爱游戏官网礼包：
他们让灵巧手远程操控去旋转一支笔，这是全球第一次实现的；还只靠手指动作、不动手腕和手臂，就画出了一个标准圆，这同样是第一次。对比来看，特斯拉 Optimus 的灵巧手有 17 个电机，单只成本超过 6000 美元，而 Daxo 手上的电机数量接近它的四倍，成本却只有 1200 美元。
他经常举莱特兄弟的例子。他们造飞机时，用的不过是自行车店里的零件和链轮，但因为抓住了空气动力学这个真正的核心原理，飞机才能飞起来。张家豪认为，过去几十年里，机器人领域可能也忽略了一条新的原理。Daxo 第一版灵巧手里有上百个电机，用的不是某种革命性的理想材料，而是大多能在 Amazon 上买到的风筝线、烧伤康复袖套等日常物料。他只是把这些重新组织一遍就展现出了惊人的灵巧度。
1996 年，他出生在陕西的一个山区，住在窑洞，是镇上第一个去大城市上中学的学生。后来拿到全奖去新加坡读高中，带领机器人俱乐部比赛，本科在康奈尔大学双修机械工程和计算机科学。他从来不清楚自己的下一步会是什么，但每到一个新的环境，他都会不懈探索，不遗余力。就在不断攀登另一座山的过程中，他慢慢找到了一件自己能全身心投入的事。
线 年 Daxo 创立之初成为首轮投资方，并一路陪伴至今。本次内容来自 Building Deep Tech，以下是真格编译全文。
我叫 Tom Zhang。「张」是我的中文姓氏。「Tom」这一个名字是我读博时起的。我所有的论文和学术发表都署这个英文名，主要是为了方便。
我在中国出生长大，来自中国西北部的一个地方，不是大家常提到的热门城市。如果说「兵马俑」是大家熟悉的坐标，那么再往北，接近内蒙古和蒙古交界的山地，就是我成长的地方。
我们是在今年三月底开始转型的。我们用三个月做出了全球自由度最高的灵巧手。整只手有 108 个电机，每根手指有 20 个，理论上可实现「无限自由度」。
做个对比，特斯拉机器人 Optimus 第三代灵巧手大概有 17 个电机，我们的数量是它的四倍多。我们已做了一些全球首次的 demo，比如远程操控旋转一支笔，这是第一次实现的；还有只靠手指动作、不动手腕和手臂，就能画出一个标准圆，这也是第一次。
我们每次发布一个新 demo，大家都会挺意外的。我们迭代速度也很快，现在已经在做第二代了。我们始终相信，这种新的机器人范式正在真正打开人类生产力的空间。
我生命前 12 年都在山里。我们那里的房子叫「窑洞」，是在山体里挖出一个洞，修整后装上门窗就能住。我在窑洞里住了很多年。说起来很多人都不信，但住起来其实很舒服。
我童年印象最深的就是那种与自然紧紧相连的感觉。窑洞门外通常有个院子，种满了各种庄稼和花。外婆家的院子里有苹果、梨、李子、山楂、樱桃、核桃。我小时候吃的都是新鲜摘的。这就是我最初的 12 年。后来我去西安读中学，那是我第一次去大城市。父母留在老家，我从 12 岁开始寄宿，待了三年。再之后，我因为拿到奖学金去了新加坡。
以前的路是先去延安，再去西安。我那一年刚好有个同学的亲戚在西安当老师，说那里能参加考试。我们班四五个人一起去考，最后只有我考上，还拿了奖学金。
也有同学成绩很好，但因为学费太贵没法去。我算幸运，学校给我减免了大部分费用。原本总共 2.8 万，我只需要付 8000，父母才勉强能承担。刚去的时候，我整个人都跟城市里的同学不一样：我把头剃得几乎光光的，穿着外公外婆做的布鞋，黑布面、白厚底，说话带着家乡口音，别人听了会笑。我当时也没有太放在心上。
我还记得第一次听人说「那双 Nike 鞋要上千块钱」，我震惊了：鞋子怎会是这么贵？
在西安读书那几年，我平时住校，周末会去亲戚或老师家借住。但毕竟每个人都有自己的生活，有自己的孩子，小孩之间有时说话也比较冲。所以我渐渐养成一个习惯：周日提前两小时到学校等开门。学校晚上六点开门，我四点就会到，在校门口附近一个人走来走去。等进到学校的那一刻，我才感觉自己又回到了世界里。我刚去不是班上最好的学生，但我一直很相信自身，总觉得「我可以的」。后来成绩慢慢的变好，到初三时，我已经是全年级前几名。最好一次是年级第二，全校两千多人。
