对话探月计划黑客松冠军团队：五代本体开源、自进化与等待门店验证的路线

原文标题：《对话探月计划黑客松冠军团队：五代本体开源、自进化与等待门店验证的路线》
原文作者：动察Beating

1961 年，Unimate 在美国通用汽车的一条装配线上投入使用。更早的构想里，操作者可以先带着机械夹爪走一遍，机器把位置记下来，再照着做。工业机器人最早学会的，不是解释世界，而是把一个动作重复到足够可靠。

六十多年后，探月计划具身智能黑客松的现场，LoopMaster 团队试着把这件事搬到零售店里。一台全向轮底盘、升降机构、双机械臂和前置托盘组成的机器人，被他们想象成一个能在货架与顾客之间移动的「卖货机器人」。店长或店员先用遥操作、语言指令和少量示教，让它认识货柜、货架和取货路径；机器再去抓取、递交、补货，并把一次次交互留下来。

这台机器人尚未在真实门店长期运行，团队只在比赛现场做过测试，留下数百单记录。两年回本、销售成本降低 40%、先部署后采数据再迭代端到端模型，这些也都还是团队正在推演的路径。它们离一张真实的门店账本还有距离。

不过，这支团队身上有一种很少见的坦诚。他们会讲 Agent Loop，也会承认护城河还没想清楚；会谈机器完全替代人工的想象，也会承认人和人之间的陪伴、温情和处理例外的能力，暂时还无法交给机器。

团队在路演汇报现场

一群早已在线上相识的人，第一次线下聚齐的思想碰撞

LoopMaster 的四位核心成员，有人在 B 站做具身智能内容，有人读机器人和人机交互方向的博士，有人从车企产品设计走向独立设计。

他们说，把他们聚拢在一起的，是近两年来在线上的合作。算法、本体、数据、低成本机械臂、产品外观，大家各自从一个入口进去，后来才逐渐认识到彼此能把哪些空缺补上。他们之中有人直到黑客松现场才第一次见面，但团队并不是只认识了那么短的时间。

动察 Beating：先请介绍一下你们自己，以及目前在做的事。

谢俊：我是谢俊，目前在东北大学读研二，也在 B 站做具身智能方向的内容。现在主要参与 LoopMaster 的创业孵化。

邹砚文：我叫邹砚文，现在是上海交通大学与创智联培的博士生。我主要做具身操作，以及面向具身智能的人机交互。

李鹏栋：我是李鹏栋，在太原科技大学读研二，也在 B 站做具身方向的内容。2024 年底，我是较早复现 ALOHA，并把过程做成开源教程的人之一。之后又做了几款机器人，最后做出一台双臂升降机器人，并尽量把它做成完全开源的形态，希望让预算有限的学生也能复现。

许新豪：我是团队的设计师。此前在一家车企做产品设计，后来开始做小红书和自己的品牌，也接一些设计服务。现在是独立设计师。

动察 Beating：你们是因为这次黑客松才组队的吗？现在已经准备一起正式创业，还是仍在兼顾各自的事？

谢俊：我们认识得比这次黑客松早得多，差不多有两年了。早期有很多线上合作，大家都在做具身智能相关的事。我最早在 B 站发视频时认识了鹏栋，也一直关注新豪的设计。砚文在美国读书时，也在做相关内容。

我们之间并不是每个人都早早线下见过。有人是在黑客松现场才第一次见面，但这个团队不是临时凑起来的。过去大家一直会交流算法、本体设计和数据，也做过 DIY 套件和早期产品，有过一些销售。为了处理简单的对外商务，我们也成立过几家小公司。

此前的状态更像极客的实验室或工作室，还谈不上一个完整的创业公司。现在，我、鹏栋和新豪计划继续和探月合作，把项目往真正能落地的方向推。砚文还在读书，暂时不会出来全职做这件事。

动察 Beating：在黑客松之前，你们已经有两年左右的研发和一些商业化尝试。这段时间是怎么磨合过来的？

谢俊：早期认识时，大家都是刚入学或刚读研的学生。最开始就是一群具身智能爱好者，交流算法、本体设计和数据该怎么做。后来有了 DIY 套件，也有一些做出来的早期产品卖出去，才逐渐有了对外商务和小公司的形态。

