电竞比分网-中国电竞赛事及体育赛事平台

關(guān)于ZAKER Skills GEO服務(wù) 合作
腦極體 08-22

具身江湖志(一):學(xué)術(shù)派下山記

8 月 22 日,第二屆世界人形機(jī)器人運(yùn)動(dòng)會(huì)將在北京 " 冰絲帶 " 正式開幕。今年的賽事陣容變得更為強(qiáng)大,共有 16 個(gè)國家、666 支隊(duì)伍、2056 臺(tái)機(jī)器人同臺(tái)競技,隊(duì)伍數(shù)量比首屆多了 138%,機(jī)器人數(shù)量翻了兩番。

這么多選手,普通觀眾一看就暈了,恐怕連名字都記不全。

不止這一場比賽,具身智能已經(jīng)成為科技領(lǐng)域中最擁擠的一條賽道,新秀不斷涌現(xiàn)。每到馬拉松、運(yùn)動(dòng)會(huì)、春晚這類大型比武現(xiàn)場,宇樹、智元、銀河通用、松延、眾擎、星海圖們,你方唱罷我登場,看得人一頭霧水:這到底都是誰?來自何門何派?誰又比誰厲害?

無論是想在機(jī)器人賽道或展會(huì)上增加一點(diǎn)談資,抑或深度了解這個(gè)領(lǐng)域,是時(shí)候翻開這部《具身江湖志》了。

第一篇章的主角們,是具身江湖中最根正苗紅的一個(gè)派別:學(xué)術(shù)派。

具身智能這條賽道上,有制造業(yè)出身的老兵,有互聯(lián)網(wǎng)轉(zhuǎn)型的巨頭,但最引人注目的是一群來自清華、北大、浙大、上海交大等頂尖學(xué)府的教授和學(xué)霸。

他們被媒體稱為 " 學(xué)術(shù)派 " ——一個(gè)聽起來書卷氣十足、卻在資本市場上掀起驚濤駭浪的群體。

據(jù)一家專注硬科技賽道的獵頭公司統(tǒng)計(jì),國內(nèi)具身智能領(lǐng)域新成立的公司中,創(chuàng)始團(tuán)隊(duì)具有頂尖高校學(xué)術(shù)背景的比例超過一半。星動(dòng)紀(jì)元、銀河通用、星海圖、自變量、松延動(dòng)力、傅利葉智能、云深處、優(yōu)理奇……這些公司創(chuàng)始人的學(xué)術(shù)履歷幾乎是標(biāo)配,在對(duì)外宣傳中,科研能力、論文成果、實(shí)驗(yàn)室背景被反復(fù)強(qiáng)調(diào)。

為什么在具身智能這個(gè)特定的賽道上,先進(jìn)入大眾和投資人視野中的會(huì)是學(xué)術(shù)派?他們和產(chǎn)業(yè)派又構(gòu)成了怎樣一種競合關(guān)系?

要回答這個(gè)問題,得先看看在學(xué)術(shù)派出現(xiàn)之前,中國具身智能是誰在做的。

很長一段時(shí)間里,中國具身智能研究和產(chǎn)業(yè)的主力,幾乎全部歸屬于自動(dòng)化專業(yè)。翻開國內(nèi)高校的學(xué)科目錄,做具身智能的教授大多掛在自動(dòng)化學(xué)院、機(jī)械工程學(xué)院或者機(jī)電學(xué)院名下。他們做的事,核心是控制,比如動(dòng)力學(xué)建模、運(yùn)動(dòng)規(guī)劃、軌跡優(yōu)化、PID 調(diào)參,讓機(jī)械臂在流水線上精準(zhǔn)地焊接、噴涂、搬運(yùn),是這個(gè)領(lǐng)域幾十年來的主旋律。

這套范式非常成功,支撐起了中國工業(yè)具身智能產(chǎn)業(yè)從零到全球最大裝機(jī)量的跨越。但它有一個(gè)內(nèi)在前提:機(jī)器人的行為是人為編程的,機(jī)器只是執(zhí)行。工程師把每一個(gè)動(dòng)作寫成代碼,機(jī)器人照著走。靈活性靠的是機(jī)械結(jié)構(gòu)的冗余度,不是智能。在那個(gè)年代,最值錢的人是會(huì)調(diào)參、懂產(chǎn)線、能解決現(xiàn)場問題的工程師,而不是發(fā)論文的學(xué)者。高校里的具身智能教授當(dāng)然存在,但他們的價(jià)值往往需要通過漫長的橫向課題和成果轉(zhuǎn)讓才能轉(zhuǎn)化為產(chǎn)品。

