一、案例背景
杨睿刚的学术与产业履历横跨三维视觉、自动驾驶与机器人三个领域。1998年,他在北卡罗来纳大学教堂山分校攻读博士期间,从计算机图形学转向三维视觉研究——彼时深度学习尚未兴起,他选择这一方向的理由朴素而坚定:”三维视觉本身就有大量没有解决的问题。”此后二十余年,他经历了三维视觉从传统几何方法到深度学习范式的转换,也经历了从学术研究到产业落地的完整周期。
2016年,杨睿刚加入百度研究院,负责机器人与自动驾驶实验室。在陆奇推动技术品牌建设的背景下,他主导了ApolloScape数据集的开发——核心团队约10人,集中攻关半年,数据100%来自真实道路采集,配备了高精度激光雷达和导航级IMU/GPS。这段经历让他深刻理解了真实数据对自动驾驶技术迭代的决定性作用,也让他看到了研究院体制的局限:当公司业务重点变化时,数据集难以获得持续投入。
离开百度后,杨睿刚加入嬴彻科技担任CTO,推动自动驾驶重卡的前装量产。打动他的是嬴彻的”双驾变单驾”商业模式——通过可靠的辅助驾驶系统将两个司机缩减为一个,在真实运营中积累数据,再逐步向L4演进。他加入后做了一项关键决策:将研发重心从美国转向中国,中国团队从约10人扩展到200人,美国团队从约50人缩减至个位数。他的判断是:”产品最终在中国落地,研发团队就必须尽可能靠近真实场景。”这段经历让他完成了从科学家到量产推动者的角色转变,也让他亲历了自动驾驶从技术探索走向商业化的全过程。
2024年,杨睿刚开始筹备第二次创业。此时,人形机器人已成为具身智能行业最受关注的方向,他也接触过相关创业机会。但他最终选择了一个”看起来没那么性感”的场景:社区末端配送。他的判断逻辑清晰:家庭机器人市场空间大,但每个家庭环境不同,泛化难度极高;工厂机器人必须满足严格的生产节拍和成本要求;相比之下,社区配送既能复用自动驾驶积累的定位、导航和避障技术,又能通过开门、乘电梯、交付包裹等任务让机器人与真实物理环境交互。
……