低速无人驾驶产业研究所的最新年度报告，让一家名为“有鹿机器人”的企业被推至聚光灯下——其 AI130 巡扫机器人，以一年时间登顶 2025 年中国室外清扫机器人出货量榜首，成为该细分赛道的单品冠军。

在当下这个被双足、灵巧手和各类“仿生”形态占据各大媒体头条的具身智能赛道，一台四四方方、贴着地面行走的“扫地机”拿下第一，多少显得有些另类。

当行业的目光大多聚焦于机器人“长得像不像人”“动得像不像人”时，有鹿机器人团队却在思考另一个问题：如果硬件本体在供应链红利下终将趋同，那么决定机器人终局的到底是什么？

是大脑。而具身大脑的进化，又卡在了一个很朴素也很致命的瓶颈上——数据。

如何在获得足以训练通用大脑的真实世界数据？有鹿给出的答案，用“一脑多形”的商业模式获取跨行业的数据，用“产品三重门”的节奏获取跨场景的数据，构建”不挑路“的实力。

维科网机器人有幸对话到有鹿机器人联合创始人谷祖林，一起探讨有鹿这场通往具身智能终局的“渐进式”数据远征。

“一脑”与“多形”——脑体分离的通用性博弈

访谈开始前，我们本以为焦点会是刚拿下销冠的 AI130巡扫机器人。

然而，有鹿最核心的产品并非机器人整机，而是被称作 Master2000，一个可以看得见，摸得着的实体“大脑”。

▲Master2000

这个集成了 254 TOPS 算力、传感器、表情屏与麦克风阵列的硬件模块，像一台工业时代标准化的发动机，等待着被安装到不同的“车身”上。

这就是有鹿“一脑”在真实世界的物理锚点。

而“一脑多形”更底层的逻辑，源自有鹿机器人团队对行业终局的预判。

谷祖林曾多次引用孙正义的观点：未来机器人物种的数量将超过生物物种。

这意味着，除了人形，还会有轮式的、履带的、复合的等等形态各异的机器人服务于千行百业。

如果未来每一家人形机器人、割草机机器人、挖掘机机器人等各种机器人的厂商，都要自研一套“大脑”系统，这无疑是巨大的资源浪费，且无法形成跨行业的数据规模效应。

“专业领域的差异，在一个物理世界的 common sense 面前，占比不是一个量级的。”

谷祖林用了一个更贴近生活的比喻：让一个保洁去干保安，难吗？其实不难。

因为作为一个人类，他对物理世界的基本常识是通用的——知道什么是路、什么是危险、什么是物理规律。

有鹿要做的，就是为机器人生态构建一套通用的常识系统。

因此，有鹿将自己定位为“大脑供应商”。

Master2000 作为核心的“一脑”，负责感知、决策与交互；而 AI130 巡扫机器人、即将发布的安保巡逻机器人、乃至尚在样机阶段的其他机器人，则是“多形”，是有鹿触达物理世界的各种触角。

这套“脑体分离”的模式，让有鹿既避免了陷入某个垂直硬件领域的内卷，又能在多个场景中跑通商业闭环，从而为大脑的不断进化收集最重要的“燃料”——数据。

“三重门”——在“小区”公开生活里，寻找“进家门”的钥匙

如果说“一脑多形”解决了商业模式的问题，那么“三重门”战略则回答了如今行业内最棘手的数据来源问题。

通用大脑对真实数据极度“饥渴”，而目前业界主流路径有二：其一是搭建仿真环境，像上帝一样模拟物理世界；其二是进入真实封闭的场景，如让机器人进入工厂做特定的自动化任务。

有鹿选择了一条更接地气，也更具可持续性的路，即所谓的“三重门”——先进小区门，再进单元门，最后进入户门。

有人类活动的场景才让数据充满了不确定性，才是训练模型最好的保障。“公路”、“园区”、“楼宇”、“家庭” 。这四个场景是人类活动的主要场景，数据的价值层层递增。

为什么先是小区？

因为这里是一个相对简单而又“浓缩”很多真实行为的小社会。

在 AI130 巡扫机器人每日穿梭的道路上，不仅有落叶和垃圾，还有穿着睡衣取快递的业主、突然冲出的宠物狗、到处玩耍的小孩、车道上来往的车辆，以及机器人难以理解的“地域特色”——重庆老小区为什么会有晾晒在地上的辣椒、广东地上的报纸为何总摆放了陈皮......

这些随机、混乱、非标准化的场景，恰恰是仿真系统难以模拟的“物理世界常识”。这也是 AI130 叫巡扫机器人，而不是清扫机器人的核心。

巡扫机器人作为有鹿发明的品类，谷祖林也特别强调了“巡扫”与“清扫”的区别：“清扫”是覆盖面积，而“巡扫”是先寻找、再判断、最后执行。

能巡扫的机器人，必须拥有理解真实场景的能力：遇到行人、宠物，如何适时地停止作业，而不是成为人见人怕的“路霸”；遇到窄路会车，主动倒车避让，择时再返，而不是死等；地上的辣椒、陈皮形似垃圾，但它是业主的财产，不能一概而论......