我觉得我在学业上几乎没怎么吃力过。我去西安读初中的时候，身边同学几乎都在上各种补习班。但我没那个条件，也从来没补过课。我就是按部就班地做作业、认真听课。
每一节课对我来说都非常有意思，我会把全部注意力放进去，所以根本不需要额外补习，成绩也一直在往上走。在农村里的生活的前 12 年，爸妈对我要求很严格，但我在学习上从未感到过吃力。
比如一个问题明明有很多变量，答案也可能不同，为什么有人会那么笃定？我经常会想：他们为什么能这样确定？比如有人会说「这个歌手是全世界最棒的」。我就会问：为什么能这样断定？
回头看，每一步里都有偶然、迷茫，还有一点运气。去西安读初中那次，很多家长都在犹豫小孩要不要那么早离家。我爸妈就很干脆，说去吧。后来去新加坡时，我爸妈甚至不知道新加坡在哪里。他们只知道，有奖学金的话我就能去，不然太贵，于是我就去了。连奖学金合同都是我自己看的。再后来，我去康奈尔大学主修机械工程和计算机科学。这中间也有段小插曲。我申请不同学校时，每个学校报的专业都不一样。比如在约翰霍普金斯大学报生物医学工程，在密歇根大学安娜堡分校报环境工程，在范德堡大学报教育和认知科学。我的逻辑很简单：哪个学校哪个专业最强，我就报哪个。
小时候喜欢玩橡皮泥、画画、捏模型。爸妈是医生，家里会有废弃 X 光片，我会把它们折成小车、小船，还会往里面塞电子零件。
去康奈尔后看到他们能做各种很酷的工程建设项目，我就觉得那太符合我了。但老实说，当时也没什么宏大的目标。很多决定都是在走的过程中慢慢显形的。
真正开始清晰是大二、大三以后。那时我才慢慢想到自己真正想投身做的是什么，也开始把能量集中起来。
我会说，探索这件事本身就非常好。虽然那时候我也很迷茫，但我绝不是无所用心。在本科，我是机械工程和计算机双专业，同时对机器人特别感兴趣。我去电子工程实验室设计过 MEMS（微机电系统）和 PCB，也参加无人机团队，设计固定翼飞机的机身和机翼。我修了运筹学、比较文学、密码学，甚至还学了日语和德语。能学的我基本都试了一遍。
到了大三，我开始真的困惑。身边同学要么在实习，要么准备读 PhD，而我在想：
他们没试过别的，怎么就能确定这条路是对的？于是脆休了一年 Gap Year，连续做了三个实习。
我先在麻省的 iRobot 实习，又去了 Rapyuta Robotics，后来在 Uber ATG 实习了整整一年，只是为了搞清楚「工作」到底是什么。
对，那一年确实帮我想明白了很多事，比如我不太想进公司。我在不同阶段的公司都实习过，发现了自己更想有「项目所有权」和「目标感」。所以后来我决定要么创业，要么读 PhD。
当我不知道该做什么时，我就去尝试所有能尝试的。我甚至选过核聚变课程，想搞清楚核聚变或核裂变是不是未来方向。所以我的知识面很杂，跟聚变反应堆工程师聊天也完全聊得来。我的建议是，如果你已经很确定自己想做什么，那当然很好，只要别陷入局部最优；但如果你还不确定，就大胆去探索，没关系。
我很感激父母的教育方式。虽然我妈妈很严格，但在我离家之后，他们其实帮不上学业了，唯一的期待就是我开心、健康。他们从来就没逼过我必须做什么。
而且我本人也比较「直」，不太受外界影响。我知道在康奈尔，大家同辈压力很大，都在找实习、抢 return offer。但我没有被卷进去，我只是想搞清楚自己真正想要什么。我有个朋友说过一句话我特别喜欢：
即使你方向还没想清楚，也不能原地踏步，要去做有强度的探索。那时候我朋友都觉得我疯了——上各种奇怪的课、跑不相同的领域实习。但我真的太好奇了，而且精力也很足。我还去过聚变反应堆实验室研究燃料球。
当你见过这么多东西之后，那种「别人都在干什么」的焦虑就淡了。你会发现，世界太大了，没必要焦虑。
我在康奈尔学得很广、很杂，满足了好奇心，一些课虽然考试成绩还不错，但很多东西其实没有真正吃透。直到读 PhD 后，我又把那些课重新学了一遍。那时候我不再分心四处探索，而是开始专注在一个方向上，才真正把那些知识沉淀下来。
有一次我和我爸在街上遇到一位远房亲戚，他当时说想做一个生意，给我们那里的苹果和梨做一个新品牌。
我爸当场就反驳他：不可能。你连给附近城镇供货的量都不够，怎么做品牌？可那个人非常冷静，他一条条回应我爸的质疑，逻辑很清楚，也很有底气。后来他得了脑癌去世了。但在我三年级的时候，他真的把那个品牌做成了。
