龙8国际：对话星灿智能李战斌：攀完自动驾驶「珠峰」家庭机器人「沿途下蛋」剑指万亿赛道

发布日期： 2025-10-24 阅读量： 作者： 小编

　　对话星灿智能李战斌：攀完自动驾驶「珠峰」，家庭机器人「沿途下蛋」，剑指万亿赛道

　　导语：“从自动驾驶的「珠峰」下来，进军家庭服务机器人，通过割草机与陪护机器人「沿途下蛋」，构建量产供应链、数据闭环与现金牛，最终迈向类人陪护机器人的「终极珠峰」。 ”

　　2024年，自动驾驶行业视觉模型和AI大模型不断突破，李战斌带着吉利朗歌在 CVPR 无人挑战赛上力压一众顶尖团队，夺得全球多模态无图自动驾驶冠军，量产了领克07、08两款新车。

　　这不是他第一次踩中技术浪潮。翻开李战斌的履历，就像翻开一本自动驾驶行业的实战手册：在阿里当算法专家时，主导了支付宝AR扫一扫、SLAM建图、人体姿态识别等产品；到了百度，担任智驾地图深圳团队负责人，经历车机地图到智驾地图的转型；在毫末智行，他验证了端到端模型和数据闭环的先进性；再到吉利，把数据闭环落地到量产里，推动众包地图和数据标注的落地。

　　“继续做自动驾驶，已经没有挑战了，只是在重复。”聊起离开老赛道的原因，李战斌说得很直接。

　　一段是阿里教他的 “普惠”。技术只有让更多人受益，才有意义；一段是在百度IDG学到的实践方法，“攀登珠峰，沿途下蛋”；一段是在百度、蘑菇车联、长城毫末、吉利朗歌这些年里，跟 “数据闭环” 和真实场景死磕出来的经验。

　　观念、方法、技术都攒齐了，李战斌的视线越过了“内卷”的围城，投向了更广阔的社会需求——当特斯拉们致力于解决60岁以下人群的出行时，60岁以上长者的出行与照护方案却几乎是一片空白。

　　2024 年，他拉上几个志同道合的老伙伴，成了 “出城” 的游侠，带着做自动驾驶攒下的认知和方法，一头扎进了以家庭服务为场景的机器人创业，搞起了星灿智能。

　　在他眼里，具身智能机器人要一步到位太难，但能拆成 “腿、手、交互” 三个核心：腿是移动，手是操作，交互是陪伴大模型。对应的，产品也能分三步走：先做割草机器人和家庭陪护机器人，最后到类人陪护机器人。

　　星灿智能的第一个突破口，锁定在割草机器人。在李战斌看来，这是一个被巨大市场机遇（400亿美元，低渗透率）和不及预期的用户体验（智能化与质量双不足）同时定义的赛道。其封闭、低速、不载人的场景特性，恰是自动驾驶技术理想的“降维应用场”。因此，星灿智能初期聚焦研发设计，采用“方案+ODM”的轻模式，目标明确：集中火力解决行业核心痛点，先让健康的现金流运转起来，为后续更复杂的家庭服务机器人产品打下坚实基础。

　　与此同时，瞄准银发经济，做家庭陪护机器人。以轮椅为基础，先解决载人点对点移动的问题，再加上机械臂替代人手功能，增加大模型实现情感交流、出行陪护。

　　最后，实现类人服务机器人。割草机器人覆盖庭院，家庭陪护机器人覆盖社区开放场景和家庭，当积累到一定程度，这两项能力就会塌缩为功能模块，类人陪护机器人内核是高度发达的家庭陪护多模态大模型。

　　“我们是先有团队，后有公司的。”李战斌笑着说，星灿智能成立那天没有仪式，只是水到渠成。他和联创梁海锋教授 2021 年就已认识，团队里还有不少百度时期的老同事。最初的共享办公室很简单，只有两张拼在一起的桌子，即便到了节假日，大家也自发聚在这里，一起聊技术方案、聊产品痛点。

　　现在，星灿智能已经顺利拿到首轮天使投资，资方均来自产业链上下游，既有做传感器的企业，也有做精密加工的伙伴，还有渠道商。“这轮融资三周内就签好了协议，当月资金就顺利到账。”

　　雷峰网：在您的职业生涯中，哪些人或经历对您的创业选择产生了关键影响？能否分享具体的故事？

　　李战斌：真正改变我观念的是阿里。“让天下没有难做的生意”，让我意识到产品要有普惠价值，才能成就最大化的社会和商业回报。

　　这一理念在百度结出果实。那时我在支付宝做 SLAM 建图和人体姿态识别，后来发现这两项技术特别适合用于自动驾驶：SLAM用于地图构建和定位，包括后来的语义地图，而人体交互则用于识别座舱内人的行为。于是我加入百度，负责百度智驾地图和深圳团队，把 SLAM 应用到亿级用户的出行场景，让技术真正普惠大众。后来在蘑菇车联、毫末智行、吉利的经历，也都延续了这条技术路线。

