初生牛犊：第一次创业前的高光与低谷
姚颂回忆起自己创业起点时坦言，“当时这是第一次民营航天发射直播，这个点子是你想到的吗？是我想的，初生牛犊不怕虎，我们是敢吃螃蟹的这个人。” 然而，这份豪情仅维持了短暂时间——签完并购协议后，他围绕桌子踱步不到两分钟，人生便陷入灰暗。彼时他年仅二十五六岁，却已提前感受到中年危机的压迫感。
这种焦虑早在清华本科一年级便已埋下伏笔。作为物理竞赛保送生进入清华电子系，他很快发现：“清华真的好多同学又聪明又用功，确实赶不上。” 为应对竞争压力，他给自己设下严苛目标：每天学习必须满十一个小时，连上厕所、吃饭都要暂停计时器。他坦言，这种状态源于一种集体潜意识：“如果我没有在努力工作，没有在加班熬夜，我就会有负罪感。” 这种“清华式内卷”不仅塑造了他的学习习惯，也埋下了后续创业选择的种子——他意识到，大学真正的目的不是升学，而是为职业生涯铺路，因此开始主动探索科研、科创、社工等多元路径。
“我就是一名创业者，一名创业者。”
“我就是一名创业者，一名创业者。”
从AI芯片到商业航天：两条贯穿十年的创业主线
回顾从深鉴科技、东方空间到新公司 Striding AI（中文名：正行创新）的三次创业，姚颂总结出两条清晰的主线：第一条是向外求的使命线——解决对人类发展真正重要的问题；第二条是向内求的驱动力线——将技术原点转化为真实产品并影响大众所带来的成就感。
他将人类核心问题拆解为三类：第一类是拓展生存空间，包括能源突破（如核聚变）与航天探索（如多行星殖民）；第二类是深化个体福祉，涵盖健康、幸福与社会公平；第三类则是提升社会运行效率。无论是AI芯片还是机器人，本质上都服务于后两类命题。
在物理智能与具身智能的辨析中，他强调自己的公司并非单纯聚焦本体智能，而是以系统视角整合空间感知、本体运动、远程遥操等模块：“我把空间和本体运动和这个操作所有的融合叫做物理智能”。他指出，未来十年，具身智能若要真正落地服务人类，必须依赖一套覆盖多机器人协同、状态监控与应急兜底的远程系统。
“我其实是希望把数据、算力和模型放在一起去考量，希望把算法、软件、硬件解决方案、场景放在一起去考量。”
“我其实是希望把数据、算力和模型放在一起去考量，希望把算法、软件、硬件解决方案、场景放在一起去考量。”
清华科创启蒙：从焦虑到找到技术落地的支点
姚颂的创业意识萌芽于大一的强烈焦虑。他以同届“神人”韩衍俊为例，描述了清华顶尖生源间的激烈竞争环境——“微积分老师出期末卷子的最后一道题，专门为了难住他一个人”。这种压力下，他一度濒临崩溃，但也因此领悟到：“这根弦不能一直紧绷着。”
转折点出现在大一下学期。当他意识到大学的核心目标是“走向工作”而非升学后，他主动选择加入电子系科协，并在硬件部找到技术落地的兴奋点：“我最喜欢和擅长和能感觉到成就感的，是说，那个小车能够动起来，让各种这个程序能够跑起来”。一次为线性代数老师代课的经历更让他确认：学习动力源于理解知识的实际用途——他将科研中对线性代数的运用转化为教学内容，帮助低年级同学建立学习意义感。
这段经历也让他看清科研与科创的差异：科创强调“看得见、摸得着”的产品（如挑战杯项目），而科研更侧重理论或软件输出。对他而言，最终必须有“真实生活中的东西”才能带来持久成就感。这也为他后续从AI芯片到航天、再到物理智能的连续创业埋下伏笔——技术必须穿透实验室，抵达真实世界。
“你学的东西是有目的的、有意义的，你不是盲目的为了最后考一个高分在学习。”
“你学的东西是有目的的、有意义的，你不是盲目的为了最后考一个高分在学习。”
从随大流到寻找自我：科研路径的再思考
姚颂坦言，本科阶段初期他属于典型的“随大流”学生——在电子系浓厚的出国读博氛围中，出国深造一度被视为最优甚至唯一正统路径。他那一届出国比例高达45%，远高于近年的10%左右。然而，真正促使他转变的，并非某个突发事件，而是持续的自我觉察过程：从初中担任班长时对规则的反思，到大学逐步形成独立判断，再到大三暑期赴斯坦福做科研、首次发表论文并赴美参会，他开始意识到：科研生活并非自己真正向往的状态。
在与硅谷清华校友交流后，他观察到一种“高收入、低强度”的工作节奏——每天仅工作五至六小时，但职级与收入增长缓慢。这与他“无法忍受 boring”的人生观形成强烈冲突。正如一位老师所总结的：“人生只有两种状态：boring 和 suffering，看你倾向哪一种。”他明确选择了后者。值得注意的是，他申请CMU全奖博士offer的时间点（大三）早于创业决策，放弃offer并非冲动，而是在科研、管理与成果转化路径上已提前完成关键积累：大一起即进入实验室，本科期间发表四五篇论文，大二起带新生，大四时带领团队完成一个可运行AlexNet/VGG的AI芯片Demo——这些经历让他比同龄人更早走完“科研→方向选择→团队管理→成果转化”的完整链条。
“人生就两种状态，叫 boring 和 suffering。然后就看你倾向于哪种，对我来说，我可能更加无法忍受 boring。”
