智平方是大湾区具身智能赛道增长最快、最具代表性的独角兽，估值超200亿元，以“第四代智能终端”为定位，聚焦类脑架构、轮式双臂本体与量产落地，推动人形机器人在机场、高端制造等场景持续作业。
编者按：
以人形机器人、具身智能为代表的前沿科技产业，正成为驱动新质生产力发展的重要力量。深圳及粤港澳大湾区依托完整的制造业供应链、活跃的科创生态与高效的产业协同，已成长为全球具身智能产业的核心集聚地。
为还原产业真实图景、拆解技术演进逻辑、传递一线创业者声音，新华财经推出深度访谈栏目《深聊》。“深聊”，既是立足深圳的在地观察，也是直面产业的深度对话。栏目聚焦战略性新兴产业前沿赛道，对话头部企业创始人、核心技术专家与产业实践者，以面对面的深度交流，呈现产业发展的真实情况与长期逻辑。
新华财经深圳9月25日电（记者印朋）2023年初，当郭彦东从OPPO离职、在深圳机器人谷创办智平方时，人形机器人仍处于技术验证的萌芽期。三年半后，这家公司估值已突破200亿元，一年内完成12轮融资，股东名单从国家队到产业方全覆盖，成为大湾区具身智能赛道里增长最快、最具代表性的独角兽之一，被业界称为“最像特斯拉”的中国机器人公司。
速度背后是更为复杂的现实。智平方尚未公开披露财务数据，公司创始人认为，人形机器人行业整体仍处于商业化早期，真正意义上的大规模量产尚未跑通，估值能否与盈利能力相匹配，仍需时间和市场来检验。
“我博士毕业后经历了三份主要工作——在微软总部、小鹏、OPPO担任核心岗位，这三段经历刚好对应人类了不起的三代智能终端：从PC到手机到汽车。”在位于深圳机器人谷的办公室里，智平方创始人郭彦东对新华社记者说，2023年他看到一个非常大的机会，就是机器人终于可以成为智能终端，而不是专用设备，这促使他离职创业，奔赴“第四代智能终端”。
“第四代智能终端”出现：一个AI老兵的“终端直觉”
郭彦东的办公室里摆着一个“钢铁侠”模型手办，机械臂与类人本体并置，恰好对应了他对工业自动化与人形机器人关系的理解。采访时，他刻意把这个手办放在桌面上举例。
2013年，郭彦东从美国普渡大学电子与计算机工程系博士毕业，研究方向是模式识别，也就是“人工智能”。他回忆，博士答辩在“King-sun Fu’s room”进行，以华裔科学家、“模式识别之父”傅京孙命名，“很有传承”。
毕业后，郭彦东进入微软美国总部核心AI团队，随后加入小鹏汽车，又转赴OPPO。他认为，这三段经历恰好对应了三代智能终端：PC因为有了图形界面，并且可以有很多应用，使用人群扩大；手机因为有了触摸屏，不只是通话，还可以拍照，有多媒体、支付等多功能，成为了人的“下一个器官”；汽车因为自动驾驶和智能座舱，从交通工具变成多功能空间。
“这些终端之所以伟大，是因为它们与人交互越来越便利，且能完成多种功能。”郭彦东说，“2023年，机器人终于有机会成为下一代智能终端，赋予它大模型，让它听得懂指令，同时拥有类人形态，双臂协作、自由行动。”
正是基于这种“终端直觉”，郭彦东在2023年初创办了智平方。他与逐际动力创始人张巍是普渡大学同学。“张巍做机器人是从下往上做，先把腿做明白，再往上做手。我喜欢从上往下走，先做脑、做双臂与手。”两条路径，恰好映射了行业“本体优先”与“大脑优先”的路线选择。
“切入点与终局高度一致”：类脑架构的终局思维
郭彦东认为，在人形机器人行业，“终局”共识度非常高，机器人在通用形态下能多场景干活。但切入点分歧巨大：有先打磨本体的，有先做小脑的，有先做大模型的。
智平方定位做“生产力型”的通用智能机器人，意思是能直接上岗干活的机器人，能够持续贡献生产力。郭彦东的思路很清晰：“切入点与终局应该高度一致。不能终局是机器人干活，但切入点不是机器人干活。所以机器人能在多个场景持续工作，这是我们企业的发展总纲。”
围绕这个总纲，智平方在三个维度上做了选择。
第一个维度是大脑。郭彦东是行业内最早提出“端到端、数据驱动”路线的人之一。“2023年我在访谈和公开报告中不停强调应该端到端、应该数据驱动来做机器人，现在成了行业共识。”但他没有止步于端到端，而是继续演进，从端到端，到快慢系统结合，再到融合世界模型，最终在2026年初提出了“类脑架构”。
“我在持续探索机器人端到端技术边界时发现，所需要的算力和电力越来越多。我做了一个测算：如果持续用传统大模型架构去训练，可能把人类的电力花光，具身智能都达不到AGI状态。”灵感来自跨学科启发，郭彦东说：“有没有好办法？我回头看神经科学，人吃个馒头每天就能干好多活，人脑对电和能量的消耗要少很多。”
类脑架构解决了三个问题：一是极大降低训练代价，“起码在人类已有电力范围内，我们有可能达到AGI”；二是提高响应速度，“大模型反应速度不够快，是阻碍大模型进入工厂、进入公共服务的一大掣肘”；三是端侧运行与迭代，“模型可以在端侧自我学习和进化，无需数据回传云端”。