換句話說,在自動(dòng)化范式 " 統(tǒng)治 " 的幾十年里,具身智能創(chuàng)業(yè)的入場券握在工程師手里。學(xué)者們大多待在實(shí)驗(yàn)室里做縱向課題,離產(chǎn)業(yè)一線隔著不短的距離。那時(shí)的學(xué)術(shù)派還沒想過要下山。

這個(gè)格局直到 2020 年前后被一道 " 信號(hào)彈 " 打破。

2020 年前后,OpenAI 的具身智能團(tuán)隊(duì)發(fā)表了一篇 " 多任務(wù)操作學(xué)習(xí) " 的論文,首次展示了同一個(gè)神經(jīng)網(wǎng)絡(luò)模型可以完成多種不同的抓取任務(wù)。這篇論文提醒了學(xué)術(shù)界一件事:操作能力是可以學(xué)出來的,不需要為每個(gè)動(dòng)作單獨(dú)寫控制程序。此后幾年,隨著 Transformer 架構(gòu)在視覺和語言任務(wù)上不斷刷新紀(jì)錄,一個(gè)設(shè)想開始成形:把 " 通用學(xué)習(xí) " 的思路搬到物理世界。

國內(nèi)高校從 2021 年開始集中轉(zhuǎn)向。但這次轉(zhuǎn)向跟以前做機(jī)器人完全不同,它引入了一個(gè)全新的學(xué)科力量:計(jì)算機(jī)科學(xué)與人工智能。清華大學(xué)交叉信息研究院、自動(dòng)化系,北京大學(xué)智能學(xué)院,上海交通大學(xué)機(jī)械與動(dòng)力工程學(xué)院,浙江大學(xué)控制科學(xué)與工程學(xué)院……這些原本就有機(jī)器人或計(jì)算機(jī)視覺底子的院系在轉(zhuǎn)做具身智能上有著近乎天然的優(yōu)勢。那些此前跟機(jī)器人毫無關(guān)系的計(jì)算機(jī)科學(xué)家、深度學(xué)習(xí)研究者帶著大模型、Transformer、強(qiáng)化學(xué)習(xí)的工具箱,一頭扎進(jìn)了物理世界。

此后的幾年,國內(nèi)高校開設(shè)的具身智能相關(guān)課程很快從個(gè)位數(shù)增加到十位數(shù)。國家自然科學(xué)基金委的資助額度在增長,頂會(huì)的投稿量在翻倍,一篇 ICRA 或 CoRL 的論文足以讓年輕學(xué)者拿到教職。大家相信,只要在仿真環(huán)境里跑通了算法,真實(shí)世界的問題總能解決。

從自動(dòng)化到大模型,具身智能江湖的學(xué)科入口換了。過去是控制,工程師寫代碼,機(jī)器照著執(zhí)行;現(xiàn)在是學(xué)習(xí),機(jī)器需要自己從數(shù)據(jù)里學(xué)會(huì)動(dòng)作。當(dāng)一個(gè)產(chǎn)業(yè)的核心問題從 " 怎么造 " 變成 " 怎么學(xué) ",最懂學(xué)的人自然站到了舞臺(tái)中央。學(xué)術(shù)派的價(jià)值也正是被這次學(xué)科位移抬起來的。

2023 年,那些從 2017 年就埋頭做機(jī)器人學(xué)習(xí),被 2020 年的信號(hào)彈點(diǎn)燃的研究者,開始集體從論文走向產(chǎn)品。

于是,學(xué)術(shù)派的下山創(chuàng)業(yè)潮便來了。

2023 年是分水嶺。具身智能的創(chuàng)業(yè)潮在這一年集中爆發(fā),主力就是學(xué)術(shù)背景的研究者。這批公司有一個(gè)共同特征:它們?cè)趯?duì)外敘事中,幾乎無一例外地把科研能力放在最前面。創(chuàng)始人的頂會(huì)論文、實(shí)驗(yàn)室履歷、導(dǎo)師背景、ICRA、CoRL 等頂會(huì)發(fā)文數(shù)量……這些在傳統(tǒng)硬科技創(chuàng)業(yè)中很少被重點(diǎn)考量的要素,在具身智能賽道,成了最受資本認(rèn)可的信用憑證。