“你一天要工作十一小时的人生观，和他们一天工作五小时却收入稳定增长的生活方式产生了根本冲突。”
创业的临界点：从毕设Demo到深鉴诞生
深鉴科技的雏形，源于汪玉老师实验室中四位一字班同学（2011级）的毕业设计项目：姚颂担任项目经理，协调算法（周二进）、架构、软件与编译器方向，最终产出一个完整可运行深度神经网络的硬件平台。这一成果成为创业的直接催化剂。2014年9月，商汤科技在清华科技园创业大厦（即姚颂身后那栋外墙斑驳的楼）成立，标志着AI商业化浪潮启动——姚颂敏锐意识到：深度学习若要落地，必须依赖专用芯片与高效平台，而CPU/GPU已显乏力。
同年年底，韩松（MIT现任常聘副教授）从斯坦福归国，带来与硬件高度互补的算法压缩与稀疏化技术，两人一拍即合。此时汪玉老师不仅提供学术支持，更成为关键决策推手：他向姚颂承诺，若创业失败，可继续推荐其赴CMU或斯坦福读硕，走一条“体面”的常规路径；同时指出创业的“机会成本最低期”恰是年轻无负担之时。这一承诺极大缓解了姚颂的心理压力。最终，父母在汪老师多轮沟通后才勉强同意——姚颂成为极少数本科毕业即全职创业的“极端选择”，而同期“神级”同学（如韩彦俊、张帆、杨植林、高继阳等）多遵循“读博→企业→创业”的更长路径。
“创业的机会成本最低的时候，恰恰是你年轻的时候。大部分人到了三十多岁，反而是不敢创业的。”
退路与勇气：在主流路径之外的主动选择
姚颂的创业决定并非孤注一掷，而是在充分评估后的理性跃迁：他手握CMU全奖博士offer，且有汪玉老师提供的“保底方案”——创业失败可转而赴美读硕，延续社会主流认可的精英路径。这种“有退路的勇气”，恰恰凸显其选择的特殊性：他跳过了“博士→教授/大厂→创业”的常规链条，将科研成果转化周期压缩至本科毕业节点。
这一选择背后，是清华园价值观的深刻映射：彼时“神”级人物以学术天赋与论文产出为荣，社工或创业尚非主流评价维度；而“星火计划”“思源计划”等专项培养更强化了“科研报国”的集体叙事。姚颂与韩松、许华哲等人虽同属“星火一期”，但他更早将科研能力转化为工程产品与团队管理经验，使毕设Demo具备真实商业潜力。当商汤的成立印证AI产业化窗口开启，他与团队选择在技术成熟度与市场预期交汇的临界点果断出手——不是逃离科研，而是以创业为新载体延续科研使命。
“我相当于可能比大家更短周期的去完成了从科研走向科研方向的选择，走向科研管理，在最终走向科研科技成果转化的这条路径。”
破除路径依赖：从‘家长认可’到‘主动选择’
在决定创业时，姚颂已明确不再沿袭传统路径——即赴美读博、进入大公司工作——这条被多数家长认可的职业轨迹。他坚定地选择与汪老师共同创业，尽管初期面临家庭强烈反对。为此，汪老师多次出面与姚颂父母沟通，反复解释创业的逻辑与前景，最终才获得父母对其“首次创业即放弃出国读书”这一决定的同意。
姚颂特别强调，他当时并非“all in”式孤注一掷：他保留了退路，也并不推崇将房产等全部资产抵押投入创业。他引用一个知乎高赞回答指出，赌徒失败的根本原因并非概率劣势，而是本金归零后彻底丧失翻盘能力。因此，他主张将时间、精力、注意力和资源“all in”，但不应封死退路。因为“追求成功”与“防止失败”是两种截然不同的行动逻辑：前者允许适度风险，后者则倾向于保守延展节奏，二者会引发完全不同的决策行为与组织节奏。当团队为创业做了大量“互相壮胆”的准备后，却在对接50家投资机构时无人愿意投资，凸显了当时硬科技创业的极端艰难处境。
我从来不鼓励你 all in。因为当你把房子去all in了，你的这个失败成本实在是太高了。
为什么赌徒们永远是失败的？是因为……会有一个刹那，你的本金输为零，输为零以后你就没有任何资本再去翻本了。
技术叙事与商业认知的鸿沟
2015年下半年，深鉴筹备初期，投资人普遍缺乏技术判断能力：当时中国科技投资领域几乎无芯片行业成功案例，除展讯外几近空白；教授创业、学生创业极为罕见，连可援引的范例都屈指可数。投资人多来自消费、文娱背景，缺乏半导体与芯片领域的专业知识体系，无法理解FPGA、能效比（如“多少GOPS per watt”）等技术指标的实际意义。
姚颂回忆，他们最初用纯技术语言构建商业叙事——强调芯片方案的先进性、能效优势及未来AI算力需求，但投资人更关心的是：是否存在万亿级市场？产品如何落地？技术是否已可支撑可演示的产品原型？ 北极光邓峰学长一针见血指出：“你这个PPT还是纯技术人员的讲法”，技术创业不能自嗨，而要从市场倒推技术价值。这一反馈促使团队迅速调整方向：既然客户与合作伙伴已深度认可技术价值，不如直接将他们转化为投资方。
技术创业很重要的一件事，就是要很快的抛弃单纯的技术思维。因为你的技术的目标最后不是发 paper 了，就是你的技术的核心不是自嗨，你技术的核心是要在产品上最后能够创造价值。
战略融资：选择赛灵思而非英伟达的深层逻辑
