费莫一刘念邱：智驾无图的经验，也能迁移到机器人 | 物理AI 50人 | 雷峰网

刘念邱很难被归进典型的具身创业者模板里。

他不是从机器人实验室出来的学者，也不是过去两年才进入 Physical AI 的连续创业者。他曾在英特尔做过新工艺和设备研发，创业做过物联网和工业智能化。2018年加入自动驾驶公司元戎启行，他又从硬件一路做到Robotaxi运营、产品、数据、量产和售后。

2026年，刘念邱又多了一个身份——费莫一科技创始人。

事实上，从2024年开始，他就一直密切关注具身智能的发展，翻看大量论文，也持续研究上游供应链和技术路线。到2025年底，他判断创业的时机开始成熟：一方面，机器人供应链已经足够完善，创业公司不必再把大量精力花在补齐本体和硬件短板上；另一方面，AI驱动的技术和数据范式逐渐清晰，可以开始形成真正有长期价值的技术积累。

决定创业后，刘念邱与多位元戎联合创始人沟通，大家都支持他出去再做一次从0到1。

甫一创业，费莫一科技就获得IDG资本领投、云启资本、滴滴出行、复星锐正、耀途资本、禾赛科技等头部资本的近亿美元种子轮融资，而在早期接触投资人时，刘念邱甚至没来得及准备商业计划书。

刘念邱更愿意把费莫一的机器人称为“Physical Agent”，他认为机器人最终要进入开放的生活环境，在不同时间、不同地点替不同的人完成任务。

过去两年，具身智能最常见的落地路径，是先找到一个边界足够清晰的场景。工厂拧螺丝、酒店送东西、仓库搬运，先把任务定义清楚，再通过工程和模型把成功率做上去。

刘念邱并不认为这些场景没有商业价值，但他的疑问是，如果机器人长期只在一个被高度定义过的环境里工作，它积累下来的能力，究竟有多少能够迁移到另一个场景？

所以费莫一选择了一条边界更模糊的路线——开放动态场景。

商业区、写字楼、住宅、活动区域，都是刘念邱希望机器人逐步进入的“生活圈”。它可能帮人取东西、买咖啡、丢垃圾，也可能在快递员忙的时候替他完成部分任务。机器人不被提前固定成某一种职业，而是根据环境和需求不断变化自己的任务。

费莫一把这种角色叫做“伙伴”。机器人进入越丰富的环境，遇到越多的人、物体和任务，才越可能形成跨场景迁移的能力。

费莫一今年很重要的一项工作就是初始数据采集，并计划在明年开始多点部署，让 Physical Agent 逐渐形成落地—数据—训练—再落地的闭环。

再往后则是行业现在都还没有解决的问题：开放世界的复杂度几乎没有上限，一个机器人在Demo里完成10次任务中的1次，和用户任何时候叫它都能完成任务，是两套完全不同的标准。

以下是雷峰网(公众号：雷峰网)左林右狸频道与费莫一科技创始人刘念邱的对话，在不改变原意的基础上做了部分编辑：元戎启行的关键转向：停运Robotaxi，押注无图

左林右狸频道： 元戎当时在深圳运营过一段时间Robotaxi，有了核心客户群，为什么把它停掉了？

刘念邱： 运营了一年多。我们其实最早就在市中心CBD这种繁华区域做无人出租车运营。后面我们认为，基于高精地图的那套方案没有未来，准备走无图路线。作为创业公司，不可能两条线都走好，也没有那么充足的资源，所以决定把Robotaxi停下来，全力以赴做无图。这也是为什么后来我们率先推出无高精地图方案，刚推出来的时候很多人还不信，直到我们拿到定点。

左林右狸频道：你最早什么时候觉得高精地图路线走不下去？在停掉Robotaxi、转向无图的决策里，你具体做了什么？

刘念邱：2021年，我开始思考当时这套业务继续发展下去的可行性。因为我直接负责运营，所以对实际运营成本比较清楚，也会持续看这套业务未来怎么发展、规模扩大之后能不能成立。基于这些实际情况，我开始在团队里提出调整方向的想法。我主要是把运营端看到的问题和研发端的判断放在一起看。最终方向的选择是核心团队共同讨论、共同决策的。

