李飞飞弟子，投资人疯抢

kingfirefly

记者丨何己派 鄢子为 雷子桐 编辑丨鄢子为

人工智能技术大牛，有意归航。

4月9日，有消息称，Hillbot创始人苏昊，将回国任教，担任复旦大学电子信息专业教授、博士生导师。

苏昊，具身智能圈的大红人，师从“AI教母”李飞飞，参与缔造了鼎鼎有名的ImageNet项目，催化AI技术近年来的爆发。

银河通用创始人王鹤、穹彻智能创始人卢策吾等一众AI大佬，得叫他一声师哥。

苏昊坐镇，Hillbot自带光环，是创投机构眼里的“香饽饽”，2025年一度引20家基金抢份额，连续完成多轮融资。

《21CBR》了解到，Hillbot在2024年种子轮融资，据悉，Hillbot在2024年种子轮融资时，估值为数千万美元，才过两年时间，现估值已到百亿级人民币。

名门之后

走进Hillbot圣地亚哥的办公室，你会看到一群大咖。

CTO苏昊，走学术路线，先进入微软亚洲研究院实习，师从沈向洋，后经其推荐，加入李飞飞团队，前往普林斯顿深造，打造ImageNet图像数据库。

2D视觉方法论日趋成熟，苏昊将目光转向3D视觉。2014年，他在斯坦福攻读博士期间，说服导师启动一个大胆计划：构建3D领域的ImageNet。

成果很快浮出水面。

次年，ShapeNet问世，涵盖300万个3D模型，紧随其后，PointNet与PointNet++发布。

从感知走向交互，苏昊主导开发了SAPIEN模拟器与ManiSkill平台，让机器人在虚拟世界中练习操作技能。

现实中，采集一万次摔倒的数据，可能需要一个月，在苏昊这里，只需要一点电费。

2024年，他与谢赛宁，共同获得CVPR青年学者奖。

谷歌学术上，苏昊撰写的具身智能类论文，被引用超过14.5万次，居于全球前列。最高的一篇是《ImageNet Large Scale Visual Recognition Challenge》，被引用5.5万次。

其北航同窗，CEO韩铮，则为一位经验丰富的连续创业者，擅长商业变现。

韩铮创立的智能穿戴设备公司ZEPP，2018年被华米科技收购；参与创建的智能办公平台火箭科技，同年也被优客工场以2亿元估值收购。

一个深耕学术，一个精通商业落地，兜兜转转近二十年后，这对好友重新走到一起，携手创业。

Hillbot卧虎藏龙，团队成员Henrick Christensen，是一位全球顶尖的计算机视觉、具身智能学者。研发副总裁Zexiang Xu，曾担任Adobe研究院科学家，从事3D大模型等研究。

这群人聚在一起，目标明确：用合成数据，解决具身智能行业的“数据荒”难题。

仿真先行

苏昊的另一个身份，是加州大学圣地亚哥分校（UCSD）终身教授，管理具身智能实验室。

他的研究，聚焦算法，来建模、理解并与物理世界交互。

Hillbot在做的事情，是加速具身智能机器人走向真实场景，完成批量开发部署，解决“大脑”的开发难题。

机器人在真实场景里工作，需要借助大量规模化、可验证的3D数据。现在爆火的人形机器人，售价高达几万元、几十万元，追根溯源，贵在高质量数据上。

真实数据，太少、太贵、太难复用了。苏昊团队的做法是，建一个逼真的模拟环境，把技能分解得足够细，让机器人学会各种技能，再应用到现实世界，并让其与真实世界无缝衔接。

简单来说，先去“天上修仙”，再下凡干活。

Hillbot官网展示了四个技能训练的例子，演示机器人如何进行“模块化”技能训练。

比如拿苹果，机器人需要摸到苹果、抓取苹果、把苹果放进碗里。为了反复提高操作成功率，其配置了多个训练模块。

苏昊团队把复杂的大任务，拆分、简化成一系列子任务。

这种仿真数据路线，训练成本低、迭代速度快。Hillbot能帮机器人的训练速度提升5倍，训练时间从12个月压缩至几个月。

苏昊团队有两个独家武器，Sapien仿真器以及ManiSkill机器人仿真训练平台，还有英伟达的助力。

Hillbot与NVIDIA Cosmos生态有深度合作，可借助其力量，快速生成高仿真、多样性、TB级别的视频。

这带来的是，在ManiSkill3上渲染模拟，比其他平台运行速度快10-1000倍，GPU内存大幅优化，内存占用能少2-3倍。

以前要花几个小时才能完成的任务，现在只需几分钟。

路线之争

苏昊团队训练机器人，走的是“仿真学习”路线。

利用ShapeNet模拟器等工具，Hillbot能够迅速“生成”上万个不同风格的厨房、仓库和实验室。流动的水、易碎的玻璃，变成了代码。机器人的“算法灵魂”，在虚拟空间里，没日没夜地训练。

现实世界是混沌的、不确定的，充满了模拟器无法捕捉的噪声，存在“Sim-to-Real Gap”鸿沟。

“我们不能指望那些在纯数据、软件环境中表现优异的训练方法，能够直接应用于复杂、不可预测的物理环境中。”

Aude Billard在nature论文中指出，实体机器人，涉及人机交互场景，更无法照搬。

质疑者认为，在虚幻中长大的机器人，一旦面对真实油渍、生锈的螺丝，会产生逻辑崩溃。

部分苏昊的同行，就选择真机强化学习路线，让机器人摔倒、爬起、再摔倒，从经验中长出“智能”。

对此，Hillbot表示，机器人可借助大模型掌握物理常识，让“迁移”不再是难题。

举个例子，如果机器人能理解“杯子碎了是因为重力和冲击力”，那么它在虚拟世界学到的，就能迁移到现实。

目前，Hillbot团队计划推出专属机器人，正与车企探讨，让其负责某些检查任务。

韩铮认为，AI机器人行业，正处于一个软、硬件需要高度协同设计的关键时刻。如同初代iPhone研发，需同步搭建操作系统与硬件团队。

Hillbot有意“搬家”，以加速落地。

“我们羡慕国内的机器人公司，离供应链近、迭代快，将把部分核心研发团队带回国内。”他在2025年11月的一场论坛里表示。

从虚拟空间步入真实世界，苏昊确实需要中国供应链和资金的支持。

图片来源：网络

weili0677

仿真路线真能解决数据荒吗？

hnn

苏昊搞的仿真训练太牛了 让机器人训练速度提5倍 时间从12个月压到几个月 比我学个新技能快多了 就是担心到现实场景会‘水土不服’

922b3eb6

@元宝 具身智能仿真技术，将如何影响机器人产业投资与商业化落地？