深鉴的天使轮最终由金沙江创投张雨桐领投，其背后关键推手是硅谷合伙人Richard Lin（林仁俊）。他拥有数十年半导体投资经验，从行业演进趋势中判断“专用处理器”将成为通用处理器的必要补充；而张雨桐作为清华电子系背景投资人，也认可团队的技术实力。高榕基金随后跟投，主要基于对金沙江判断的信任。
值得注意的是，深鉴在后续融资中拒绝了英伟达、英特尔等巨头，最终选择赛灵思作为战略投资者。姚颂解释，这是其早期系统性战略思考的起点：他从公司终局出发反推路径——上市、被收购或破产，进而分析不同收购方的动机与利益边界。若同时引入多家竞争者，虽短期可提升品牌声量，但中长期可能带来隐患：技术信息泄露、收购受阻（如竞对捣乱）、资源投入冲突（如英特尔担心帮赛灵思推产品）。因此，团队果断放弃短期品牌红利，选择与自身嵌入式场景最契合、且能提供长期产业协同的赛灵思。
在团队分工上，姚颂担任CEO，负责一线业务与执行指挥；汪老师则如“政委”，主导战略决策、协调团队矛盾、对接关键客户（如与搜狗王小川会面时由其出面更有效）。CTO山一带领研发落地，韩松任首席科学家负责前瞻性算法研究。姚颂坦言，团队早期缺乏商业与产业经验，但自身在实践中快速补足了这一角色，并得到刘静秀等师兄的持续支持。
从技术骨干到战略决策者
深鉴科技成立初期，团队由姚颂、汪玉（导师）与韩松（首席科学家）等人组成，分工明确：韩松主导前沿算法研究，如稀疏化、量化、模型压缩等方向，通过周会或双周会形式带领团队持续探索；而姚颂则在实践中逐步成长为商业与战略决策的核心角色。他坦言，团队最初缺乏具备产业经验和商业思维的人，而自己是在日常工作中自然转型承担起这一职责——组织算法、软件、硬件协同落地产品，并主导关键方向的取舍。
在一次重大战略调整中，姚颂力排众议砍掉了刚在CES发布的无人机业务（与零度智控合作的板卡级解决方案），转而聚焦智能安防与辅助驾驶。此举引发团队强烈反弹，尤其对已投入近一年的成员而言，沉没成本的现实冲击巨大。但他坚持认为：“你一定要相信沉没成本是零”；无人机市场高度集中（70%份额被大疆垄断），即使服务国内第二大的零度智控，其商业天花板也极为有限。
“你一定要相信沉没成本是零，就是不管你投入了多少。它就是一个沉没成本。”
“CEO在公司，我跟你讲一个特别好玩的事儿：永远遇到的都是最难的问题和最破的问题。”
痛苦即成长：在不确定性中锚定方向
姚颂将CEO角色描述为“永远处理差与更差之间选择的人”——当团队面对无明确最优解的困境时，才会将问题上交。这种高频高压的决策环境，倒逼他快速完成从技术执行者到战略领导者的转变。他坦承：“当你自己所有精力还在具体的研发事情上的时候，那谁来承担战略思考、融资、跑客户、组织建设？”
他并不抗拒这一转型，反而视其为清华人的特质：“需要你做什么你就做什么。” 在早期被50家投资机构拒绝的经历中，他与汪玉老师共同建立起一种极富韧性的认知框架：“你不需要所有人都能看懂，一百家机构最后有一家理解并投钱，就能做成。” 这种信念使其在后续融资与决策中保持高度平和与清醒。
当被问及是否愿选择另一条路径（如成为纯技术型创始人），他回应：“站在另外一个角度，我也是一个挺知足常乐的人……我也从来不回头看，我也从来不后悔。” 他更看重时间的使用质量，认为人生第一性原理是：“人最重要的其实是生命，生命其实就等于时间。”
“痛苦就带来成长。所以其实塞翁失马焉知非福嘛，就所有的痛苦带来的都是成长。”
退出与重启：在财富与意义之间寻找支点
2018年底，深鉴以3亿多美元被收购，成为当时AI创业潮中退出最快、最成功的案例之一。姚颂坦言，收购决策背后是多重因素交织：三英斯（360旗下公司）正从器件公司向平台公司转型，亟需深鉴的软硬一体能力；同时，团队年龄结构上升（2016年平均26.7岁→2018年31岁），成员开始面临家庭责任，对高强度工作产生倦怠；更关键的是，他首次系统性地从负面视角审视公司风险：战略新兴板尚未推出、A股上市门槛高（需连续三年利润增长）、周期长达5–6年……这些不确定性远超此前乐观预期。
收购后，姚颂并未陷入狂喜，反而陷入长达数日的“灰暗状态”——他意识到：自己不适合大公司按部就班的节奏，且缺乏清晰的下一程方向。他形容这种状态为“一团雾在你前面，完全混沌”，因为过往所有路径（三维IC→AI加速器→硬件安全）都围绕同一主线展开，而创业成功后，“换赛道、想方向”成了最痛苦的挑战。
他最终选择在锁定期满前退出（承受经济损失），用数年时间沉淀与探索，直至2021年二次创业投身商业航天。他强调：“做任何决定的前提条件，是你获取到了足够多的信息。” 而他衡量成功的标准始终如一：“把时间花在让自己激动、感兴趣、高兴的事情上。”
“你花时间花在让自己激动、自己感兴趣、自己高兴的事情上就可以了。”
从深鉴退出后的信息收集期
2018年出售深鉴后，姚颂进入了一段长达三年多的“信息收集期”。他坦言，收购通常伴随锁定期，而他甚至提前跳出锁定期，损失了不少资金。这段空窗期并非无所事事，而是他刻意为之的调研阶段：做任何决定的前提，是获取足够多、足够完整的信息；若信息片面，决策便无从谈起。
