原小米智驾高管创业机器人一周年：务实发展，聚焦工业场景

让机器人进入工厂真正发挥作用，阿米奥有着清晰的规划：当真人数据收集满万小时，具身智能就能实现刚性装配等日常工作。

文｜富充

编辑｜苏建勋

原小米智驾负责人、阿米奥机器人创始人刘方做事风格既快又务实。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就已部署到客户的生产线。

据《智能涌现》独家消息，2025年以来，阿米奥先后完成种子轮及天使轮融资。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，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。

刘方对《智能涌现》表示：“在国内市场，不存在技术上的秘密，最后比拼的是持续解决客户需求，从而形成客户绑定。”

2012年刘方加入创业阶段的小米，十三年间，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，经历了多项业务的“从0到1”。这些经验让他形成了重视成本、重视客户、追求极致效率的准则。

刘方将这种商业思维带入创业项目，尤其体现在核心的“机器人落地场景”上。

在阿米奥成立前，刘方做了大量市场调研，发现有三个衡量标准很关键：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）。

刘方认为，具身智能在工业场景并非要替代自动化，而是在人力成本过高或自动化难以做好的地方，存在可供给的需求。

中国工人月薪虽不高，但招工难、流动率大，用工缺口明显。同时，随着工厂流水线上小量、快速迭代订单的增加，原自动化产线改造成本高昂，而学习速度更快的具身智能更易上手新产品生产。

阿米奥计划先攻克3C等制造业里分拣、装配、检测等“传统流水线做不好、人工成本又高”的工序。

具体算账来看，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”，一个工位全年成本达二三十万。

基于此，刘方将阿米奥的单机定价卡在20万左右。他了解到，若机器人回本周期能控制在一至一年半内，客户会认为具身智能“进厂干活”值得；一旦回本周期超过一年半，企业就会犹豫。

80后的刘方对巨头与创业公司的竞争有深刻体悟。

有人认为AI终局是大厂占据所有市场份额，但刘方判断，工厂业务净利润率不高，科技巨头未必会关注，创业公司仍有生存空间。

从长远看，刘方觉得地缘政治推动的中国工厂产能外迁，为国产具身智能出海带来了未来机遇。

近日，《智能涌现》对刘方进行访谈，他分享了具身智能场景寻找的经验以及对未来技术、行业发展的看法，对话内容经整理如下。

△阿米奥创始人刘方，图片：采访人提供

放弃ToC市场，聚焦工厂赛道

《智能涌现》：为何具身创业选择工厂赛道？

刘方：创业前我做了大量市场调研，发现必须找到有明确需求且ROI（投资回报率）合理的场景。

说实话，谁都想做To C，故事好听、想象空间大。但调研发现，现阶段技术和成本都不允许。

以家政场景为例，中国家庭有老人，小时工价格也不算贵。而且在人机交互场景中，让用户接受机器人还需跨越情感和道德的心理障碍。

我去日本旅行时发现，日本高端服务业发达，但在追求效率和ROI的场景，日本餐厅会用自动点餐机代替人工。若客人愿意花更多钱享受优质服务，还是由人来提供。

反观工业，逻辑清晰。一个工位人力成本一年约10万，三班倒就是30万。若机器人售价20万左右，能替代2 - 2.5个人，客户一到两年就能回本，这促使他们快速决策采购。

智能涌现：为何在众多工业场景中锁定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，数万人工厂常见；工位集中，便于部署。且该场景中人力成本占比12% - 15%，开销较大，企业有付费能力和动力进行改造升级。

智能涌现：你认为具身智能在工厂生产场景落地，日常重复性工作会在2026年底左右实现，复杂任务还需一两年，这个时间如何推算？

刘方：主要根据数据积累和部署调试适配时间推算。

我认为，数据总量达数万小时，机器人才能胜任柔性装配等复杂工作。

今年我们计划收集数千小时数据，明年底目标约为万级小时，这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