所以黑客松之前，我们还不是一个完整的创业团队，更像一群一直在做东西、一直在线上碰头的人。比赛只是让这些积累第一次在同一个现场集中起来。

团队成员获奖合影

动察 Beating：LoopMaster 为什么能在探月计划具身智能黑客松拿到第一名？这 48 小时究竟考验了什么？

谢俊：首先还是过去两三年在具身智能上的积累。机器人的本体、控制、算法和数据，并不是从比赛开始才有。LoopMaster 的机器人形态和零售场景，是我们在现场提出并实现的，但能在短时间内把它做出来，靠的是此前长期的认知和技术积累。

比赛现场，我们把本体、具身智能的认知、控制机器人的经验和算法思路放在一起，才有了这次的碰撞和迸发。

邹砚文：黑客松考验得很全面。团队内部要有清楚的分工，每个人做的事情也要扎实。技术上，你得在很短时间里把一套原本只在脑子里的东西搭起来。睡得少，强度高，人会进入一种很奇妙的工作状态。这也是很多人喜欢黑客松的原因。

它又不只是技术。最后必须把东西包装成一个产品，做出能给商业和落地看的 Demo。你要对呈现效果有判断，也要对 48 小时内每一个时间节点该完成什么有感觉。我们这次在分工、项目节奏和最后路演上，配合得比较好。

动察 Beating：硬件黑客松和软件黑客松最大的区别是什么？

邹砚文：软件黑客松里，很多人电脑环境配好就可以直接开始干，做的事基本都朝着最后交付物推进。硬件不一样，现场会出现很多与项目本身无关、但不解决就无法继续的意外。

第一天，我们就遇到网络连不上的问题，花了很多时间处理。有人可能把板子烧掉，有人得临时换一块新的；现场的机械臂、机器人平台也可能出故障。我们自己的平台也一样。处理真实世界的硬件，会不断碰到原来预计不到的事。它们和项目想解决的问题不一定有关，却会吃掉你最宝贵的时间。

五代机器人，和被砍掉的腰部关节

比赛现场的 LoopMaster，不是一台在 48 小时里凭空长出来的机器。李鹏栋说，他们做这类本体已经两年，最新版本是第五代。前几代机器遇到了不少问题。舵机的负载、精度、背隙与寿命，一根被扯到的线束，一个功能增加后随之冒出来的故障，都能让一台看上去很灵巧的机器停在原地。

其中最有意思的一次取舍，是他们先给机器人做出了「腰」，又在第五代里把腰部关节砍掉。腰部关节能把桌面工作空间拉大，机器能伸得更远。可他们也想让产品更简单、更稳定、更容易复现，于是接受了机械结构上的退回。

动察 Beating：如果今天有一家门店下单，它拿到的究竟是什么？机器人能在店里做什么？

谢俊：我们设想中的产品，是一台全向轮底盘加升降机构、双机械臂和前置托盘的机器人。店家买回去后，可以通过相对简单的遥操作或自然语言指令，让它熟悉店内货仓、货架和物品的位置。

在零售场景里，它主要完成用户下单后的抓取、递交，以及补货、把商品放上货架一类工作。前面的托盘可以预先放一部分商品，机器人也可以在取货和递交之间用它做中转。

两年迭代五个版本的机器人（从右向左）

动察 Beating：它现在已经在真实门店，或者模拟的门店里测试运行过吗？

谢俊：还没有。我们在比赛现场做过测试，留下数百单记录。

这次黑客松的主题就是 48 小时从零做出一个东西。我们是在现有轮式双臂底盘的基础上，现场构思零售场景、应用方式和算法框架。所以后面用户怎么用、产品怎么落地，都还很初步。

动察 Beating：接下来用什么指标判断它是否符合预期？

谢俊：要分阶段。先把本体稳定下来，包括电机、线束和整机功能。再把 Agent 控制框架跑稳。更往后，才是自进化学习的问题。每一块都稳定之后，才会谈正式商业化。

动察 Beating：这五代本体具体怎么迭代过来？从最初的想法到今天，你们对产品的理解有哪些变化？

李鹏栋：前四代主要用伺服电机，也就是舵机。它的控制比较灵敏，驱动和结构也相对简单，但负载能力有限。

后来我们做了一版三轮全向底盘，加升降柱和双臂。做完发现，它在桌面上的工作范围很小，大致只有一台电脑那么大，稍远一点就够不到。我们又做了带腰部的版本，把桌面上的工作空间扩得更大一些。

