劉念邱は典型的な具身（エンボディッド）系起業家のテンプレートにはなかなか当てはまらない人物だ。
彼はロボット研究室出身の研究者ではなく、ここ2年で Physical AI に参入した連続起業家でもない。彼はかつてインテルで新プロセスおよび装置の研究開発に従事し、起業しても IoT と産業インテリジェント化に取り組んだ。2018年に自動運転企業の元戎啓行に加わると、ハードウェアから一路、Robotaxi の運営、製品、データ、量産、アフターサービスまで担当した。
2026年、劉念邱はもう一つの肩書きを得た——费莫一科技の創業者だ。
実際、2024年から彼は具身知能の発展に常に注目し、大量の論文を読み、上流サプライチェーンと技術ルートの研究を続けてきた。2025年末に至り、起業の機が熟し始めたと判断した。一方では、ロボットのサプライチェーンが十分に整備され、スタートアップが本体やハードウェアの弱点を補うことに多大な労力を費やす必要がなくなったこと。他方では、AI 駆動の技術とデータのパラダイムが次第に明確になり、真に長期的価値を持つ技術の蓄積を形成し始められるようになったことだ。
起業を決めた後、劉念邱は元戎の複数の共同創業者と話し合い、皆が彼が再び 0 から 1 に挑戦することを支持した。
創業早々、費莫一科技は、IDGキャピタルがリード投資家となり、雲啓キャピタル、滴滴出行（DiDi）、復星鋭正、耀途キャピタル、禾賽科技（Hesai）といったトップクラスの投資家から一億米ドル近いシードラウンドの資金調達を実現した。しかも、初期に投資家と接触した際、劉念邱は事業計画書を準備する暇すらなかった。
劉念邱は费莫一のロボットを「Physical Agent」と呼ぶことを好む。彼は、ロボットは最終的に開かれた生活環境に入り込み、異なる時間、異なる場所で異なる人々のためにタスクを遂行するようになると考えている。
過去2年間、具身知能の最も一般的な実装パスは、まず境界が十分に明確なシーンを見つけることだった。工場でのネジ締め、ホテルでの配達、倉庫での搬送など、まずタスクを明確に定義し、それからエンジニアリングとモデルによって成功率を高めていく。
劉念邱はこれらのシーンに商業的価値がないとは考えていない。だが彼の疑問は、ロボットが長期にわたり高度に定義された環境だけで働いていた場合、それが蓄積した能力のうち、どれだけが別のシーンに移転できるのか、ということだ。
そこで费莫一は、境界がより曖昧なルート——開放的な動的シーン——を選んだ。
商業地区、オフィスビル、住宅、イベントエリアは、いずれも劉念邱がロボットに徐々に進出してほしい「生活圏」だ。ロボットは人の代わりに物を取りに行き、コーヒーを買い、ゴミを捨てるかもしれないし、配達員が忙しいときにその仕事の一部を代わりにこなすかもしれない。ロボットはあらかじめある一つの職業に固定されるのではなく、環境とニーズに応じて自分のタスクを変えていく。
费莫一はこのような役割を「パートナー」と呼んでいる。ロボットがより豊かな環境に入り、より多くの人、物体、タスクに出会うほど、シーンをまたぐ移転能力が形成されやすくなる。
费莫一の今年の非常に重要な仕事の一つは初期データ収集であり、来年から複数拠点での展開を開始し、Physical Agent が次第に実装―データ―訓練―再実装の閉ループを形成するよう計画している。
その先には、業界全体がまだ解決できていない問題がある。開放世界の複雑さにはほぼ上限がなく、ロボットがデモで10回のタスクのうち1回を達成することと、ユーザーがいつ呼んでもタスクを完遂できることは、まったく異なる2つの基準だ。
以下は、雷峰網（レイフォン）左林右狸チャンネルと费莫一科技創業者・劉念邱の対話である。原意を変えない範囲で一部編集を施している：元戎啓行の重要な転換：Robotaxi 停止、地図レスへの賭け
左林右狸チャンネル： 元戎は当時、深圳でしばらく Robotaxi を運営し、コアな顧客層を得ていましたが、なぜそれを停止したのですか？
劉念邱： 1年あまり運営しました。実は私たちは最初から、都心の CBD のような繁華街で無人タクシーの運営を行っていました。その後、私たちは高精細地図に基づくあのソリューションには未来がないと考え、地図レスのルートを進む準備をしました。スタートアップとして、両方のラインを同時にうまく進めることはできず、十分なリソースもなかったため、Robotaxi を停止して地図レスに全力を注ぐことを決めました。だからこそ後に行き先指定（定点）を獲得するまで、私たちがいち早く高精細地図不要のソリューションを打ち出したとき、多くの人はまだ信じなかったのです。
