95后揽3亿融资! 机器人界“马斯克”搞出“读心”机器人，竟还能劝架？

摘要：他的创业历程始于对行业痛点的深度思考——在观察工业机器人应用瓶颈与家庭人形机器人长期落地难题后，他将创业方向锚定在拟人化交互、全屋移动性与教育场景强化学习普及三大需求上。

乐享科技创始人郭人杰于1997年出生，是一位在机器人与人工智能领域崭露头角的年轻创业者。

他的创业历程始于对行业痛点的深度思考——在观察工业机器人应用瓶颈与家庭人形机器人长期落地难题后，他将创业方向锚定在拟人化交互、全屋移动性与教育场景强化学习普及三大需求上。

作为少年大学生，他早年就读于西安交大少年班，后赴伦敦政治经济学院攻读金融硕士，这段经历让他兼具技术敏感度与商业思维。

2023年，他在苏州创立乐享科技，聚焦家庭服务机器人领域，致力于研发“家庭通用人形机器人”，并在天使轮融资中获得3亿人民币，引发行业关注。

公司架构采用三层体系设计。最顶层是JLab实验室，承担核心技术储备任务，涵盖形态、交互、控制三大方向。

在形态研发上，团队同时推进履带式、机器狗式与拟人形三种方案，以规避单一形态的市场不确定性。

例如，履带式设计借鉴瓦力机器人的移动逻辑，机器狗形态则探索四足运动的稳定性，而人形方案则聚焦拟人化交互潜力。

交互技术层面，底层依托APP功能实现基础互动（如古诗学习、故事讲述），中层接入大语言模型（如Dpeak、豆包），顶层则自主研发情感模型——该模型与上海交大傅晓兰院士团队合作，结合心理学与AI算法，目标是实现本地中小模型的情感识别与反馈，例如通过用户表情、语音语调分析情绪状态，进而提供陪伴支持。

控制方式的研发分为三个层级：

底层是预编程模式，类似传统编程机器人；

中层引入虚拟空间训练，用户可通过试错机制对机器人进行动作调教；

顶层则目标实现端到端的强化学习，即机器人通过虚拟物理世界的反复试错，自主优化动作逻辑。

这种控制逻辑借鉴了人类学习骑自行车的过程——通过不断试错形成肌肉记忆，无需复杂算法编程。团队希望通过这种方式降低机器人训练门槛，推动强化学习的普及。

中间层为产品层，定位为技术落地的“漏斗模型”，将实验室技术转化为可销售的产品。首个落地产品是“小机神”——一款50厘米高、25个自由度的小型人形机器人，配备18个舵机，具备全屋穿梭能力。其核心卖点是将大型机器人的强化学习训练方式小型化，售价6000元，瞄准科研教育场景——解决高校科研人员购买大型机器人（如波士顿动力产品售价3万美金、交期90天）的成本与效率痛点，让学生可低成本进行强化学习实践。产品设计中融入激光雷达，支持物体识别与跟随功能，未来计划拓展宠物互动、儿童陪伴等场景，例如通过训练机器人完成扔球逗猫、跌倒爬起等动作。

底层为数据层，核心目标是通过硬件产品收集用户交互数据，反哺实验室技术迭代。

典型案例是“尼巴克林AI玩具”，其形态借鉴儿童对毛绒玩具的情感依赖，通过对话交互收集情感模型所需数据。该思路受“小天才”手表启发——通过硬件载体获取用户行为数据，但更聚焦情感交互场景，例如用户向玩具倾诉“今天打人了怎么办”时，玩具会以情感化语言回应并引导沟通，相关数据将用于优化情感模型的响应逻辑。

技术落地面临多重挑战。硬件层面，小型机器人的电机微型化是核心难点——现有小型电机尺寸限制了机器人最小高度（如宇树机器人最小90厘米），且单电机成本数千块，导致大型机器人售价高昂。团队尝试通过制造工艺创新将电机缩小，或用舵机替代电机，但舵机缺乏力反馈，影响机器人抗摔性与复杂动作执行能力（如被踹后自主翻身）。

情感模型研发则需平衡大模型接入与本地部署——首版基于开源大模型开发，未来计划转向本地中小模型，实现“意识仿生”，即通过面部表情识别、语音连贯性分析等，构建用户专属的情感交互模型，类似边缘计算逻辑，减少云端依赖。

融资与运营策略上，郭人杰采用“冗余资源与极致成本控制”原则。

首轮融资资金主要用于支撑两年半的运营周期，其中85%资金用于定投以保障现金流，仅15%投入业务。团队初期在会议室办公，直至政府提供免租场地才搬迁，体现对成本的严格把控。他认为创业公司需“用极限压力催生创新”，例如要求团队在资源有限的条件下快速迭代，如通过抖音直播间用渲染视频测试产品概念，根据用户反馈筛选最优功能组合，缩短研发周期。

行业洞察方面，郭人杰认为当前人形机器人热潮尚未到泡沫阶段，核心原因是技术与用户预期仍存在较大差距（如家庭场景中叠衣服等基础动作尚未成熟），而资本对技术创新的投入是推动行业发展的必要条件。