接着，我们把原先大量依赖 3D 打印件的结构，改成钣金件做主体架构，稳定性提高了。但功能越多，问题也越多。比如线束被轻轻扯到，整机可能暂停任务；本体更重，负载又会变小。第五代最后改用关节电机模组，更多金属件，结构也更简单。该承重的地方就加强，不必要的部分就拿掉，希望在性能、成本、可量产和可复现之间找一个平衡。

谢俊：我们从 2023 年底开始，用舵机做低成本、高性价比的具身智能系统。实际用下来，舵机在稳定性、背隙、精度和寿命上都有局限。换成关节电机模组以后，综合看成本和稳定性都有很大提升。

动察 Beating：迭代里有没有一个你们特别想保留、最后却不得不砍掉的功能？

李鹏栋：腰部关节就是最直接的例子。第四代已经有腰，第五代原本也想保留，但为了让结构更简单，最后把它砍了。看起来像在机械结构上退了一步，实际是把可靠性放在了更前面。

动察 Beating：这台机器为什么要做成完全开源？目前成本和售价大概在什么位置？

李鹏栋：本体完全开源，任何人都能看到 BOM 表。按我们的初步核算，如果用户自己加工部分零件、采购标准件，再完成组装调试，成本大约在 3 万元人民币。

如果用户想拿到半成品，或者直接拿到已经调好的机器人，因为是完全开源，我们预计价格会在 5 万元以内，大概是 4 万多元。这套价格首先是本体和科研、开发用途的价格。我们想让社区里预算有限的学生和开发者也能参与，不至于因为本体太贵而被挡在门外。

动察 Beating：客户买下一台机器后，后续会不会有订阅服务或其他隐性成本？

李鹏栋：目前我们没有把服务订阅当成明确的商业模式。这次 48 小时做出的无人售货机器人，首先只是一个 Demo。

以后如果真正进入无人商超或具体零售场景，会根据对应场景设计收费方式。现在还没有考虑得那么远。

动察 Beating：开源为什么会成为你们这次获奖的增益项？

谢俊：这可能也是我们获奖的一个重要原因。完全开源以后，底层库、代码和底层驱动都开放，Agent 可以访问这些内容，开发会更顺。它让硬件开发在一定程度上更接近纯软件开发，底层可读、可调用，现场迭代的阻力会小一些。

开源对我们也不只是技术选择。我们希望更多学生、从业者和其他行业的人，能通过相对低成本的方式参与到具身智能里来。

少量示教，不是少量训练

LoopMaster 在采访中反复提到「少量示教」。常见的少量示教，是把人的操作轨迹作为监督数据，放进模仿学习或视觉语言动作模型里训练，最后由模型推理。团队现在说的少量示教还不太一样。

他们要处理的，是一个较结构化的门店空间。货柜的位置相对固定，一排商品的抓取动作有相似性。先给机器人录下一条轨迹，底盘换一个位置，机械臂可能还能复用相近的动作。它先把相似任务封装成技能，交给 Agent 调度。

这条路线的逻辑也很好理解。没有部署，就没有真实数据；没有真实数据，端到端模型的后续训练也无从谈起。先让一个不够聪明但能工作的系统进入现场，再让数据慢慢长出来。

赛博销售员，补货 Demo

动察 Beating：你们说的「少量示教」，和具身智能里常见的少量示教有什么不同？

邹砚文：我们说的少量示教，和基于学习的少量示教是两回事。传统模仿学习里，人会把少量专家轨迹作为监督信号，放到 ACT 或 VLA 一类网络中训练，最后得到一个神经网络，再拿它去推理。

我们现在录制轨迹，但这些轨迹不直接拿去训练。例如，超市里的货柜是相对结构化的。一排货柜有一条示教轨迹以后，抓这一排第一个物品时，机器人从这个位置走；抓第二个物品时，底盘稍微挪动，机械臂仍可以沿相近轨迹完成动作。

