许华哲创办「破壳机器人」，瞄准家庭场景具身智能

具身智能创业者集体转向家庭场景

2026年，全球具身智能机器人创业者不约而同将目光投向了一个充满想象力却也布满荆棘的深水区——家庭。

点燃这份热情的，是近期行业中闪烁的Scaling Law苗头。硅谷具身智能公司Generalist AI在GEN-1模型上验证了数据规模效应的确定性：当他们给机器人喂进海量数据后，精细操作任务的成功率竟从64%飙升到了惊人的99%。随后，硅谷当红独角兽Sunday Robotics也试图攻克家庭场景的数据难关，不仅推出Umi手套数据采集方案，还直接将机器人Memo送进真实家庭做家务——收拾餐桌、冲咖啡、叠衣服，由此吸引了大量资本的押注。

而在大洋彼岸的中国，一个熟悉的身影也正式闯入家庭机器人领域。他就是清华大学交叉信息研究院助理教授、「破壳机器人」创始人许华哲。

「两年内，中国将会出现可用的家庭机器人」，他对行业的判断，乐观且激进。

从星海图到破壳：一次「单飞」的创业抉择

许华哲的名字在中国具身智能圈并不陌生。作为「伯克利归国四子之一」，他在学术界和产业界都积累了深厚的影响力。2023年，许华哲加入「星海图」担任首席科学家兼联合创始人，与团队一起将这家公司打造成了中国具身智能领域的明星企业。

然而，就在星海图估值冲破200亿元、融资近30亿元的巅峰时刻，许华哲却做出了一个令外界意外的决定——离开星海图，创办全新的具身智能公司「破壳机器人」。

这一选择背后，折射出的是许华哲对行业发展路径的独立思考。如果说星海图代表了具身智能在工业和商业场景的探索方向，那么「破壳机器人」则将战略重心明确锁定在了家庭场景。在许华哲看来，家庭机器人才是具身智能真正的「终局市场」，而当前的技术成熟度和数据积累已经逐步逼近这一临界点。

家庭场景为何成为具身智能的「终极考场」

相较于工业和商业场景，家庭环境对机器人的挑战要复杂得多。

首先是场景的高度非结构化。工厂流水线的环境相对固定可控，而每个家庭的布局、物品摆放、生活习惯都千差万别，机器人需要具备极强的泛化能力。其次是任务的多样性和精细度。从叠衣服到做饭、从整理房间到照看老人，家庭场景中的任务种类繁多，且大量操作涉及柔性物体和精细力控，对机器人的感知和操控能力提出了极高要求。

最后，也是最关键的一点——数据。家庭场景的数据采集远比工业场景困难。工厂中可以通过固定传感器大规模收集标准化数据，但家庭中的操作数据零散、私密且缺乏统一标准。

正因如此，Scaling Law在具身智能领域能否成立，家庭场景就是最严苛的试金石。Generalist AI和Sunday Robotics近期的突破之所以令行业振奋，正是因为它们初步证明了「数据规模驱动能力涌现」这一逻辑在机器人操作任务中同样适用。

中国玩家的机遇与挑战

从全球竞争格局来看，中国在家庭机器人赛道上既有优势，也面临独特挑战。

优势方面，中国拥有全球最完善的机器人硬件供应链，从电机、减速器到传感器，成本和量产能力都领先全球。同时，中国庞大的家庭市场为机器人落地提供了天然的规模化土壤。此外，在AI大模型和多模态感知技术方面，中国团队的迭代速度也在不断加快。

挑战同样不可忽视。家庭场景数据的采集和标注体系仍处于早期阶段，如何高效获取高质量的操作数据，是包括「破壳机器人」在内的所有玩家必须攻克的核心瓶颈。此外，家庭机器人的安全性、可靠性标准远高于其他场景，产品从实验室走向千家万户，还需要跨越漫长的工程化鸿沟。

展望：两年之约能否兑现

许华哲「两年内出现可用的家庭机器人」的预判，无疑为行业设定了一个激进的时间锚点。这一判断的底气，一方面来自Scaling Law在具身智能领域初步验证带来的技术信心，另一方面也源于全球资本和人才向这一赛道加速聚集的产业势能。

当然，「可用」二字的定义至关重要。如果是指能在特定家庭场景中完成若干项实用任务、并达到消费者可接受的可靠性水平，那么两年的时间窗口并非不可想象。但如果期望一台机器人能像人类一样灵活应对家庭中的一切需求，这显然还需要更长的周期。

无论如何，从星海图到破壳机器人，许华哲的这次「破壳」重生，为中国具身智能行业写下了一个值得关注的新注脚。当越来越多的顶尖人才和资本涌入家庭机器人赛道，这个曾经被视为「科幻级命题」的领域，正以前所未有的速度走向现实。