在科技浪潮的推动下，具身智能机器人正加速向家庭场景渗透。2026年，全球创业者不约而同将目光投向这一领域，而点燃行业热情的，是近期涌现的Scaling Law突破——硅谷公司Generalist AI通过海量数据训练，使机器人精细操作任务成功率从64%跃升至99%；独角兽企业Sunday Robotics则推出Umi手套数据采集方案，并直接将机器人Memo送入家庭执行家务，引发资本竞相追逐。
在这场全球竞赛中，中国创业者许华哲成为焦点。作为清华大学交叉信息研究院助理教授、曾主导打造明星企业「星海图」的科技领军者，他在公司估值突破200亿时选择离开，创立了专注于家庭场景的具身智能公司「破壳机器人」。这位被业界称为"伯克利归国四子"之一的科学家，正试图用技术突破重新定义家庭机器人——它不仅能完成扫地机无法处理的墙角霉斑清洁、干涸饭汤擦拭等精细任务，更能串联洗衣、烘干、叠衣等长序列多步骤操作，实现真正的通用性。
许华哲的技术路线充满反常识色彩。当行业普遍采用VLA（视觉-语言-动作）基座模型时，他构建了直接输入输出"视频-动作"的世界模型，并创新提出UAG（Unconditioned Action Guidance）架构。这种并联式预训练模式将强化学习贯穿训练全流程，使训练效率提升五倍。在数据采集层面，团队开发了三层方案：通过外骨骼设备直接操控机器人手臂获取高精度数据；利用与机器人手部构型完全一致的硬手套提升采集效率；更在头部佩戴摄像头记录人类日常行为，构建第一人称视角的自然数据集。
资本市场对这种技术突破给予热烈回应。「破壳机器人」成立仅一个月便完成数千万美元天使轮融资，云启资本领投，顺为资本、弘晖基金等一线机构，以及小米战投、星海图等产业方跟投。据透露，公司首代32B参数规模的具身世界模型已完成首轮训练，正处于数据迭代关键期，专为数据采集定制的硬件手套已迭代至第六个版本。
"当前90%的机器人仍在工厂做着传统机械臂就能完成的工作，这本质是用新形态重复旧时代。"许华哲直言，真正的AGI必须诞生在家庭场景——这里任务混乱度远超工厂，却能提供训练通用模型最丰富的数据。他预测两年内将出现可用家庭机器人，虽然不能抱婴儿或烧热水，但能完成完善产品定义下的多数通用任务。
这种技术信仰源于其学术基因。从清华到伯克利、斯坦福，他始终深耕机器人强化学习方向，初高中阅读《乔布斯传》时萌发的To C创业梦想，驱动着他不断突破技术边界。"泛化性的本质是美与影响力——用简洁模型解决复杂问题，将AI转化为生产力而非低端劳动力替代品。"这种理念贯穿其技术选择：放弃主流路线开发世界模型，在预训练阶段就引入强化学习，甚至主动采集包含失败案例的"差数据"来提升模型目标感知能力。
在团队建设上，这位连续创业者展现出务实态度。20人的初期团队中既有AI天才少年，也有具备To C量产经验的硬件工程师。"初创公司存在大量'缝隙'，需要每个人在完成KPI之余主动填补。"他推崇极致、坦诚、利他的文化，既欣赏段永平的"本分哲学"，也认同亚马逊鼓励一线员工直接反馈的扁平架构。
面对"现在创业是否太晚"的质疑，许华哲认为技术收敛期前的窗口期仍充满机遇。"虽然起步较晚，但我们负担更小，而供应链等基础设施已趋成熟。"他透露，8月末将展示与现有形态截然不同的数据采集系统，这或许将成为打开家庭机器人市场的关键钥匙。在这场通用人工智能的竞赛中，这位技术理想主义者正用独特路径书写新的可能。
