家是最硬的仗！华为1号员工弃工业做家庭，凭什么敢赌最难的场景？因为工业是算账，家庭才是数据富矿- 大数跨境

首页

家是最硬的仗！华为1号员工弃工业做家庭，凭什么敢赌最难的场景？因为工业是算账，家庭才是数据富矿

GEIA全球具身智能观察

2026-10-15

导读：人形机器人集体扑向工厂时，华为具身智能1号员工周顺波偏去做最难的家庭场景。2026年3月创业、半年连融4轮，"可养成"机器人的背后是一条Real-world RSI数据飞轮：家庭数据无法迁移，只能从D

GEIA行业群

加入GEIA具身智能行业群，请添加微信18916565701，主动出示名片，仅限具身智能及机器人产业链相关企业。

120+具身智能与人形机器人行业报告合集~ 转发本文章至朋友圈截图发给GEIA小助理即可免费领取~ 文末添加小助理微信！

2026年的具身智能，一边是融资纪录不断刷新，一边是核心高管密集出走。据IT桔子数据，上半年国内具身智能赛道共发生322起融资、总金额935亿元，同比提升5倍。在这波人才流动的洪流里，一个名字格外显眼——华为具身智能Lab“1号员工”周顺波。他2026年3月离开华为，成立欧拉万象，半年内完成四轮融资，最新一笔是数亿元天使+轮。

真正让这家公司显得特别的，不是融资速度，而是它选的路：在人形机器人集体扑向工厂、物流、仓储这些“算得过来账”的场景时，周顺波偏要去做最难、最不被理解的家庭场景。在别人都在做“全能家务机器人”的叙事里，他给出的答案是一个陌生的词：可养成。

这会是具身智能真正的终局，还是一场过于浪漫的赌博？我们拆开欧拉万象的故事来看。

⏰️与具身智能赛道的一线创业者、投资人深度交流，扫码报名GEIA具身智能与人形机器人创新周【北京站12.9-12.11 】↓

华为“1号员工”：一个研究了12年机器人的天才少年

周顺波和机器人的缘分，远比“天才少年风口创业”这个标签要早。他在香港中文大学机器人实验室读博，做过用于医院陪伴自闭症儿童和阿尔茨海默老人的疗愈熊猫，也主导开发过服务香港空运货站的重载无人拖车系统。研究越深入，他越确定自己真的热爱机器人，享受“把热爱带给身边每一个人”的过程。

2020年博士毕业后，他有机会直接创业——当时他和导师刘云辉筹备过一款矿井下作业的搬运机器人。但那时智能、供应链、市场都没准备好，项目未能推进。他带着这份遗憾进入华为，通过“天才少年”计划加入，成为华为唯一以“智能机器人”作为课题引入的天才少年，也是华为具身智能Lab的第一位负责人、公司级首席技术专家。

在华为期间，他主导搭建了华为最大的具身智能团队，带队研发华为云具身平台CloudRobo，完成工业场景机器人从0到1的技术验证，并在国家具身训练场、高端制造及政务领域完成标杆POC落地，技术指标国际领先。这段经历让他看清楚一件事：工业场景的具身智能商业化，远没有外界想象得那么简单。

为什么是家庭：工业是算账的逻辑，永远走不到家里

很多人不理解，为什么一个做了12年具身的人，离开华为后不去做更有“确定性”的工业，反而一头扎进最难的家庭场景。周顺波的判断很直接：工业场景全是算账的逻辑，都是定制化，永远不可能从工业走到家庭。“总要有人从Day one就在家庭场景深耕，才有可能走到家庭具身的终局。”

他做过酒店场景的实验，发现一个关键事实：酒店和家庭的任务描述看似接近，实际操作却差异巨大——酒店床铺和家庭床铺的整理方式不同，搬家到家庭后真正可用的数据比例可能很低。任务名称相似，不代表机器人学到的技能能迁移。这意味着家庭数据无法从其他场景简单搬运，必须从一开始就围绕真实家庭的任务分布来建设。

而家庭场景虽难，却是具身智能训练最理想的土壤：环境高度非结构化，任务琐碎多样，不同家庭有不同空间布局、生活习惯和需求，恰好能提供具身智能最稀缺的多样化数据、长序列任务，以及真实人机交互和物理世界反馈。