左林右狸チャンネル：高精細地図ルートでは先が見込めないと最初に感じたのはいつですか？Robotaxi を停止して地図レスへ転換する決定において、あなたは具体的に何をしましたか？
劉念邱：2021年、私は当時のこの事業をこのまま発展させ続けることの実現可能性について考え始めました。私は運営を直接担当していたため、実際の運営コストをよく把握しており、この事業が今後どう発展するか、規模を拡大した後に成立するかどうかを継続的に見ていました。こうした実際の状況に基づき、私はチーム内で方向調整の考えを提案し始めました。主に運営側で見えた問題と、研究開発側の判断を一緒に検討しました。最終的な方向の選択は、コアチームが共同で議論し、共同で決定したものです。
左林右狸チャンネル：あなたは Robotaxi の運営を担当し、多くの心血を注ぎました。深圳の Robotaxi を実際に停止したとき、どのような収尾（たたみ）作業を担当しましたか？
劉念邱：当時取ったのは段階的なたたみのプロセスでした。撤退を決めた後、私たちは車両規模を徐々に縮小し、決定した当日にすべてのサービスを停止したわけではありません。当時はまだ比較的熱心な小さなユーザー層がおり、カスタマーサービスが彼らとコミュニケーションを取り、説明と釈明を行いました。もともと Robotaxi の運営に向けていた製品の仕事は、量産製品と自動車メーカーとの連携へと方向転換し始めました。チームは、L2 の運転支援に向けて製品にどのような機能を持たせるべきか、さまざまな道路条件でどう動作し、どう介入を解除するかを改めて考えることになりました。これは、もともと Robotaxi の運営を中心に製品を作っていたときに注目していた問題とはすでに異なるものでした。あの期間の仕事の重点は、一方ではもともとの運営事業を段階的にきれいにたたむこと、他方では製品の仕事を新しい量産の方向へ転換させることでした。
左林右狸チャンネル： スマート運転が地図ありから地図レスへ切り替えることは、技術体系全体にとって何を意味しますか？
劉念邱： いわばやり直し（ゼロからの作り直し）に相当します。過去の地図ありのバージョンは比較的伝統的で、知覚、予測、トラッキングといったモジュールがあり、高精細地図による測位を加え、さらにプランニング・制御を加えていました。地図レスへ向かった後は、知覚が境界を大幅に拡大し、基本的に地図測位もその中に包み込み、プランニングとの間も非常に強く結合するようになりました。データの需要もまったく異なり、非常に大きなアーキテクチャの変更でした。
左林右狸チャンネル：地図なし（HDマップ非依存）方式を開発する際、あなたが具体的にどのタスクを担当しましたか？周光およびその他の中核幹部はそれぞれ何を担当していましたか？
劉念邱：私の側で比較的重要な仕事は、まずセンサー構成の調整です。地図なし方式に転換した後、システムはある程度視覚により依存するようになります。量産プロジェクトに入ると、後続のアルゴリズムのニーズを満たしつつ、量産での使用にも適したセンサーの選択と構成を、どう再検討するかが必要になります。もう一つはデータ生産体系の構築です。方式がデータに依存する度合いが高まった後、データをどう生産するか、外部のパートナーとどう連携するか、どうコストを管理するかについて、相応の体系を構築する必要があります。これらも私が参加した仕事です。方向性については基本的な共识があり、具体的なアイデアが出されると皆で一緒に議論します。ある一人だけが見えて、他の人が見えないという状況は、あまり起こりませんでした。実際の推進では、むしろさまざまな側面の問題を持ち出し、一緒にどう解決するかを議論することが多かったです。
左林右狸チャンネル： この業界で誰もやったことのないことですが、当時はどのようにdeadlineを設定したのですか？