　　李战斌：2024年，自动驾驶行业开始进入视觉模型，包括端到端和多模态技术。同年，我们朗歌科技在CVPR无人挑战赛中击败小米、旷视、博世、AMD和滴滴等，拿下第一名，同时量产了领克07、领克08等十多个车型，我意识到继续从事自动驾驶对我个人而言挑战性不强了，只是在既有轨道上重复。

　　我希望做更有普惠价值的事。从专家成长为事业部总经理、副总经理，管理近 500 人，感觉个人能力已经可以承担更多责任，所以我决定离开舒适区去创业。

　　李战斌：就像唐僧取经一样，自己得先上路，伙伴是在路上遇到的。联创梁海锋教授在光电成像领域有很深造诣，早在2021年就与他合作研发成像级激光雷达，通过振镜转镜加光纤激光器实现了512线激光雷达的Demo研发，目前负责西安团队。团队中还有来自百度的同事，以及十几年前招聘并一直保持联系的老伙伴。经常节假日一起沟通、爬山、吃饭。前两个月，讨论一般在A8音乐大厦，一个办公室只有两张桌子，有人还没离职，周末就来听我们的技术讨论、产品讨论。

　　李战斌：我们的slogan是“科技让家庭更温暖，让人类生活与生命再次进化。”

　　一开始我们觉得做割草机有点缺乏成就感，但它有清晰的市场与产业基础，并且慢慢意识到它能帮人节省时间、陪伴家人。这为我们建立了现金流。

　　家庭服务机器人，让我们感觉自己做的是件伟大的事。自动驾驶轮椅则扩展到家庭场景，辅助行动不便人群出行、康复、防跌倒。这就龙8国际网站是“生命与生活的进化”。

　　两条业务线形成稳定的现金支撑，哪怕类人机器人短期不盈利，也有能力持续投入，最终达到类人陪护机器人这一奇点时刻。

　　雷峰网：割草机器人，到家庭陪护机器人，再到类人陪护机器人，为什么这样设计？

　　李战斌：这套策略既包含“攀登珠峰”的目标，又有“沿途下蛋”的现金流缔造，和百度的打法一致。当时在百度IDG，我负责的业务是IDG最赚钱的团队，几百人规模交付了十几个主机厂的几十个车型。和阿里的经历也相关，我之前研究AR，涉及人体姿态估计与SLAM建图，但支付宝并不适合推广AR，这让我意识到，技术和产品必须具有普惠价值才是好产品。

　　我们将类人陪护机器人的三大功能——腿（移动）、手（操作）和交互（陪伴与大模型）——通过分阶段交付和版本迭代来管理复杂性。

　　腿部功能首先落地在割草机上，形成方案、ODM和品牌三段；中期以轮椅为基础做家庭陪护机器人，再增加机械臂实现手部功能；最终轮椅塌缩为功能模块，演进为类人陪护机器人，内核是高度发达的家庭陪护多模态大模型。

　　正是因为我们没有试图一步到位做类人，而是让商业与技术互相反哺，这条路线从一开始就具备落地速度，而不是长期押注。

　　采用“方案+ODM”的策略让我们在半年内就打通供应链与数据、推出样机，目前割草机和轮椅ODM都已经接到订单，包括一份三年独家商务割草机订单，以及三年数十万台的框架合作。我们最近也刚刚官宣和嘉航实业有限公司签署上亿元独家战略合作协议，星灿智能将为其提供全套智能割草机器人解决方案。嘉航实业是国内园林自动化设备领域的知名企业，具有丰富的制造经验和市场资源。

　　李战斌：我们有两大显性优势：一是来自庭院、社区等真实场景的持续数据流，不断反哺模型；二是通过割草机和轮椅的批量出货，建立了供应链成本优势。正因如此，1000 万融资还没花完，已经拿到远高于融资的订单。

　　我们的短板很明显是渠道、销售，是天生的缺陷。但也因此把这部分钱省下来了。长板在于自动驾驶技术和量产能力。能把研发成本控制住，两三千万就能实现小批量量产，五千万以内可量产交付。自动驾驶背景让我们少走了很多弯路，数据闭环和供应链的生态体系构建，为我们拓展家庭陪护智能体的XcanBrain家庭陪护多模态大模型提供了数据喂养和场景落地的条件，这与先做本体找场景和造数据的冷启动和硬着陆的人形机器人打法有本质的不同。

　　雷峰网(公众号：雷峰网)：今年6月，星灿智能顺利拿到一笔约千万元的融资，这轮融资顺利吗？投资方最看重的点是什么？

　　李战斌：这轮融资非常顺利，三周签约，当月到账，资方最看重团队的执行力与技术的延展性，资方主要来自产业链上下游，包括传感器、精密加工及下游渠道商的企业家和企业本身。

