在它石智航最大的会议室里，有一块占了整整一面墙的白板。作为它石智航CEO，陈亦伦有个习惯：讨论到深处，就爱在上面写写画画推公式。
这个习惯在融资时也没有改变。公司进行天使+轮融资时，为了解答美团投资团队对技术细节的提问，陈亦伦写了整整一下午白板。
陈亦伦用一个硅谷式的词来形容自己的状态——“创业者模式”，即充满热情，马力十足，组织结构扁平。“我非常享受这个从0到1的过程。”他说。
事实上，陈亦伦本人已数次经历“从0到1”。2017年他担任大疆创新机器视觉总工程师，主导无人机视觉系统研发；后加入华为任车BU首席科学家，从零开始完成了华为第一代自动驾驶系统ADS 1.0的全栈研发；组建清华大学智能产业研究院创新中心（AIRIC），与团队深度探索机器人领域技术前沿。
陈亦伦 来源：受访者
他从小就对机器人着迷。2007年他读博期间，波士顿动力发布了一段机器狗在冰上行走的视频，他觉得“这太棒了”，当时就萌生了做机器人的念头。博士毕业后，他带着“一定要做出理想中的机器人”的信念，供职于一家著名的机电系统公司，学会了如何用电机、伺服控制与液压系统来更好地驱动机器人。但在研究算法出身的他看来，简单的程序并不足以做出理想中的机器人，当时的技术还没有为机器人时代的到来做好准备，直到2022年前后出现了一系列技术突破。
那一年，几个关键变化同时发生：GPT爆发；四足机器狗可以用神经网络控制步态；传统机器人三大模块——运动规划、运动控制、端到端算法，也都有了突破性进展。更为重要的是，陈亦伦在自动驾驶领域也亲自解锁并验证了端到端算法的成功与巨大潜力，这将成为通用机器人得以实现落地的一道最重要的曙光。“技术的进步让人看到很大的前景，但技术和创业之间天然有鸿沟。”陈亦伦说。
于是他选择回到母校清华大学任教，边教学边思考如何将前沿技术与产业发展相结合。
2024年底，带着“答案”的陈亦伦准备创业。他和百度前自动驾驶事业群负责人李震宇、华为“天才少年”丁文超等人组建团队，于2025年2月正式成立了它石智航。成立不足半年，它石智航完成2.42亿美元的天使系列融资，创下迄今为止中国具身智能领域天使轮融资纪录，投资方包括蓝驰创投、启明创投、美团、线性资本、恒旭资本、高瓴创投等。
启明创投主管合伙人周志峰表示，在接触它石智航之前，启明创投已经布局过多家具身智能与机器人领域的优质企业，并与二三十家创业团队进行过深度交流。之所以投资它石智航，主要基于两点判断。
一是团队能力的稀缺组合。在周志峰看来，它石智航团队同时集齐了三重能力：来自物理AI一线的量产工程落地经验、前沿学术的技术视野、成熟的管理与商业化能力，这种组合才能真正驾驭机器人这个万亿级大赛道的长期落地。
二是技术路线的务实选择。它石智航没有盲从VLA模型的通用路线，而是直击数据采集的核心痛点，拿出了一套低成本采集真实数据的务实全链路解决方案，而非单纯技术空想。
在周志峰看来，它石智航成立仅一年，尚处早期研发阶段，但已经在许多地方超出了投资人预期。不到一年时间里，它石智航就推出了双足和轮足两款硬件产品，发布了真人数据采集硬件方案并向全球开源部分数据集，自研了高自由度灵巧手，训练了自有的端到端世界模型，并初步跑通了针对线束制造的完整作业流程。“这样的速度远超过市场上绝大部分公司。”周志峰说。
线性资本合伙人曾颖哲回忆，在投资它石智航之前，线性资本在具身智能领域出手较为克制。在他看来，彼时技术尚未收敛，也缺乏真正让人眼前一亮的团队。他认为，在模型尚未完全收敛阶段，真正能做好的机器人，必须是软硬件一体的。此外，另一个决定性因素是工程化能力。曾颖哲判断，未来将有几十万、上百万台机器人在真实场景中运转，不断采集数据、迭代模型，再部署回端侧，这一整套闭环对工程能力的要求极高。“做过自动驾驶的人特别适合干这件事。”曾颖哲强调。
曾颖哲认为，它石智航将在2026年迎来真正的挑战——这一年要开始交付了，但他建议初创企业可以控制交付的规模，先把场景跑通。
陈亦伦认为，机器人的Scaling Law有望在2026年到来，它石智航将在2026年推进量产与商业化落地。
以下为《中国企业家》与陈亦伦的对话，有删减。
重新出发
《中国企业家》：你2022年离开华为后，去清华人工智能产业研究院教学，当时做了哪些创业前的准备？
陈亦伦：我当时做了几个技术判断和思考。
首先，我认为现在比较大规模部署的AI，一般会经过三个阶段：闯数据关；闯算法跟算力关；闯场景的交互迭代关。
AI本质是一种数据映射的压缩，它是个函数，一堆数据映射到另外一个数据，没有数据就没有AI。
大模型比较幸运，有大量的互联网数据。自动驾驶行业在2019年都缺乏数据，比较有远见的企业，比如特斯拉，在2019年开始认认真真去思考，训练一个无比强大的网络需要多少数据，数据怎么来，怎么让数据变成“活数据”，能够生生不息参与到产品迭代中，这是AI必须想清楚的问题。
机器人也是一样。2022～2025年这三年，大家都在思考机器人数据怎么来。最开始大家想用最简单的方法，像遥控人一样用外骨骼去遥控它，这是不是最好的方式，能不能达到预期，是需要思考的。