劉念邱： 研究開発プロジェクトでは、非常に厳密なdeadlineを設定するのは難しいです。誰もその時期に必ず結果が出るとは確定できないからです。むしろ、皆が全力を尽くし、どの道が正しいのかを絶えず判断し、迅速に検証する形です。例えば道路をどう認知するか、道路構造をどう理解するか、データアノテーションをどう行うか、今日決めた方法が、明日データを採取して試すとだめだと判明し、明後日には新しい方法に切り替えるかもしれない。当時重視されていたのは、速く走ること、素早く調整すること、素早く試行錯誤することでした。
左林右狸チャンネル： どのように試行錯誤するのですか？
劉念邱： まずモデル構造を定義し、次にデータをどう採取し、どうアノテーションし、どう学習させるかを決め、それから動かして問題がないかを確認します。問題が出たらすぐに判断します。そもそも道路の理解が間違っていたのか、それとも理解は合っていたのにプランニングが間違っていたのか？理解が正しくない場合、モデルの能力の問題なのか、それともフロントエンドのデータの問題なのか？プロセス全体が絶えず問題を分解していくことなので、計算資源さえあれば、人が休んでいる間も計算資源は休ませないようにしたいと、私たちは基本的に考えています。
左林右狸チャンネル：元戎啓行はスタートアップ企業として、業界で誰も手がけたことのないものにすべてのリソースを集中して挑みましたが、当時チームの状態はかなり緊張していましたか？
劉念邱： 問題がどこに流れてくると、そこが特に緊張します。会社全員がずっと休みなしというわけではありませんが、コア部門は基本的に決まった休日がありませんでした。チームの規模が大きくなった後は、エンジニアの交代や背中合わせで働く仕組みもありました。しかし、本当の意味での核心的な判断は、最終的にはごく少数の人に集約されます。問題を明確に理解している人は、実は多くないからです。
左林右狸チャンネル：地図なし（無図）をやると決めてから、実際に受注（定点）を獲得するまで、大体どのくらいかかりましたか？
劉念邱： 1年ほどです。しかし受注を取った後のほうがプレッシャーはむしろ大きくなりました。次のステップは技術ができることを証明するのではなく、どう量産するかを考えることだからです。以前Robotaxiをやっていた頃はまだ比較的余裕がありましたが、地図なしに転換してさらに量産に進んでからは、チーム全体のプレッシャーは明らかに大きくなりました。
左林右狸チャンネル：当時、外部から地図なしには多くの疑問が寄せられましたが、どう見ていましたか？
劉念邱： とても合理的だと思います。その時点では、高精細地図がすでにカバーしている範囲では、従来の地図ありのソリューションのほうが確実に成熟していました。地図なしはどちらかといえば、未来の可能性を証明するものでした。しかも当時多くの同業他社はそもそも高精細地図産業の中にいたので、自然と拒絶反応を示しました。さらに、他人ができていないことを、自分たちができたからといって、すぐに自分たちのソリューションが必ず優れていると認めてもらえるわけもありません。しかし振り返ってみると、地図なしは業界全体の転換点だったと思います。以前は都市のスマート運転はごく少数の都市でしか使えませんでしたが、地図なしが本当に大規模に実装され始めて初めて、消費者は「自分が車を運転する場所でも使えるものだ」と感じるようになったのです。
左林右狸チャンネル：最初の「トレーラー実験」が登場したとき、あなたはその中でどんな役割を担っていましたか？
劉念邱：いわゆる「トレーラー実験」よりも、私の印象に深いのは、大手テック企業から受注を獲得する前の、有名量産車の改造でした。当時先方はすでに我々の車を体験しており、元戎の能力とソリューションに関心を持っていましたが、その能力を有名量産車に載せるとどうなるかを見たいと考え、智能運転機能のない車を1台提供してくれました。できるだけ早く元戎のソリューションがその車の上でどう動くかを体験したいという要望でした。
改造工程全体は2日もかからなかったと覚えています。その車は来た時点ではまだ対応する智能運転システムを搭載しておらず、我々は開孔、ガラスの交換、コントローラーとセンサーの取り付けを行い、車を元の状態に戻し、アルゴリズムを接続して、外に出て公道テストと評価を行う必要がありました。
何日か皆が交代で作業を進め、これらの仕事を連続的につなげていきました。私が担当していたハードウェアとデリバリー側では、顧客が提示した体験要件を実際の車両に落とし込む必要がありました。センサーとコントローラーを取り付け、システムを接続し、その後のテストと問題解決に協力するのです。顧客はごく短い期間で、提供した従来型の車を自動運転テストが可能な試作車に改造する姿を目にしました。このことで彼らはチームの実行力とデリバリー能力を見て、量産をさらに進めることへの信頼を深めました。
