安努智能要做“物理AI时代的字节跳动”。
马斯克有一句名言：如果你在早上醒来，觉得未来充满希望，那你就处在正确的轨道上。
十年前，文宏杰还在清科10强的投资机构做一级市场股权投资。那时的他没想过自己会出来创业，觉得做投资很好。
用他的话说，投资可以投很多企业，即便90%死掉都没关系，只要活下来10%就够了。但创业只能选一个赛道，做一件事，成功率很低，不划算。
但在24年，文宏杰却进入具身智能赛道开始创业，并于去年2月正式注册公司创立安努智能，他没有选择当时具身智能行业中更容易融资的机器人本体、大脑方向，而是带着团队一头扎进工厂，做起了部署落地的脏活累活。
他们被人打上“二次开发商”、“系统集成商”的标签，当时的资本普遍认为这条赛道“不值钱”。
但外界的评价和标签并没有影响文宏杰的判断：“我们从来不在乎别人怎么看，专心做好正确的事就可以了。”聊起去年那段不被资本认同、理解的阶段，文宏杰显得云淡风轻，自信笃定。
选择做“部署+垂类模型”这条路，文宏杰原本做好了坐三年冷板凳的准备。没想到一年后，冷板凳就提前热了起来，部署落地从资本眼中不值钱的生意，变成了研究报告里的关键词。
高盛在今年8月底发布的《Global Physical AI》报告中提到，机器人完成工具使用、柔性物体操作等现实任务，需要来自真实产线、真实场景的部署数据。报告也因此将部署产生的专有数据看作长期护城河。
如今，主动找上门的投资机构多了起来。据文宏杰介绍，在接受「甲子光年」采访前一周，就有十几家投资机构找他，每天都排的很满。与此同时，得益于文宏杰的前瞻性布局，安努智能已经在富临精工的产线上实现常态化部署，并和英特尔、SAP展开了合作。
市场关注的升温并没有让文宏杰冲昏头脑，他反而不时地提醒自己，不要多拿钱，够用就好。
“市场普遍认为要多拿钱好，这其实是把双刃剑，如果融到的钱与商业化能力不匹配，团队的动作就会因为现实而变形，也就很难一直坚持去做那些短期看不见收益但正确的事”。
1.金子藏在“奔向共识的非共识”里
安努智能的成立，来自于投资人时期的文宏杰对未来趋势的判断。
回顾2022年以前的投资市场，文宏杰的感受是，蛋糕不断做大，上市条件相对宽松，投Pre-IPO项目就容易赚钱。但22年以后，市场进入结构化调整。文宏杰曾经投的一些光伏的龙头企业，在上市后由于没有得到足够的支持，最终退市。
“扩大的市场和收缩的市场，投资逻辑不可能是同一套。”这让文宏杰开始调整方向，从投成熟项目转向“投早、投小、投科技”。他认为，要找到一个中美都共振、当前尚未成熟但未来肯定会有大需求的科技赛道，才能有赚取高额收益的机会。
于是在2023年年初，他把目光定格在了人工智能，但AI存在诸多细分领域，该怎么选？
文宏杰看到了中国制造业的优势。而人工智能的制造业也就是走向物理世界的AI——具身智能。文宏杰认为，当时无人车、无人机已经相对成熟，便选择了更早期的人形机器人。
但这个选择在基金管理公司立项表决的时候却遇到了阻碍。
当时到处都是硬科技、卡脖子、国产替代和新能源项目，工厂里也早就有传统自动化机器人了，投决会成员没有人相信具身智能机器人会是一个有前景的赛道。
“人形机器人有什么用？能产生什么价值？别浪费时间了”，文宏杰至今还记得一位投委会核心成员的这句话代表了当时资本市场主流的看法。
在遭到基金管理层的立项否决后，文宏杰并没有放弃，反而更加坚定了自己的看法。“投资人干的事就是要找到奔向共识的非共识项目，如果我们相信未来是属于AI的时代，那么今天还存在分歧的物理AI具身机器人就是最大的非共识进入机会。”
秉持这样的信念，文宏杰决定，既然基金不投，就干脆自己干，毅然进入具身智能行业开始创业。
2024年春天，在其他人都观望、恐惧、犹豫、还看不清人形机器人的前景时，文宏杰却进行了一场坚定的ALL IN押注，从更容易赚钱的传统科技投资赛道转向了当时还前路茫茫的具身智能创业。
2025年，市场环境倒了过来。具身智能一夜之间变成了全球最热的赛道。本体、大脑和基座模型类项目纷纷受到资本追捧，光鲜的团队背景和技术故事能迅速换来高估值。当人群涌向哪里时，文宏杰反而对哪里更加保持警惕。他没有去抢这些在当时看来，资本最热衷，也最容易融资的方向。
创业的目标是高估值吗？是快速融资吗？在文宏杰看来都不是，而是选择去做对行业有长期可持续价值的事。文宏杰常说的一句话是：金子藏在“奔向共识的非共识”里。
文宏杰认为具身智能赛道存在泡沫，也存在太多的投机者。但纵观科技行业的发展历程，任何高速发展的高科技赛道，其实都是在泡沫中振荡上行的。资本与公众情绪大起大落，技术与商业化交替上升。