不是PPT：4天开发一个应用，和一条困难但扎实的路

欧拉万象的产品方向，用一个词概括叫“可养成”——它既不是扫地机器人，也不是科幻意义上的陪伴机器人，而是希望先让一群愿意动手、乐于探索的用户参与机器人训练，再把用户反馈转化为模型和产品能力。与其承诺机器人一开始就能替所有家庭做家务，不如先验证：它能否在真实家庭里持续学习，用户能否以足够低的成本教会它新技能。

这不是一句空话。通过欧拉万象开发的平台，团队里一位几乎不写代码、没有机器人开发经验的同学，用4天就开发了一个物料拣选应用；而在过去，类似项目需要专业开发者至少一个月。开发门槛的急速下降，让周顺波相信那个“把热爱带给身边每一个人”的梦想有了可能。

2026年8月，欧拉万象训练出第一版基础模型，在全球主流benchmark上取得很好的结果，并在真实场景完成端到端验证。公司发布Action-Native Foundation Model路线的阶段成果——OLA-Sem和OLA-Geo两款模型，重点优化任务意图、机器人看到的世界与实际行动之间的关联，相关成果在RoboTwin等全球主流榜单上名列前茅。

周顺波为欧拉万象规划了一条更难但更扎实的路：Real-world RSI（递归自我改进）系统——让机器人在真实任务中执行、获得反馈，经数据处理、训练与评测后，再回到场景验证改进，形成持续成长的数据飞轮。数据来源多样：以人为中心的数据采集、通过招商局公寓等过渡场景进入真实生活、以及与全球最大高端家政公司之一好慷在家的战略合作（计划2027年共同生产高质量家庭数据）。团队目前约70人，已储备1000多名高价值种子用户，是地瓜机器人的战略合作伙伴。

终局赌注：为什么是现在，为什么是我

这家公司最打动人的地方，恰恰是它的克制。在很多人急着讲“全能机器人”故事的时候，周顺波明确说：AI Native产品必须给用户带来足够明显的新体验，如果投入大模型、端云协同和高算力，最终体验还不如价格只有十分之一的简单机器人，量产本身没有意义。所以欧拉万象的策略是加快版本迭代，每一版只做小批量，先把产品打磨到能在一小批用户中体现明确价值，再规划规模化量产。

他对供应链的谨慎也少见。他观察了一些家庭机器人公司，发现整个供应链仍不成熟——电机失力、散热、硬件稳定性等问题，都可能影响可靠性，甚至带来安全隐患。这也是他调整“2027年销售上千台”目标、态度更谨慎的原因。

半年四轮融资，资本把真金白银押向的，不只是天才的光环。从种子轮看人和潜力，到最近几轮开始追问：你此前规划的路，现在证明了什么？每一轮投资人都要亲自体验阶段原型或家庭场景演示。这意味着欧拉万象必须持续兑现，用一次次小步快跑的真实进展，回应市场的每一次审视。

家庭具身智能可能是具身智能里最难啃的一块骨头，但也是想象空间最大、终点最确定的一块。当多数玩家还在工业场景的定制项目里按算账逻辑精打细算时，欧拉万象选择在那片还没人开垦的真实家庭里，一点一点把数据、模型和产品养起来。

我们不知道谁是具身智能终局的赢家，但至少有人从Day one就在家庭场景扎根，用最笨也最扎实的方式，试着把机器人真正带进人们的生活。这条路很难，却值得被认真对待。

既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。

THANKS FOR READING

GEIA全球具身智能创新周

【欧洲站2027,5.12-14】

GEIA全球具身智能创新周

【2027规划】

←左右滑动查看GEIA 2027年度规划→

关于GEIA全球具身智能加速器

GEIA(Global Embodied Intelligence and Humanoid Accelerator)作为全球具身智能和机器人产业加速的生态平台，核心团队成员均来自复旦、交大、同济、香港大学等知名院校校友，具备近20年行业研究、品牌传播、全球系列会展活动（中国、欧洲、亚洲、中东、北美等）、全球标杆&灯塔工厂参访、全球专家智库、创始人闭门晚宴/私董会、机器人本体及核心零部件采买租赁、机器人应用集成、IP孵化和投融资服务等产业服务经验。

复旦大学人形机器人创新协会作为GEIA在国内创始机构之一，其成员主要包括复旦机器人相关专业在读本科、研究生，博士和毕业校友等。