作者丨张含菁
编辑丨董子博
时隔数月，继发布“麻婆豆腐”演示后，破壳机器人再次推出重磅产品。今日，破壳机器人正式官宣发布世界动作模型 Poke-Aurora，并同步向外界开放 RoboAPI。任何适配的机械臂均可通过该接口，免费使用 Poke-Aurora 模型。
不同于以往机器人公司仅通过 Demo 展示 Pick & Place 能力，破壳此次直接公开模型 API，支持跨本体开箱即用，旨在让全球开发者直接将 Poke-Aurora 部署至实体机器人上进行验证。
公开 API 的核心挑战在于模型的泛化性。若模型与特定本体强绑定，公开接口便失去意义。破壳公布 RoboAPI 的底气在于：开发者无需采集数据或训练模型，仅需通过 Prompt 即可让机械臂在陌生环境中完成陌生任务，实现 Zero-shot（零样本）本体调度。
这一路径与近期发布的 GPT-6 Astra 有异曲同工之妙。但破壳创始人许华哲表示，通过 API 验证模型泛化性提升，是团队创立之初既定的技术路线。从创办破壳机器人到发布首个世界动作模型 API，历时仅半年。
许华哲拥有清华大学交叉信息研究院博导及前星海图首席科学家背景，本科绩点排名年级前 2%，被称为“伯克利四子”之一。他在斯坦福攻读博士期间曾利用机器人包饺子、做饼干。作为 ENFP 型人格，他阳光开朗，活跃于社交媒体，分享科研、生活及对具身智能的思考，坚定认为“通用机器人一定要实现”。
投资人评价破壳机器人是一家“走 DeepSeek 路线”的公司，以学术派方法探索理想主义技术。在 RoboAPI 发布前夕，许华哲接受了专访，探讨产品进度、具身通用模型边界及创业心得。
Astra 证明破壳走对了路
▎AI 科技评论：破壳为什么要开放具身模型的 API？
许华哲：破壳成立之初的目标就是追求泛化性。我们关注两点：一是模型如何被广泛使用，而非仅用于展示；二是泛化的“Next Level”是什么。现有开源模型在零样本开箱即用方面表现较差。我们认为，“Next Level”应具备无需后训练即可在全新环境完成抓取等短程任务的能力。
▎AI 科技评论：最开始希望“开箱即用”做好哪些任务？
许华哲：最初目标是让所有机器人在任意地点都能完成“抓起一支笔放入笔筒”的动作。实现该泛化后，我们扩展至倒水、扶起瓶子等家庭任务。尽管当时缺乏行业信号支持，但泛化性始终是破壳的核心目标。过去半年，团队致力于训练服务于 RoboAPI 的高质量模型。
▎AI 科技评论：为什么选择免费开放 API，而不是直接开源？
许华哲：开放 API 旨在让公众直观感受机器人实际作业水平，缩小演示与现实操作的差距。虽然开源能降低延时，但不利于我们收集真实场景下的失败案例（如抓握失误）以优化模型。此外，我认为未来具身模型开源将减少。相比大语言模型，具身模型资源需求较低，易被复制，且 π0.5 开源已拉平市面 VLA 模型水平。
▎AI 科技评论：以后 API 会考虑收费吗？
许华哲：机器人 API 难以形成类似 LLM 的商业闭环。由于机器人市场保有量小，目前服务部署按最高 100 人并发设计。若达到此并发量，意味着全球半数机器人厂商或实验室都在使用该模型。
▎AI 科技评论：泛化性没有标准 Benchmark，RoboAPI 的水平如何测算？
许华哲：内部采用“规模化随机测试”，即随机生成一万个任务，每个任务测试一次。这种近似抽样比少量任务多次测试更具代表性。目前随机测试成功率超 70%，抓放任务成功率达 80%。
▎AI 科技评论：70% 的成功率是如何做到的?
