0
| 本文作者： 劉路遙 | 2025-10-24 11:21 |
作者丨路遙
編輯丨余快
2024年，自動駕駛行業視覺模型和AI大模型不斷突破，李戰斌帶著吉利朗歌在 CVPR 無人挑戰賽上力壓一眾頂尖團隊，奪得全球多模態無圖自動駕駛冠軍，量產了領克07、08兩款新車。
聚光燈加身的時候，李戰斌已經在規劃自己的下一段技術旅程了。
這不是他第一次踩中技術浪潮。翻開李戰斌的履歷，就像翻開一本自動駕駛行業的實戰手冊：在阿里當算法專家時，主導了支付寶AR掃一掃、SLAM建圖、人體姿態識別等產品；到了百度，擔任智駕地圖深圳團隊負責人，經歷車機地圖到智駕地圖的轉型；在毫末智行，他驗證了端到端模型和數據閉環的先進性；再到吉利，把數據閉環落地到量產里，推動眾包地圖和數據標注的落地。
“繼續做自動駕駛，已經沒有挑戰了，只是在重復。”聊起離開老賽道的原因，李戰斌說得很直接。
他選新方向的邏輯，藏在三段經歷里。
一段是阿里教他的 “普惠”。技術只有讓更多人受益，才有意義；一段是在百度IDG學到的實踐方法，“攀登珠峰，沿途下蛋”；一段是在百度、蘑菇車聯、長城毫末、吉利朗歌這些年里，跟 “數據閉環” 和真實場景死磕出來的經驗。
觀念、方法、技術都攢齊了，李戰斌的視線越過了“內卷”的圍城，投向了更廣闊的社會需求——當特斯拉們致力于解決60歲以下人群的出行時，60歲以上長者的出行與照護方案卻幾乎是一片空白。
2024 年，他拉上幾個志同道合的老伙伴，成了 “出城” 的游俠，帶著做自動駕駛攢下的認知和方法，一頭扎進了以家庭服務為場景的機器人創業，搞起了星燦智能。
在他眼里，具身智能機器人要一步到位太難，但能拆成 “腿、手、交互” 三個核心：腿是移動，手是操作，交互是陪伴大模型。對應的，產品也能分三步走：先做割草機器人和家庭陪護機器人，最后到類人陪護機器人。
星燦智能的第一個突破口，鎖定在割草機器人。在李戰斌看來，這是一個被巨大市場機遇（400億美元，低滲透率）和不及預期的用戶體驗（智能化與質量雙不足）同時定義的賽道。其封閉、低速、不載人的場景特性，恰是自動駕駛技術理想的“降維應用場”。因此，星燦智能初期聚焦研發設計，采用“方案+ODM”的輕模式，目標明確：集中火力解決行業核心痛點，先讓健康的現金流運轉起來，為后續更復雜的家庭服務機器人產品打下堅實基礎。
與此同時，瞄準銀發經濟，做家庭陪護機器人。以輪椅為基礎，先解決載人點對點移動的問題，再加上機械臂替代人手功能，增加大模型實現情感交流、出行陪護。
最后，實現類人服務機器人。割草機器人覆蓋庭院，家庭陪護機器人覆蓋社區開放場景和家庭，當積累到一定程度，這兩項能力就會塌縮為功能模塊，類人陪護機器人內核是高度發達的家庭陪護多模態大模型。
撐起這一宏大藍圖的，是一個早已在技術和信任上磨合多年的核心團隊。
“我們是先有團隊，后有公司的。”李戰斌笑著說，星燦智能成立那天沒有儀式，只是水到渠成。他和聯創梁海鋒教授 2021 年就已認識，團隊里還有不少百度時期的老同事。最初的共享辦公室很簡單，只有兩張拼在一起的桌子，即便到了節假日，大家也自發聚在這里，一起聊技術方案、聊產品痛點。
現在，星燦智能已經順利拿到首輪天使投資，資方均來自產業鏈上下游，既有做傳感器的企業，也有做精密加工的伙伴，還有渠道商。“這輪融資三周內就簽好了協議，當月資金就順利到賬。”
雷峰網：在您的職業生涯中，哪些人或經歷對您的創業選擇產生了關鍵影響？能否分享具體的故事？
李戰斌：真正改變我觀念的是阿里。“讓天下沒有難做的生意”，讓我意識到產品要有普惠價值，才能成就最大化的社會和商業回報。