左林右狸频道：你负责Robotaxi运营，投入了很多心血，真正停掉深圳Robotaxi时，你当时负责哪些收尾工作？

刘念邱：当时采取的是一个渐进式的收尾过程。决定撤出之后，我们逐步减少车队规模，并没有在做出决定的当天就把所有服务停掉。当时还有一小批比较忠实的用户，客服也和他们做了沟通、说明与解释。原来面向Robotaxi运营的产品工作，开始转向量产产品和车企对接。团队重新思考，面向L2辅助驾驶，产品应该具备什么功能，在不同道路条件下怎样运行、怎样退出。这和原来围绕Robotaxi运营做产品，关注的问题已经不一样了。那段时间的工作重点，一方面是逐步收好原来的运营业务，另一方面是让产品工作转向新的量产方向。

左林右狸频道： 智驾从有图切到无图，对整个技术体系意味着什么？

刘念邱： 相当于是推倒重做。过去有图的版本比较传统，有感知、预测、追踪这些模块，加上高精地图定位，再加规划控制。走向无图之后，感知大幅扩大了边界，基本把地图定位也包进来了，跟规划之间也变得非常紧耦合。整个数据需求也不一样，所以是一个非常大的架构变动。

左林右狸频道：研发无图方案时，你具体背哪些任务？周光和其他核心高管分别负责什么？

刘念邱：我这一侧比较重要的工作，首先是传感器方案的调整。转向无图以后，系统在一定程度上更加依赖视觉。到了量产项目里，就需要重新考虑怎样选择和配置传感器，既满足后续算法的需求，也适合量产使用。另一部分是数据生产体系的建立。方案更加依赖数据之后，数据怎么生产、怎样与外部合作伙伴配合、怎样控制成本，都需要建立相应的体系。这些也是我参与的工作。大家对方向有基本共识，具体想法提出来之后会一起讨论，并没有经常出现某个人能看到、其他人都看不到的情况。实际推进中，更多是把不同方面的问题拿出来，共同讨论怎么解决。

左林右狸频道： 这种行业里没人做过的事情，当时怎么设deadline？

刘念邱： 科研项目很难设一个特别严谨的deadline，因为没人能确定那个时间一定能出结果。更多是大家全力以赴，不断判断哪条路是对的，然后快速验证。比如怎么感知道路、怎么理解道路结构、怎么做数据标注，今天定好的方法，明天采数据一试发现不行，后天可能就换新的。那个时候强调的就是跑得快、快速调整、快速试错。

左林右狸频道： 怎么试错呢？

刘念邱： 先定义模型结构，然后决定数据怎么采、怎么标、怎么训，再跑起来看有没有问题。出了问题马上判断：到底是道路理解错了，还是理解对了但规划错了？如果理解不对，是模型能力的问题，还是前端数据的问题？整个过程就是不断拆问题，所以只要有算力，我们基本都会希望人休息的时候算力不要休息。

左林右狸频道： 元戎启行作为一家初创公司，集中所有资源挑战行业没人做过的东西，当时团队的状态是不是很紧张啊？

刘念邱： 问题流转到哪里，哪里就会特别紧。不是整个公司所有人一直不休息，但核心部门基本上没有什么固定休息日。团队规模起来之后，也会有工程师轮换、背靠背工作的机制。但真正核心的判断，最后还是会收敛到比较少数的人，因为真正对问题有清晰认知的人其实不多。

左林右狸频道： 从决定做无图，到真正拿到定点，大概用了多久？

刘念邱： 一年左右。但拿到定点以后压力反而更大，因为下一步不是证明技术能做，而是要想怎么把它量产。之前做Robotaxi的时候相对还宽松一些，转无图再走量产之后，整个团队压力明显更大。

左林右狸频道： 当时外界对无图有很多质疑，你怎么看？

刘念邱： 我觉得很合理。在那个时间点，在高精地图已经覆盖的范围里，传统有图方案的表现肯定会更成熟。无图更多是在证明未来的可能性。而且当时很多同行本身就在高精地图产业里，会天然排斥。另外别人没做出来，也不可能因为你做出来了，就马上承认你的方案一定好。但回头看，我觉得无图是整个行业的一个转折点。过去城市智驾只能在少数几个城市用，真正到无图开始大范围落地之后，消费者才会觉得这个东西是我自己开车的地方也能用。

