对话周顺波：欧拉万象为什么不做双足、先盯「洗衣机到烘干机」
从「心里发凉」到再出发：一场十余年的长跑
8 月 12 日，每日经济新闻《对话未来商业》栏目刊出对欧拉万象创始人周顺波的专访。采访发生在上海东长治路 505 号的一栋老楼里——由地瓜机器人旗下创业孵化 IP「DGP 地心引力计划」举办的首场线下闭门路演「地心引力 DemoDay 2026」现场，评审机构里出现了线性资本、滴滴投资、锦秋基金等机构的身影。在一众创业者中，周顺波的履历相对特殊：前华为具身智能 Lab「一号员工」、华为「天才少年」，却选择跳进行业公认最难、最需要耐心的家庭消费级具身智能赛道。
他与机器人的关系可以追溯到十几年前。在香港中文大学攻读机器人学博士期间，繁复的物理建模与硬件集成全链条训练，让他早早体会到通用机器人走向大众市场的门槛有多高。他给出的原话是「越深入研究，心里越发凉」——当时的机器人高度依赖专业工程师深度开发，这道技术高墙几乎锁死了消费端普及的可能，也埋下了他后来「降低机器人开发门槛，让技术走向普通人」的目标。
2020 年博士毕业后，他没有直接入职，而是全职筹备机器人创业整整一年，整套原型系统已经打磨完成，原以为只差商业化落地的最后一步，却因故中途搁浅。这次折戟给了他更值钱的一课：机器人赛道上，技术达标只是入场基础，工程化交付、资源统筹这些软实力，才决定一家企业能走多远。
复盘之后他做了务实的选择：2021 年以华为「天才少年」身份入局。此后近五年，他作为华为具身智能 Lab 的「一号员工」，从零搭建起十几人起步、巅峰时期超过百人的研发团队，主导推出华为云具身平台 CloudRobo，并完成工业场景机器人「从 0 到 1」的技术验证与客户交付。这段经历被他视作含金量最高的实战商学院。
2026 年 3 月，他正式从华为离职，在深圳前海注册成立欧拉万象。对这场在旁人看来放弃了高薪与平台光环的抉择，他说自己创业前毫无挣扎：「十余年的技术积累、大厂完整的商业化历练、大模型驱动机器人范式变革的时代窗口叠加，所有准备都已就绪。」联合创始人张靖据公开报道曾任亚马逊 AWS 产品经理、华为创新云服务产品总监。
为什么不做双足，先盯洗衣机到烘干机
行业的注意力大多集中在别处。国内具身智能呈现清晰的分化：绝大多数初创企业扎堆工厂、物流与商业服务等 B 端市场，靠定点项目交付快速产生营收，向资本市场证明造血能力；仅有少数团队敢全力投入家庭 C 端。同期切入居家服务的代表企业自变量机器人，以环境、用户、任务作为可调自变量搭建端到端统一世界模型，采取 B 端产业与 C 端家政双线并行，据媒体公开报道其累计融资额超过 50 亿元、估值约 200 亿元。
欧拉万象选择家庭，直接来自周顺波在工业项目上攒下的经验。他在华为操盘工业机器人期间亲眼看到，B 端场景里 POC（概念验证）看似美好，与规模化量产之间却隔着难以跨越的鸿沟：工厂端对设备可靠性要求极高，技术原型在测试环境跑得再顺，一旦接入真实产线，各类非标定制需求会瞬间吞噬项目利润。他由此提出的判断是，工业场景的定制化特征，使其能力和数据较难自然迁移到家庭场景。
把话说白了，家庭机器人要解决的第一批问题并不是「全能」。团队通过多轮用户深度访谈与调研，锁定两个高频痛点作为切口：一是下班之后把衣物从洗衣机转移到烘干机的重复劳动；二是玄关、茶几、书桌、儿童散落玩具等平面空间的收纳整理。而高难度叠衣服、全域全屋清扫，暂不作为首批核心场景。
与切口同样重要的是形态。周顺波明确短期内放弃双足人形结构：初代产品采用半身高轮式移动底盘搭配机械臂，机身高度控制在 1.4 米以内，优先打磨物理空间操作、物体抓取、平面收纳等核心实用能力，把有限的研发资源集中在技术闭环构建上。他的解释很直白：短期内双足人形进入普通家庭仍面临安全、能耗、成本和空间适配等挑战，因此首代产品暂不选择双足路线。机身做小还有一层考虑——规避极客家庭对大型设备的抵触心理。
产品怎么「学会」家务，公司给出的答案是「养成系」渐进路线。机器人先具备通用基础能力，比如移动、抓取、识别常见物体；个性化任务则交给用户示教来学习，比如整理某类物品、操作某件特定家电、适应自家的固定布局；这些真实家庭里的运行数据再回流传给模型，进入下一轮迭代。
数据飞轮，和 12 月的那批样机
与路线匹配的是商业化节奏。周顺波表示，公司采取由小众圈层向大众市场渗透的阶梯式方式：计划在 2026 年 12 月小批量试制数十台样机，定向投放给筛选后的资深极客与科技爱好者，开展家庭实景 Beta（小规模真实用户测试）；产品版本会持续降低使用门槛，力争年内把操作与二次开发权限从专业工程师下沉到普通「发烧友」群体。
而社区被摆在了壁垒的位置上。欧拉万象的设想是以积分兑换算力、API 接口（应用程序编程接口）、产品折扣，乃至项目分红、期权激励等方式，激发共创用户提供海量真实居家场景的反馈数据，搭建算法迭代飞轮，从而形成难以被资本快速复制的先发优势。
这套逻辑为什么重要，值得补一句背景。语言模型的训练数据可以从公开文本里近乎免费地获取，机器人的操作数据不行——它必须由一台台真机在真实环境里跑出来，采集慢、成本高，而且家庭场景高度非标：户型、家具、物品、家人的生活习惯各不相同，实验室里标定好的动作很难直接搬到下一个家里。于是「谁先进入足够多的真实家庭」就不再只是营销问题，而是数据供给问题；反过来说，这也是为什么隐私与数据合规会成为家庭机器人公司绕不开的门槛。
不追风口，先把闭环跑通
对行业格局，周顺波的态度相当冷静。在他看来，长期看数字世界的智能化必然延伸到物理世界，所有科技巨头都会押注通用机器人赛道，市场体量足够容纳多家玩家共同开拓，不存在零和博弈；但具体到 C 端消费级家庭机器人，相较大厂，初创团队决策链更短、资源投入更集中，可以依靠极致产品力完成突围。对上半年行业扎堆冲刺 IPO 的热潮，他则保持审慎：从业十三年，他深知通用具身智能的大规模商业化落地仍有多重不确定性，企业过早奔赴二级市场容易被短期财报业绩绑架，偏离长期技术深耕的主线。按他的说法，「欧拉万象现阶段核心目标只有一个：跑通家庭场景完整商业闭环，搭建稳固的数据迭代体系，夯实产品落地能力，资本化只是水到渠成的后续结果，不会为了追逐风口打乱既定研发与市场节奏」。