许华哲：这是数据采集、模型架构和训练方法耦合的大系统工程，每一环都至关重要。
▎AI 科技评论：Astra 的出现对你们影响大吗？
许华哲：Astra 的出色表现证明了我们追求通用和泛化的方向正确，但也带来了强大竞争对手。Astra 优势在于长程规划、反思能力及跨本体适用性，但缺点是“慢”和“贵”。其高阶能力依赖长思维链（CoT），导致执行耗时久。相比之下，破壳 WAM 架构参数更小、响应更快，具备像人一样“越干越快”的优势。此外，Astra 在双臂任务（如叠衣服）及非语言描述任务上仍有局限，这为专用具身模型留下了空间。
▎AI 科技评论：你不担心大语言模型吞噬具身专用模型的空间？
许华哲：不担心。行业内存在认为大模型能解决一切的“降临派”，以及认为只需做好 Infra 和本体的“工具人派”。我属于“抵抗派”，坚信通往 AGI 的路径多样，具身专用模型有其独特价值。
机器人构型相似，是跨本体的边界
▎AI 科技评论：过去半年，最花精力的部分在哪里？
许华哲：主要是数据和模型。模型迭代依赖灵感，而数据清洗和规模化是繁杂的工程细活。Scale 数据的关键在于有效信息量，精细标注的视频价值远高于普通视频。
▎AI 科技评论：现在的数据配比是怎样的？
许华哲：真机数据占比较少，UMI 和 Ego 数据合计占 85%-90%。Ego 数据以外采为主，团队严格筛选供应商以确保质量。
▎AI 科技评论：听说你们自己做了 UMI 手套？
许华哲：是的。我们在北京办公室搭建了家庭场景采集点。自采数据的首要原则是离研发足够近，以便实时纠正动作偏差，确保数据质量。
▎AI 科技评论：哪种数据对跨本体泛化最有帮助？
许华哲：UMI 数据效果显著，因其不绑定特定机械结构，利于模型迁移。但“一脑多形”仍需机器人构型具有一定相似性，否则模型可能规划出本体无法执行的动作。此时需引入真机数据作为示例，界定本体边界。
▎AI 科技评论：跨本体是否有边界？
许华哲：我将“形”视为一个分布。主流构型（如宇树 G1、Franka、UR 等）位于分布中心，适配容易；非主流或奇异构型位于分布边缘，模型适应时间较长，但具备自适应发展潜力。
▎AI 科技评论：家庭机器人是否不需要很强的泛化能力？
许华哲：非常不认同。即使在同一家庭，随着成员变化（如生子、老人同住）和物品摆放调整，环境差异巨大。因此，泛化性是家庭机器人的必要追求。
进家先干活，不搞激进量产
▎AI 科技评论：破壳希望做一个什么样的家庭机器人？
许华哲：破壳机器人进家的核心目的是干活。基础能力是抓放物体，进阶任务是收纳。收纳属于长程任务，需结合大脑任务规划与具身执行。我们注重研发与商业化目标一致，追求技术、产品、市场的契合（TPMF）。
▎AI 科技评论：本体进展及产品形态？
许华哲：今年 9 月下线三台样机，计划明年 CES 亮相。形态为轮式人形，配备三指灵巧手（6 DoF）及升降结构。工作高度 1.2 米至 1.7 米，常用高度约 1.4 米，符合人体工学及厨房台面操作标准。
▎AI 科技评论：为何选“升降”而非“折叠”？
许华哲：升降结构更简约可靠，折叠结构对电机扭矩要求高且有折断风险。我们为升降柱设计了柔性包裹，视觉上更具亲和力。
▎AI 科技评论：如何看待成本和量产？
许华哲：目前单台 BOM 成本超 10 万元，理想量产成本应降至 2-3 万元。我们对量产持谨慎态度，年产大百台至数千台较为合理，月产千台不现实。
国内很快能出现接近 Astra 的模型
▎AI 科技评论：创业半年最大的变化？
许华哲：时间管理更具挑战性，行程紧凑。思维方式从单纯“要资源”转变为统筹分配公司资源和资金。
▎AI 科技评论：还有多少精力留在技术研究上？
许华哲：依然很多。我参与 AI 和硬件会议，常与技术负责人讨论 AGI 问题。平衡技术研发与市场拓展是创始人的常态挑战。
▎AI 科技评论：总体状态如何？
许华哲：开心且满足。创业虽强度大，但从事内心认可的事业带来极佳的心情。
▎AI 科技评论：破壳的企业文化？
许华哲：源自清华课题组，凝聚力强。核心文化是“善意”与“内部利他”，鼓励在不影响本职工作的前提下互助，以此拓展个人能力边界。
▎AI 科技评论：大厂进入具身领域，破壳的生态位？
许华哲：破壳致力成为重量级玩家，与大厂存在竞争关系。国内大模型公司具备基础，有望较快开发出接近 Astra 能力的模型。但大厂缺乏懂产品的“突破式产品经理”，这正是具身行业稀缺的人才。
▎AI 科技评论：为何执着于通用智能？
许华哲：我迷恋“决策”，认为其是通用智能的本质。虚拟世界的游戏与现实世界的机器人均涉及决策。童年机甲动画《天元突破》中对机器人进化升级的想象，是我对机器人热情的启蒙。
未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！
公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。