值得注意的是，2026年9月OpenAI发布最新版模型时，明确提出“大模型的演进应该持续在神经科学中寻找灵感”，其核心技术RSI与智平方提出的类脑端侧迭代理念高度一致。
第二个维度是硬件。基于第一性原理，郭彦东设计了轮式底盘加双臂的本体构型，而非纯双足。“人不一定要双足移动。有一次在小区散步，看到外卖小哥踩着一个像风火轮一样的东西，一手提一份外卖，跑得比人快多了。我就想，只要能自主移动，用什么方式移动都OK。”
智平方的底盘设计为可更换式，可以做轮式、双足、履带。郭彦东的判断是，如果先导场景以室内为主，轮式底盘更稳定，也能绕开双足站立给上半身精细操作带来的扰动。同时，类人双臂非常关键，“很多工作需要双臂协同，比如大件物体、异形物体或双手协作的操作”。
第三个维度是量产。“整个硬件形态一定是可量产交付的形态。哪些零部件符合量产条件，哪些看起来demo很酷炫但不一定ready，在‘机器人干活’这个总纲下，我就有清晰判断。”郭彦东说。
2026年，广州白云机场。一台智平方人形机器人在航站楼里持续不间断运行，不仅提供导览问答，还能推手推车。“我们看到过机器人上台表演，看到过展会上阶段性做事，或者在相对封闭场所工作的尝试，但在一个开放、跟人一起共存的环境里持续稳定地工作，我们是世界上第一次。”郭彦东说。
这不是唯一的落地场景。智平方的机器人已进入高端制造领域，包括国际上最头部的车企、半导体面板、生物制药企业，与全球头部面板厂商签订了三年1000台订单，成为真正干活的通用人形机器人代表企业。
场景落地的背后，是郭彦东对数据的独特思考，提出了“正反金字塔”理论。在机器人没有大规模量产的时候，“正金字塔”很重要：互联网数据做基石，仿真做腰部，真机数采作为塔尖，完成模型预训练。
“机器人进入真实场景之后，我们应该是全行业第一个提出‘倒金字塔’思考的。”在倒金字塔里，随着机器人进入的场景和数量越来越多，真实场景数据回环的比重会越来越大。“智平方在一些场景已经跑通了‘倒金字塔’1.0阶段，这是让机器人真正通往物理世界AGI的必经之路。”
但量产仍然是整个行业的共同难题。“直到目前仍然没有企业跑通真正意义上人形机器人的大规模量产。前段时间马斯克也提到，人形机器人最难的两件事，第一是物理世界AGI，另一个难点在聚光灯之外，就是量产。”
郭彦东分析，量产难的核心原因是硬件形态还没有绝对收敛。“以汽车为例，每次换新车改个几厘米都要打磨很长时间，形态相对稳定之后，才适合高度自动化的设备。机器人柔性程度非常高，有很多改款，现在不一定适合超高自动化。”智平方的应对方式是借鉴汽车和手机行业的工艺经验，同时探索“机器人造机器人”。
200亿估值之后：“长坡厚雪”的冷静
成立三年半，估值突破200亿，一年12轮融资——智平方的融资速度在人形机器人行业里名列前茅。股东名单“全链条、全谱系”，从地方到国家，从互联网到高端制造、生态、大消费。
郭彦东对高估值的判断冷静而务实。“通用智能机器人的市场空间极其巨大。我有个朴素的测算：人形机器人以后应该是手机的销量、汽车的单价，两个数字一乘，应该是汽车的十倍或者手机的十倍的市场空间。赛道里的龙头企业一定是万亿级别的。”
但他同时提醒：“通用智能机器人是典型的‘长坡厚雪’赛道，我非常客观冷静地提醒投资人和兄弟企业，不太适合憋大招——不做商业化，只是闭门研发，试图某一天推门出来横扫天下。这个赛道对企业的持续经营和持续运营能力要求非常高，既有数据闭环的要求，也有商业价值持续体现的要求。”
在郭彦东看来，弥合估值与现实落差的关键是数据和商业模式的“双闭环”。“只有通用智能机器人在多个场景干活，才能帮机器人和大模型真正进入物理世界AGI的状态；同时持续在商业化上有回款和变现。数据和商业的双闭环，是智平方为资本市场做的答卷。”
对于产业是否过热，郭彦东的判断是赛道容量足够大，但创业者需要保持清醒。“要做到行业火热时非常清醒冷静、不乱花钱、持续稳定经营；行业寒冬或低谷时，有足够的粮食、充足的资本，还是敢于投入。这样的企业才能真正穿越周期。”
办公室里，最新一代的智平方机器人安静地站在郭彦东身后。郭彦东伸手拉了拉它的手臂，“看起来柔软，实则是‘钢铁之躯’，只是我们在硬件和传感器上做了大量升级，让它摸起来、碰起来都很柔和，不会碰伤人类。”郭彦东说，人工智能发展到今天，安全已经变成不能再逃避的问题，智平方把安全直接做到了硬件底层。
采访结束，郭彦东把“钢铁侠”手办仔细放回身后的书架上，与他获得的各类奖状并排。如今，郭彦东的“第四代智能终端”设想，正在从概念走向工厂、机场和更多真实场景。
