从量产交付到模型与真机：Work Timeline 讲稿 ​

缪东旭｜2026.09

配套演示：Work Timeline：把复杂算法系统推进到可交付、可评测、可迭代

使用方式 ​

• 60—90 秒口头版：先完成定位、两条证据与第一问
• 负责人路线：01 → 02 → 03 → 04 → 05，约 5 分钟
• Hands-on 路线：01 → 02 → 05 → 06 → 07 → 08，约 5—6 分钟
• 数据 / 模型路线：01 → 02 → 06 → 07 → 08，约 5 分钟
• 完整路线：按 01—08 展开，约 9—11 分钟
• 页面文字是证据和导航，不需要逐项念

60—90 秒口头版 ​

我过去七年多主要解决一类问题：当算法的单点能力出现以后，怎样把它变成稳定交付、可验证迭代的完整系统。

在自动驾驶阶段，我从 0 到 1 组建了最多 9 人的感知系统团队，负责量产工程、质量和性能机制。版本平均 Crash 率按每百万公里统计下降约 98%，问题定位与责任人路由由约一天缩短到一小时以内。

2025 年主动转入机器人业务后，我先从整机集成、性能和测试切入，再进入完整任务、模型真机部署、数据评测，以及 π0.5 和 XR-1 的三组模型微调。

我主要以机器人系统技术负责人或 hands-on technical lead 的方向看机会。系统工程与交付是主线，数据与评测、模型后训练和真机适配是技术纵深。我希望继续从问题定义、方案推进跟到真机验证和交付。

你们现在最需要解决的问题，更接近完整任务交付、模型与数据迭代，还是团队和研发机制建设？

01｜职业弧线：三段经历，一条主线 ​

首页按实际时长画出三段经历：DeepMotion、小米汽车自动驾驶、小米机器人实验室。机器人阶段最短，但挂了四个案例，节奏在加快。

我的方法保持一致：先说清问题、系统边界和验收方式，再建立观测；一次解决以后，把方法沉淀为架构、工具、流程与 Owner 能力。

02｜个人范围：影响力的峰值和范围的补全 ​

这一页刻意把两件事分开。团队规模和协作影响的峰值在自动驾驶：直接团队最多 9 人，共用机制服务约 400+ 人规模的研发协作。进入机器人以后团队更小，但我个人负责的环节从计算平台、系统集成和测试，一直延伸到数据、评测、模型微调和任务执行。

03｜团队与机制：让团队和机制一起成立 ​

刚进入自动驾驶早期研发时，板端集成、平台迁移、发版、性能和排障分散在各算法团队，很多事情依赖少数熟悉全链路的人。

我把共性问题集中起来，组建最多 9 人的感知系统团队，统一代码组织和运行框架，也把发版、回放验证、代码检查、性能分析和 Crash 排查做成工具和机制。判断团队是否成立的标准，是负责人变化后系统能否继续运行。

跨团队影响范围约 9+ 个子团队、30+ 个模块；这是机制影响范围，不与直接团队规模混用。后来转岗，Owner、代码、工具和流程仍继续使用。

04｜平台与质量：平台在换，机制不变 ​

感知软件栈从工控机演进到 Orin-X、Orin-N 和 Thor-U，每一代的约束都不同；量产阶段模块持续合入，靠发版前人工检查无法扩展。我推动测试左移、Crash 自动路由和整机资源预算，把 Crash、延迟、CPU、GPU 和内存放进同一张回归基线。

结果包括：版本平均 Crash 率按每百万公里统计下降约 98%；平均定位并分发给责任人的时间从约一天缩短到一小时以内；低配平台以不到五分之一算力覆盖约 80% 功能模块。

“定位并分发”不是完整解决时间；低配覆盖按功能模块数量统计，不代表体验和模型规格完全等价。

05｜整机交付：从实验室状态到小批量交付 ​

2025 年转入机器人后，我先从可迁移的系统集成、性能和测试方法切入。这是团队的年度重点研发项目：三个工站各自研发抓取算法，导航、定位、运控等平台能力由各团队统一支持。我负责把这些能力集成进同一套整机栈，补齐可观测性工具，建立 90 多项集成验证与专项测试；同时端到端负责螺柱工站的任务。

整机 CPU P90 控制在 60% 以下，统计口径是任务运行全过程的整机资源占用；项目推进到几十台规模的小批量交付。不把整机横向责任表述成所有算法模块的最终责任。

06｜数据评测闭环：让一次评测决定下一轮做什么 ​

数据生产、模型版本、批量评测和真机验证不是四条孤立流水线。单实例数据生产吞吐提升约两倍，并扩展到云端百实例级；评测把指标、轨迹、视觉结果和失败案例放在一起比较版本。

失败证据最后只回答一个问题：下一轮应该补数据、改模型，还是先修环境和工程。每次评测固定初始状态、成功条件和复位；未知异常、恢复失败和证据冲突仍进入人工兜底。模型架构与训练由算法同事主责，我负责真机部署、数据生产和批量评测。

07｜模型到真机：三组彼此独立的微调 ​

第一组用 AGIBOT World Challenge @ ICRA 2026 的真机数据，商超场景的取放任务，微调 π0.5 并在智元 G2 上执行。第二组基于 Genie Sim 3.0 的数据和仿真环境微调 π0.5，更容易做量化实验，并用闭环仿真评测。第三组在第二组的基础上改为微调 XR-1。

第一组验证的是真机上的任务执行；第二、三组的结论来自仿真评测，不延伸为通用真机成功或模型优劣结论。具体训练规模、任务结果和边界按追问展开。

08｜受控执行与机器验收：Agent 决定 WHAT，Runtime 决定 HOW ​

约 1.5 个月完成限定范围取放初版，在两种机器人形态和限定任务集上动作成功率超过 90%。开放目标进入受控能力：Agent 负责理解目标、拆分任务和选择 Skill；RoboClaws 负责稳定接口、超时权限、急停与反馈；RoboHarness 用指标、视觉证据、失败案例和基线做机器验收，在公开案例中把抓取规划时间从 16 秒优化到约 3 秒，并获得 2026 部门 AI Hackathon 一等奖。

我的长期工作方式也回到这里：定义边界，建立证据，把一次解决交给 Owner、团队或受约束的 Agent 持续运行。

讨论入口 ​

• 如果岗位偏负责人：从第 02、03 页的个人范围、Owner 与机制开始
• 如果岗位偏系统：从第 04、05 页的平台演进、整机集成和可观测性开始
• 如果岗位偏数据 / 评测：从第 06 页的失败归因和评测闭环开始
• 如果岗位偏模型应用：从第 07、08 页的三组微调、受控执行和机器验收开始

我先讲到这里。前面哪一段与你们现在面对的问题最接近？我们可以直接回到那一页继续聊。