具身智能4条曲线，图片来源：具身纪元
所以，文宏杰给自己定了几条红线：不蹭热度、不对客户过度承诺、说能做到的事、做能产生持续价值的事、坚决不透支创始人和企业的信用。在具身行业一片人声鼎沸、大干快上的氛围中，最早进入行业的他却保持了足够的冷静。
对于具体路线的选择，文宏杰有一套关于产业分工的判断。他认为，机器人也一定会经历类似手机和汽车的产业分工，本体厂商和基座模型都会逐渐收敛，最终必然只会剩下几家头部企业，而创业公司更有机会从垂直场景的应用生态中长出来。
在文宏杰的规划中，未来的安努智能应该成为一家“物理AI时代的字节跳动”。
在移动互联网时代，字节不造手机，也不做操作系统，专心聚焦做好几款app应用软件，积聚大量用户，就成长为了全球最有价值的科技企业；
安努同样希望先聚焦工业场景下的具体任务做出有大量客户的垂直应用小模型。在数字AI时代，Anthropic已经通过实践证明了垂直应用模型会比通用模型更快实现商业化，文宏杰相信同样的逻辑也会在物理AI时代里再次得到验证。
对于垂直应用先从哪个市场开始，文宏杰也有明确的判断。
他认为，家庭是最大但也最远的市场，眼下还是要先从工业入手。传统基于规则的自动化已经把工业环境约束得非常清晰，物料、动作和流程都已经形成了严格的边界和安全约束。“如果基于模型的自主化端到端具身机器人在工厂的强约束环境下都干不好活，那又凭什么相信它能在高度柔性的家庭环境里干好活呢？”
在工厂里，上层业务系统负责工单、库存和生产安排，机器人本体提供动作能力。安努在中间把业务任务拆成可执行步骤，调用垂类模型和技能，处理异常，再把结果送回业务系统。这些工作需要团队长期投入现场，文宏杰看重的，正是在工厂现场长期投入之后能够留下来的工程化know-how积累。
“模型可以开源，但部署经验无法开源。”要把现场的事干通，就得带着团队长期扎进去。
全球自动化龙头独立研究机构伯恩斯坦在今年6月的报告中也指出，对具身智能行业的护城河是高价值真机数据、跨行业量产的零部件品控和算力底座这三层资产。而这些也正是安努团队在工厂中过去18个月日积月累所沉淀下来的不可复制的know-how资产。
2.模型不是大脑，系统才是
决定做工业场景之后，文宏杰开始寻找本体和基座模型的厂商进行合作。24年他找到了智元，一年里自掏腰包跟着智元技术团队跑遍了大江南北的大小工厂。25年初选择落脚在汽车零部件龙头上市公司富临精工的绵阳工厂。
文宏杰带着团队前前后后在富临精工工厂里累计勘察了399个点位、有27个垂直场景可以落地具身机器人。但等到真正开始现场作业后团队才发现，即便是做最简单的工业搬运和检测场景，实现起来也有很多难点需要攻克。最后，团队将首批目标收敛到3个场景。
真实工厂环境里，存在大量批量小、品种杂、换型频、夹具难做的非标工位，换零件、换工位、换装配顺序等变化是常态。料箱尺寸会变，颜色也不一致，还有更多不确定的背景噪音和灯光干扰，这些都会导致视觉和雷达识别受到干扰，抓取表现也会下降，表现很不稳定。文宏杰在这些产线上也看到了工业客户更加看重的价值——“Demo看的是能力上限，而工业客户看的是能力下限。”
文宏杰回忆，那段时间安努面临着双重压力。一方面是市场把公司理解成估值不高的下游二次开发商，估值起不来；一方面工程师长年驻厂，投入持续增长，公司又坚持不做短线赚快钱业务。
“团队研发资源是有限的，如果投入到短线好赚钱的事情上去，真正有价值的可复制产品开发就会被无限期推迟，而这才是公司最该做的正确的事。”
资源有限，文宏杰就必须作出选择和取舍：有限的钱和人要投入到哪个场景？哪些市场和技术路线要进入？哪些要放弃？最终都需要文宏杰作出判断。
很快，文宏杰就面临了一道选择题。当时，有不少客户找到文宏杰，愿意付费让他把机器人拿去租赁、做表演，先收快钱，等技术成熟再回来做工业。
面对这种诱惑，文宏杰想的是不能让公司陷入到追求短期利益的路径依赖中去。
“如果我们真去做了，团队习惯了赚快钱，做长期产品开发的精气神就会一下子散掉，饮鸩止渴，不值得，这种诱惑越大越不能去做。”
他的解法是进一步收敛队伍和聚焦场景，把股东资源调动起来，安努的产业股东们提供了场景，也分担了研发所需的人力和成本，共同帮助安努度过了难关。
在文宏杰的带领下，安努的技术团队先完成交付，把现场数据和经验做成可复制的模型、Skill和工具，再回到相似工位检验——把同一个问题摸透了，全场景直接复用。
这种“现场采集-后台提炼-前端复用”的闭环，就是安努内部所说的向FDE（前沿部署工程）学习。