左林右狸频道：第一个“板车试验”出现时，你在其中扮演什么角色？

刘念邱：相比所谓的“板车试验”，我印象更深的是拿到头部科技公司定点之前的一次主流知名车辆改装。当时对方已经体验过我们的车，对元戎的能力和方案感兴趣，但还想看看这套能力放到主流知名车型上会是什么表现，就给了我们一辆不带智驾的车，希望能尽快体验元戎方案在其车上的表现。

我记得整个改装过程大概不到两天，那辆车来的时候还没有搭载相应的智驾系统，我们需要开孔、更换玻璃、加装控制器和传感器，再把车辆恢复好，接入算法，出去做路测和评价。

那几天大家轮班推进，连续把这些工作接起来。我所负责的硬件和交付这一侧，需要把客户提出的体验需求落实成实际车辆：传感器和控制器装上去，系统接起来，再配合后续测试和问题解决。客户在很短的时间内，看到了我们把他们提供的一辆传统车改成能够进行自动驾驶测试的样车。这件事让他们看到了团队的执行力和交付能力，也增加了他们对我们继续推进量产的信心。

这次改装当然不等于完成了量产，但它让客户能够判断这个团队能不能面对实际车辆、实际问题，把事情往前推进。我理解，客户对团队的信任，就是在这样的过程中逐步建立起来的。

左林右狸频道：但让客户认可还不等于量产，从“无图能跑”到“无图能量产”，你个人最难解决的问题是什么？

刘念邱：对我来说，最大的挑战是和主机厂之间的系统整合与配合。

研发阶段，我们用的是自己搭建的一套系统，软件能够在研发环境里运行起来，就可以开展测试。但进入量产，必须和车企一起把大量工程细节定义清楚，包括诊断信号、信号矩阵、中间件通信的可靠性，以及功能安全相关的异常和处理机制。

此外，还有质量保障、版本管理和售后对接。过去车企的售后更习惯处理某个零部件损坏的问题，智驾系统的问题诊断则需要双方共同磨合，建立一套相应的售后诊断体系。这些工作让我们完整地走过了一次量产工程化的过程。算法之外，还有大量系统、质量和协作上的问题需要解决。

对我来说，当时压力比较大的，就是把这些环节和车企一起打通，让研发出来的能力真正进入量产交付体系。

一位具身智能创业者的“炼成”

左林右狸频道： 你跟自动驾驶的缘分，其实比很多人想象得早。你最早帮周光（元戎启行创始人兼CEO）做自动驾驶硬件起家，这段能从头讲讲吗？

刘念邱： 真正开始做智驾，应该是在2017年。那个时候帮周光等人做自动驾驶硬件，他们当时更偏重算法侧，硬件工程化部分需要有人配合。我之前一直在创业做工业智能化，所以最早车顶上激光雷达、控制器之类的设备，很多都是我们帮他们做的。2017年算是已经参与智驾，也开始了解智驾到底是什么。2019年，元戎启行拿了国内当时单笔比较大的融资，邀请我过去。我想着可以去深度学习一下，所以就算正式投身智驾行业了。

左林右狸频道： 在这之前，你的经历和自动驾驶其实看起来差得挺远？

刘念邱： 我之前创业做物联网、工业智能化、自动化。在英特尔的时候，我负责全球范围的新工艺、新设备开发。听起来不一样，但技术本质上比较像。生产线上检测物料、检测环境，需要传感系统，然后再加一套控制系统，跟后来做智能驾驶其实有很多相通的地方。

左林右狸频道： 你刚加入元戎时，公司大概是什么状态？

刘念邱： 小几十个人。基本上是之前一起配合过的骨干技术人员，大家觉得项目挺好、人也靠谱，就继续搞。

左林右狸频道： 当时你在元戎里具体负责什么？

刘念邱： 缺啥我干啥。当时核心团队主要做感知、规划、地图定位，我负责硬件和工程，早期整个硬件团队是我建的。

左林右狸频道：那你接到的第一个任务是什么？

刘念邱： 我接到的第一个任务，是做车上不同传感器的硬件同步控制器。

当时车上要用到机械旋转式激光雷达、组合导航和工业相机，还不是现在这些车载相机。这些设备原本来自不同的行业，各自有不同的工作方式：激光雷达有扫描周期，组合导航有自己的频率和时序要求，相机有曝光和触发条件。要把它们用在同一套自动驾驶系统里，就需要让它们在指定的时间点触发，并且让采集数据的时间戳处在同一条时间线上。当时要求的同步精度是优于 1 毫秒。