做“快学者”机器人，打造核心壁垒

智能涌现：你如何看待具身智能的“技术壁垒”？

刘方：在中国，技术无秘密可言，关键是解决实际客户问题以及与客户场景的长期关联。我们的壁垒在于尽快做出正确决策。

相比打造“通用机器人”，我们更希望机器人成为快速学习者，核心是让其在一个工位上“学得快”。

我们很早就确定了以“第一视角视频”为主的数据策略，即让工人戴摄像头工作，机器人通过看视频学习操作。这样对工人作业干扰小，能收集第一视角实际干活视频数据。

在阿米奥，视频数据和真机数据比例约为6:1，视频占训练数据绝大部分，辅以少量真机数据校准微调。

这就像新人通过看老师傅操作录像和少量上手练习，能快速顶岗。我们目标是将新工位部署时间从数月压缩到一周以内。

智能涌现：所以并非一开始就追求全面的机器人能力？

刘方：我们相信数据飞轮，但不盲目求“大”，更看重飞轮转动的力量。

在垂直领域，具身智能需要在特定问题上“专”和“快”，迅速上手工作并在实践中学习。

当机器人学会多个工种，就能在工厂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如何实现？强化学习方面有何特别思考？

刘方：大的决策与路径规划采用VLA范式，临门一脚的细致策略采用强化学习。

值得注意的是，我们主要进行“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。

例如，仿真数据中具身智能能大概了解动作执行方式，但实际操作中才能清楚动作是否到位。所以让机器人在真实环境中进行真机强化学习，能更扎实地掌握任务。

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

刘方：目前合作的工厂大多规模在一两万人，能提供一定数量的工人数据，且比超级大工厂更有合作意愿。即目前客户愿意开放数据，支持跨厂收集数据训练模型。

若基础模型训练好后，接到涉及数据保密的公司订单，再收集补充具体工厂的数据即可。

实际上，所有具身智能工作场景容错率都相似，并非只有工厂容错率低。

比如奶茶店运转节奏快，容错率可能比工厂还高。但工厂作业空间固定、环境结构相似，对现阶段具身智能进入更友好。

智能涌现：如何看待更前沿的技术，如触觉传感、世界模型？

刘方：具身是前沿技术方向，现阶段大家都在寻找稳定可靠的技术和工程化方案。

具身智能的演进本身就是前沿技术发展，VLA、世界模型、多模态传感都是我们关注的方向。除追求先进技术，我们更重视技术解决实际问题的作用，比如关注多模态传感对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：我们目前有三家KA客户，机器人产品已在客户工厂产线陪产运行一段时间，客户也考虑增加采购量。整体进展比预期快。

△阿米奥机器人，图片：采访人提供

关注商业化发展，布局出海战略

智能涌现：为何此时创业并切入具身智能领域？

刘方：机器人和汽车一样是传统行业，过去线性发展。但AI注入使智能驾驶有指数级增长潜力，我认为具身智能也有类似确定性机会。

在大厂能看清技术趋势，但决策路径保守，有抱负的人可能错过机会，所以我选择创业。

智能涌现：公司为何取名“阿米奥”？

刘方：名字源于西班牙语“Amigos”（朋友）。我们是机器人公司，终极愿景是让机器人成为人类伙伴，“阿米奥”谐音好听。

智能涌现：具身智能行业有很多年轻创始人，您作为“老兵”感觉如何？

刘方：（笑）年龄偏大并非劣势。经历多轮技术浪潮，让我对产业变革有更深认知和敬畏。

我观察到，每轮技术浪潮中存活下来的企业，创始人都有之前技术浪潮的积累。在复杂的、需产业链协作的领域，创始人经验更重要。

在技术人员招聘上，我们会启用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。

动力有两方面：一是客户有产能外移需求；二是海外市场ROI更优。

例如匈牙利客户表示，不超过15万欧元的具身智能机器人可考虑，约合150万人民币单价。

中国是最大的制造业国家，需求和场景丰富。我们会先在中国打磨技术、产品和服务能力，初期伴随中国客户出海，再逐步拓展海外客户。

智能涌现：您如何看待具身智能行业的“泡沫”？判断明年行业走势的关键指标是什么？

刘方：具身智能是新兴行业，资本期望高，会产生一些泡沫。可通过行业头部大公司情况判断。

但行业会向前发展，会沉淀有价值的东西。相较于追求高估值，我们更希望公司依靠健康的商业现金流运转。

明年市场走向主要看行业的商业化进展。

封面来源｜企业官方

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com