为系统梳理方向，他主动接触多方资源：2018年12月，他在凤凰会与经纬合伙人王华东共进晚餐；同期也与IDG的牛慧光、朋友李诞深入交流。华东建议他“多看看别人在做什么”，并邀请他以兼职 venture partner 身份加入经纬——这成为他关键转折点。在经纬期间，他参与投资了多个项目（如西智科技），并孵化和天使投资了一家脑机接口企业（后由经纬 Pre-A 轮领投）。更重要的是，他借经纬平台，系统性接触了激光雷达、商业航天、脑机接口、可控核聚变等前沿领域，逐步构建起自己的判断框架。
“专业的投资人曾经是你长期的一个选项吗？……我跟张颖去聊我加入经纬的时候， David 也是看得特别明白的。他说姚颂的你不需要现金，是你需要足够多的信息。”
“我觉得在很多的行业，实际上它的工程的难度和要求会高于对那么一两个技术点的要求。”
方向筛选：技术、工程与商业化三角权衡
在广泛调研中，姚颂对多个方向进行了严格筛选。以激光雷达为例：2019年上半年，他观察到每三个月就有六七家新团队涌现，但最终未投任何一家。他通过与禾赛李一帆的交流意识到：技术路径（如固态 vs 非固态）并不关键，真正的壁垒在于工程化能力——从 prototype 到小批量、再到自动化量产的完整流程，需三到五年沉淀。这一判断后来被行业验证。
脑机接口方面，他虽孵化相关项目，但未亲自创业，因评估其在中国的临床审批周期过长（如侵入式设备需耗时近十年），难以匹配他“两三年内看到工程化与商业价值”的节奏。
至于国产GPU（如壁仞、摩尔线程），他虽技术背景契合，却因两点放弃：一是收购协议中五年内不得从事同类创业的诚信承诺；二是当时尚无法预见大模型将引爆算力需求，缺乏清晰的商业化路径。
他甚至考虑过可控核聚变，但认为其仍处实验室阶段，缺乏可量化工程路径与经济模型——例如托卡马克第一壁材料因快中子辐照需频繁更换，成本与周期难以支撑商业化。
“当你纯粹还停留在研究阶段和过审的阶段，没有进入到真正产品和商业化的阶段，我觉得我的能力不一定能够特别好的发挥出来。”
“我甚至想过，我是直接去读一个博士，啊，只不过后来也确实看到了火箭这样一个机会啊，所以选择了火箭这件事情。”
“富贵闲人”的心理煎熬与创业执念
尽管工作状态不忙，但失去目标感的三年多时间，心理上极为难熬。姚颂形容这是一种“文火烧着的感觉”：手机不愿刷、兴趣全无，陷入持续的无聊与空洞。他尝试用音乐、足球、参与乐队活动（如《乐队的夏天》激发他重拾乐器，甚至自拍弹唱打鼓视频）填补空白，也曾认真考虑“当一个职业鼓手”，水木年华缺鼓手，他愿去顶替。
但这些终究是短暂慰藉。他坦言：“工作永远是我的整个人生的主流”，不存在真正的 work-life balance。当兴趣被满足一次后，便再无新鲜感。创业的冲动始终未熄——他本质上无法脱离科技与工程落地的现实战场。
这段“踱步期”实为沉淀：他通过经纬的深度参与，提炼出商业航天的三大核心维度——航天（技术能力）、商业（成本与现金流）、中国（适配国家系统），为东方空间的创立埋下伏笔。
“这是一种刺痛感，还是一种一直这样被文火烧着的感觉？……文火烧着的感觉，就是你体会过无聊吗？就是那种，手机也不愿意刷了，什么都感觉提不起兴趣，很无聊，很无聊的那个状态啊。”
从通信演进逻辑推演卫星互联网与火箭优先级
姚颂从通信技术代际演进的视角切入，指出五G并未如预期催生大量新应用，印证了通信换代常低于预期的“魔咒”；相比之下，2G和4G带来的社会变革却极为显著。他认为，六G的发展不应仅聚焦于速率提升，而应转向覆盖广度等更关键指标——例如将基站部署至太空，实现单点覆盖数百公里范围。这一判断使他将目光投向卫星互联网，并预判国家将在两三年内启动类似Starlink的国家级项目。
基于此，他提出火箭发射应遵循“好多快省”的优先级逻辑（对传统“多快好省”的重组）：“好”指高成功率，因低成功率（如50%-60%）无法支撑大规模组网；“多”指运力需达5-6吨以上，才能满足单次发射十余颗、总重数吨级的卫星互联网需求；“快”是抢占窗口期——卫星刚上市时火箭运力稀缺，若延迟三四年，市场将陷入红海竞争；相比之下，“省”虽重要，但保障批量发射的优先级高于单发成本节约。
“好代表着你要高成功率，你如果是一个百分之五十、六十成功率的发射，没有任何这种卫星互联网组网的计划感用。”
“卫星互联网就是火箭公司这个行业对一个很大的市场化的客户，对，也是一个重大的市场变化。”
东方空间的创立逻辑与技术路径选择
姚颂的判断与一批从体制内火箭团队出走的技术骨干高度契合——他们已初步组队并开始规划，但缺乏商业化与资本对接能力。双方互补：技术团队深谙体制内流程与工程细节，姚颂则擅长战略、资本与组织设计，最终促成东方空间的诞生。
在技术路径上，他主张从固体火箭起步：因其高可靠性、短研发周期，契合“好”与“快”的优先级。引力一号采用固体捆固体构型（中间芯级与四个助推器均为固体），属行业罕见设计，带来推力不均、燃烧非均衡等挑战。团队通过大量工程创新解决如海面发射时的火焰溅射、船体烧灼、风载晃动等复杂问题。