この改造はもちろん量産の完成を意味するものではありませんが、顧客がこのチームが実際の車両や実際の問題に向き合い、物事を前に進められるかを判断できるようにしました。私の理解では、顧客のチームへの信頼は、まさにこのようなプロセスの中で少しずつ築かれていくものです。
左林右狸チャンネル：しかし顧客の認可は量産と同じではありません。「地図なしで走れる」から「地図なしで量産できる」まで、あなた個人にとって最も解決が難しかった問題は何ですか？
劉念邱：私にとって最大の課題は、自動車メーカーとのシステム統合と連携でした。
研究開発段階では、我々が独自に構築したシステムを使っており、ソフトウェアが研究開発環境で動けばテストを開始できました。しかし量産に入ると、車メーカーとともに大量のエンジニアリングの細部、例えば診断信号、信号マトリクス、ミドルウェア通信の信頼性、そして機能安全に関わる異常と処理メカニズムを明確に定義しなければなりませんでした。
さらに、品質保証、バージョン管理、アフターサービスとの連携もあります。以前、車メーカーのアフターサービスはある部品の破損問題を処理することに慣れていましたが、智能運転システムの問題診断には双方のすり合わせが必要で、対応するアフターサービス診断体系を構築する必要がありました。これらの仕事を通じて、我々は量産エンジニアリングのプロセスを完全に一回経験しました。アルゴリズムの他に、大量のシステム、品質、協力面の問題を解決する必要があったのです。
私にとって当時プレッシャーが大きかったのは、これらの工程を車メーカーとともにつなげ、研究開発で生み出された能力を本当に量産デリバリー体系に入れることでした。
身体性インテリジェンス（具身智能）起業家の「誕生」
左林右狸チャンネル：あなたと自動運転との縁は、実は多くの人が想像するより早いものです。最初は周光氏（元戎啓行の創業者兼CEO）の自動運転ハードウェアを手伝うことから始まりましたが、この経緯を最初から話してもらえますか？
劉念邱： 本格的に智能運転をやり始めたのは、2017年だと思います。当時は周光氏らの自動運転ハードウェアを手伝っており、彼らは当時アルゴリズム側に重きを置いていたため、ハードウェアのエンジニアリング部分には協力者が求められていました。私は以前から工業インテリジェンス化の起業を続けていたので、最初に車の屋根に載せるLiDARやコントローラーなどの設備の多くは、我々が彼らのために製作したものです。2017年はすでに智能運転に参加し、智能運転とは何かを理解し始めた年とも言えます。2019年、元戎啓行が当時の国内では比較的大きな単発の資金調達を行い、私を招きました。深く学べると思ったので、正式に智能運転業界に身を投じることになりました。
左林右狸チャンネル：その前は、あなたの経歴は自動運転から見てかなりかけ離れているように見えますが？
劉念邱： 私は以前、IoT、工業インテリジェンス化、自動化の起業をしていました。インテル時代は、グローバル規模の新プロセス、新設備の開発を担当していました。違って聞こえますが、技術の本質はかなり似ています。生産ラインでの物料検査や環境検査にはセンサーシステムが必要で、さらに制御システムを加えます。これは後の智能運転と実は多くの共通点があるのです。
左林右狸チャンネル：元戎に加わったばかりの頃、会社はどんな状態でしたか？
劉念邱： 50人に満たない規模でした。基本的には以前から一緒に協力してきた中核の技術者たちで、みんながプロジェクトは良いし人も信頼できると考え、続けていったのです。
左林右狸チャンネル：当時、元戎であなたは具体的に何を担当していましたか？
劉念邱： 足りないものを私がやる、です。当時、コアチームは主に知覚、プランニング、地図・測位を担当していて、私はハードウェアとエンジニアリングを担当し、初期のハードウェアチーム全体を私が立ち上げました。
左林右狸チャンネル：では、あなたが最初に受けたタスクは何でしたか？
劉念邱： 私が最初に受けたタスクは、車載の各種センサー向けのハードウェア同期コントローラーの開発でした。
