在具身智能賽道競爭格局悄然生變的當下，家庭場景正從“遠期愿景”轉變為清晰的新戰場。過去兩年，行業主流敘事是“先工廠后家庭”，但從今年春天開始，風向發生轉變。自變量宣布入駐家庭，歐拉萬象押注家庭場景，家電巨頭們也紛紛亮出家庭服務機器人布局。在這條新戰線上，許華哲是較早亮明旗幟的創業者。
2026年2月，星海圖剛完成10億元B輪融資、躋身百億獨角獸俱樂部，身為聯合創始人兼首席科學家的許華哲卻選擇“自立門戶”，創立新公司破殼機器人，聚焦C端家庭場景。鳳凰網科技了解到，破殼機器人近期完成數千萬美元天使輪融資，由云啟資本領投，同時獲得多家美元基金、頭部互聯網戰投、一線人民幣基金與知名產投方等支持。
在具身智能圈，許華哲與吳翼、高陽、陳建宇并稱“伯克利歸國四子”，他們從清華到伯克利、再回清華任教，最終投身創業或深耕研究。如今，隨著許華哲另立“破殼”，四子正式各立山頭。與同行熱衷拼產能、比出貨的節奏不同，許華哲選擇了一條更漫長的路：不做工廠里“擰螺絲”的專機，直接讓機器人進家。在他看來，家庭是最需要通用性、數據最豐富的地方，最可能孕育出強大的通用智能體。
一個月前，鳳凰網科技在其剛搭建好的辦公室與許華哲進行了一場深度對話。許華哲不關心出貨量，只追問一個尚無答案的問題：“賣出去的機器人，每天的日活是多少？”他提醒行業，“量產的只是鐵疙瘩，智能才是那顆核心”。談及中美路線差異，他的焦慮直白：“絕對不能我們造身體，等美國造大腦?！?/p>
許華哲創業并非一時沖動。從去年8月內部有分歧到今年2月離職，這半年他跑了很多地方，實地考察汽車工廠、物流工廠、食品工廠、傳統輕工業制造、酒店行業等。得出的結論是，讓機器人做重復性工作，未必需要人形，也許一個機械臂就可以完成，本質是希望把小事重復、高效、準確地完成。他看到很多展示通用具身智能能力的成果，無論是Generalist的27萬小時數據，還是PI放出來的一些成果，都讓他看到通用性的潛力。他還做了用戶調研，給在美國的朋友打電話詢問對能幫備菜機器人的看法，朋友表示愿意支付200美元，因為會對標熱水壺或者高壓鍋。當機器人是專機時，大家的付費意愿會找到家里面的最近鄰；而如果是通用機器，既能疊衣服，又能備菜、清潔、清理貓毛等，大家對溢價的接受度非常高，因為本質上就來到了管家的定義，通用是機器人走進家庭的先決條件。
許華哲認為，大模型是很好的例子，先有通用性，再分化出各種能力。機器人也會走這樣的發展路線，在工廠落地每做一個項目，對達到最終的物理通用智能（Physical AGI）幫助不大，所以應先讓機器人足夠通用，再到各個不同板塊做應用。家是最需要通用性的地方，也是數據最豐富的地方，最可能孕育出強大的通用智能體。他預計，兩年內機器人有可能初步進家，5 - 10年后，也許辦公室里機器人會幫忙干很多事，路上也會有很多機器人跑來跑去。
從聯合創始人到自己創業，許華哲面臨諸多新挑戰。戰略上，要考慮技術選擇、商業節奏、人才畫像和密度以及用錢方式等。構建文化也是重要任務，對于任何組織，文化和氣場、組織形態往往由創始人決定，他希望讓大家有活力、有主觀能動性，一起為夢想努力。對于高繼揚認為現階段面向C端做機器人對資源有限的初創公司投入產出比不高、是一條艱難的路的觀點，許華哲認為這是路徑判斷不同。他認為通用性需要好的數據，復雜的場景中家里面和類家的場景通用性相對好，做這件事投入產出比是一方面，但最偉大的事情不能用ROI來計算，OpenAI在GPT出來之前重金投入但毫無產出，短期投入產出比非常低，但從長期看有巨大回報。
春節之后賽道火熱，多家具身公司融了超10億，大家拼命拼產能、比出貨量，許華哲卻不認可這種觀點。他認為拼產能應該是結果，而不是目標，機器人有了大量需求才應拼產能。他更關注“機器人日活”，追求通用才有可能到真正拼產能的階段。破殼機器人想做的是通用的家庭機器人，具身模型是核心部分，也會做自己的硬件和產品定義。目前，他們在做自己的手，希望用數據定義手的樣子，反向用AI定義機器人設計，同時也在做自己的模型，讓操作任務極致靈巧、泛化，提高成功率和效率。靈巧手小，做到人的大小需要很多微型電機，電機排布有講究，人手自由度高，控制也有難度。