我们暂时不追求连续空间里的泛化，而是在离散空间里，把相对固定的位置组织成结构化程序，再把相似动作封装成技能，让 Agent 去调度。

动察 Beating：这样会不会让它很难适应不同种类的线下商铺？

邹砚文：会有边界。但我认为，现阶段看到的端到端模型也有这个问题。它们同样需要在特定场景里采数据，再做后训练和迭代。光照环境变了，或者把一包乐事薯片换成一瓶百事可乐，都会带来变化。

我们想做的是先用 Agent 框架把事情跑起来。它看上去可能更笨，但一旦进入部署，用户与机器人的一次次交互本身就会成为这个场景的数据。这些专家轨迹之后仍可以支持端到端模型的迭代。

动察 Beating：谁来教机器人？为什么一定要做 Agent 自进化循环？

邹砚文：不可能把工程师部署到每一家门店。只有店长、店员能够像学会使用一台电风扇那样，在自己的环境里学会教机器人做事，才有可能在真实场景里采到新数据。

自然语言交互和 Agent Loop 就是为此设计的。我们的设想是，尽量减少人必须介入的部分，让 Agent 在任务中反思、调整，并调度不同技能完成工作。现在这仍是一套正在打磨的框架，不是已经被大规模验证的答案。

动察 Beating：介绍中写着「根据销售指标迭代销售行为」。这是不是意味着机器人除了做体力劳动，还要承担推销任务？

邹砚文：这里说的销售指标，不是指它要去推销。零售连锁里，供应链管理本来就很重要，后台也有销售数据。机器人进入前台劳动后，门店的销售数据、早晚高峰客流、货柜陈列和补货日志，都会成为它理解现场的一部分。

这些数据可以回到后台，用来优化供应和陈列，减少缺货或临期损耗。它做的还是前台劳动，只是劳动过程中沉淀下来的记录，可以进入门店经营的闭环。

40% 的账，和店里还留给人的事

机器人进入零售场景，最容易被拿出来计算的是工资。LoopMaster 给过「销售成本降低 40%」的测算，但团队也承认，这个数字是建立在一台机器人足够稳定、能长期少人维护运行的预期上的。

更难算的是人。眼下，他们想先把上下货、取货、补货等劳动交给机器；在更远的将来，他们不排除机器人能替代更多人工。但当问题落到处理人与人的交流时，他们也认为这是人不能被机器取代的地方。

动察 Beating：「降低 40% 销售成本」的数字是怎么得出来的？

谢俊：我们的测算，是把一台机器人的购买成本、日常 Token、电费和少量维护成本，同两名店员的工资进行比较。按两年回本周期计算，得到相对传统门店销售人力成本降低约 40% 的结果。

动察 Beating：机器也需要工程师维护。店长和店员解决不了的问题，维护、返修和人工接管的成本算进去了吗？

谢俊：这个数字的前提，是最终产品达到预期稳定性。真正商业化前，我们要尽量解决电机、线束、避障、堵转等问题，先达到较长时间连续运行、无需人为参与的指标，再谈这类测算。

维护肯定会存在。严重故障时，可能需要工程师现场处理或返修；如果本体足够模块化、结构足够简单，也可以提供维修教程。以后如果机器人部署足够多，可能会出现像修手机、修电脑那样的维修服务。我们希望把维护成本也尽量压低。

动察 Beating：在理想的零售门店里，人和机器分别做什么？

邹砚文：会一步步来。第一步肯定是上下货。之后可以扩展到从仓库取货、与顾客进行部分交流，或者把不同的机器人和 AI 能力整合起来。再往后，是基于门店已经沉淀下来的上下文和销售指标，做一些经营管理上的辅助。

动察 Beating：普通顾客走进一家有机器人的门店，心路历程会是什么？他们会信任它吗？

谢俊：一开始可能会觉得新鲜、好玩，也未必立刻信任它。但如果以后每家店都有机器人，人会慢慢习惯。

现在已经有机器人卖冰淇淋的场景。它也可能形成自己的品牌。比如一家全机器人餐厅，饮料和点心都由机器人做，如果产品好吃，而且别处买不到，顾客未必只把它看成替代人力的工具。

