论 + AI 的工具箱，做出来的"还是一个更强力的软件"，不是真正 AI 驱动——"就像用更多材料和工艺去修一个老房子的方法论，修出来还是原来的房子"（[00:15:14]–[00:16:15]、[00:24:24]–[00:25:27]）。
  • 2025 年（"大概就是现在"的一年前）小鹏下了巨大赌注：停掉花了"小几十亿"的旧端到端 + 软件规则体系，从业务、技术到组织"一直动刀到根上"，转向用更大的 foundation model 驱动（[00:15:14]–[00:16:15]、[00:34:37]–[00:35:38]）。触发点不是外部刺激，而是判断"旧路是捷径不是大道，永远做不到 L4/L5"（[00:21:20]–[00:22:23]）。
  • 第二代 VLA：上限可能拉到"10 万到 100 万分"，但下限一度只有"100 分"（惨烈）；押注"打开上限再收敛下限"（[00:14:13]–[00:15:14]）。2026 年 3 月底发布第二代 VLA 首版后，4 月中国车市同环比跌约 20%、小鹏逆势涨 50%–70%（部分与此相关）（[01:18:06]–[01:19:07]）。
  • L4 时间表：大概率 18–24 个月实现；但强调"就算做到 L4，价值也要逐步体现，且今年谁说做到 L4 是吹牛"（[01:18:06]）。

Token、数据与算力：物理世界的账不一样

  • 不控制内部 Token：只管"最异常的 TOP10 种情况"，其余开放——"你不确认一个人一个月花一千还是一万最有价值，而工资远超这个数；他若真能花更多钱产生更大价值，为什么限制他"（[00:04:03]–[00:05:03]）。
  • 物理世界里 machine（自动驾驶车、机器人）自己消耗的 Token 远大于数字世界里人用 AI 的 Token，两者是"两个不同维度、指标不一样"（[00:04:03]–[00:05:03]）。
  • 数据才是巨大成本：物理 AI 单次训练几十到几百 TB，一年直接刚性数据成本"接近 10 个亿以上"；专门团队做数据/算力的分级管理与优化（[00:06:04]–[00:07:06]）。呼应 AI 算力与基础设施 的"serving/运营成本"视角，但落在物理世界。

人形机器人 IRON：为什么选最难的路

  • 2023 年才"从不信到信大脑"：看到新模型后，认为机器人终于可能有"大脑"（此前认为小脑复杂度都远高于大家想象——"单调步伐往前走那不是小脑，是脊椎/脑干"）（[00:40:44]–[00:41:45]）。
  • 运动控制被严重低估：机器人现在"相当于 1920–30 年代、T 型车之前的汽车"；人有 200+ 关节 + 肌肉 + 皮肤，是无限组合，目标是"全姿态拟人、全 AI 组合的运动控制"而非软件控制（[01:00:59]–[01:04:00]）。多数公司仍在 2018 年开源运动控制 MPC 的老栈上"用软件缝合"（[01:04:00]–[01:05:00]）。
  • 形态选择：选"最像人"的人形（1.69–1.70m，能穿衣、有头发，但不能有自己的脸——恐怖谷 + 法律社会学）；工业版避开了家庭场景的 ABC 问题却引入"手部能力要极强"的新问题（[00:52:53]–[00:53:54]、[00:50:51]–[00:51:52]）。
  • "剪腿"风波：去年爆火的拟人机器人只是"中间 milestone"（热管理有问题、很烫）；网上疯传"里面是真人"，他等了几小时受不了，逼团队临时想创意，第二天当众剪开左腿自证是真机器人（[00:53:54]–[00:55:56]）。
  • 胜率与格局：通用人形"99.99% 会死掉"，差异化机器人"有非常多解法"；自评通用人形胜率约两成——"这已是我看到中国企业里最高的胜率"。机器人创业难度是汽车的 20–100 倍（[00:57:57]–[00:59:59]、[01:07:00]–[01:08:01]）。
  • 机器人比汽车规模化更快：无需修路、建交规，一旦软件追上硬件"规模化速度远超汽车"，可能有类似"Anthropic coding 不到 18 个月爆发"的时刻；2027–2028 物理 AI 效果开始显现（[01:04:00]–[01:06:00]、[00:36:38]）。80% 硬件自研（手、芯片、关节）；"不认为有很好的开源能帮机器人公司做好软件"（[01:06:00]、[01:24:07]）。
  • 面向老人：机器人对老人影响最大，"老人很可能把机器人作为唯一依赖"（[00:48:50]）。

CEO 视角下的 AI 使用与就业

  • 一号位不该深度用产品："你一旦用进去会聚焦缺点、盯细节，反而不能向远方看"；AI coding 是"初级程序员很好的辅助工具"，2–3 年后会逼初级程序员都上到高级；但对自动驾驶等强 AI"帮助较小，核心在 infra 不在 coding"（[00:01:00]–[00:03:01]）。
  • 数字 AI 目前只帮三类岗位：简单分析师、简单程序员、简单设计者——"辅助为主、提高效率，没取代、更没超大规模协同"（[00:29:32]–[00:30:32]）。物理世界会变化的岗位远超数字世界（数十到数百倍规模）（[00:30:32]、[00:47:49]）。
  • skill 化的可判定性问题：coding / 自动驾驶"知道什么是错的"所以能训；但"把何小鹏 skill 化，你很难判断这个 skill 是对是错"——无客观标准的岗位难训（[00:08:07]–[00:09:09]）。直接呼应 姚顺宇 的"产品经理很难训"。
  • 用 Claude Code："非常好，我会用"；做了一个 Hub 可随时切换，"若 DeepSeek V4 某些方面也很好且成本很棒，就把那部分切过去"（[00:21:20]）。
  • AI 四大方向：数字 AI、物理 AI（难 100 倍）、人体 AI（医药/养老，"只有 Google 耦合得好"）、企业与 AI 耦合（最难）（[00:35:38]–[00:37:39]）。

组织、下注与焦虑

  • 绝不服输 + 愿赌服输：面对巨大困难要坚持（也许再努一把就过了），同时心态要能承受输（[00:26:28]–[00:27:29]）。赌 1000 倍则成功率千分之一、赌 10 倍则十分之一——规模变大后应赌"数倍到 10 倍"而非千倍（[00:33:37]–[00:34:37]）。
  • 组织：用"超级聪明的人做超级困难的事"；机器人团队"三清层次硕博一个部门招近 80 个，很贵但愿意"；反对"小刀砍大树"，想清楚就"从组织到流程到方向全改"（[00:34:37]–[00:35:38]、[00:45:48]–[00:46:48]）。
  • 焦虑：作为 CEO"当然焦虑"——"以前很多逻辑论，甚至底层的定理、范式、公理层，乃至价值观/人生观/世界观，在这些变化下好像不那么 work 了"（[00:37:39]–[00:38:42]）。
  • 在血海里游泳：造车像在血海里游，机器人的血海"还在前面"；"我不觉得有谁游出来了，我也没有"——但机器人 AI 含量高、同质内卷可能性低，"血海会像互联网竞争一样很快转蓝海"（[01:07:00]–[01:08:01]、[01:23:07]–[01:24:07]）。
  • 判断"2030 年中国可能只剩五家有规模的汽车企业"，倾向认为行业越来越集中（[01:20:07]、[01:23:07]）。

与本库其它页的关联