我亲手做的工作，就是先把这些设备的特性弄清楚，再设计一套电路系统，与各类传感器对接，完成交互和同步控制。把多设备的时间线统一到毫秒级。当时整个自动驾驶研发还是模块化分工，有感知、规划、地图和定位等团队，大家各司其职，分别承担不同模块的研发。我主要负责硬件这一侧。

左林右狸频道：元戎早期很多核心成员各有分工，但好像你是不断扩大的，这是怎么做到的啊？

刘念邱：我觉得最关键的一次变化，是从硬件研发走向对外交付。元戎最早只有研发团队。当产品做出来，开始与东风这样的合作伙伴对接时，就需要有人负责车辆改装、交付，以及后续运营。我当时负责硬件研发，车辆改装和交付自然先由我们对接。做着做着，就把后面的运营对接和运营管理也接了起来。随着业务往前走，我们还需要主动寻找新的合作机会，所以我的工作又逐步延伸到商务和业务拓展。后来转向量产，工作内容进一步涉及产品、质量、数据和售后。

左林右狸频道：你的工作内容越来越多，是谁把这些事交给你的？

刘念邱：这并不是某个人在某一天把一整套职责交给我，而是公司发展到那个阶段，需要有人把这些事情承担起来。我之前有创业经历，也比较愿意和客户、合作伙伴打交道，就顺着业务的需要去做了。对我来说，职责扩大的过程，就是不断把技术做出来之后的事情接住。

关注具身智能几年，为何选择现在创业？

左林右狸频道： 你之前一直在自动驾驶行业，什么时候开始认真关注 Physical Agent 的？

刘念邱： 2024年。那个时候Figure、宇树H1开始频繁出现在大众视野，但大家主要还是展示走路、上下楼梯。那时候机器人走路还没有现在这么自然。我本身一直对机器人感兴趣，所以开始比较认真地看这个行业发展到什么状态、后面会怎么走。

左林右狸频道： 到什么时候，你觉得 Physical Agent 开始具备真正创业的条件？

刘念邱： 到2025年，开始觉得它偏成熟了，可以开始关注完成工作。我那时候花了很多时间看技术资料、了解上游产业，会发现过去靠积淀加优化控制的路线，正在变成真正AI驱动的具身智能。2025年底之前，大家更多还是针对特定任务做一些探索。2026年之后，开始越来越多讲异构数据、多元数据、泛化。过早进去，资源大量花在特化和探索上，不一定形成核心积累；太晚进去，别人又已经形成积累。现在这个时间点，我觉得大家更多形成的是认知，还没有形成特别大的时间差。

左林右狸频道： 行业进入窗口期是一方面，为什么你自己也决定就在这个时间点出来？

刘念邱： 一方面是供应链成熟了，做具身的时候不需要再像过去一样，被很弱的本体和供应链限制，花大量精力去补这些东西。另一方面，整个技术和数据范式逐渐变得清晰，可以开始真正做积累。

左林右狸频道： 现在也有智驾公司做具身智能，你为什么不留在元戎内部做？

刘念邱： 具身需要非常高的资源投入，也要求非常专注，还需要大量优秀的人才。另外对我自己来说，在元戎过去从0到1、1到10、10到100基本都走过了，很多部门也已经建立起来，进入体系化运行阶段。我擅长的东西，在元戎的那个阶段已经不能产生特别大的差异化优势。对我而言，与其在那“躺平”，还不如在行业条件逐渐成熟的节点，再次做一件从0到1、从1到100的事。

左林右狸频道： 元戎的前同事有一起出来吗？

刘念邱： 几乎没有，基本上还是重新建团队。但我从元戎带出来的，是大规模数据闭环、对技术的判断、工程化、规划这些know-how。有这些项目经验，再去搭一个新的具身团队，逻辑是不一样的。