当時、車には機械式回転型ライダー、慣性航法（组合导航）、産業用カメラが使われており、今のような車載カメラではありませんでした。これらの機器はもともと異なる業界出身で、それぞれ異なる動作方式を持っていました。ライダーにはスキャン周期があり、慣性航法には独自の周波数とタイミング要件があり、カメラには露出とトリガーの条件があります。それらを同じ自動運転システムで使うには、指定された時点でトリガーをかけ、取得データのタイムスタンプを同じ時間軸上に乗せる必要がありました。当時求められた同期精度は1ミリ秒未満でした。
私が自らの手で行った作業は、まずこれらの機器の特性を明らかにし、次に各種センサーと接続してインタラクションと同期制御を行う一連の回路システムを設計することでした。複数機器の時間軸をミリ秒レベルで統一したのです。当時、自動運転の開発はまだモジュールごとの分業で、知覚、プランニング、地図、測位などのチームがあり、それぞれが担当モジュールの開発を担っていました。私は主にハードウェア側を担当していました。
左林右狸チャンネル：元戎の初期のコアメンバーはそれぞれ分担があったはずですが、あなたの担当はどんどん拡大していったようです。それはどうやって実現したのですか？
劉念邱：最も重要だった転機は、ハードウェア開発から外部へのデリバリーへと移ったことだと思います。元戎には当初、研究開発チームしかありませんでした。製品が完成し、東風（東風汽車）のようなパートナーとの連携が始まると、車両の改造やデリバリー、そしてその後の運用を担当する人が必要になりました。当時私はハードウェア開発を担当していたので、車両の改造とデリバリーは自然と私たちが窓口になりました。やっているうちに、その後の運用対応や運用管理も引き受けるようになりました。ビジネスが進むにつれて、新たな協業の機会を能動的に探す必要も出てきたため、私の仕事はさらに営業や事業開発へと広がっていきました。その後、量産へと移行すると、仕事の内容はさらに製品、品質、データ、アフターサービスにまで及ぶようになりました。
左林右狸チャンネル：あなたの仕事の範囲はどんどん広がりましたが、誰がこれらの仕事をあなたに任せたのですか？
劉念邱：これは誰かがある日、一揃いの職責を私に任せたということではなく、会社があの段階まで発展し、それらのことを担う人が必要になったということです。私には以前起業の経験があり、顧客やパートナーと付き合うことも比較的好きだったので、業務の必要に沿ってやってきました。私にとって職責が拡大していく過程とは、技術を作り上げた後のことを絶えず受け止めていくことでした。
具身知能（Embodied AI）に数年注目してきたが、なぜ今起業したのか？
左林右狸チャンネル： あなたはずっと自動運転業界にいましたが、いつからPhysical Agentを本格的に注目し始めたのですか？
劉念邱： 2024年です。当時、Figureや宇樹（Unitree）H1が頻繁に人々の視野に現れ始めていましたが、みんなが主に展示していたのは歩くこと、階段の上り下りでした。あの頃はロボットの歩行もまだ今ほど自然ではありませんでした。私自身もともとロボットに興味があったので、この業界がどんな状態まで発展しているのか、この先どう進むのかを比較的まじめに見始めました。
左林右狸チャンネル： いつ頃から、Physical Agentが真の起業条件を備え始めたと感じましたか？
劉念邱： 2025年に入って、ようやくかなり成熟してきて、仕事の完成に注目し始められると感じました。私はその頃、多くの時間を技術資料を読み、上流産業を理解することに費やしましたが、従来の蓄積と制御の最適化による路线が、真にAI駆動の具身知能へと変わりつつあることが分かりました。2025年末までは、皆まだ特定のタスクに対する探索を主に行っていました。2026年以降になると、異種データ、多元データ、汎化についてますます語られるようになりました。早く入りすぎると、リソースが特化と探索に大量に使われ、必ずしもコアとなる蓄積にはなりません；遅く入りすぎれば、他者がすでに蓄積を形成してしまっています。今この時点では、皆が形成しているのはむしろ認知であって、まだ特に大きな時間差はできていないと私は思います。
左林右狸チャンネル： 業界が参入窗口期に入ったこともあるが、なぜあなた自身もこのタイミングで飛び出すことにしたのですか？
