文｜富充

编辑｜苏建勋

快、务实，是原小米智驾负责人、阿米奥机器人创始人刘方的做事风格，2024年9月他创办阿米奥，仅一年后，阿米奥的第一批机器人产品，已经被部署进客户的生产线。

据《智能涌现》独家获悉，2025年以来，阿米奥先后完成种子轮及天使轮的融资。其中，种子轮由安克创新、星连资本联合领投，欣旺达和险峰长青跟投。天使轮由中金资本和钧山投资参与投资，老股东星连资本持续加码。公司累计完成近2亿元融资，悦丰资本担任本轮财务顾问。

“在国内市场，不存在技术上的秘密，最后拼的，是持续解决客户需求，从而形成的客户绑定。”刘方告诉《智能涌现》。

刘方2012年加入创业阶段的小米。十三年里，他负责过手机系统、AI硬件（小爱音箱、翻译机、车载后视镜等）与智能驾驶汽车等多个板块，经历过多项业务的“从0到1”。这些经验塑造了他重视成本、重视客户、追求极致效率的准则。

刘方也将这种商业思维带进他的创业项目，比如最核心的“机器人落地场景”。

在阿米奥成立之前，刘方就已做过大量市场调研。他发现，细拆下来，三个衡量标准很重要：有明确需求；AI技术能带来显著改善；有清晰的投资回报率（ROI）。

在刘方看来，具身智能在工业场景并不是要替代自动化，而是在原本人力成本太高，或是自动化难以做好的地方，存在具身智能可以供给的需求。

中国工人月薪虽然不高，但招工难、流动率大，工人的用工缺口显著。同时，随着工厂流水线上小量、快速迭代的订单增加，原来的自动化产线改造成本高昂，学习速度更快的具身智能，更容易上手新产品的生产。

阿米奥的计划，正是先把3C等制造业里分拣、装配、检测，这些“传统流水线做不好、人工成本又高”的工序啃下来。

账是这样算的：东南沿海工厂里，一个工人月薪六七千元、年综合成本通常在 8—10 万；一天“三班倒”干下来，一个工位全年的成本就达到了二三十万。

顺着这道数学题，刘方把阿米奥的单机定价卡在20万左右。据他了解，如果机器人的回本周期能控制在一至一年半之内，客户就会认为具身智能“进厂干活”这件事值得一做；一旦回本周期超过一年半，企业就会犹豫。

80后的刘方，对于巨头与创业公司的竞争更有体悟。

有人说，AI的终局是大厂下场，吃掉所有的市场份额。但刘方判断，工厂业务净利润率不丰厚，科技巨头未必会“看得上”，创业公司仍有生存空间。

更长远来看，刘方认为，地缘政治推动的中国工厂产能外迁，这也为国产具身智能的出海带来未来机遇。

近日，《智能涌现》对刘方进行了访谈，关于具身智能场景寻找的Know How，以及对未来技术、行业发展的看法，他向我们分享了自己的观察。对话内容经作者整理。

想过做toC市场，但看不到明确需求

《智能涌现》：为什么你的具身创业，选择了工厂这个赛道？

刘方：我去年创业前曾花大量时间做市场调研，看了一圈之后，我发现必须找到一个有明确需求，且ROI（投资回报率）算得过来的场景。

坦白讲，谁都想做To C，故事好听，想象空间大。但我们调研后发现，现阶段技术和成本都做不到。

比如家政场景，中国家庭有老人，小时工也不算贵。而且我始终认为，技术之外，在人机交互的场景，要让用户真正接受机器人还得跨过情感和道德的心理障碍。

举个例子，我去日本旅行时发现，日本的高端服务业虽然发达，但如果更追求效率和ROI的场景，日本餐厅会采用自动点餐机代替人工。客人如果有意愿花更多的钱获得很好的服务，还是应该由人来提供。

反过来看工业，逻辑就非常清晰。一个工位的人力成本一年约10万元，三班倒就是30万。如果我们一台机器人能做到20万左右的售价，替代2-2.5个人，客户一到两年就能回本。这是他们能够快速决策采购的原因。

智能涌现：在众多工业场景中，为何锁定3C电子制造？刘方： 我们筛选场景有几个核心标准：1）有明确需求；2）AI技术能带来显著改善；3）有清晰的投资回报率（ROI）。 

3C制造业人力密集度高，数万人工厂很常见；工位集中，便于部署。而且这个场景中人力成本占比12%-15%，这部分开销不小，使得他们有付费能力和动力改造升级。

智能涌现：你认为具身智能在工厂生产相关的场景落地，日常重复性工作会在2026年底左右实现；复杂任务还要再经过一两年。这个时间是如何推算的？

刘方：主要是根据数据积累和部署调试适配的时间推算得出的。

我认为，数据总量达到数万小时，可以使机器人达到能胜任柔性装配等复杂工作的能力。

今年我们的数据收集计划能达到数千小时，明年底的目标约为万级小时，这个数据量是训练具身智能做刚性装配等工作的基础。

△阿米奥机器人，图片：采访人提供

要做“快学者”，而非“万事通”

智能涌现：你对具身智能的“技术壁垒”是怎么思考的？

刘方：在中国，不存在技术上的秘密，最后拼的，是怎么能够解决实际的客户问题，以及相应的跟客户场景的长期关联。我们的壁垒在于尽快做正确的决定。

相对于做一个一出厂做一个什么都能干的“通用机器人”，我们更希望机器人做一个快速学习者。我们的核心是，让机器人在一个工位上“学得快”。

我们很早就确立了以“第一视角视频”为主的数据策略。简单说，就是让工人戴上摄像头工作，机器人通过看这些视频来学习人的操作。这样对工人作业的干扰最小，也能收集第一视角的实际干活视频数据。