从经营者角度看，机器人还可能在卫生、人员成本和库存管理上有优势。它可以帮助门店减少不必要的食物过期和损耗。

动察 Beating：你们认同「替代人工」是机器人最直接的商业逻辑吗？哪些工作仍然只能由人来做？

谢俊：人与人之间的交流、流畅的陪伴和温馨感，目前的机器人还很难满足。

从长远时间线看，如果机器人控制足够柔顺，大脑也足够聪明，完全替代人工也不是不能期待。但有些敏感场景，推进会慢一些。

动察 Beating：大模型和本体都更新得很快。商家按两年回本买机器，会不会第二年就面对老硬件折旧和换代？

谢俊：硬件断代肯定会有，像电脑和手机几年后也会更新。我们不会承诺一台机器人能健康工作 30 年，比较现实的目标是 5 到 10 年。

短期一两年内的更新会带来折旧。因此产品设计时会尽量让关节电机、结构件等复用到下一代。我们更希望大脑的更新快于本体更新。软件可以线上升级，可能几周一个版本，也可能一个月有几个版本；本体则尽量在较长时间里保持通用。

谢俊以宇树 G1 为例，认为一种通用本体形态在一两年后仍可能有使用价值。对 LoopMaster 来说，他们希望最早卖出的机器，不必因为每一次算法更新就整体更换。

先把本体放进门店，再谈护城河

和很多把「宏大叙事」挂在嘴边的创业团队不同，LoopMaster 的回答比较真诚。谢俊直接说，他们眼下能够说清的，是低成本本体、正在打磨的 Agent 自进化框架，以及希望比端到端方案更早进入真实场景、积累数据的路径。

团队成员都是 00 后，对复杂的线下供应链和 To B 业务都承认经验不足。比赛可以把一台原型推到台上，真正的零售部署却要面对采购、售后、客户决策、可靠性、供应链与资金。每件事都比路演慢。

动察 Beating：面对成熟大公司和机器人厂商，你们认为自己的护城河是什么？

谢俊：现阶段的优势，首先是低成本本体。第二是这套比较新的 Agent 自进化框架。第三是，如果能够率先进入真实场景，就能更早拿到真机运行、用户交互和商业化过程里的数据。

但具体的商业化护城河，我们确实还没有完全想清楚。我们希望先把这些能力做出来，再在部署中找到真正有价值的东西。

动察 Beating：你们都是 00 后，面对线下门店、供应链和消费场景，会不会缺少经验？踩过哪些坑？

谢俊：会。团队现阶段都是 00 后，商业化和 To B 经验都比较缺。后面如果要真正商业化，可能需要吸纳有经验的商业化合伙人，也需要向行业里做过这些事情的人学习。

动察 Beating：未来在线下场景里跑出来的，会是通用人形机器人，还是针对具体任务设计的专用机器人？

谢俊：我觉得两种都会有。通用人形机器人适用的场景更多，但能耗、复杂程度和稳定性，未必比专用机器人好。人形在观赏性上会更强一些。

对于无人商店这类场景，一个有移动能力、上半身能完成操作的半人形系统，可能已经够用。没有必要为了像人，把所有复杂度都背上。

动察 Beating：接下来产品落地、融资和扩张有什么时间规划？

谢俊：比赛之后，我们和探月有了比较深入的交流与合作。本体作为实验室、科研用品，推进会相对快一些。我们预计近一个月可能会有一些订单出去。

但真正面向具体商业场景的部署，周期暂时还无法确定。团队还在磨合项目，也在找资源、投资和行业建议，继续迭代商业化路径。

别把每一家公司都办成一间新实验室

当采访谈到泡沫，邹砚文觉得现在的具身智能泡沫比大语言模型泡沫还要严重。他说大语言模型至少已经有人在付订阅费，具身操作里很多基于学习的机器人，还没有真正进入落地场景。若按市销率去算，泡沫反而更大。

在当前阶段，具身智能的研究固然重要，但他认为我们确实不需要那么多 Neo Lab，一家公司总要回答一个更笨的问题，它究竟在哪个场景里工作，那个场景又能否支撑它走向更强的能力。

团队最后把话题带回开源。过去两年做出的本体，他们愿意公开给学生、开发者，也希望有设计、美术、汉语言文学背景的人参与。具身智能不会只在模型论文和融资新闻里长出来，它还要被安装、教会、修理，并在某间具体的店里同具体的人相处。