但同樣是學(xué)術(shù)派,來自三所頭部高校的團(tuán)隊(duì)帶出了三種截然不同的發(fā)展路徑。

清華系是最早動(dòng)起來的一批,也是學(xué)術(shù)色彩最濃的一批,源頭在交叉信息研究院。這所因姚期智而聞名、以人工智能為底色的學(xué)院,把最硬核的 AI 訓(xùn)練方式遺傳給了創(chuàng)業(yè)者:攻上限。

星動(dòng)紀(jì)元在 2023 年成立,創(chuàng)始人陳建宇是清華大學(xué)交叉信息研究院助理教授、博士生導(dǎo)師。公司的成立源于清華早期的一個(gè)課題項(xiàng)目。陳建宇在 2022 年的課題研究中嘗試開發(fā)體型較小的人形機(jī)器人,并往高動(dòng)態(tài)性能推進(jìn),之后從實(shí)驗(yàn)室走向產(chǎn)業(yè)界。在同期創(chuàng)業(yè)團(tuán)隊(duì)里,星動(dòng)紀(jì)元是少數(shù)從一開始就選擇全棧自研的公司,從關(guān)節(jié)、靈巧手到整機(jī)本體和具身大腦全部自研,而不是像大多數(shù)創(chuàng)業(yè)公司那樣在某個(gè)環(huán)節(jié)上做整合。

同一年出現(xiàn)的星海圖,聯(lián)合創(chuàng)始人許華哲、趙行同樣來自清華交叉信息研究院。許華哲在加州大學(xué)伯克利分校讀博期間選擇了當(dāng)時(shí)還冷門的具身智能方向,2022 年博士畢業(yè)后回到清華叉院擔(dān)任助理教授,原本想 " 認(rèn)真教六年書 ",但 ChatGPT 的成功讓他改變了計(jì)劃,在 2023 年毫不猶豫成了星海圖的聯(lián)合創(chuàng)始人。星海圖押注的是 VLA 具身大模型路線,把視覺大模型的語義理解能力嵌入到操作決策流程中。

銀河通用同樣帶著清華烙印,創(chuàng)始人兼首席技術(shù)官(CTO)王鶴是清華大學(xué)微電子與納電子學(xué)系 2010 級(jí)校友。這家公司圍繞合成數(shù)據(jù)和端到端模型構(gòu)建訓(xùn)練體系,屬于典型的 " 用 AI 方法解決機(jī)器人問題 " 的思路。

全棧自研、VLA 大模型、合成數(shù)據(jù)……技術(shù)路線雖不盡相同,但方向卻高度一致:技術(shù)壁壘最高的那條路。清華大學(xué)交叉信息研究院的學(xué)術(shù)基因讓這批人天然地更關(guān)心智能的天花板在哪里。

與清華系 " 攻上限 " 的取向形成對(duì)照,上海交大系走的是另一條路:先有產(chǎn)業(yè)積淀,再做技術(shù)延伸。上海交通大學(xué)在機(jī)器人領(lǐng)域的積累可以追溯到更早,學(xué)校的機(jī)械與動(dòng)力工程學(xué)院在傳統(tǒng)工業(yè)機(jī)器人方向上有幾十年的研究歷史,下山攻入具身智能幾乎是 " 無縫銜接 "。

傅利葉智能是交大背景里成立最早的一家,2015 年就做了康復(fù)機(jī)器人,后來才切入人形機(jī)器人賽道。它既有學(xué)術(shù)背景,又有近十年的產(chǎn)業(yè)積累,在電機(jī)驅(qū)動(dòng)和力控上有量產(chǎn)經(jīng)驗(yàn)。當(dāng)行業(yè)普遍還在討論人形機(jī)器人什么時(shí)候能落地的時(shí)候,傅利葉已經(jīng)在康復(fù)醫(yī)院里跑了好幾年機(jī)器人。