在阿米奥，视频数据和真机数据的比例约在6:1，视频占我们训练数据的绝大部分，再辅以少量的真机数据进行校准微调。

这就像一个新人，通过看老师傅的操作录像和少量的上手练习，就能快速顶岗。我们现在目标是把一个新工位的部署时间，从数月压缩到一周以内。

智能涌现：所以并不是一上来就追求更全面的机器人能力？

刘方：我们相信数据飞轮，但不盲目“大”，我们更确信飞轮转起来的力量。

在垂直领域，具身智能需要的是在特定问题上的“专”和“快”，迅速上手一个工作然后在实践中学习。

当一个机器人学会了多个工种后，它在工厂里就能形成相对通用的泛化性。

智能涌现：阿米奥的大脑和模型训练是如何实现的？强化学习方面，阿米奥有什么特别的思考？

刘方： 大的决策与路径规划走VLA范式，临门一脚的细致策略走强化学习。

值得一提的是，我们的强化学习，主要做 “真机强化学习” ，而非仿真环境下的强化学习。因为仿真无法精确模拟力的反馈和真实世界的所有细节。

真机强化用于解决两个问题：一是最后几毫米的精细抓取和装配；二是出现异常时的自主纠错能力。

比如仿真数据中，具身智能可以大概了解动作是如何执行的，但在实际操作中才更清楚动作是否做到位。所以让机器人在真实环境中做真机强化学习，更能把任务学扎实。

智能涌现：有人认为具身智能在工厂场景的落地存在数据安全（难以回传客户数据）、容错率更低的难点，你如何突破？

刘方：首先，我们目前合作的工厂，大多在一两万人的体量，他们能提供的工人数据能达到一定数量级，又比很多超级大工厂更具有合作意愿。也就是说，目前我们的客户都还是愿意把数据开放出来，支持跨厂收集数据训练模型。

如果以后基础的模型训练好了，我们也接到了涉及数据保密的公司订单，那就再收集补充具体工厂的数据即可。

另外需要注意的是，所有具身智能的工作场景容错率都是相似的，并不只有工厂容错率低。

比如，奶茶店始终在高速节拍里运转，这可能比工厂更高。但工厂的作业空间固定、环境结构相似，对现阶段具身智能的进入是更友善的。

智能涌现：如何看待更前沿的技术，比如触觉传感、世界模型？

刘方：具身本来就是个前沿技术方向，现阶段大家都在找稳定可靠的技术和工程化方案。

具身智能本身的演进本身就是一个前沿技术的发展，现在VLA，世界模型，多模态传感都是我们关注的方向。除去对先进技术本身的追求，我们也比较重视技术在解决我们实际问题中的作用。比如我们现在比较关注多模态传感对我们实现精密操作的作用。

智能涌现：目前订单和商业化进展如何？

刘方： 我们目前已经有三家KA客户，机器人产品已经在客户的工厂产线上陪产运行了一段时间，他们也考虑增加采购量。整体进展比我们先前预期要快一些。

△刘方在办公室，图片：采访人提供

明年具身泡沫破不破，要关注产业的商业化发展

智能涌现：为何选择在此时创业，并切入具身智能领域？

刘方： 机器人和汽车一样是有过很多年基础的传统行业，过去一直以来是线性发展。但AI的注入使智能驾驶具备了指数级增长的潜力，我认为具身智能也是类似的确定性机会。

在大厂，虽然能清晰看到技术趋势，但公司的决策路径可能更偏保守。对于在产业端有抱负的人来说可能会错过机会。 因此我选择了创业。

智能涌现：公司为什么取名“阿米奥”？

刘方： 名字源于西班牙语“Amigos”（朋友）。我们是一家机器人公司，终极愿景是让机器人成为人类的伙伴， “阿米奥”的谐音听起来更好听。

智能涌现：具身智能行业有很多90、甚至95后的年轻创始人，您作为一位“老兵”，感觉如何？

刘方：（笑）年龄的确偏大，但并非劣势。经历过多轮技术浪潮，让我对产业变革有更深的认知和敬畏。

我的观察是，每一轮技术浪潮中真正能生存下来的企业，创始人都是在之前的技术浪潮中有积累的人。在复杂的、需要产业链协作的领域，创始人的经验可能更重要。

在技术人员的招聘上，我们会启用直接学习最新技术的年轻人，形成相互配合。

智能涌现：阿米奥有出海计划吗？

刘方：有。

动力来自两方面：一是我们的客户有产能外移的需求；二是海外市场的ROI更优。

例如之前有匈牙利客户表示，不超过15万欧元的具身智能机器人他们就可以考虑，这约合150万人民币的单价。

中国作为最大的制造业国家，这里的需求和场景都是最丰富的，我们的路径还是会在中国打磨好技术，产品和服务能力，初期会伴随中国客户出海，然后逐步扩展到海外客户。

智能涌现：您对具身智能行业的“泡沫”怎么看？判断明年行业走势的关键指标是什么？

刘方：具身智能是个快速发展中的新兴行业，资本也给予了很高的期望，也或多或少会产生一些泡沫。指标可以看行业最头部大公司的情况。

但行业总是会向前发展的，这是我们比较确信的。行业是也会沉淀下真正有价值的东西。相较于追求高估值，我们更希望公司能依靠健康的商业现金流运转。

明年的市场将会如何走向，主要还是看行业的商业化进展。

封面来源｜企业官方