Skills 自进化生长

动察 Beating：你们认为具身智能接下来最可能出现哪些泡沫？

邹砚文：我不觉得它的泡沫比大语言模型小。大语言模型至少已经有人在付订阅费。具身操作里，很多基于学习的机器人还没有真正进入落地场景。如果按市销率去算，分母很小，泡沫反而可能更大。

接下来一段时间，大家可能都会期待数据量积累后，端到端策略出现更强的能力。但要警惕把所有公司都做成 Neo Lab。每个创业团队都得想清楚自己的应用场景，以及那个场景能不能支撑它走向最终想要的端到端能力。

动察 Beating：你们为什么说，现在行业对具身智能的关注点有些太小了？

邹砚文：传统机器人本来就有感知、决策和控制等复杂模块，每一块都是单独的研究方向。今天大家争论世界模型、VLA 或低层策略时，常常只盯着一座积木塔里的几块积木。

这些问题当然重要，但如果要让机器人真的落地，本体与算法都要继续迭代，量产元器件要选，Agent Loop 要搭，基于学习和不基于学习的方法都要做。低层策略以后可能越来越大，甚至吞掉其他模块，但眼下更要紧的是先把整栋楼搭起来。

动察 Beating：你们为什么坚持开源，又希望什么样的人进入这个行业？

谢俊：鹏栋和我们花了两年做本体，还是愿意把它开源出来，因为我们希望吸引更多学生、从业者和其他行业的人参与。借助 AI 和 Agent 编程，一些没有深厚技术背景的人也能更快使用机器人、参与探索。

现在很多具身智能 Demo 有些同质化。行业需要新的想法。做美术、做汉语言文学的人，可能会带来和纯技术背景不同的理解。我们在黑客松路演时说过，希望不会技术的小老板，也能以较低成本用上机器人，让它承担一部分销售店员的工作。这是我们做开源和降低门槛的初心。

也感谢探月给了团队展示和合作的机会。我们希望项目能继续往前走，也希望整个行业能出现更多新观点、新范式和真正解决问题的场景。

动察 Beating：你怎么看今天 VC 进入大学、鼓励学生和教授出来创业，以及所谓 Neo Lab 的趋势？

邹砚文：我不确定能不能把它简单说成一件好事或坏事。一个现实是，高校体制很难吸纳深度学习研究所需要的那么多资金和算力。对一些教授来说，出去创业、和公司合作，或者做类似 Neo Lab 的组织，可能是获得资源的一种办法。

但它也会带来一二级市场估值倒挂、第一轮就融很大金额等问题。也许有些研究确实需要很多钱，可它未必需要那么多人。研究组织怎样获得资源，和一家公司怎样被市场定价，终究不是同一道题。

先把地板画出来

2016 年的电影《大创业家》讲的是麦当劳如何从一家餐厅变成连锁公司。影片开头，奶昔机推销员雷·克罗克在加州圣贝纳迪诺见到麦当劳兄弟。兄弟二人向他解释自家的「快速服务系统」，随后在一块空地上，用粉笔画出厨房、取餐口、炸锅和员工转身的位置，让店员一遍遍模拟点单、装袋、交付。直到这个流水线越来越顺畅。

《大创业家》电影定帧

先有人记得一间店里谁总是绕远路，谁会在拿餐时撞到谁，哪个动作会让顾客多等半分钟。然后才有图纸，把许多人的经验，压缩成了后来的人照着也能做的动作。

《大创业家》里，后来发生的是另一个故事。把一套流程变成可以复制的生意以后，谁拥有标准，谁拥有场地，谁又拥有那个品牌，事情便不再只关乎厨房。

LoopMaster 当然离这一步很远。它还没有完成真实门店部署，商业化的护城河也还有待验证。可这正好让采访里那些不那么圆满的回答有了分量。数据怎样积累，错误由谁接管，销售指标如何不被促销和客流骗过去，第一家店愿意为学习付出多少时间，这些都不是把机器搬进门店以后自然消失的小问题。

LoopMaster 现在有比赛现场的数百单测试记录，一张公开的 BOM 表，第五代本体上被砍掉的腰部关节，以及一套等待检验的 Agent 循环。它离真正的门店还差一块地板。有人得先把那里的线画出来。

原文链接

欢迎加入币营 Coincamps官方社群：

X 官方账号：https://x.com/coincamps

Telegram 订阅群：https://t.me/coin_camps