“航天不应该跟普通人这么遥远，我觉得它应该是一个最终让大家都能够亲身经历、亲身感受的一件事情。”
“所以我就希望我第一次的火箭发射不只是一个很像国家的保密的火箭发射的活动，而是说希望像一个大家都能够接触到、都能够参与的活动音乐节一样的事情。”
仿真瓶颈与跨界思维：从EDA到航天工程
姚颂以EDA背景切入，指出航天领域仿真能力远落后于计算机科学等前沿领域，导致研发周期冗长、测试成本高昂。他援引SpaceX 2015年GTC演讲《GPU to Mars》，强调GPU加速仿真可大幅提升验证效率。其核心理念是：若能通过高保真仿真覆盖全系统零部件与燃烧过程，即可大幅减少物理样机与测试环节，缩短初样阶段耗时。
尽管与北大、北航燃烧仿真专家展开合作，但出于航天“好在第一位”的底线原则，团队对激进创新持审慎态度。首飞成功后，他最珍视的是完整经历并复现中国重型火箭从论证到发射的全流程，并锤炼出跨部门协同、战略推演与本土落地能力。
“你看到外界的一些纷扰，社交媒体上的一些说法。对，你是你是什么心情了？就没啥心情。”
“其实大家都知道做了哪些事儿，然后有怎样的价值，然后也都知道公司还在正向的发展，所以我就没有什么特别的心理的波动啊。”
从灰暗到重启：第三次创业的契机
在深鉴科技退出后，姚颂曾经历一段灰暗期，但当他离开东方空间、启动 striding AI（后定名“物理智能”）时，整个过程却出人意料地迅速。他坦言，这次创业方向的确认其实耗费了一年甚至更长时间——从思考“公司发展到阶段，是否该探索新方向”，到真正迈出第一步，中间经历了反复权衡与验证。与前两次不同的是，他此时的身份已不仅是创业者，更是C Fund 的创始合伙人，虽不参与日常管理，却能持续接触大量前沿项目与市场信息，这极大提升了判断效率。
他用足球运动员因扎吉的进球方式作比：创业不是苦思冥想后强行“发明”方向，而是像因扎吉一样，身处小禁区核心位置，球刚好来到脚下，顺脚一推便进球。这背后是天时、地利、人和的汇聚——即资源、时机与路径清晰度的统一。他强调：“创业不是我想成功就能成功，而是机会恰好在你面前经过，你得能接住。”
“我觉得创业其实是一个这样的状态，就是说你得感觉自己好像就身处在英扎吉这个位置，其实是那个球正好过来了。”
“你得感觉自己好像就身处在英扎吉这个位置，其实是那个球正好过来了。你正好其实只要顺手，呃，就是顺脚一推，顺头一顶，可能这个球就能进。”
天时地利：两大战略股东带来的场景闭环
姚颂所言的“天时地利人和”，在物理智能项目中体现得尤为具体：正大集团与华勤技术成为除创始团队外的前两大股东。正大是全球营收超1100亿美元的跨国巨头，业务横跨农业、食品加工、零售（直营便利店超1.6万家、超市2700家），而华勤是全球最大的消费电子ODM厂商，覆盖手机、笔记本、可穿戴设备等全品类制造。
这两家股东不仅提供资金，更提供了真实、复杂、可迭代的落地场景：与华勤聚焦3C电子工业生产场景，与正大则在零售场景（如7-Eleven、卜蜂莲花）展开合作。姚颂指出，物理智能必须依托场景驱动——从数据采集、模型训练、产品部署到反馈闭环，缺一不可。没有这两个基石，整个技术路径将难以闭环。
“你物理智能，一定是基于一个场景，你开始采了数据，有了模型，有了产品，有了解决方案，上到产线或者上到工作环境，有了更多的数据，这个事情才能够迭代起来。”
人和与差异化：技术传承、国际视野与创始人信任
另一重关键“人和”来自姚颂与导师汪玉教授团队的再次合作。汪玉团队近五六年持续深耕巨神智能（具身智能）相关研究，涵盖强化学习、世界模型、基础架构等方向，其内部也曾酝酿独立创业。姚颂凭借多年积累的强互信关系（如与于金成等清华电子系后辈的长期共事），迅速促成技术与商业的协同。
更关键的是，姚颂强调其项目从第一天就确立了“立足中国，面向国际化、面向出海” 的基因——这是多数国内物理智能公司难以复制的差异化优势。正大作为股东，不仅提供股权支持，更带来覆盖全球的商业网络。他透露，公司已与多家大型上市公司达成战略合作，部分合作甚至在访谈前就已公开。
他特别回忆了2022年冬与正大董事长谢国民的首次深度交流：时年86岁的谢老全程不喝水、不上厕所、不看手机，认真倾听、主动提问，并主动加微信。这种对年轻人与新技术的尊重与好奇，奠定了双方后续无条件合作的基础。谢老在姚颂离开火箭领域后，明确表态：“你只需要告诉我需要什么支持，我们独家合作。”
“他拿出自己的手机，一个一个弯下腰去扫我们的微信……到了这个年纪还持续保持着对于科技、对于各种新事物的好奇心，然后对人无比的尊重。”
国际化布局的结构性优势