優(yōu)理奇機(jī)器人同樣屬于學(xué)術(shù)派,創(chuàng)始團(tuán)隊(duì)中就有上海交通大學(xué)教授王賀升擔(dān)任首席科學(xué)家。優(yōu)理奇的創(chuàng)始人楊豐瑜是耶魯大學(xué)博士,在機(jī)器人視觸覺方向發(fā)表過多篇頂會(huì)論文,公司早期的技術(shù)路線圍繞多模態(tài)感知、模仿學(xué)習(xí)和具身模型展開。這批團(tuán)隊(duì)證明,在人形機(jī)器人賽道,成熟的工程交付能力本身就是一道很難復(fù)制的壁壘。

如果說清華系賭上限、交大系賭厚度,浙大系則選了第三條路:做產(chǎn)學(xué)研平臺(tái)。

浙大背景的云深處做的是四足機(jī)器人。浙大在這個(gè)方向上有超過十五年的研究積累,從最早的仿生步態(tài)到后來復(fù)雜地形適應(yīng),再到全地形自主導(dǎo)航,每一步都有實(shí)驗(yàn)室的影子。云深處的產(chǎn)品在國內(nèi)安防巡檢、應(yīng)急救援領(lǐng)域有不錯(cuò)的落地,但行業(yè)提到這家公司,最先想到的仍然是它的學(xué)術(shù)底色。

浙江人形機(jī)器人創(chuàng)新中心則是一個(gè)更特殊的案例。它由浙江大學(xué)和寧波市政府聯(lián)合成立,創(chuàng)始人熊蓉是浙江大學(xué)控制學(xué)院機(jī)器人實(shí)驗(yàn)室主任、科技部重點(diǎn)專項(xiàng)智能機(jī)器人專家組成員。這個(gè)中心的定位是 " 連接學(xué)術(shù)和產(chǎn)業(yè)的中間層 ",把浙大在人形機(jī)器人方向上的研究成果進(jìn)行工程化轉(zhuǎn)化,再開放給產(chǎn)業(yè)界使用。

清華攻上限、交大重工程、浙大做平臺(tái)……學(xué)術(shù)派下山的速度之快、規(guī)模之大,已經(jīng)徹底改寫了具身智能行業(yè)的玩家版圖。

產(chǎn)業(yè)界甚至流傳著一句戲言:現(xiàn)在隨便走進(jìn)一家具身智能創(chuàng)業(yè)公司的會(huì)議室,往桌邊掃一眼,十有八九能看到清華、上交、浙大的校友。如果這三所學(xué)校的人都不在,那這家公司要么還太小,要么就是做傳統(tǒng)工業(yè)機(jī)器人出身的。

這個(gè)說法雖有夸張,但大致勾勒出了過去兩年具身智能賽道的人才格局。

過去兩年,資本對(duì)學(xué)術(shù)派的追捧幾乎是一種信仰。2025 年上半年具身智能公司融資榜單前五名里,銀河通用、自變量兩家 " 學(xué)術(shù)派 " 企業(yè)的融資規(guī)模甚至超過了老牌機(jī)器人公司宇樹科技。2026 年上半年,星海圖、自變量、星動(dòng)紀(jì)元、松延動(dòng)力集體邁入百億獨(dú)角獸俱樂部。

投資方認(rèn)為,在一個(gè)技術(shù)路線尚未收斂的行業(yè)里,誰更接近技術(shù)前沿,誰就更有可能找到正確的方向。

不過,學(xué)術(shù)派在資本市場上的風(fēng)光時(shí)常讓人忽略他們面臨的真實(shí)困局。

論文里的模型跑得再好,到了真實(shí)世界就是另一回事。學(xué)術(shù)派最常遇到的一個(gè)場景是,仿真環(huán)境里成功率 99% 的抓取模型,裝到真實(shí)機(jī)器人上一測,連 50% 都不到。光照變了、摩擦力不同了、關(guān)節(jié)有公差,每一個(gè)小變量都可能讓模型失效。