这些每天发生在真人生活公共区域的数据反馈，是实验室里难以 1：1 复刻的，这种真实的数据养分补给，让有鹿的“大脑”越来越聪明。

有鹿后续计划推出的“多形”新品，则为我们更清晰展示了其“三重门”战略的推进节奏。

而下一步，复合型轮臂机器人，是其叩响“单元门”的关键一步。

相比于小区巡扫，能进单元门的机器人再一次提升了具身机器人和人类社会融合度，会有更多的场景反馈。

有鹿机器人产品路线规划的战略意图——通过“步步为营”的场景渗透，从公开环境到半公开环境，最终指向家庭服务。

这种渐进式战略在第一重“小区门”取得“开门红”，除了战略定位成功，很大程度也源自“有鹿不挑路”的底气。

有鹿，为何能不挑路

在解答这个问题之前，得先了解有鹿聪明“大脑”背后的两大主要操盘手——陈俊波和谷祖林。

此次接受采访的联合创始人谷祖林，更为人熟知的身份是前阿里巴巴机器人公司的 CEO。

十年前，他便已投身人形机器人的研发，亲身经历了这个赛道从热潮到冷静的完整周期。

当近两年人形机器人行业再度喧嚣时，谷祖林的话语体系里似乎少了几分对“硬件本体”的狂热，多了几分对“数据闭环”的冷静推演。

与谷祖林搭档的，是有鹿机器人创始人兼 CEO 陈俊波博士，曾任阿里达摩院机器人实验室负责人、达摩院小蛮驴公司总经理。

陈俊波离开阿里创业后，带领新团队自研端到端通用 LPLM 多模态模型，三年间获十一项全球算法冠军，在公开比赛中击败的对手不乏英伟达、三星等巨头。

▲有鹿机器人自研

端到端通用 LPLM 多模态模型架构

这种顶尖算法加持下，有鹿的产品实现了“有鹿不挑路”的泛化能力和“免部署、开箱即用”的交付标准。

“有鹿不挑路”，不仅意味着对路面材质（如毛石路、沥青路、花岗石路）的高适应性，也对不同环境如信号干扰、狭窄车道的会车难题，还是人车混流的复杂环境的从容应对。

“免部署、开箱即用”，则源自其“通用大脑+专业设备”的搭积木式理念，这种高度模块化的设计将复杂的感知、建图与决策能力全部封装于 Master2000 大脑之中，不同形态的载体只需通过标准化接口“即插即用”，无需针对单一场景重复开发底层算法。

▲有鹿机器人通用大脑 + 专业设备的积木组合

满足各种场景需求

两者结合后，客户不再需要为了一台机器花费数十万的现场勘测与定制化部署成本，也不再需要听到工程师驻场调试数周后那句尴尬的“这个场景干不了”。

这种确定性的交付能力，直击B端客户降本增效的核心痛点——只看 ROI、只问能否降本增效。

注：ROI，投入产出比。

具身智能的“试金石”——开放

TO B 市场的核心逻辑，简而言之为一手交钱、一手交货。

有鹿精准选择物业小区作为第一切口，产品快速完成PMF、实现规模化后，成本又得以快速下降，再以高性价比反向打回TO G的环卫市场，最终实现双赛道领先。

注：PMF，产品市场契合度。

这种商业节奏，确保了有鹿的数据飞轮能够依靠自身造血持续转动，而非单纯依赖融资输血。

而问题在于，有鹿的“货”为何脱颖而出，并摘下桂冠？

答案在于“自动化”和“智能化”的本质差异。

在连自动咖啡机套上机器人外壳后都能自称“智能机器人”当下，“具身智能”这个行业术语似乎正被滥用，谷祖林则对此给出了一个更为严谨的定义——在开放场景里执行开放任务。

简单理解场景的开放性，不是在铁皮箱独自工作，不是一个封闭工厂，而是像小区类似车流、人流、突发状况随时变化的场景。

而任务的开放性，如“把地扫干净”不是一个固定的机械动作，而是一个需要结合环境判断的模糊指令。

能在这种“双开放”条件下稳定交付，才是「有大脑」的机器人；否则，只是固定程序的「功能机」。

有鹿的巡扫机器人在落地后，其在开放环境下验证了“智”非“自”，无论是面对人、车、宠复杂融合环境下的主动思考决策，还是对路面材质、物品价值的实时判断，这些才是具身智能与自动化设备的断代式差异，也是交付后用户可以感知到的革新体验。

“有大脑，才聪明。”

靠贴近生活真实数据反哺出的聪明大脑，最终的成功也都体现在产品力和商业化上，AI130巡扫机器人能在一年内便登顶细分赛道，就是最好的佐证。

写在最后

从此次 AI130 巡扫机器人成功登顶看有鹿机器人背后的故事，发现其和很多机器人公司不一样，并不是一个关于机器人炫酷形体和动作的故事。

在访谈过程中也发现，这支团队对“真实场景”有很深的执念，我想这也是为什么有鹿“大脑”在喧嚣的机器人领域内，能在真实泥土中慢慢汲取养分，从而进化超越同类的底层原因。

有鹿正在验证一条既能获取高价值数据、又能实现商业盈利的“渐进式”路径，从而通往通用智能终局。

如果一定要问有鹿的终局愿景是什么，也许是当未来机器人想以各种形态走进每一个小区、每一栋楼宇、每一个家庭时，其背后都会收到来自有鹿的灵魂提问：您好，需要再来一颗大脑吗？