姚颂指出，能否实现国际化并非单纯依赖业务策略，而是由公司早期的架构设计、股东结构与资源禀赋共同决定的。他观察到，许多中国物理AI公司受限于初始设定，难以拓展海外业务；而深鉴（Striding AI）则因在创立初期就选择了具备全球视野的投资人与产业资源方，形成了相对优势。例如，智元机器人与银河通用等公司虽已开始积极布局国际业务，但多数创始人作为首次担任“一号位”的技术背景人才，仍处于“探地图”阶段——先做算法、本体、Demo，再思考落地路径，这种路径依赖可能成为后续发展的制约。
“你前面的一些决策就可能成为你后面的一些制约，就比如说刚才讲的你的股东结构。”
“你得找到跟你紧密合作的、高质量的、封闭的、海量的数据来源。”
系统性能力：数据、算力与人才的三维协同
姚颂强调，当前顶尖大模型企业的成功并非源于‘一两个小天才’，而是数据、算力与人才资源池三者缺一不可的系统工程。他以DeepSeek为例，指出其背后是数万张GPU卡、数百人协同研发的成果；而单纯依靠资本购买算力与数据，会导致成本居高不下，产品缺乏商业竞争力。以正大集团为例，其40余万全职员工构成的封闭场景，使数据采集成本可降至市场价十分之一以下——这无法靠金钱直接购买，而需解决信任与流程适配问题。
在算力层面，他强调基础设施层的深度优化能力至关重要：同样的1000卡，不同团队的产出效率可能相差数倍。他自信地表示，Striding AI能以256卡实现其他公司千卡级的训练效果，这源于其在底层架构上的持续创新。
“你一定是数据、算力和人才资源池同时三个方面去解决，你才能够做出持续不断的业界领先的算法。”
从人才池到商业落地：缩短转化链路
姚颂认为，构建可持续领先的技术能力，关键在于建立庞大且动态更新的人才资源池。他分析了DeepSeek、Kimi、质谱等公司的共性：通过学术网络（如唐杰团队的学生梯队）、技术感召力（如杨致霖凝聚清华系人才）、高竞争力薪资与个人影响力（如梁峰吸引顶尖工程师）等多路径汇聚人才。他特别提到算法负责人高峰——被多位教授评价为“一人顶十人”的稀缺型技术人才，这类资源无法仅靠金钱或合作获取。
更关键的是缩短从前沿算法到商业价值的转化链路。姚颂指出，许多AI公司（包括商汤、旷视）的反思在于：research→product→落地的pipeline过长，导致技术优势难以转化为商业壁垒。他主张在大模型时代，应尽可能实现“model即产品”的快速转化；而在物理智能领域，则需更紧密地整合研发、工程与产品团队，形成敏捷闭环。他总结道：“最核心的能力其实是一个组织能力。”
垂直整合：物理智能的底层护城河
当前物理 AI（或称具身智能）行业尚处于早期阶段，尚未形成标准化接口与成熟供应链体系，这使得“全栈自研”成为构建技术壁垒的关键路径。姚颂强调，从底层算法、机器人本体结构与硬件设计，到端侧软件、云端遥操平台、云服务系统，再到最终的解决方案交付与现场实施，必须实现强垂直整合。这种整合并非盲目自给自足，而是聚焦于大脑系统、控制算法与核心软件层的自主可控，而关节、结构件等标准化部件则可依赖生态合作。
“我认为这个可能会是巨神智能未来三到五年发展的主流方向，或者哪怕大家现在没有这么做，也都会逐渐变成这个方向。”
“你真正要做场景落地交付，还是应该用轮式双臂的这个构型……重心更稳定，身体晃动更小，其实是更便利算法的执行的。”
落地节奏：Milestone 即生存线
姚颂明确反对“纯技术优先”的路径依赖，主张每一步技术进展都必须对应可交付的商业化里程碑。他以自动驾驶行业为例指出：独立 L4 公司死亡率极高，唯有通过阶段性落地成果（如矿山、港口等封闭场景）持续证明价值，才能维系融资能力与团队士气。相比之下，Boston Dynamics 虽技术惊艳，却因长期缺乏商业闭环而高度依赖信仰型投资。
他进一步提出，物理 AI 的复杂度远超自动驾驶：机器人需主动干预物理世界、面对无结构化环境、并控制远超车辆的自由度（如双臂+双腿+灵巧手可达 20+ 自由度）。在当前算法能力下，稳定操纵灵巧手仍属挑战，因此短期应聚焦轮式双臂构型，以场景限制换取交付可行性。
“拿出商业成果，一定比大家看到一个惊艳的 demo 会更容易 convince 所有的人。”
“我认为物理世界我们这些模型可能还在一个幼儿园小班中班的水平，通用算法的难度比自动驾驶高两到三个数量级。”
行业三阶段：从技术破圈到商业验证
姚颂将物理 AI 的发展划分为三个关键阶段：第一阶段是 GPT-3.5 级别的通用能力突破——即模型在零样本（zero-shot）下，于任意本体与任务中实现 95%+ 成功率；第二阶段是破圈时刻——如 DeepSeek 开源引发大众体验热潮，技术从 benchmark 走入真实感知；第三阶段是商业价值充分验证——如 Anthropic 实现 40 亿美元 ARR 并实现经营性盈利。
巨神智能的目标是成为这三个阶段的共同参与者与见证者：通过统一软硬件平台，确保前沿算法可快速迁移至不同交付场景，打通“研究—部署—反馈”的最小闭环。他强调，技术突破与商业落地并非二选一，而是可同步推进的双轨路径。