許華哲更認可在真實情況下采集數據，而不是仿真數據。他認為數據豐富性比小時數更重要，工廠數據同質化高，對帶來足夠好的物理智能未必有幫助，而家里數據天然豐富，不同人的家里物品、任務不同，機器人能越用越聰明，犯錯誤的數據也可能成為發展智能的燃料，日常第一人稱視頻數據采集下來用作燃料效果也可能很好，家里的數據獲取并不難，甚至可能更容易。對于工廠場景數據采集，他表示辦公室未來會布置成家的樣子，讓機器人和工程師一起干活，還會積極讓普通人加入采數據大軍。他更看重數據質量，而不是數量是否容易獲取。
目前機器人進家庭面臨多個難點。一是智能本身的泛化性、通用性；二是產品定義，有了足夠好的智能，如何改變人類生活尚無明確答案；三是可靠性，要解決安全和隱私問題，尤其安全問題，不能讓機器人突然摔倒或電池起火。解決技術上的通用泛化性，路徑萬變不離Scaling Law，要有足量數據和比較大的模型，在具體算法選擇、模型架構上有很多可變化和重新思考的地方，把每個環節做扎實也很重要。算法壁壘主要因技術會擴散，無法永遠作為壁壘，但算法帶來的領先性會伴隨，使企業獲得更多支持，有更好的身位。
許華哲認為自己的優勢在于更知道自己追求的未來長什么樣，有技術信仰、戰略定力，不會被噪音干擾偏離目標；有共情能力，能做出好玩好用的產品，讓很多人共振；對技術有積累，對模型細節有研究；有技術號召力，創業時很多小伙伴愿意加入。他的技術信仰包括相信物理的AGI最終一定會實現，且會在他們這兒發生，相信強化學習，認為人在世界交互獲取數據、評估數據，最后從數據中汲取精華成為智能的一部分。
在具身賽道，大家目標都是實現物理AGI，但路徑不同，技術未收斂，這對不同玩家是好事，初創公司仍有機會。對于大廠入局，許華哲認為大廠一般等待信號，目前具身發展階段給了初創公司戰略時間和空間，且人工智能研究核心是一小撮高濃度智力密集小團體，不能人海戰術，增加了初創公司機會。對于2026年競爭態勢，他認為最先撐不住的是賬上沒錢融資能力差的公司、士氣沒了的公司以及持續沒有展示出超過預期成果且落地卡在中間的公司。他認為資本促進了具身行業發展，IPO選擇見仁見智，應樂觀積極看待，因為這是爭奪未來話語權的競爭，未來可能會達成合作、聯盟甚至合并。
許華哲認為職業是為了效率而異化的東西，作為人不用太在乎職業定義，他想的是讓通用智能發生在中國。他樂于跟年輕人交流，曾說要“祛魅”，他認為人和人之間沒有那么多差別，最終看做的事情決定，不用盲目迷信一個人，要按照自己的節奏努力。他的精神偶像有貝多芬和拿破侖，貝多芬憤怒常在，作品情緒飽滿且思考深刻，拿破侖對世界有征服欲、有憤怒也有深刻思考和善良的一部分。他本科是電子系，選擇電子系是因聽說不用上化學課，大三去多倫多大學交換，上計算機視覺課接觸到深度學習，被AI震撼，從此想嘗試做出科幻里的東西。
許華哲對AGI預期更樂觀，AGI能力越來越強，如龍蝦批量爆火，在飛書中接入東西可幫忙總結開會內容、約時間放日歷等，未來瑣碎事情可由AI處理。對于學生用AI完成作業，他認為如果學生完全用AI做且錄下過程，他會給滿分，相信學生能學會原理，未來工作流是懂原理后給AI正確指令完成任務。對于論文版權問題，他認為趨勢不可避免，未來科研人只需描述指令，剩下由AI完成，版權問題層層嵌套很難說歸屬誰，未來可能只有最難或最有挑戰的部分版權屬于人類。對于被AI替代的人，他認為要么往那1%有挑戰的部分爭，讓自己更聰明，要么享受新型勞動力帶來的紅利。他建議人們擁抱AI，成為駕駛汽車的人而不是馬車車夫。
許華哲在與馬拉比聊新書《哈薩比斯：硅谷AI之腦》的對談中，一方面受哈薩比斯對AI不懈追求的鼓舞，另一方面對馬拉比反對開源的觀點沖擊很大。開源一直是行業信仰，但他也在重新思考開源可能讓新時代的核武器流入壞人之手的問題。對于人類社會所有維度都實現AGI后人類是否會失去控制權，他提到多種想象，如機器人像阿西莫夫書中那樣統治人類，或像Geoffrey Hinton擔憂的那樣對人類有母愛式情感，還有反叛軍的想象等，但他認為目前失控概率不大，因為只要拔掉電源線就可以。
