创业 11 年沈亚楠的非共识：造通用机器人，第一步就要进家庭

过去11年，沈亚楠作为理想汽车联合创始人、栖息地智能住宅创始人，致力于用科技提升家庭生活品质。在调研市面众多具身产品后，他发现现有机器人多存在“太大、太傻、太丑”及智能水平停留在实验室阶段等问题。春节后，沈亚楠决定再次创业，成立具身智能公司“恩戈罗（NGORO）”，并确立首步目标：让机器人率先进入真实家庭。面对行业竞争与技术成熟度的质疑，他认为借助栖息地的合作，恩戈罗能率先量产部署，提前转动数据飞轮。凭借深厚的家庭场景经验，恩戈罗团队正致力于成为最懂家庭的具身智能团队。

沈亚楠常问团队：老人在卧室摔倒，客厅的机器人该如何反应？在打造“栖息地”智能住宅时，他通过AI实现了空间精细管理，但再智能的系统也无法“递来一杯水”，这就需要具身机器人作为智能空间的“手脚”。

恩戈罗将首阶段产品定义为“最小可用产品”，聚焦洗衣、清洁、物品归位及递送等高频需求。首席产品官韩龄（前理想汽车产品核心成员）表示，产品标准是让用户“少操一份心”，类似智驾的“自动泊车”，追求小而美。

在产品设计上，恩戈罗强调融入感与亲和力。首款机器人采用圆角设计与柔和线条，避免拟人化带来的“入侵感”。为适应中国家庭环境，机器人采用轮式底盘，最小转弯半径控制在30cm，确保在狭窄空间自由移动并降低噪音。“不懂家庭，怎能做好家庭机器人？”沈亚楠通过对生活细节的洞察，确保产品真正契合用户需求。

行业共识认为，能在复杂非标准环境下自主工作的通用机器人将占据最大市场。真实家庭是最接近通用的场景，但难度最高。面对从易到难或依赖大模型进化的路径，恩戈罗选择第三条路：首站直接落地家庭，在真实的半标准环境中积累数据，启动数据飞轮。

这一策略的独特优势在于“栖息地”的支持。栖息地提供模块化住宅和1:1数字孪生系统，为恩戈罗构建了“半结构化”训练环境，并提供大量仿真与真机数据，打破了“先有数据还是先有模型”的死结。

按计划，2027年恩戈罗机器人将作为栖息地智能住宅标配，首批交付约2000台。模型训练负责人李翔（前理想汽车智驾专家）强调，真实数据中的“失败案例”对强化学习至关重要。团队将建立系统性数据闭环，精准解决模型问题。

沈亚楠认为，具身行业已进入“2.0 全栈”阶段。公司必须具备本体、大脑、数据、生态的全栈能力，并从第一天起就以全栈视角构想产品。恩戈罗团队多来自理想汽车核心骨干，并引入北京大学助理教授钟亦武担任首席科学家，他在多模态具身智能领域拥有前瞻性研究。

技术架构上，恩戈罗采用“大小脑分层”设计：慢脑负责理解长时空信息与长程任务规划；快脑学习原子动作的物理因果性，负责具体执行。该架构提高了数据效率，并能灵活部署于云端和端侧，确保实时响应。

未来，恩戈罗将家庭场景作为“幼儿园”培养机器人能力，随后向社区、商超、旅居等更广泛场景拓展，实现“与人共生、服务于人”。

沈亚楠强调，造机器人必须尊重商业常识。按汽车成本推算，未来家庭机器人的BOM成本应控制在万元级别。供应链负责人廖泽华（前理想汽车供应链一号位）将首款机器人BOM成本控制在3万元左右，主张从设计阶段融入供应链思维，“质量与成本都是设计出来的”。

面对行业浮躁，恩戈罗坚持按商业公司标准运作，打造产品、成本、交付和数据的闭环。“就像造车一样，得靠谱。”沈亚楠表示。

从造车到造家，再到造机器人，沈亚楠始终致力于一个愿景：为生活的第一空间加上“手脚”，让机器人承担繁琐事务，把更多时间还给生活。