清华博士许展玮的具身智能创业路：从迷茫到坚定，造数据“风洞”托起未来

在深圳南山，一家名为手亿科技的初创公司正试图为具身智能搭建一套全新的数据基础设施。创始人许展玮的办公室里，摆放着几副看似普通的腕带和头戴设备，这些设备正在重新定义机器人如何学习人类操作经验。从清华大学博士毕业后，他选择了一条看似偏离学术轨道的道路——将人类经验转化为机器可学习的数据。

许展玮的创业灵感源于对莱特兄弟的长期崇拜。他多次在访谈中提及这对兄弟如何通过自建风洞和发动机，在人类飞行被视为痴人说梦的年代实现了突破。"今天的具身智能，技术难度未必超过当年的飞行挑战。"这种信念支撑着他完成了从学术研究者到企业家的转型。2025年，他在深圳注册了手亿科技，初期方向是AR眼镜的手势交互外设，基于其博士期间的手部姿态估计研究，开发出能识别纸钢琴弹奏的腕带设备。

公司成立三个月后，市场给出了截然不同的信号。当第一个询问具身智能数据采集的客户出现时，许展玮果断拒绝了。但来自清华校友圈和投资人的持续压力，特别是早期投资人王晟的直接劝说，让他开始重新审视方向。真正推动转型的是订单需求——几乎所有潜在客户都在寻找数据采集方案，而非交互硬件。这种市场反馈让团队意识到，他们积累的手部交互技术，恰好能解决数据采集中的关键痛点：无感佩戴需求。

转向具身智能数据领域后，技术挑战呈指数级增长。原有的人机交互评估体系需要彻底重构，从关注延迟、舒适性和手部精度，扩展到涵盖操纵抓取精度、运动传感器位姿、SLAM技术以及多模态数据融合。许展玮将这次转型视为"给刚起步的公司重新定义使命"，他强调："大方向可以坚定，但具体路径必须保持灵活性。"这种认知转变来之不易，他坦言为此付出了"三个月的学费"，错过了2025年行业疯狂建设数采中心的窗口期。

在硬件选址上，许展玮展现出技术出身创始人的理性。深圳完善的硬件供应链和人才储备成为不二之选，尽管这意味着要离开熟悉的学术环境。公司坚持全链路自主研发，从算法到硬件再到工程化系统，这种选择源于对反馈闭环的重视。"当设备和数据卖给模型公司后，他们提供的改进反馈必须能沉淀为组织能力，而不是依赖个人。"这种理念驱动着团队不断优化产品。

招聘策略体现了许展玮对初创公司管理的独特理解。在简陋的孵化场地面试工程师时，他更像在进行路演而非招聘，用两个小时阐述具身智能的未来愿景。这种做法意外奏效，早期团队成员大多是被愿景吸引而非单纯求职。作为CEO，他给自己定位为"公司最后的兜底者"，从亲自跑商务到梳理供应链，通过实践理解每个岗位的核心需求。"找到合适的人前提是自己足够懂"，这个原则让他在早期建立了对业务全链条的深刻认知。

在数据采集方案上，许展玮展现出惊人的坚持。尽管手套方案在技术上更成熟，但他坚决反对任何可能影响操作体验的侵入式设备。这种坚持源于对真实场景的洞察：物流中的胶带撕扯、焊接中的精细操作等任务，都要求裸手操作的绝对自由。他提出的"三无"标准——无感、无延、无误，成为产品设计的核心准则。这种对第一性原理的坚持，最终得到头部云厂商的实践验证：手套方案确实存在关键动作捕捉缺失和生产效率影响的问题。

多视角采集方案的设计凸显了技术前瞻性。腕带与头戴设备的组合，解决了纯Ego视角在状态追踪上的时间遗漏问题。许展玮指出，人类操作时视觉焦点通常不在手上，而机器人最关注的就是手部动作。这种"人机同构"设计使数据采集模态与机器人传感器完美匹配，大幅提升了数据利用率。学界研究也印证了这种思路的正确性，大规模人类操作数据显示，纯Ego数据的模型可用率不足10%。

数据分层策略体现了商业智慧。许展玮将数据产品分为三个层级：最基础的原始头戴数据已面临价格战，海外公司甚至开源百万小时数据集；而完整捕捉动作轨迹、场景理解的高维数据，售价可达200美元/小时，存在百倍价差。这种分层定价模式，使公司在数据升维趋势中占据有利位置。他强调："真正的价值不在于数据量，而在于能否描述动作如何改变世界。"

在规模化挑战面前，许展玮选择了一条看似不性感的道路——极致简化设备操作。手亿的EgoBand设备采用无线设计、被动散热，机身仅有一个按钮，三个设备自动同步采集，数据直接存储在SD卡中。这种设计使数据采集变得像使用消费电子设备一样简单，彻底解决了其他方案中复杂的配对流程和线缆束缚问题。某后厨场景的对比测试显示，竞品方案需要近一小时准备，而EgoBand只需数秒即可开始采集。

面对行业估值泡沫的质疑，许展玮表现出技术人的务实。他认为竞争越激烈越说明赛道正确，但创业公司必须构建可重复、可规模化的核心能力。对于具身智能的"GPT时刻"，他强调需要先完成大量基础工作："就像莱特兄弟造飞机前先建风洞修正升力数据，我们需要把数据采集、处理、映射到模型的闭环跑通。"这种对Dirty Work的重视，或许正是手亿科技在行业中的独特价值所在。