具身智能的“蔚小理”何时出现？郎咸朋：靠融资撑不到物理AGI
从理想到昆仑行：一场关于物理AGI的豪赌
2026年8月，郎咸朋以昆仑行联合创始人兼CTO的身份首次公开露面。这位理想汽车前智驾一号位，用8年时间将辅助驾驶从0做到150万辆量产，交付端到端和VLA，如今转身投入具身智能的浪潮。他的新公司昆仑行，在成立90天内连融三轮，规模达数十亿元，迅速跻身独角兽行列。
这场创业并非一时冲动。郎咸朋与合伙人任庚（曾任华为国家CEO、阿里巴巴集团副总裁）在多次深谈后，确认了彼此在能力、认知和长期投入上的高度契合。他们共同认定，具身智能不是三五年的短期生意，而是一件值得做十年的事。
“合适比熟悉更重要。”郎咸朋强调，创业选的是能把事做成的人，而不是相处起来舒服的人。这种务实的态度，也贯穿了昆仑行的技术路线和商业策略。
创业前的三件事：范式、方法、路径
在注册公司之前，昆仑行团队想清楚了三个核心问题：范式、方法和路径。
范式：理解而非模仿
郎咸朋将范式选择视为具身智能的第一性原理。他回顾自动驾驶的历程，指出如果一开始用规则去做，就不会有理想汽车的成功。对于具身智能，他判断不能沿用自动驾驶的范式，因为无论端到端还是VLA，底子都还是模仿学习。
“机器人的范式应该是理解，不是模仿。”郎咸朋解释，一个场景可以靠模仿，但上万个场景无法靠模仿。理解范式意味着机器人需要真正理解物理世界的因果规律，而不是简单复现人类动作。
方法：数据编译与Agent框架
范式如何落地？郎咸朋的答案是数据。他将数据效率概括为一个公式：数据效率＝获取效率×使用效率。过去自动驾驶和大模型的成功，占的是获取效率的便宜，互联网数据和人类驾驶数据几乎零成本。但具身智能无法这样获取数据，因此昆仑行押注使用效率，通过“数据编译”让机器人学会理解物理世界所需的信息和知识。
数据编译分为四步：显式标注物理量（如重力、重量、受力、摩擦）、沉淀物理机制（如牛顿第二定律）、将物理量和机制编译进训练样本、通过数据回传机制迭代优化。编译后的数据富含物理因果，训练出的模型不再是只会找相关性的模仿模型。
此外，昆仑行采用Agent的工程框架来落地机器人工程，而非简单的软硬件拼凑。郎咸朋以Anthropic的Claude Code为例，说明模型强是一方面，但支撑其好用的是背后的Agent机制。
路径：先toB再toC，家庭是终点
昆仑行的商业路径是先toB再toC，从工厂上下料、物流等相对简单可控且有商业价值的场景入手，家庭场景放到最后。郎咸朋强调：“家庭是终点，不是起点。”因为家庭环境复杂，对安全性和可靠性要求极高，技术不成熟就进入家庭，不仅对单个家庭有风险，也会对整个行业造成伤害。
把“理解”写进模型和数据里
模型：物理因果与MoT架构
昆仑行的世界模型从第一天起就锚定“物理因果”的第一性原理。郎咸朋以人的行为为例：人做事先有目的，为目的产生动作，动作产生结果，结果再评价动作的好坏。他们的模型就照这个顺序设计。
当前模型的架构是MoT（Mixture of Transformers），由多个专家网络分工。昆仑行的不同点在于分法：别人按模态分（文本、视频、动作），他们按目的、动作、结果来分，构成一张因果图。配套的自研“联合因果注意力机制”让注意力单向流动，做动作时不能偷看结果，避免模型通过结果反推动作，从而更符合物理世界的因果顺序。
这套世界模型试图用同一套架构、参数和权重，同时完成多种任务：生成动作、预测动作结果、渲染最终视频。不过，郎咸朋并未将当前方案视为终局架构，他认为具身智能仍处于早期，模型和方案会继续调整，正如自动驾驶曾经历有图、无图、端到端等多次范式切换。
数据：数据编译与一脑多形
数据编译是昆仑行的另一项核心工作。通过编译，数据自带物理属性，训练出的模型能够理解物理规律，而非简单的数据分布。这带来一个关键性质：“一脑多形”——一个大脑驱动多种形态的机器人。郎咸朋解释，物理规律对任何形态都成立，因此天然支持一脑多形；如果学的是模仿人的动作，就只能一脑一形。
别把具身智能看窄了
郎咸朋认为，将具身智能等同于“会干活”太窄了。他将具身拆分为四个智能：运控、移动、交互、操作。运控智能在表演型机器人上已不错，但工作级全身运控远未成熟；移动智能与自动驾驶最接近；交互智能得益于大语言模型已相对成熟；真正难的是操作智能，让机器人实际进场景取代人干活。
这套四分法直接决定了硬件选择。昆仑行坚持做全尺寸、全人形机器人，自研关节驱动电机、本体和关键结构。郎咸朋承认轮式机器人上手更快，但人形才是最优选择，因为双足运控加全身操作、移动、交互的技术基础必须从第一天打起。
在灵巧手方面，郎咸朋将票投给触觉派。他认为人做动作最终靠手感而非视觉，触觉是重要模态，未来将作为数据编译的真值。至于灵巧手是否自研，内部还在讨论，但顺序是先想清楚模型和数据，再定义手，因为手会带来大量自由度，太早动手只会增加训练不确定性。
光靠融资活不下去
郎咸朋将当前具身智能行业比作十年前的自动驾驶（2015-2016年）：技术路线不确定、百家争鸣、demo满天飞，但没有一家真正出货。他所说的“出货”是指操作智能真正进入工厂、商场、家庭，取代人干活，有人愿意买单。
这场“百机大战”何时见分晓？郎咸朋的答案只有一条：量产交付能否自我造血，靠自己的营收养活研发，而不是靠融资续命。他预测，具身智能会像新能源车一样大浪淘沙，最后跑出“蔚小理”。昆仑行要在最短时间内进入行业前三，因为到了前三才有自我造血能力。
至于烧钱规模，郎咸朋直言，以现在各家的融资额都不够。训一个具身大模型可能需要几十亿甚至上百亿，因此前提一定是先自我造血，用赚来的钱养模型迭代。只靠融资，谁都撑不到具身实现的那一天。
昆仑行目前的融资额已足够让第一款产品量产上市，之后将进入正向造血状态。后续融资将用于加快AI迭代和加大量产营销投入。
机器人进家庭：五年左右
对于机器人进家庭的时间点，郎咸朋参考自动驾驶的节奏，给出五到十年的判断，但他补充，AI进步速度会不断提前，五年左右比较合理。
One More Thing
郎咸朋提到，他读博时在机器人领域的国家重点实验室，后来做了十几年自动驾驶，如今又绕回机器人，感觉有一种宿命。从百度到理想再到昆仑行，中间那条线一直没变：强调数据、工程化和真实落地。他用一句话形容：“有道无术，术尚可求之；有术无道，止于术。”