我有个不一样的思考方式。
首先是数据量。自动驾驶的数据量要10万～100万个小时——10万个小时代表着产品可以迈入到一个产品级的迭代，之前都是科研级的迭代；100万个小时是现在可以达到的最好水平，也是几家顶级公司的水平。机器人需要的数据一定是自动驾驶的10倍以上，因为任务更复杂。如果机器人需要100万～1000万小时，应该怎么获取数据？
第二是算法。主流AI的算法结构各异，只有基于正确的算法，堆砌算力才有效。机器人跟自动驾驶很像，统称为“物理世界AI”，处理的是本质物理量，比如时间、空间、存在状态、力及反馈等。设计算法时，对神经网络而言，核心是要明确神经元的位置，它更多在视网膜上、物理空间里，还是其他地方，这些都需要仔细推敲清楚。学者有学者的视角，行业有行业的判断，需要自己权衡，形成自身的认知。
第三，也是创业最核心的，要想清楚几个简单却关键的问题：想解决什么问题？用户的需求在哪？为什么要解决这个问题？这个需求有多迫切，是大问题还是小问题，在当前技术下可不可解？还要明确企业愿景：是想做成小而美的企业，还是有机会跻身主航道的企业？不同的愿景，对应不同的发展模式、节奏和组织能力，这些都需要思考。
《中国企业家》：你什么时候彻底想清楚，出来创业组建团队的？
陈亦伦：2024年下半年。
我感觉2024年下半年其实是机器人行业融资的下降点。2025年春节以后，因为有DeepSeek的发布，以及其他机器人的进展，大家对AI的信心突然涨了很多，又开始往上走。
我们选择融资的时候，不见得那么好融资。但是，我们觉得自己内心把很多事情想明白了，就可以开始去做。
《中国企业家》：第一轮融资时，遇到了很多困难吗？
陈亦伦：其实也还好。我更喜欢把融资过程当作一个分享自己愿望或梦想的过程。我会对投资人非常忠实地表达我们想做什么样的事情，这个事情我们认为应该怎么干，我们为什么觉得这样干是有可能成功的。到现在我们所有的进展、我们做的事情，都跟我第一次融资的BP一模一样，没有改过。
《中国企业家》：你们现在还拿原来的BP去融资？
陈亦伦：当然美化了一个版本。第一个BP好草率，非常丑，但里面的内容都没有变过，包括讲我们怎么样去判断数据、应用、时间点，以及哪些硬件是我们需要重视的，这些一行都没有改过。
《中国企业家》：你去融资的时候，投资人对你最好奇的问题是什么？
陈亦伦：当时我们取名叫它石智航，投资人以为我们要再搞自动驾驶。我说，不不不，不搞自动驾驶，已经搞过了，不再搞了。
“它石”源自英文TARS，暗含“他山之石”之意；TARS是知名电影《星际穿越》中的角色，“智航”指的是宇宙航行，并非自动驾驶。我们当时花了一些时间解释，我们不做自动驾驶，而是专注于机器人。具身作为新兴行业，必然要经历从发展到收敛的过程，因此高认知水平的投资人，往往会问得十分细致。我认为，核心还是要把一些基础问题想明白：要解决什么问题、这个问题的影响力有多大、用什么方法解决，以及为什么认为这种方法可行等。
《中国企业家》：你觉得这一年做的最关键的事情是什么？
陈亦伦：我们做的事情跟我们创业之前的认知完全对得上，相当于我们在2024年年底做出的关键判断，都是准确的。而且，现在不光是我们这么做，整个行业也开始这么做。
举个特别简单的例子，我们一开始就明确要用以人为本的视角，也就是Human Centric。现在引用Human Centric这个词的地方已经很多了。
除此之外，整个行业对具身智能Scaling Law的认知，也和我们当时的判断完全一致。客户跟我们说，线束场景对他们而言就像“哥德巴赫猜想”——大家都知道它难度极高、攻克后影响力巨大，但所有人都在质疑我们到底能不能做好，能不能用我们的方法做好。到今天来看，我们的进展非常顺利，整个时间线也和我们之前的判断非常吻合。
我之前一直喜欢讲“超级单品”的概念，其实有资格成为超级单品的选择项不是特别多，手机、电脑、智能汽车以及智能机器人都属于超级单品。
一般超级单品的产品形态上是一个接近于通用的硬件，可以不断赋予它各种各样的软件功能，且AI可以加速软件功能的价值变现。
对于超级单品来说，尤其发展早期，你需要三件事情都做，即一个通用硬件，加上一个非常强大的AI，和一个杀手级应用。
这三件事情一旦转起来以后，（超级单品）就会成长得很快。三个乘起来，就能变成乘法效应，如果有一件做不好归零了，就乘不起来。
《中国企业家》：现在你跟投资人交流最多的是什么？
陈亦伦：我认为行业和技术都在飞速发展。单从技术变化来看，我之前和Alex（周志峰）聊到“基点”或“指数级增长”时，我就在想：什么叫指数增长？其实有一个很直观的判断方式：你每年变化的数据，只要对比去年数据的比值持续大于1，甚至大于1.1，那就是典型的指数增长。
从这个角度看，我非常肯定，（机器人行业）每年的变化量一定大于1。从2024到2025年、2025到2026年，再到2027年，我没有看到任何技术放缓的迹象，技术只会越来越快。
在这样一个高速演进的背景下，行业会走向何方，哪些节点会成为关键，都是大家非常关心的问题。这也是我经常和投资人讨论的内容。
