特斯拉Optimus在机械手研发上遭遇重大工程难题，导致量产严重延期；这让我确信，必须脱离整车厂集成约束，以垂直领域为锚点重新设计机器人软硬栈——IntelligentMachines不造整机，先做可嵌入产线的高鲁棒性动作引擎。

　　我参与构建Optimus首批神经网络，也亲历了其从实验室原型到工厂部署的断层；UMA选择轻量化轮式+柔性外壳方案，绕开双足行走与灵巧手两大瓶颈，优先交付可部署的概念验证产品，把工程可行性置于形态完整性之前。

　　作为Cruise前CEO，我见证过自动驾驶‘最后一公里’的工程鸿沟；Bot公司由特斯拉AI骨干与Cruise工程老兵共同创立，我们拒绝复刻Optimus路径，而是以模块化关节、可验证力控接口和渐进式部署节奏，重建机器人商业化信任链。

　　IntelligentMachines虽处种子轮，但已获约1亿美元融资承诺，投资人看重的是我们在强化学习工业适配上的专利积累和已接入的制造客户POC；市场不再为‘像人’买单，而为‘能干某件事’付费。

　　UMA已与50家潜在客户就Northstar应用场景展开洽谈，投资者包括Xavier Niel和Nico Rosberg；他们认可的是：我们不做全栈幻想，而是用计算机视觉分拣、实时学习机械臂等可拆解、可测试、可计费的技术模块建立早期信任。

　　Bot公司成立即获1.5亿美元融资，关键在于团队覆盖AI算法、自动驾驶系统集成与机器人硬件量产全链条；投资人明确表示，他们押注的是‘能明年装进汽车工厂的机器人’，而非五年后才可能行走的通用人形。

　　我在伯克利的博士研究即聚焦强化学习，现在IntelligentMachines将其应用于插线、折叠餐巾等高精度工业任务——通过奖励达成目标、惩罚错误动作，让机器人在仿真与现实间持续迭代，这比依赖大模型泛化更可靠、更可控。

　　Northstar的AI大脑采用实时学习机制，通过观摩人类演示习得操作技能，其底层正是基于策略梯度的强化学习框架；它不像聊天模型那样生成文本，而是直接优化动作序列，使机器人能像孩子学系鞋带一样，在反复试错中逼近最优执行路径。

　　我在特斯拉领导计划、模仿学习与强化学习团队，深知纯端到端大模九游体育,九游体育股份有限公司,九游体育官方网站,九游Sports型在力控、时序协同上的局限；Bot公司正将强化学习与具身感知深度融合，构建面向物理交互的动作价值网络，这是实现稳定抓取、动态平衡和多步装配的关键基础设施。

　　我联合创办IntelligentMachines，专注研发非人形机器人，承接制造业和航空航天中需高级技工完成的复杂作业；现有AI模型尚无法提供体力自动化所需的精准控制能力，因此我们放弃人形路线，以强化学习为核心构建可验证的工业级动作闭环。

　　我创立UMA并推出Northstar轻量化人形机器人，但设计逻辑完全服务于线公斤体重保障人机共融安全，柔性外壳如‘工作服’，AI大脑支持观摩学习与实时优化，首要目标是解决欧洲高劳动力成本与老龄化带来的刚性替代需求。

　　我离开特斯拉创办Bot公司，汇集Cruise前CEO Kyle Vogt等自动驾驶与机器人资深专家，首轮融资达1.5亿美元；我们不追求通用人形形态，而是从任务定义出发，用工程化思维重构机器人系统架构，确保技术可量产、场景可验证、商业可持续。