最核心的問題是數(shù)據(jù)。具身智能需要的數(shù)據(jù)是機(jī)器人在真實(shí)物理環(huán)境中執(zhí)行任務(wù)時(shí)產(chǎn)生的交互數(shù)據(jù)。據(jù)中國信通院 2025 年發(fā)布的《具身智能發(fā)展報(bào)告》,要實(shí)現(xiàn)物理智能的涌現(xiàn)至少需要數(shù)百萬小時(shí)的高質(zhì)量真實(shí)交互數(shù)據(jù)。而學(xué)術(shù)實(shí)驗(yàn)室里常用的原型機(jī)器人平均無故障時(shí)間通常在 100 到 1000 小時(shí)之間,還沒來得及采集足夠數(shù)據(jù),本體可能已經(jīng)壞了。

這其實(shí)就是開頭提到的具身智能的 " 死亡之谷 "。下山容易,過谷難。

于是問題就變成:跨過這道谷,到底需要什么?

過去兩年,一批學(xué)術(shù)派創(chuàng)業(yè)公司正在試圖用另一種方式解決數(shù)據(jù)的困局。星海圖在搭建自己的數(shù)據(jù)采集平臺(tái),星動(dòng)紀(jì)元在工廠里部署機(jī)器人跑真實(shí)任務(wù)。但這需要時(shí)間。一家創(chuàng)業(yè)公司從部署第一臺(tái)機(jī)器人到積累足夠訓(xùn)練數(shù)據(jù),少說也要一年半載,而資本市場的耐心顯然沒有這么長。

單獨(dú)依靠企業(yè)自研自建采集體系,速度慢、成本高,很難獨(dú)自完成海量數(shù)據(jù)積累。想要縮短周期,更可行的思路是深度綁定產(chǎn)業(yè)端,走聯(lián)合共建的數(shù)據(jù)閉環(huán)。一方面和制造業(yè)、倉儲(chǔ)、家政等下游場景方合作,批量部署機(jī)器人承接真實(shí)業(yè)務(wù),在商業(yè)化作業(yè)中同步沉淀交互數(shù)據(jù),用業(yè)務(wù)收入反哺數(shù)據(jù)采集成本;另一方面打通上下游供應(yīng)鏈,優(yōu)化機(jī)器人本體耐用性,拉長設(shè)備無故障運(yùn)行時(shí)長,提升單臺(tái)機(jī)器人的數(shù)據(jù)產(chǎn)出效率。除此之外,行業(yè)間的數(shù)據(jù)合規(guī)共享、仿真與真機(jī)數(shù)據(jù)混合訓(xùn)練,也是降低純真機(jī)采集壓力的重要補(bǔ)充。但不管采用哪種方案,都繞不開工程化落地、規(guī)?;桓兜哪芰简?yàn)。

這也意味著,團(tuán)隊(duì)不能再停留在實(shí)驗(yàn)室的單點(diǎn)算法創(chuàng)新,必須直面商業(yè)化交付、供應(yīng)鏈管理、客戶需求協(xié)調(diào)等一系列產(chǎn)業(yè)命題。正是這種現(xiàn)實(shí)約束,倒逼一大批帶著學(xué)術(shù)背景的創(chuàng)業(yè)團(tuán)隊(duì)完成自我重塑。

站在 2026 年 8 月往回看,學(xué)術(shù)派在過去三年里完成了一次完整的角色轉(zhuǎn)換:從實(shí)驗(yàn)室里的研究者,變成工廠里的創(chuàng)業(yè)者??蒲须A段,他們研究機(jī)器如何認(rèn)知物理世界;創(chuàng)業(yè)階段,他們要實(shí)現(xiàn)機(jī)器在真實(shí)場景可靠作業(yè)。唯有兼顧前沿研究與工程落地的團(tuán)隊(duì),才有機(jī)會(huì)穿越 " 死亡之谷 "。

具身智能賽道還在早期,資本也逐漸從狂熱走向理性。有數(shù)據(jù)顯示,2026 年 5 月,具身智能行業(yè)月融資額環(huán)比下滑 58.65%。對(duì)于那些帶著頂會(huì)光環(huán)下山的學(xué)者們來說,真正的考驗(yàn)或許才剛剛開始。

相關(guān)閱讀

最新評(píng)論

沒有更多評(píng)論了
腦極體

腦極體

國內(nèi)前沿人工智能自媒體

訂閱

覺得文章不錯(cuò),微信掃描分享好友

掃碼分享

企業(yè)資訊

查看更多內(nèi)容