這一理念在百度結出果實。那時我在支付寶做 SLAM 建圖和人體姿態識別，后來發現這兩項技術特別適合用于自動駕駛：SLAM用于地圖構建和定位，包括后來的語義地圖，而人體交互則用于識別座艙內人的行為。于是我加入百度，負責百度智駕地圖 和深圳團隊，把 SLAM 應用到億級用戶的出行場景，讓技術真正普惠大眾。后來在蘑菇車聯、毫末智行、吉利的經歷，也都延續了這條技術路線。
雷峰網：為什么在2024/2025年這個時間點創業？
李戰斌：2024年，自動駕駛行業開始進入視覺模型，包括端到端和多模態技術。同年，我們朗歌科技在CVPR無人挑戰賽中擊敗小米、曠視、博世、AMD和滴滴等，拿下第一名，同時量產了領克07、領克08等十多個車型，我意識到繼續從事自動駕駛對我個人而言挑戰性不強了，只是在既有軌道上重復。
我希望做更有普惠價值的事。從專家成長為事業部總經理、副總經理，管理近 500 人，感覺個人能力已經可以承擔更多責任，所以我決定離開舒適區去創業。
雷峰網：團隊是怎么組建起來的？
李戰斌：就像唐僧取經一樣，自己得先上路，伙伴是在路上遇到的。聯創梁海鋒教授在光電成像領域有很深造詣，早在2021年就與他合作研發成像級激光雷達，通過振鏡轉鏡加光纖激光器實現了512線激光雷達的Demo研發，目前負責西安團隊。團隊中還有來自百度的同事，以及十幾年前招聘并一直保持聯系的老伙伴。經常節假日一起溝通、爬山、吃飯。前兩個月，討論一般在A8音樂大廈，一個辦公室只有兩張桌子，有人還沒離職，周末就來聽我們的技術討論、產品討論。
雷峰網：星燦智能的產品線是如何規劃的？
李戰斌：我們的slogan是“科技讓家庭更溫暖，讓人類生活與生命再次進化。”
一開始我們覺得做割草機有點缺乏成就感，但它有清晰的市場與產業基礎，并且慢慢意識到它能幫人節省時間、陪伴家人。這為我們建立了現金流。
家庭服務機器人，讓我們感覺自己做的是件偉大的事。自動駕駛輪椅則擴展到家庭場景，輔助行動不便人群出行、康復、防跌倒。這就是“生命與生活的進化”。
兩條業務線形成穩定的現金支撐，哪怕類人機器人短期不盈利，也有能力持續投入，最終達到類人陪護機器人這一奇點時刻。
雷峰網： 割草機器人，到家庭陪護機器人，再到類人陪護機器人，為什么這樣設計？
李戰斌： 這套策略既包含“攀登珠峰”的目標，又有“沿途下蛋”的現金流締造，和百度的打法一致。當時在百度IDG，我負責的業務是IDG最賺錢的團隊，幾百人規模交付了十幾個主機廠的幾十個車型。和阿里的經歷也相關，我之前研究AR，涉及人體姿態估計與SLAM建圖，但支付寶并不適合推廣AR，這讓我意識到，技術和產品必須具有普惠價值才是好產品。
我們將類人陪護機器人的三大功能——腿（移動）、手（操作）和交互（陪伴與大模型）——通過分階段交付和版本迭代來管理復雜性。
腿部功能首先落地在割草機上，形成方案、ODM和品牌三段；中期以輪椅為基礎做家庭陪護機器人，再增加機械臂實現手部功能；最終輪椅塌縮為功能模塊，演進為類人陪護機器人，內核是高度發達的家庭陪護多模態大模型。
正是因為我們沒有試圖一步到位做類人，而是讓商業與技術互相反哺，這條路線從一開始就具備落地速度，而不是長期押注。
采用“方案+ODM”的策略讓我們在半年內就打通供應鏈與數據、推出樣機，目前割草機和輪椅ODM都已經接到訂單，包括一份三年獨家商務割草機訂單，以及三年數十萬臺的框架合作。我們最近也剛剛官宣和嘉航實業有限公司簽署上億元獨家戰略合作協議，星燦智能將為其提供全套智能割草機器人解決方案。嘉航實業是國內園林自動化設備領域的知名企業，具有豐富的制造經驗和市場資源。