“我可能所有的软件接口都是统一的，我的硬件本体可能也是统一的，我最终交付的应用可能不一样……当我来了一个最新的算法，我只需要把我的这个 foundation model 改了，剩下的马上就可以直接交付，对我来说难道不是一件好事儿吗？”
物理AI与数字世界的分野
姚颂指出，物理AI（Physical AI）与大语言模型（LLM）存在本质差异：LLM在数字世界中已实现小规模商业价值（如早期的Jasper），但受限于语义建模的局限性，难以在短期内支撑大规模落地；而物理AI则可在封闭或半封闭场景中（如矿山、港口、慢速无人车）快速实现显著商业成果。他强调，物理世界的复杂性远超数字世界——例如，数字语义中“你”与“我”是离散概念，而物理世界中同一称谓可对应空间、时间、环境等多重变量，导致建模难度呈指数级上升。
他进一步提出，“语言即世界”这一观点并不成立：语言本质是数字化、离散的逻辑结构，而物理世界是连续、模拟的。即便用语言描述一个杯子倾斜的角度或两人之间的距离，也难以精确表达。因此，试图通过超大规模参数模型（如5P、10P甚至100P）完全模拟物理世界是不现实的——不仅推理成本极高，更无法满足实时性要求（如30帧/秒、低延迟）。
“在数字世界，你是很难实现大的这个商业价值的；但是在 physical AI，在物理世界，你是有可能实现巨大的商业价值的。”
“物理世界是很难存在垄断的……汽车公司有多少个？日本有三个，欧洲有三个，美国有三个，中国更多。”
技术路径选择：从场景反推模型
姚颂对比了两种主流创业路径：一种是以OpenAI为代表的“先追求通用智能，再优化部署”的路径；另一种则是他所坚持的“算法每前进一步，就产生新的商业价值”的渐进式路径。他认为，后者更可持续——物理AI的模型规模（如2.5B–10B参数）与部署约束（端侧推理、实时性）决定了不能简单套用LLM的蒸馏、压缩范式；因为部署模型与原始大模型之间参数量级可能相差万倍，而传统蒸馏仅能缩小几倍。
他进一步解释其技术思路：不追求像素级还原，而是回归“隐空间”建模，聚焦物理世界的底层规律——包括牛顿力学定律（如动量守恒、弹性碰撞）与日常物理学常识（如材质轻重判断）。例如，机器人无需识别杯子上的文字或衣服颜色，但必须理解“纸杯轻且软”“金属块若为金则重”的物理属性。这种取向与其早年物理竞赛背景密切相关：物理研究强调“果断舍弃小量，保留主干”，而非追求细节无遗漏。
“我们更多的愿意回到一个你不管叫隐空间，还是说我希望回到一个规则空间、物理世界的空间去理解这件事情，而不是站在一个像素空间和人肉眼看到类似的空间去处理这个问题。”
世界模型热潮的理性审视
针对当前火热的World Action Model（WAM）方向，姚颂认为其兴起是双重趋势叠加的结果：一是技术乐观主义驱动——类似早期深度学习在人脸识别、ImageNet上的爆发式突破，让行业相信“简单算法+短周期开发”即可实现性能跃迁；二是资本与生态的示范效应——地平线、寒武纪等成功案例激励新团队尝试新架构。
但他提醒，WAM若仅以视频生成模型为backbone（即像素级重建），将难以满足物理AI对实时性与轻量化的要求。他并不认为这是泡沫，而是“泡沫没有想象中那么大”——类比2018年地平线高估值时的质疑，最终行业仍走出实际价值。关键在于：能否在技术演进中持续产生商业闭环，而非仅依赖资本输血。他指出，中国创业公司若缺乏OpenAI级别的资源（如每年数亿美金、万卡算力），却盲目追求“GPT-3.5时刻”，将面临融资断档的致命风险。
“我觉得这肯定是一种……是一个非常值得探索，并且肯定会有把整个人类在物理智能的算法往前推一大块的可能性。”
泡沫与现实：从地平线看行业周期
姚颂认为，当前具身智能与物理AI领域的泡沫远没有表面看起来那么大。以地平线为例，2018年其营收约1亿元人民币、估值达30多亿美元，当时被广泛视为高泡沫企业；但随后行业虽经历2018–2020年短暂下滑，2020年即迎来转折——于凯发布朋友圈庆贺地平线出货十万颗芯片，行业迅速进入正向发展轨道；2024年地平线上市，市值一度突破1500亿港币。类似地，Momenta最新融资估值达千亿人民币量级，其此前十几亿、二十几亿美金的估值也难言泡沫失控。
“你站在这个角度，地平线的泡沫不大。”
他进一步指出，若企业从一开始就执着于L4级终极模型，中间淘汰率会极高；但若能以阶段性业务落地为依托（如从L2产品起步，逐步迭代至L3/L4），则生存概率显著提升——这正是华为、地平线等成功企业的共性路径。因此，能否活到技术真正批量落地、产生商业价值的那一刻，才是判断泡沫与否的核心标准。
“如果你能够活到它真正的技术到了批量应用落地、产生商业价值那一天，这所有的公司就不存在泡沫。”
百业涌入：物理智能的产业洪流
姚颂判断，中国所有制造业与互联网企业都将全面投身物理AI浪潮，其规模与广度将远超大模型竞赛。不仅所有主流车企（比亚迪、吉利、华为、小米等）、手机厂商（OPPO、VIVO、荣耀等）及产业链企业（华勤、蓝思、中兴通讯等）将入局，中联重科、三一重工等重型机械企业也必然跟进。国家发改委数据显示，已有超百家公司在2024年推出两百余款人形机器人，其中多数为新创公司。