劉念邱： 一つにはサプライチェーンが成熟し、具身をやるのに以前のように弱いボディとサプライチェーンに制限されて、大量の労力をこれらを補うことに費やす必要がなくなったことです。もう一つは、技術とデータのパラダイム全体が次第に明確になり、真の蓄積を始められるようになったことです。
左林右狸チャンネル： 今、智驾（自動運転）会社の中にも具身知能をやる会社があるが、なぜ元戎（元戎啓行）の中でやらなかったのですか？
劉念邱： 具身は非常に高いリソース投入を必要とし、非常に高い集中も要求され、大量の優秀な人材も必要です。また私自身にとって、元戎では0から1、1から10、10から100までほぼ通ってきて、多くの部門もすでに設立され、体系化運行の段階に入っています。私が得意とすることは、元戎のあの段階では特に大きな差別化優位を生み出せなくなっていました。私にとっては、そこで「寝そべって」いるよりは、業界の条件が次第に成熟する節目に、再び0から1、1から100のことをやる方がましです。
左林右狸チャンネル： 元戎の元同僚と一緒に出てきたのですか？
劉念邱： ほとんどいません。基本的にはチームを作り直しています。しかし私が元戎から持ち出したのは、大規模データクローズドループ、技術に対する判断、エンジニアリング、計画といったknow-howです。これらのプロジェクト経験を持って新しい具身チームを組むと、その論理は違ってきます。
左林右狸チャンネル： 智驾の完全なサイクルを経験した人が具身をやる最大の利点は何だと思いますか？
劉念邱： 非常に重要な経験の一つは、デモからエンジニアリング、そして真の実装までのプロセスです。ロボットのデモ周期はすでに中後期に入っており、次のステップは必ずどう実装するかを見ることになります。
所谓の実装とは、必ずしもすぐに量産というわけではなく、「見られる」ものから「使える」ものに変わることです。10回やって1回成功する、あるいは10のシーンの中からうまくいった一つを選んで動画を撮ることと、ユーザーがいつ来ても使えることとは、まったく別のことです。
この段階に至ると、注目するのはもはや単点能力の上限だけでなく、一連のシーンにおける下限です。もう一つの経験は、技術パラダイムが変わるとき、組織が一緒に転換できるかどうかです。
元戎が有地図から無地図へ転換したのは非常に苦痛でした。なぜなら元の組織全体が有地図を中心に構築されていたからです。ロボットも未来必ず同様の問題に直面します。今の技術が終局であるはずがありません。最後には規模化もあります。技術的優位は最終的に商業的優位に転換されねばならず、その中にはエコシステム、運営、経営も必要です。
Physical Agentは道具ではなくパートナー、費莫一は何をやりたいのか
左林右狸チャンネル： 費莫一は自分をPhysical Agentを作る会社と定義していますが、なぜ今より一般的なPhysical AIを使わないのですか？
劉念邱： Physical AIは私が思うに一種の能力を表すものであり、一つの生産力ではありません。私たちがやりたいのは物理世界のAgentです。それはデジタル世界のagentのように人々のタスク完了を支援し、人々も必要なときにその成長を助け、人々の生活におけるタスクを完成させ、具体的な問題を解決します。それは認知空間における意思決定能力、動作空間における計画能力、接触空間における細部のアライメント能力を持ち、さらに記憶も必要です。だから私たちはそれがむしろAgentに近いと考えます。しかもAgentという言葉はユーザーにとってより直接的で、概念ではなく、私の仕事を手伝ってくれるものなのです。
左林右狸チャンネル： 費莫一が現段階で最も注目しているのは何ですか？
劉念邱： 開放的な動的シーンでの実装です。今、どのモデルが終局だと言える人はいませんが、どんなモデルであれ、最終的には本当に使いたいシーンの中で学習しなければ、その環境で働くことはできません。
左林右狸チャンネル： なぜ工場やホテルのような比較的閉鎖的な単一シーンから始めないのですか？