我从来不感觉自己是一个典型意义上的学者。我更像是一个被好奇心拽着往前走的人。
是的，他当时说话的方式，那种自信、那种热情，对我震动很大。我可以感觉到那背后蕴含的各种可能性、各种能发生的事。
随着他和我爸的对话继续，我当时的感受是：「为什么还在问？为何需要继续打压他？」但就是那样一次偶然的相遇，我至今还记得那个地点和黄昏的光线。那一幕深深留在我的脑海里。我后来很多次都会想起他。可惜在他去世前，我没机会再和他聊一次。但我想，那可能就是我第一次真正对「创业」产生火花。
我一直都想「造点什么」。我做三段实习就为了确认自己到底适不适合那样的工作环境。
那些公司都很好，团队也好，但一切太稳定、太可预期了，那反而让我焦虑。我只是当时还不清楚自己该如何开始。
后来我去了宾夕法尼亚大学读博。学校在城市里，且沃顿商学院的存在感很强，所以博士第三年时我选了一门创业课。那可能是我认真开始思考创业的起点。一方面，是因为年龄，我开始思考自己要给人生的起步阶段留多少时间；另一方面，这门课本身也很吸引我。很多人说那门课没什么用，说学不到硬技能。但对我来说，那是我在宾大上过最有用的一门课。我几乎和来分享的每位创业者都单独聊过，也经常去老师的 office hour。那门课带来的启发非常大。
我把从对话中学到的东西拿去和朋友分享，也拿去和创业课的导师讨论。越聊越清晰，越聊越兴奋，最后到了一个临界点：我非常确定有一个方向值得投入。
你是与你关系最亲近的五个人的平均值。一个人很难靠自己改变自身。你必须把自己放进一个会推动你成长的环境里，才会真的发生明显的变化。我必须承认市场调查与研究真的很难。一开始我完全不会做，只能按着公司的官方网站上的电话一个个打，绝大多数都会被转到销售部门。有一次对方甚至直接说：「我们在美国不做这种事。」那种被回绝的感觉其实挺难受的，我也确实想过要不要放弃。
我们现在团队有四个人，处于 Pre-Seed 阶段，目前总共融资 135 万美元，不过这笔钱不是用在灵巧手上，而是之前做农业业务时融的。后来我们转型了，现在即将完成种子轮融资。我们正在快速推进下一代产品，这一版会解锁更多物理层面的能力。当然我也同意，距离完全自动化和通用机器人还差很远。
我看到现在很多公司在做的灵巧手，确实很酷，但他们遇到了性能瓶颈。要在一个小关节里塞进微型电机，这种边际成本已经高到离谱。
而我们选择攀另一座山。我们采用的是完全正交的思路，是过去从未有人在机器人学里尝试过的。之所以能在三个月里做出来，就像是我们走上了高速公路，而其他机器人公司还在爬原来的那座山。我经常举莱特兄弟的例子。他们造飞机时，用的是自行车店里的零件和链轮。但他们抓住了空气动力学这个正确的核心原理，所以能飞起来。而我认为，
过去几十年里，机器人领域可能忽视了一条新的原理。我们现在就是基于这条原理，用现成材料造机器人。
比如我们第一版灵巧手里有上百个电机，但成本只有 1200 美元。材料大部分都是在 Amazon 上买的风筝线、烧伤康复袖套之类随手可得的东西。我们把这些组装到一起就能实现那种灵巧度。所以我才在 X 上写：我们找到了另一座山，而那座山的峰顶更美。
在整个人类历史上，唯一一次真正解决「长尾问题」和「最后一公里」的是大模型。
以前翻译、摘要、过滤这些都是分散的，直到大模型把它们整合进一个系统。而在机器人学里，这样的整合还没有发生。
很多人会把这个看成硬件或软件问题。但我们大家都认为，这是一个系统性问题。而要解决长尾问题，方法其实和 LLM 的原理很像。大模型一个关键特征是复杂性。如果我给你一个单层神经网络，你可以写出方程，也能理解；但如果我给你一个万亿参数模型，你依然可以把所有方程写下来，可能要写上几万亿页，可你会发现了自己已没办法真正理解。量变带来了质变。
我们只是将同样的电机单元不断重复，一遍又一遍，就像大模型架构一样。别人想少用电机，我们反而是能多用就多用。结果性能自己就涌现出来了。
当然。和 Daxo 握手的体验真的很特别。如果你哪天路过，提前告诉我，欢迎来办公室体验。也谢谢你邀请我上节目。