雷峰網：面對人形機器人公司，你們的大腦模型有什么獨特優勢？
李戰斌：我們有兩大顯性優勢：一是來自庭院、社區等真實場景的持續數據流，不斷反哺模型；二是通過割草機和輪椅的批量出貨，建立了供應鏈成本優勢。正因如此，1000 萬融資還沒花完，已經拿到遠高于融資的訂單。
我們的短板很明顯是渠道、銷售，是天生的缺陷。但也因此把這部分錢省下來了。長板在于自動駕駛技術和量產能力。能把研發成本控制住，兩三千萬就能實現小批量量產，五千萬以內可量產交付。自動駕駛背景讓我們少走了很多彎路，數據閉環和供應鏈的生態體系構建，為我們拓展家庭陪護智能體的XcanBrain家庭陪護多模態大模型提供了數據喂養和場景落地的條件，這與先做本體找場景和造數據的冷啟動和硬著陸的人形機器人打法有本質的不同。
雷峰網：今年6月，星燦智能順利拿到一筆約千萬元的融資，這輪融資順利嗎？投資方最看重的點是什么？
李戰斌：這輪融資非常順利，三周簽約，當月到賬，資方最看重團隊的執行力與技術的延展性，資方主要來自產業鏈上下游，包括傳感器、精密加工及下游渠道商的企業家和企業本身。
我職業路徑的跨度也印證了這一點：我第一份工作在上海微電子做光刻機成像曝光系統，重構遺傳算法和神經網絡形成深度神經網絡來獲得全局最優焦平面估計，后來做安防視頻行為分析，再到YY直播和AR換臉，再到AI地圖、自動駕駛，如今是智能割草機、家庭服務機器人。技術進化，行業在變，但每次都會將技術應用到有爆發潛力的行業，一直以創業的敏銳和投入來工作，知行合一吧。
雷峰網：為什么選擇割草機器人作為切入口？
李戰斌：割草機器人是家庭服務機器人的入口之一。它量產容易、用戶接受度高，不需要重新教育市場。更重要的是，能幫助我們打通從傳感器、控制芯片、云端算法，到加工制造、代工體系的完整供應鏈。
家庭服務機器人要解決兩個核心問題——“去哪”和“干什么”。割草機恰好具備幾個關鍵特征：
第一， 解決了運動問題，實現點到點移動，為后續機器人產品沉淀運動算法；
第二， 使用頻率高，割草周期約兩周一次，有助于培養長期使用習慣；
第三， 數據可回傳，越用越精準，形成用戶粘性與數據閉環；
第四， 產品力能建立品牌認知，以質量和AI智能為核心，形成信任與差異。
雷峰網：割草機器人賽道的難度是否被低估了？
李戰斌：被低估了。割草機技術難度低于自動駕駛乘用車，但高于掃地機。核心有兩點：一是質量必須可靠；二是智能化水平要高。既要像工具一樣可靠，又要像機器人一樣智能。
許多人認為傳統園林工具商都能做且發展這么長時間了，或者把自動駕駛、掃地機技術直接“嫁接”過來，但“橘生淮南則為橘，生于淮北則為枳”，室內與室外差別巨大，地形、光照、氣候、用戶操作習慣完全不同。如果不理解這些場景差異，只會水土不服。行業的“低估”，本質是對時間和空間維度理解不夠。
雷峰網：割草機行業目前存在哪些矛盾和難題？
李戰斌：智能化不足和產品質量與用戶期望還有一段較大的差距。
掃地機面對的是室內封閉環境，割草機面對的是室外、半封閉、非結構化的場景，包括上下坡、邊界變化、光照、雨雪等。AI能力不足會導致跑出邊界、掉入水塘、爬坡失敗甚至傷害小動物。
底盤派質量稍好，但AI能力較弱；掃地機出身的品牌則質量和AI都不足。用戶希望割草機器人達到傳統園林工具的耐用水平，但目前沒有一家能做到。
割草機應定位為真正的L4級機器人，能完全替代人，而不是L2輔助工具。自動駕駛有人接管是正常的，但割草機需要無人接管才能算正常。我在乘用車自動駕駛和無人物流車領域有完整數據閉環經驗，沒有這種認知，很難做出好產品。