劉念邱： 単一ポイントの製品の実装と長期的な技術路線の間でバランスを取る必要があります。工場で毎日ネジ締めをしていて、どれだけ上手にできても、明日すぐ街に出てフードデリバリーができるとは限りません。そこには生来の転移能力がないからです。私たちはPhysical Agentが最初からよりオープンな実環境を対象にし、さまざまな人やシーンに触れることを望んでいます。今日はフードデリバリー、明日は宅配便、明後日は清掃かもしれません。カフェで物を運べ、道でも同様のタスクができます。こうして蓄積された能力は、転移性がより高くなります。
左林右狸频道： だからあなたたちは「生活圏パートナー」を提案したのですね。本質的にはこれも同じ論理ですか？
劉念邱： そうです。異なる人が、異なる時間、異なる場所で、異なるニーズを持ちます。例えば、お金を払って人にゴミ捨てを頼む人がいたり、公園でキャンプをするならキャンプ場の片付けを頼む人が必要だったり、出先で急にコーヒーが飲みたくなっても周りに売っていなければ、誰かに遠くまで買いに行ってもらうしかありません。これらはすべてリアルなニーズです。Physical Agentは必ずしも特定の職位に固定されるのではなく、一つの生活圏の中で、ニーズに応じてさまざまな人を助けるものです。
左林右狸频道： なぜ単なるツールではなく「パートナー」と呼ぶのですか？
劉念邱： 初期の段階では、ロボットだけが人を助け続けることはあり得ず、人もロボットを助けるからです。ロボットが1キロ先で道に迷ったら、ユーザーはロボットの目を通してどこへ進むべきか教えることができます。レストランでたくさんの袋を見ても、どれがあなたのものか分からなければ、人が判断を助けることもできます。能力が向上するにつれ、人の助けを必要とする割合はどんどん下がり、ロボットが人を助ける割合はどんどん高くなります。このような関係は、私にはむしろパートナーに近いと感じられます。
左林右狸频道： ロボットが生活圏に入る前に、初期の自動運転のように地図を作ったり大量の事前デプロイをする必要がありますか？
劉念邱： いいえ。自動運転ですら高精度地図は使わなくなりましたが、Physical Agentはなおさら使えません。高精度地図自体に多くの問題があり、特に人が行き交い環境が絶えず変化するオープンなシーンでは、長期的に維持するのが困難です。私たちはやはりデータ駆動の道を進み、ロボットが人間のように継続的に進化することを望んでいます。
左林右狸频道： あなたはなぜエンジニアリングの手段で問題を素早く解決することにこれほど反対なのですか？
劉念邱： これはAI Nativeにおいて非常に重要な点だと思います。かつて自動運転ではルールを大量に書き、境界が小さいうちは非常に有効でした。しかし境界が大きくなると、ルールを一つ追加するたびに他のシーンに影響を与える可能性があり、システム全体が常に安定していることを保証するのは困難です。もし今日、早期の実装のためにエンジニアリングルールを次々と追加すれば、短期的には問題が解決したように見えます。しかし数万人のユーザーを抱えた後も、この仕組みを継続的にメンテナンスし続けなければならず、最終的には強みが負担に変わってしまいます。だからこそ私たちはデータ駆動のAI路線を進み、Physical Agentがリアルなタスクの中で継続的に学習し進化できるようにしなければなりません。
左林右狸チャンネル： 費莫一の今年と来年の製品ロードマップはどうなっていますか？
劉念邱： 今年は自社のボディを発表し、大規模モデルのバージョンを1つ追加して、いくつかの実装デモを始めます。同時に、今年非常に重要な仕事はデータ収集の初期化で、私たち自身も収集機器を保有しています。来年からは多点展開を開始し、実装からデータへ、さらにモデルへ戻るクローズドループを本格的に始動させます。
左林右狸チャンネル： ロボットを人のために設計された生活環境に入れることを目標とするなら、なぜ製品に強い人型の特徴を残す必要があるのでしょうか？
劉念邱： さまざまな仕事をこなしてほしいし、自分の力で仕事の場所まで移動してほしいと考えているからです。だからこそ、核心としては両手と頭が必要で、視線の高さも人に近くなければなりません。ロボットが低すぎると、見えるのはいつも机の下だけで、テーブルの上が見えず、人の視点とはまったく異なってしまいます。また、脚も必要です。今すぐパルクールできる必要はありませんが、普通の人が毎日出会う階段や小さな障害物は越えられなければなりません。具体的に4足車輪式にするか2足にするかは、それぞれに利点があります。車輪式は初期段階ではより安定し、安全で、積載量も大きくなります。2足式は占有面積が小さく、より混雑した場所に入れます。私たちの核心は人に似た姿になることではなく、人と同じようにこれらの環境に入ってタスクを完遂できるようにすることです。