左林右狸频道： 你觉得做过智驾完整周期的人，再做具身最大的优势是什么？

刘念邱： 一个很重要的经验就是，从demo到工程化、再到真正落地。机器人现在的demo周期差不多已经进入中后期了，下一步一定会看怎么落地。

所谓落地，不一定马上就是量产，而是要从“可以看到”变成“可以用”。你做10次成功1次，或者10个场景里挑一个表现好的拍视频，跟用户什么时候来都能用，是完全不同的事情。

到了这个阶段，关注的就不再只是单点能力上限，而是一系列场景里的下限。另外一个经验，就是技术范式发生变化时，组织能不能一起转。

元戎从有图转无图非常痛苦，因为原来整个组织都是围绕有图搭起来的。机器人未来也一定会遇到类似问题，现在的技术不可能就是终局。最后还有规模化。技术优势最终要转成商业优势，这里面还需要生态、运营、经营。

Physical Agent 不是工具是伙伴，费莫一想做什么

左林右狸频道： 费莫一把自己定义成做 Physical Agent，为什么不用现在更常见的 Physical AI？

刘念邱： Physical AI 我觉得代表的是一种能力，不是一个生产力。我们想做的是物理世界的Agent，它像数字世界的agent一样，协助人们完成任务，人们也能在必要的时候帮助它成长，去完成人们生活里的任务、解决具体问题。它得有认知空间的决策能力、有动作空间的规划能力、有接触空间的细节对齐能力，还要有记忆。所以我们觉得它更像Agent。而且Agent这个词对用户更直接，它是能帮我干活的，而不是一个概念。

左林右狸频道： 费莫一现阶段最关注的是什么？

刘念邱： 开放动态场景的落地。现在没有谁能说某一种模型就是终局，但不管什么模型，最终都得在你真正要使用的场景里学习，才能在那个环境里工作。

左林右狸频道： 为什么不先从工厂、酒店这种相对封闭的单一场景做起？

刘念邱： 单点产品落地和长期技术路线之间要平衡。你在工厂里天天打螺丝，打得再好，也不意味着明天就能跑到街上送外卖，这里面没有天然的迁移能力。我们希望 Physical Agent 从一开始就面向更开放的真实环境，接触各种各样的人和场景。今天可以送外卖，明天送快递，后天可能打扫卫生。在咖啡厅里能搬东西，在路上也能做类似任务。这样积累下来的能力，可迁移性会更强。

左林右狸频道： 所以你们提出“生活圈伙伴”，本质上也是这个逻辑？

刘念邱： 对。不同的人，在不同时间、不同地点，会有不同需求。比如有人愿意付钱请人帮他丢垃圾；去公园露营，需要有人收拾营地；出去玩突然想喝咖啡，周围没有卖的，总得派一个人走很远去买。这些都是真实需求。Physical Agent 不一定固定属于某一个岗位，而是在一个生活圈里，根据需求帮助不同的人。

左林右狸频道： 为什么叫“伙伴”，而不只是工具？

刘念邱： 因为早期也不可能永远只有机器人帮人，人也会帮机器人。机器人走到一公里外找不到路，用户可以通过它的眼睛告诉它往哪走；到了餐馆看到很多袋子，它不知道哪一个是你的，人也可以帮助它判断。随着能力提升，需要人帮助它的比例会越来越低，它帮人的比例越来越高。这种关系我觉得更像伙伴。

左林右狸频道： 机器人进入生活圈之前，需要像早期自动驾驶一样做地图或者大量前期部署吗？

刘念邱： 不会。智驾我们都不用高精地图了，Physical Agent 更不能用。高精地图本身就有很多问题，尤其在人来人往、环境持续变化的开放场景里，很难长期保持。我们还是希望走数据驱动，让机器人像人一样持续进化。

左林右狸频道： 你为什么这么排斥用工程手段快速解决问题？

刘念邱： 我觉得这是AI Native非常关键的一点。过去智驾大量写规则，在边界比较小的时候很有效。但边界一大，每增加一个规则，都可能影响其他场景，你很难保证整个系统始终稳定。如果今天为了落地快，不断加工程规则，短期看问题解决了；但等你有几万用户之后，你还得持续维护这套体系，它最后会从优势变成负担。所以我们必须走数据驱动的AI路线，让 Physical Agent 在真实任务中持续学习和进化。