　　我职业路径的跨度也印证了这一点：我第一份工作在上海微电子做光刻机成像曝光系统，重构遗传算法和神经网络形成深度神经网络来获得全局最优焦平面估计，后来做安防视频行为分析，再到YY直播和AR换脸，再到AI地图、自动驾驶，如今是智能割草机、家庭服务机器人。技术进化，行业在变，但每次都会将技术应用到有爆发潜力的行业，一直以创业的敏锐和投入来工作，知行合一吧。

　　李战斌：割草机器人是家庭服务机器人的入口之一。它量产容易、用户接受度高，不需要重新教育市场。更重要的是，能帮助我们打通从传感器、控制芯片、云端算法，到加工制造、代工体系的完整供应链。

　　家庭服务机器人要解决两个核心问题——“去哪”和“干什么”。割草机恰好具备几个关键特征：

　　李战斌：被低估了。割草机技术难度低于自动驾驶乘用车，但高于扫地机。核心有两点：一是质量必须可靠；二是智能化水平要高。既要像工具一样可靠，又要像机器人一样智能。

　　许多人认为传统园林工具商都能做且发展这么长时间了，或者把自动驾驶、扫地机技术直接“嫁接”过来，但“橘生淮南则为橘，生于淮北则为枳”，室内与室外差别巨大，地形、光照、气候、用户操作习惯完全不同。如果不理解这些场景差异，只会水土不服。行业的“低估龙8国际网站”，本质是对时间和空间维度理解不够。

　　扫地机面对的是室内封闭环境，割草机面对的是室外、半封闭、非结构化的场景，包括上下坡、边界变化、光照、雨雪等。AI能力不足会导致跑出边界、掉入水塘、爬坡失败甚至伤害小动物。

　　底盘派质量稍好，但AI能力较弱；扫地机出身的品牌则质量和AI都不足。用户希望割草机器人达到传统园林工具的耐用水平，但目前没有一家能做到。

　　割草机应定位为线级机器人，能完全替代人，而不是L2辅助工具。自动驾驶有人接管是正常的，但割草机需要无人接管才能算正常。我在乘用车自动驾驶和无人物流车领域有完整数据闭环经验，没有这种认知，很难做出好产品。

　　李战斌：第一，很多人以为“有一个亿才能做割草机”，其实投入取决于模式、打法和团队基因，有的团队几个亿也未必成功，我们可能几千万就够。我们目前也拿到了远超融资额的订单，基因是先天的，认知是后天的，战略定位决定投入差异。

　　第二，割草机核心在AI，而非渠道或制造。目前渠道资源足够，如果产品AI能力弱砸钱做渠道也没用。制造能力会逐渐同质化，AI才是竞争力核心。

　　第三，未来提升用户体验和降低成本关键在于数据闭环，而非硬件。算法研发、人力投入和数据标注才是主要成本。一旦形成闭环，成本会大幅下降，软件和数据的边际成本趋近于零。

　　第四，割草机市场远未进入红海，还处在抢跑阶段。未来获胜者一定靠产品力，也就是AI能力。

　　第五，产品做不到简单可依赖，却去打价格战，是不明智的。现在有些产品只卖几百美金，退货率极高，这不是开拓增量市场，而是低价抢存量市场蛋糕，很难有未来。

　　雷峰网：回到星灿智能自身，在割草机的定位、沿边、爬坡、避障方面，星灿有什么核心技术？

　　李战斌：许多产品采用冲坡方式，以平地速度上坡，结果草被连根拔起。我们发现问题的关键在于坡度识别与动力控制。星灿首创在割草机上应用5D感知技术（4D面型感知 + 时序优化），能实时感知坡度，自动减速。

　　沿边也是行业难点。它不仅是法规要求，更是技术实力的体现。割草机能否走直线、识别边界，决定了是否会误入马路、邻居庭院甚至落入泳池。星灿的算法可精确识别边界形态并稳定控制路径。

　　李战斌：行业内最大痛点是定位导航。现有方案多采用“视觉+RTK”，但视觉SLAM存在累积误差，易受光照与遮挡影响；RTK同样受天气和地形干扰。这套组合在有遮挡的欧洲庭院场景里，几乎无解。

　　我们借鉴自动驾驶经验，采用多模态融合导航方案，通过激光雷达与视觉构建相对地图（或称环境建模），形成三层环境模型：

　　这些模型在自动驾驶中已有超过多层模型的实践，将其精简至三层是比较容易的。可实现多区域调度、最短路径回充等任意点到点位置导航的功能。

　　李战斌：我们看中的是市场窗口和技术落点。类人机器人和通用人工智能是终极目标，但要落地，必须拆解成可实现的“小目标”。凭借自动驾驶的技术积累，我们从低速场景的运动智能入手，让技术先自我造血。

