2026年2月，具身智能领域迎来一位重要人物的转型——许华哲，这位曾担任星海图首席科学家兼联合创始人、清华大学交叉信息研究院助理教授的学者，正式离开星海图，创立了破壳机器人公司，将目光投向具身智能的C端市场，致力于让机器人走进千家万户。
许华哲在学术领域有着深厚的积累，他在伯克利取得博士学位，并在斯坦福完成博士后研究。其团队提出的3D Diffusion Policy（DP3）架构，已成为3D视觉模仿学习领域被广泛采用和扩展的重要成果之一。在星海图期间，他专注于通用具身大脑的研发，但如今，他将创业方向转向了更具挑战性的家庭场景。
“让机器人做一道松鼠鳜鱼”是许华哲多次在公开场合提及的终极目标。这一设想涵盖了从处理活鱼、改刀到油炸、摆盘的复杂物理交互过程，被认为是验证机器人智能水平的理想指标。然而，破壳机器人的产品路线并非一开始就追求如此高难度的任务。许华哲表示，公司计划先攻克10项基础任务，如物体传递、收纳和一定程度的清洁等。这些任务看似普通，却是家庭机器人必须掌握的核心技能。
从首席科学家到CEO，许华哲的角色转变带来了全新的体验。他坦言，现在每天需要处理大量事务，包括办公室选址、租金谈判和招聘等，这些工作与他过去的科研生活截然不同。他笑称，这种“痛快”的感觉让他能够充分发挥自己的能量，而不仅仅是专注于AI模型的研发。
破壳机器人的研发策略强调泛化能力。许华哲表示，尽管公司专注于10项任务，但这些任务本身具有高度的通用性。例如，“收纳”可以涵盖收袜子、衣服和玩具等多种场景，不同家庭的需求也各不相同。因此，破壳的目标是开发一个能够适应各种场景的通用模型，而非固定功能的机器人。
对于家庭场景中的长程任务，如挂衣服，破壳机器人倾向于采用端到端的学习方法。许华哲认为，尽管分层方法有其优势，但端到端学习更具长期发展潜力。公司计划将强化学习规模化到上千台机器人，以构建分布式系统，实现真实世界与仿真环境的结合。这一工程挑战的核心在于让多台机器人协同工作，共享数据并同步回流。
在隐私保护方面，破壳机器人制定了多项措施，包括与用户签订明确的数据使用协议、提供操作提醒、设计亲和的工业外观、在不工作时遮挡镜头和打码处理等。许华哲表示，这些措施借鉴了扫地机和人脸识别行业的经验，旨在确保用户数据的安全和隐私。
针对灾难性遗忘问题，破壳机器人将通过在线学习来解决。许华哲解释道，在线学习允许模型在接触新任务时不断优化，同时保持对旧任务的性能。这一方法对于C端用户至关重要，因为用户期望机器人能够越用越聪明，而非越用越难用。
在模仿学习和强化学习的角色定位上，许华哲认为，模仿学习用于快速提升机器人的基础水平，而强化学习则用于提高动作速度和成功率。他预测，未来一年，强化学习的关键突破将集中在规模化、多任务处理和训练效率上。破壳机器人计划在一年半到两年内实现规模化部署，将机器人应用于实际场景并形成数据闭环。
对于第一代产品的成功率目标，许华哲并未给出具体数字，但他强调，机器人的表现应与人类相近，才能让用户觉得物有所值。破壳机器人将配备触觉传感器，以实现柔顺控制，避免对人和物体造成伤害。机器人还将具备任务分类能力，能够识别自身无法完成的任务，从而提升用户的安全感。
许华哲坦言，从科学家到创业者的转变带来了诸多挑战，包括处理琐碎事务、承担更多责任和招聘合适人才等。然而，他表示，这种转变让他能够更全面地发挥自己的能力，并享受创业带来的成就感。他希望，一年后，人们能够亲自体验破壳机器人的功能，见证其在家庭场景中的实际应用。