雷峰網：外界對行業有哪些錯誤認知？
李戰斌：第一，很多人以為“有一個億才能做割草機”，其實投入取決于模式、打法和團隊基因，有的團隊幾個億也未必成功，我們可能幾千萬就夠。我們目前也拿到了遠超融資額的訂單，基因是先天的，認知是后天的，戰略定位決定投入差異。
第二，割草機核心在AI，而非渠道或制造。目前渠道資源足夠，如果產品AI能力弱砸錢做渠道也沒用。制造能力會逐漸同質化，AI才是競爭力核心。
第三，未來提升用戶體驗和降低成本關鍵在于數據閉環，而非硬件。算法研發、人力投入和數據標注才是主要成本。一旦形成閉環，成本會大幅下降，軟件和數據的邊際成本趨近于零。
第四，割草機市場遠未進入紅海，還處在搶跑階段。未來獲勝者一定靠產品力，也就是AI能力。
第五，產品做不到簡單可依賴，卻去打價格戰，是不明智的。現在有些產品只賣幾百美金，退貨率極高，這不是開拓增量市場，而是低價搶存量市場蛋糕，很難有未來。
雷峰網：回到星燦智能自身，在割草機的定位、沿邊、爬坡、避障方面，星燦有什么核心技術？
李戰斌：許多產品采用沖坡方式，以平地速度上坡，結果草被連根拔起。我們發現問題的關鍵在于坡度識別與動力控制。星燦首創在割草機上應用5D感知技術（4D面型感知 + 時序優化），能實時感知坡度，自動減速。
沿邊也是行業難點。它不僅是法規要求，更是技術實力的體現。割草機能否走直線、識別邊界，決定了是否會誤入馬路、鄰居庭院甚至落入泳池。星燦的算法可精確識別邊界形態并穩定控制路徑。
雷峰網：星燦智能的割草機在哪些方面具備差異化？
李戰斌：行業內最大痛點是定位導航。現有方案多采用“視覺+RTK”，但視覺SLAM存在累積誤差，易受光照與遮擋影響；RTK同樣受天氣和地形干擾。這套組合在有遮擋的歐洲庭院場景里，幾乎無解。
我們借鑒自動駕駛經驗，采用多模態融合導航方案，通過激光雷達與視覺構建相對地圖（或稱環境建模），形成三層環境模型：
定位圖層：融合定位與語義分割，提升精度；
語義圖層：將實時感知與建圖結果融合，生成云端模型；
OEM圖層：支持用戶自定義編輯——可設計圖案、設置免割區域等。
這些模型在自動駕駛中已有超過多層模型的實踐，將其精簡至三層是比較容易的。可實現多區域調度、最短路徑回充等任意點到點位置導航的功能。
雷峰網：割草機競爭激烈，星燦智能憑什么切入？
李戰斌：我們看中的是市場窗口和技術落點。類人機器人和通用人工智能是終極目標，但要落地，必須拆解成可實現的“小目標”。憑借自動駕駛的技術積累，我們從低速場景的運動智能入手，讓技術先自我造血。
割草機正是一個自動駕駛的降維場景。市場規模超400億元，滲透率還不到10%，定位、避障、爬坡等痛點仍待突破。而且它與園區無人車類似：封閉空間、低速運行、安全系數高，是自動駕駛技術的降維應用。
行業普遍認為割草機需要重投入，我們反其道而行，不做重品牌、不壓庫存，采用“方案+ODM”的輕模式撬動現金流。
雷峰網：自動駕駛做割草機，為什么說是“降維”？
李戰斌：如果照搬自動駕駛那一套方法做割草機，和拿掃地機思路做割草機一樣，都會失敗。產品要分清主次，但不能有短板。我們團隊以自動駕駛為底座，同時補足消費電子的硬件、結構和產品能力。自動駕駛降維是戰略思考，但戰術執行必須全面，我們會逐步補齊所有短板。
雷峰網(公眾號：雷峰網)：家庭服務機器人的商業模式會延續割草機的ODM路徑嗎？
