原小米智驾高管创业机器人一周年：务实、算账、万小时具身定律

融资进展与市场定位

2025年，阿米奥完成种子轮和天使轮融资。

种子轮由安克创新和星连资本领投。

欣旺达和险峰长青参与投资。

天使轮获得中金资本和钧山投资支持。

星连资本持续加码，累计融资近2亿元。

悦丰资本担任本轮财务顾问。

刘方强调，技术并非唯一壁垒，关键在于持续满足客户需求。

创业背景与商业思维

刘方在小米工作十三年。

他负责过手机系统、AI硬件和智能驾驶。

这些经历塑造了他重视成本与效率的准则。

他将这种思维带入机器人创业。

市场调研后，他锁定三个标准：

• 明确客户需求
• AI技术能显著改善
• 清晰的投资回报率

具身智能补充自动化不足，解决人力成本高的问题。

工业场景的机遇与挑战

中国工厂面临招工难和流动率高。

小批量快速迭代订单增加。

自动化产线改造成本高昂。

具身智能学习速度快，易于适应新生产。

阿米奥聚焦3C制造业的分拣、装配和检测。

这些工序人工成本高，自动化效果差。

刘方算了一笔账：

东南沿海工人月薪六七千元。

年综合成本8-10万元。

三班倒工位年成本达二三十万。

阿米奥机器人定价20万左右。

回本周期控制在一至一年半内，客户才愿意采购。

竞争格局与未来展望

刘方认为工厂业务利润率不高。

科技巨头可能看不上，创业公司有空间。

地缘政治推动产能外迁。

这为国产具身智能出海带来机遇。

为何选择工厂而非消费市场

智能涌现：为何选择工厂赛道？

刘方：市场调研显示，需明确需求和可计算ROI。

To C市场技术和成本尚不成熟。

家政场景有情感和道德障碍。

日本案例显示，高效场景偏好自动化。

工业逻辑清晰：机器人替代2-2.5人。

客户一至两年回本，决策快速。

智能涌现：为何锁定3C电子制造？

刘方：标准包括需求明确、AI改善显著、ROI清晰。

3C制造业人力密集，工位集中。

人力成本占比12%-15%，付费动力强。

智能涌现：落地时间表如何推算？

刘方：基于数据积累和部署时间。

数万小时数据可实现复杂任务。

今年目标数千小时，明年底达万级。

技术路径：快速学习与数据策略

智能涌现：技术壁垒是什么？

刘方：秘密不在技术，而在解决客户问题。

壁垒是快速做正确决定。

机器人应做快速学习者，而非万事通。

核心是让机器人在工位上“学得快”。

采用第一视角视频数据策略。

工人戴摄像头工作，机器人观看学习。

视频数据与真机数据比例6:1。

目标将新工位部署时间压缩至一周内。

智能涌现：不追求全面能力？

刘方：相信数据飞轮，但更重专和快。

垂直领域需特定问题上的迅速上手。

学会多工种后形成泛化性。

智能涌现：大脑和模型训练如何实现？

刘方：大决策走VLA范式，细致策略用强化学习。

侧重真机强化学习，非仿真环境。

解决精细抓取和自主纠错。

智能涌现：如何突破数据安全和容错率难点？

刘方：客户愿意开放数据支持训练。

基础模型好后，可补充特定工厂数据。

工厂环境固定，对具身智能更友善。

智能涌现：如何看待触觉传感和世界模型？

刘方：关注前沿技术，但重工程化方案。

多模态传感对精密操作有助。

智能涌现：订单和商业化进展？

刘方：已有三家KA客户，产品陪产运行。

客户考虑增购，进展快于预期。

行业洞察与公司愿景

智能涌现：为何此时创业？

刘方：AI注入使具身智能有指数增长潜力。

大厂决策保守，创业不错过机会。

智能涌现：公司名“阿米奥”的由来？

刘方：源自西班牙语“Amigos”，意为朋友。

愿景是机器人成为人类伙伴。

智能涌现：作为“老兵”感受如何？

刘方：年龄非劣势，经验带来产业认知。

技术浪潮中，有积累的创始人更易生存。

招聘年轻人，形成团队配合。

智能涌现：有出海计划吗？

刘方：有，动力来自客户产能外移和海外ROI优。

例如匈牙利客户接受150万人民币单价。

路径是先在中国打磨，再伴随客户出海。

智能涌现：对行业“泡沫”的看法？

刘方：新兴行业有泡沫，但会向前发展。

关键指标看头部公司商业化进展。

更重健康商业现金流，非高估值。