左林右狸频道： 费莫一今年和明年的产品节奏是什么？

刘念邱： 今年会发布自己的本体，加一版大模型，开始做一些落地示范。同时今年非常重要的工作是初始化数据采集，我们自己也有采集设备。明年开始多点部署，真正启动从落地到数据、再回到模型的闭环。

左林右狸频道： 如果目标是让机器人进入为人设计的生活环境，为什么产品一定要保留比较强的人形特征？

刘念邱： 因为我们希望它干各种各样的活，也希望它自己走到干活的地方。所以核心还是得有双手、有头，视觉高度也要接近人。如果机器人太矮，看到的永远是桌子底下，看不到桌面，这跟人的视角完全不一样。另外它也得有腿。不一定要求现在就跑酷，但普通人每天遇到的楼梯、小障碍物，它得能过去。至于具体是四足轮式还是双足，各有优点。轮式早期更稳定、更安全、载重更大；双足占地更小，能进入更拥挤的地方。我们的核心不是为了长得像人，而是为了让它能像人一样进入这些环境、完成任务。

左林右狸频道： 费莫一长期真正的技术护城河是什么？

刘念邱： 最核心还是技术优势。说得简单一点，就是机器人的表现得好。过去我们做智驾能拿到项目，本质上就是因为产品表现好，而且那个阶段只有我们能提供无图方案。机器人也一样。用户最终得觉得，这个方案真的能帮我解决问题。长期看肯定会有很多家公司做到，我们希望自己是最早做到的，把技术优势转成商业优势。

写在最后

刘念邱说过两句话，让我们印象很深。

一句是回忆刚加入元戎启行时，他说自己当时的状态就是：“缺啥我干啥。”

另一句，是解释为什么已经在元戎走过从0到1、1到10、10到100之后，还要重新出来创业：“与其在那‘躺平’，还不如在行业条件逐渐成熟的节点，再次做一件从0到1、1到100的事。”

两句话隔了很多年，讲的其实是同一件事。刘念邱似乎总喜欢出现在一件事情还没有被完全定义好的时候。

早年在英特尔，他做新工艺、新设备研发；后来第一次创业，又去做当时还很早期的物联网和工业智能化。

2017年，他帮周光等人做自动驾驶硬件。那时自动驾驶还远没有今天成熟，一辆测试车顶着硕大的激光雷达、工业相机和组合导航，不同设备甚至有不同的时间体系。

2018年，他正式加入元戎，从最开始负责硬件，到交付、运营、商务，再后来元戎走向智驾方案量产，产品、质量、数据、售后也陆续成为他的工作。

很多人的职业道路，是沿着一个专业越走越深，刘念邱的路径却像是在不断拓展能力边界。

创业费莫一科技，刘念邱又选了一个很难提前定义边界的问题。

他希望机器人走进商业区、写字楼和住宅，今天帮人取东西，明天买咖啡，后天可能去丢垃圾。环境不会提前布置好，任务也不会永远相同。

某种程度上，这和他过去做的很多事情很像。

我们问他，过去哪些时刻会让自己觉得，一件事情真的做成了。刘念邱的回答有：1 Robotaxi开始有人真正打车，一些人成为忠实用户；2后来量产定点落地，系统随着一辆辆新车真正交到用户手中。

“本质上还是产品被别人认可。”

这也解释了刘念邱今天对机器人的很多判断。比起一次惊艳的Demo，他更关心机器人能不能从偶尔完成任务，变成能否稳定随时可用。

刘念邱对创业精神的理解很简单，不一定要当老板，而是看清楚一个生态里还缺什么，什么事情真正有价值，然后看看自己能不能把它做出来。

所以当被问起，希望三年后的费莫一变成什么样时，刘念邱没有谈市场份额，也没有给出一个宏大的数字。他说，希望在很多地方，都有人真正用上他们的“伙伴”。

有些人擅长把一件已经成立的事情做得越来越大，也总有人更喜欢站在事情还没有完全成立的时候，提起勇气，想要把它做出来。

刘念邱大概属于后者。雷峰网

雷峰网原创文章，未经授权禁止转载。详情见转载须知。