李戰斌：會。我們仍以ODM為主，但會同步建設品牌。方案提供與品牌運營并不矛盾，就像比亞迪自產電池也對外供貨，特斯拉也愿意開放FSD方案。
未來的類人陪護機器人不會只有一種形態，而是多樣化生態。我們希望打造通用的家庭陪護大模型，像“家庭陪護智能體OS”一樣，賦能不同廠商、不同形態的機器人。
雷峰網：感知與規劃系統如何在保證性能的同時降本？
李戰斌：割草機器人和輪椅機器人我們沒有一開始在端側就用大模型，而是以感知為核心，結合數據閉環滋養進化實現降本。庭院場景環境變化頻率遠低于開放道路，感知與環境建模并重可以進一步壓低產品價格。通過控制硬件成本，我們能以更低價格快速量產，形成市場競爭力，從而快速批量化，迅速獲取庭院和家庭場景的數據。
場景落地數據、垂類大模型和產學研合作，是我們模型性能提升與研發降本的主要手段。我們知道傳統導航依賴預構建的環境地圖，難以應對家具移動、臨時障礙物等動態變化。基于場景閉環數據滋養，星燦陪護多模態大模型-XcanBrain就可以自進化常青春。具身技術當前發展的也比較快，我們也在和2所頂尖高校聯合研發XcanBrian等相關大模型技術，來解決無地圖場景的連續導航等問題。 XcanBrian_VLN采用類人級導航邏輯：基于 VLM 解析的語言指令（如 “走過餐桌，左轉進入走廊”），以第一人稱視覺流為輸入，直接輸出連續導航動作（前進、轉向、減速）。例如在家庭或醫院走廊中，XcanBrian_VLN可通過實時視覺識別 “走廊拐角”“避讓迎面走來的護工”，無需依賴預設的 “節點 - 路徑” 拓撲圖，適配家庭、養老院等非標準化場景。
輪椅機器人之后，在家庭陪護機器人和類人陪護機器人產品上，我們將VLM與VLN與VLA及數據閉環系統深度融合，實現感知交互層以VLM（視覺語言模型）為認知大腦核心，決策導航層以VLN（視覺語言導航）為導航中樞，執行控制層以VLA的向量場導航為運動操作的執行核心，數據閉環與進化層以場景數據閉環滋養模型進化提優，四層結構形成 “感知 - 決策 - 控制-進化” 的完整閉環-XcanBrain，解決“運動協同性差、環境適應性弱、人機交互精度低” 等三大核心問題。另外，要有好的整體產品體驗，不能說一蹴而就的，是設計出來的，還需要在產品迭代中進化。
雷峰網：家庭場景數據的隱私與安全如何保障？
李戰斌：我們所有的數據閉環都建立在保護前提下。每個家庭擁有獨立的數據湖，包含語音、交互等內容，均在用戶授權范圍內處理。
陪護型機器人需要“理解”家庭，才能更好服務家庭。通過3D傳感器采集人的行為、上傳云端訓練機械臂，機器人能逐步模仿人類動作與思維。
未來的類人陪護機器人會延續家庭的生活方式、甚至思維方式，像家族文化的數字化延伸，成為家庭的“第三種成員”。
雷峰網： 你理想中的家庭陪護機器人是什么樣的？
李戰斌：它首先服務于銀發群體，解決出行與日常陪護，如拿取物品、喂食、甚至擰開藥瓶取藥等。隨著材料、結構和多模態模型的演進，機器人將擁有雙臂操作、自主出行能力，底部還能掛載不同模塊，實現掃地、割草等多任務。未來，家庭陪護機器人會像智能手機一樣，從單一功能走向高集成。
今年高交會我們將展出首款樣機，2026年推出帶機械臂版本，2027年類人陪護機器人將進入家庭，2028年實現量產。三年內將形成“雙曲線效應”：一條是指數級放量，另一條是快速品類擴張。
作者長期關注消費級機器人，已推出《智能割草機器人五問》系列，可添加作者微信 MOON_ERS 互通有無。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