左林右狸チャンネル： 費莫一の長期的な本当の技術的な堀とは何ですか？
劉念邱： 最も核心的なのはやはり技術的な優位性です。簡単に言えば、ロボットのパフォーマンスが良いということです。過去に私たちが自動運転でプロジェクトを獲得できたのは、本質的に製品のパフォーマンスが良かったからであり、しかもその時期には、私たちだけがHDマップ不要のソリューションを提供できたからです。ロボットも同じです。ユーザーは最終的に、このソリューションは本当に自分の問題を解決してくれると感じなければなりません。長期的には多くの企業がこれを達成するでしょうが、私たちは最初に達成したいと考え、技術的優位を商業的優位に転換したいと思っています。
最後に
劉念邱の発言のうち2つ、私たちに深い印象を残したものがあります。
1つ目は、元戎啓行に入ったばかりの頃を振り返って、当時の自分の状態を「足りないものがあれば何でもやる」と語った言葉です。
もう1つは、すでに元戎で0から1へ、1から10へ、10から100への道を歩んだ後になぜ再び起業したのかを説明した言葉です。「そこで‘寝そべって’いるより、業界の条件が徐々に成熟するこの節目に、もう一度0から1へ、1から100へということをやったほうがましだ」と。
2つの言葉には長い年月が隔たっていますが、語っているのは実は同じことです。劉念邱は、物事がまだ完全に定義されていない時に現れることを好むようです。
初期にはインテルで新プロセス、新設備の研究開発を担当し、その後初めての起業では、まだ初期段階だったIoTと工業インテリジェント化に取り組みました。
2017年、彼は周光らの自動運転ハードウェア開発を支援しました。当時、自動運転は今日ほど成熟しておらず、テスト車には巨大なLiDAR、工業用カメラ、統合ナビゲーションが搭載され、異なる機器がそれぞれ異なる時間体系を持つこともありました。
2018年、彼は正式に元戎に加わり、最初はハードウェアを担当し、その後、納品、運営、ビジネスと担当を広げ、さらに元戎が自動運転ソリューションの量産に向かうと、製品、品質、データ、アフターサービスも順次彼の仕事になりました。
多く人のキャリアパスは一つの専門分野を深めていくものですが、劉念邱の歩みは、能力の境界を絶えず広げていくようなものです。
費莫一科技を起業した劉念邱は、再び境界を事前に定義しにくい問題を選びました。
彼はロボットが商業エリア、オフィスビル、住宅街に入り、今日は物を取りに行き、明日はコーヒーを買い、明後日はゴミを捨てに行くようなことを望んでいます。環境は事前に整えられるわけではなく、タスクも常に同じとは限りません。
ある意味で、これは彼が過去に行ってきた多くのこととよく似ています。
私たちは彼に、過去にどんな瞬間に、物事が本当に成し遂げられたと感じたかを尋ねました。劉念邱の答えは：1 Robotaxiで本当にタクシーを利用する人が現れ、一部の人が忠実なユーザーになったこと；2 その後、量産車型の受注が実現し、システムが一台また一台と新しい車とともに本当にユーザーの手に届いたこと。
「本質的には、やはり製品が他人に認められたということです。」
これは、劉念邱の今日のロボットに関する多くの判断も説明しています。一度だけ人を驚かせるDemoよりも、彼が関心を持つのは、ロボットが時々タスクをこなせる状態から、いつでも安定して使える状態になれるかどうかです。
起業家精神に対する劉念邱の理解はシンプルで、必ずしも社長になることではなく、あるエコシステムに何が欠けているのか、何に本当の価値があるのかを見極め、それを自分で作り出せるかを見ることです。
だから、3年後の費莫一がどうなってほしいかと聞かれたとき、劉念邱は市場シェアの話もせず、壮大な数字を出すこともありませんでした。多くの場所で、人々が本当に彼らの「パートナー」を使ってくれたら、と言いました。
すでに成立したことをどんどん大きくするのが得意な人もいれば、物事がまだ完全に成立していない段階で立ち、勇気を振り絞ってそれを実現しようとする人もいます。
劉念邱はおそらく後者でしょう。雷峰网（公式アカウント：雷峰网）
雷峰网オリジナル記事、無断転載禁止。詳細は転載規定。