在机器人创业领域，陈亦伦和他创立的它石智航正成为备受瞩目的焦点。陈亦伦有着丰富的行业履历，曾担任大疆创新机器视觉总工程师，主导无人机视觉系统研发；后加入华为任车BU首席科学家，完成华为第一代自动驾驶系统ADS 1.0的全栈研发；还组建清华大学智能产业研究院创新中心，深度探索机器人领域技术前沿。他从小就对机器人着迷，2007年波士顿动力发布机器狗在冰上行走的视频，让他坚定了做机器人的信念。
2022年前后，一系列技术突破让陈亦伦看到了通用机器人落地的曙光。GPT爆发，四足机器狗能用神经网络控制步态，传统机器人三大模块取得突破性进展，他在自动驾驶领域验证的端到端算法也展现出巨大潜力。但技术与创业之间存在鸿沟，于是他回到清华大学任教，边教学边思考如何将前沿技术与产业发展结合。
2024年底，陈亦伦准备创业。他与百度前自动驾驶事业群负责人李震宇、华为“天才少年”丁文超等人组建团队，于2025年2月正式成立它石智航。成立不足半年，公司就完成2.42亿美元的天使系列融资，创下中国具身智能领域天使轮融资纪录，投资方包括蓝驰创投、启明创投等多家知名机构。
启明创投主管合伙人周志峰表示，投资它石智航主要基于两点判断。一是团队能力的稀缺组合，集齐了物理AI一线的量产工程落地经验、前沿学术的技术视野、成熟的管理与商业化能力。二是技术路线的务实选择，它石智航直击数据采集的核心痛点，拿出低成本采集真实数据的务实全链路解决方案。在周志峰看来，成立仅一年的它石智航虽处早期研发阶段，但已超出投资人预期，不到一年就推出双足和轮足两款硬件产品，发布真人数据采集硬件方案并向全球开源部分数据集，自研高自由度灵巧手，训练自有端到端世界模型，初步跑通针对线束制造的完整作业流程。
线性资本合伙人曾颖哲回忆，投资它石智航前，线性资本在具身智能领域出手较为克制。彼时技术尚未收敛，缺乏让人眼前一亮的团队。他认为在模型未完全收敛阶段，真正能做好的机器人必须是软硬件一体的，且工程化能力要求极高，做过自动驾驶的人很适合做这件事。曾颖哲认为它石智航2026年将迎来真正挑战，这一年要开始交付，他建议初创企业控制交付规模，先把场景跑通。陈亦伦也认为机器人的Scaling Law有望在2026年到来，公司将在这一年推进量产与商业化落地。
陈亦伦在创业前做了诸多技术判断和思考。他认为大规模部署的AI一般会经过闯数据关、闯算法跟算力关、闯场景的交互迭代关。机器人数据获取是关键，自动驾驶需要10万 - 100万个小时数据，机器人需要的数据是自动驾驶的10倍以上。算法方面，机器人和自动驾驶统称为“物理世界AI”，处理本质物理量，设计算法时要仔细推敲神经元位置。创业最核心的是要想清楚解决什么问题、用户需求在哪、企业愿景等问题。
2024年下半年，陈亦伦彻底想清楚后开始组建团队。尽管当时机器人行业融资处于下降点，但他觉得内心想明白就可以去做。融资时，他更愿意把过程当作分享愿望的过程，向投资人如实表达想法。公司第一轮融资时，投资人以为他们要再搞自动驾驶，陈亦伦解释公司专注于机器人。
陈亦伦认为这一年做的最关键的事情是创业前的关键判断都准确，且整个行业也开始朝着这个方向走。比如一开始就明确用以人为本的视角，现在引用这个词的地方很多，行业对具身智能Scaling Law的认知也和他们当时判断一致。他一直强调“超级单品”概念，认为手机、电脑、智能汽车以及智能机器人都属于超级单品，早期需要通用硬件、强大AI和杀手级应用三件事一起做才能快速发展。
2025年12月，它石智航直播时做了机器人“刺绣”展示。陈亦伦想解决工业线束问题，线束是汽车工业多年自动化悬而未解的难题，刺绣能展示机器人操作柔软东西的精准、长程和复杂能力。要让机器人在工业场景稳定工作，关键在算法，机电系统已远超人类，决定可用性的是算法。公司主要关注机器人能否解决问题、创造价值且被用户接受，只要达到这一点，销量和供应量就会水到渠成。
稳定交付面临挑战，公司最关注交付能否创造实际价值，机器人每一秒都必须工作。公司定义的这一代机器人是可移动的双手，这种形态对集群作业有好处，一个机器人失效另一个可顶上，失效数据进入闭环能推动模型、算法和系统持续迭代升级。公司的商业化计划针对大商业机会，选择制造业作为切入点，因为制造业痛点痛、市场空间大且有门槛。
对于出海规划，陈亦伦认为在中国能用上一代自动化设备解决的问题基本已解决，但工业制造领域劳动力依然短缺，呼唤下一代技术和形态。这一代机器人与上一代自动化设备本质区别在算法，公司坚持从用户视角出发做产品和研发设计。国外如美国很多企业看重生产环节的机器人，因为想让制造业回流但社会结构和人口结构不支撑。陈亦伦坚信在这一代机器人面前没有低端制造业，推动机器人在制造业落地的核心是高效率、高成功率、高准确率。
它石智航还发布了数据采集的手套设备。陈亦伦认为行业真正需要的数据要有1000万个小时且来自真实场景，他不认同仿真数据，因为自动驾驶领域仿真数据方法不生效，具身智能可能也不生效。他借鉴成功的AI应用思考，机器人应把人身上的数据全量、忠实地记录下来转换成机器能识别的数据。数据记录关键在于手的姿态、手型以及接触信息，公司用到的传感器目标是把系统做轻，难点是解决手被遮挡时看不见的问题。
选择用手套采集数据源于几个观察，恢复手指姿态重要，手被遮挡时视觉质量下降需要多元定位方案，很多应用场景要求戴手套。公司是高自由度灵巧手的坚定拥护者，根据人采数据定量评估，五指手完成任务效率比夹子高，虽然灵巧手是行业难题，但公司认为可分开聚焦灵巧和抓握力，拥护直驱方案，该方案对AI算法友好且好造，还能利用中国供应链优势。
在组织管理方面，陈亦伦的时间分配分为静态和动态两类。静态时间思考企业基本问题，动态时间捕捉企业每天、每周最重要的事并亲自推动。他认为资金是企业重要事情，融资和商业收入都挂在他心里。在团队管理上，他坚持精兵策略，认为200人左右是高密度技术团队关键规模节点，超过这个数管理方式要调整。产品化和交付、稳定性是另一套逻辑，他认同IPD流程化方法论，但要“取其神，不取其形”。
陈亦伦经常参加员工技术讨论，他有动态优先级列表，知道何时介入技术难点帮助推进。他是鼓励型“老板”，认为创新来自对真相的持续追求，会和团队一起调查真相“破案”，允许失败，希望团队快速推进，原创、自驱地产出解决方案和思路。对于人才，他认为人才和组织方式是高科技公司核心壁垒，会亲自和每个员工聊。他看重人才真心喜欢做的事且能从中获得正反馈，发现人才可通过优秀的人联结，不介意人才之前是否有相关经历。公司内部会像DeepSeek一样培养年轻人，陈亦伦坚持做有用的机器人，让机器人帮助人做好工作，让人变成超人。