　　割草机正是一个自动驾驶的降维场景。市场规模超400亿元，渗透率还不到10%，定位、避障、爬坡等痛点仍待突破。而且它与园区无人车类似：封闭空间、低速运行、安全系数高，是自动驾驶技术的降维应用。

　　行业普遍认为割草机需要重投入，我们反其道而行，不做重品牌、不压库存，采用“方案+ODM”的轻模式撬动现金流。

　　李战斌：如果照搬自动驾驶那一套方法做割草机，和拿扫地机思路做割草机一样，都会失败。产品要分清主次，但不能有短板。我们团队以自动驾驶为底座，同时补足消费电子的硬件、结构和产品能力。自动驾驶降维是战略思考，但战术执行必须全面，我们会逐步补齐所有短板。

　　李战斌：会。我们仍以ODM为主，但会同步建设品牌。方案提供与品牌运营并不矛盾，就像比亚迪自产电池也对外供货，特斯拉也愿意开放FSD方案。

　　未来的类人陪护机器人不会只有一种形态，而是多样化生态。我们希望打造通用的家庭陪护大模型，像“家庭陪护智能体OS”一样，赋能不同厂商、不同形态的机器人。

　　李战斌：割草机器人和轮椅机器人我们没有一开始在端侧就用大模型，而是以感知为核心，结合数据闭环滋养进化实现降本。庭院场景环境变化频率远低于开放道路，感知与环境建模并重可以进一步压低产品价格。通过控制硬件成本，我们能以更低价格快速量产，形成市场竞争力，从而快速批量化，迅速获取庭院和家庭场景的数据。

　　场景落地数据、垂类大模型和产学研合作，是我们模型性能提升与研发降本的主要手段。我们知道传统导航依赖预构建的环境地图，难以应对家具移动、临时障碍物等动态变化。基于场景闭环数据滋养，星灿陪护多模态大模型-XcanBrain就可以自进化常青春。具身技术当前发展的也比较快，我们也在和2所顶尖高校联合研发XcanBrian等相关大模型技术，来解决无地图场景的连续导航等问题。 XcanBrian_VLN采用类人级导航逻辑：基于 VLM 解析的语言指令（如 “走过餐桌，左转进入走廊”），以第一人称视觉流为输入，直接输出连续导航动作（前进、转向、减速）。例如在家庭或医院走廊中，XcanBrian_VLN可通过实时视觉识别 “走廊拐角”“避让迎面走来的护工”，无需依赖预设的 “节点 - 路径” 拓扑图，适配家庭、养老院等非标准化场景。

　　轮椅机器人之后，在家庭陪护机器人和类人陪护机器人产品上，我们将VLM与VLN与VLA及数据闭环系统深度融合，实现感知交互层以VLM（视觉语言模型）为认知大脑核心，决策导航层以VLN（视觉语言导航）为导航中枢，执行控制层以VLA的向量场导航为运动操作的执行核心，数据闭环与进化层以场景数据闭环滋养模型进化提优，四层结构形成 “感知 - 决策 - 控制-进化” 的完整闭环-XcanBrain，解决“运动协同性差、环境适应性弱、人机交互精度低” 等三大核心问题。另外，要有好的整体产品体验，不能说一蹴而就的，是设计出来的，还需要在产品迭代中进化。

　　李战斌：我们所有的数据闭环都建立在保护前提下。每个家庭拥有独立的数据湖，包含语音、交互等内容，均在用户授权范围内处理。

　　陪护型机器人需要“理解”家庭，才能更好服务家庭。通过3D传感器采集人的行为、上传云端训练机械臂，机器人能逐步模仿人类动作与思维。

　　未来的类人陪护机器人会延续家庭的生活方式、甚至思维方式，像家族文化的数字化延伸，成为家庭的“第三种成员”。

　　李战斌：它首先服务于银发群体，解决出行与日常陪护，如拿取物品、喂食、甚至拧开药瓶取药等。随着材料、结构和多模态模型的演进，机器人将拥有双臂操作、自主出行能力，底部还能挂载不同模块，实现扫地、割草等多任务。未来，家庭陪护机器人会像智能手机一样，从单一功能走向高集成。

　　今年高交会我们将展出首款样机，2026年推出带机械臂版本，2027年类人陪护机器人将进入家庭，2028年实现量产。三年内将形成“双曲线效应”：一条是指数级放量，另一条是快速品类扩张。

上一篇: 面向未来的网络安全解决方案-文库吧资料

龙八·long8(国际)唯一官方网站-龙8未来可期

龙8国际：对话星灿智能李战斌：攀完自动驾驶「珠峰」家庭机器人「沿途下蛋」剑指万亿赛道

随便看看