他甚至提出更乐观的预测：物理智能行业有望在10–15年内超越汽车产业产值，成为国家经济支柱之一。原因在于其渗透力极强——不仅覆盖第二、第三产业，甚至将深刻影响第一产业；机器人将成为“物理世界的脑”，驱动社会生产与服务方式的系统性变革。
“巨深这个大的行业，未来肯定是百业之王。”
底线与长期主义：创业者的防守姿态
面对行业乱象，姚颂尤其强调真实性与可验证性的重要性。他指出，当前大量视频演示存在“加速剪辑”（如5x、10x甚至20x）和未标注非自主操作的问题——许多所谓“全自主”演示实为遥控操作。他坚持团队所有Demo必须明确标注加速倍率与是否为全自主，以建立可信度。
他坦言，自己不可接受为融资而夸大技术进展，哪怕短期可能获得资源优势。其原则有二：一是道德底线——“我说出来的话一定是真话”；二是功利理性——“纸包不住火”，一旦无法兑现承诺，终将反噬。他自比“取一滴血做检测”，认为换血式修正需在可容忍周期（2–5年）内完成，否则风险极高。
这种“八分进攻、两分防守”的长期主义心态，使其区别于多数“十分进攻、零分防守”的一次创业者。他将职业生涯视为长线经营，拒绝与国企/政府建立利益往来，也拒绝用“World Model”等单一标签定义公司——因为物理AI是系统工程，需全栈研发能力（当前团队70人，已完成近1亿美元天使轮融资）。在资本狂热中坚守真实，是他对行业可持续发展的根本承诺。
坚守底线：八分进攻，两分防守
姚颂在回顾自己创业哲学时强调，他始终拒绝与国企、央企领导或政府官员发生任何利益往来，以此守住自己的底线。在企业经营中，他坚持不夸大自身能力与成果（即不“over claim”），避免因过度宣传导致承诺无法兑现，从而引发严重后果。他观察到，许多第一次创业的年轻人处于“十分进攻、零分防守”的状态，而他自己则更倾向于“八分进攻、两分防守”——既不因恐惧失败而止步，也始终防范系统性风险。他坦言：“你要防守，你要守的是什么？我要守的是我不会进取，我也不会变成一个破产户。”这种稳健策略并非保守，而是基于对前沿科技行业本质的理解：物理AI与航天等领域并非赢家通吃，而是需要持续战斗力；短期估值领先未必代表长期胜出，甚至“两年后他十分我七分，五年后他十分我二十分”。
我觉得这两个行业或者说很多前沿科技领域它都不是赢家通吃，我觉得是说大家需要有一个持续的战斗力，而不是短期内冲到一个最高的估值。
坐电梯的比喻，对我觉得就是一个坐电梯的比喻。你享受推背感，你有这样的压力，是因为你在电梯里面，你在这样一辆大车里面。
认知迭代：时代红利与自我清醒
姚颂认为，当前创业者普遍感受到“强烈的推背感”，但这背后是国家需求与时代浪潮的推动，而非单纯个人努力的结果。他警示：若将时代红利误读为个人能力，极易导致战略误判与后续危机。他以改革开放后部分企业家为例，指出他们“低估了时代对于自己成功的重要性，高估了自己对于成功的重要性”。这种清醒认知也延伸至技术判断——即便当前技术路径（如CNN、深度学习、自动驾驶）已有九成把握正确，未来仍可能被证伪，成为认知包袱。因此，他强调持续重读论文、更新技术认知的必要性，尤其在第三次创业中，他主动放下“天才少年”的光环，回归一线重新梳理行业逻辑。
我是一个三十三岁的人，然后我写入的速度、吸收的速度一定会比刘元昊慢一些。但是我们有更多的东西可以去放在公司里面，让他少走弯路，让他更高效率的发展。
我是一个很难用之前的标签所定义的公司，那所以，我其实就是一个像，比如说大疆或者智源，可能你只能用创新来统一的概括。
第三次出发：从经历到长期主义
谈及前两次创业是否成功，姚颂给出务实而温暖的答案：“还 OK”。第一次在深鉴，他走通了从实验室论文到百万级车载产品落地的完整闭环，并获得外部收购认可，证明了技术的商业价值；第二次在东方空间，虽非本行，却锤炼了其战略思维、系统工程组织与跨领域学习能力，“能有一个自己参与的成功火箭发射上去，这就是一个非常大的奖赏”。而第三次创业（Striding AI），他追求的已不仅是单点突破，而是一家能穿越周期、走向上市、深度参与“物理智能时代”三大阶段（技术突破→产品落地→商业化实现）的长期企业。他强调：“我更追求的还是在这个创业和努力的过程中，自己努力过产生了一些结果”，对财富、名声等结果性收益已不执念。如今，他仍亲力亲为盯紧关键决策，看到团队成长、技术从Demo走向落地时，发自内心的喜悦远超估值增长。未来一年，Striding AI 的目标是：在两到三个核心场景实现产品落地，让公众真切感受到人形机器人与具身智能在日常生活中的实用价值——不再只是跳舞，而是安全、便捷的服务者。
我希望到一年左右的时间，我们的产品真的能够通过两到三轮的打磨，真的在一些场景里面开始提供服务，能够让大家在日常生活中……感受到哦，原来人形机器人，原来具身智能，真的不只是跳跳舞了，能够开始在日常生活中让我安全的、方便的享受来自它的服务。