搜狐科技出品
郑松毅撰写
人形机器人显身手 技术新突破
步入2026WAIC的灵初智能展台，一台人形机器人正自主操作光模块生产。亚毫米级精密装配、柔性检测、自动包装连贯完成，其精细动作令人惊叹。
灵初智能成立于2024年，核心团队阵容强大：CEO王启斌在智能硬件和机器人产业化领域积累了近二十年经验；首席科学家杨耀东长期钻研强化学习技巧；联合创始人陈源培曾是华为认证的天才少年。公司与北京大学共建联合实验室，从一开始就走了差异化发展道路——不追逐简化的机械臂，而是专注长距离精细灵巧作业，凭借人类数据构建核心竞争力，目标直指解决机器人领域里的世界性难题。
展会期间，围绕具身智能行业现状、技术关键点和市场应用等公众关注的议题，灵初智能CEO王启斌与搜狐科技等媒体代表进行了深入探讨。
核心对话内容整理如下：
媒体人：为何选择让机器人承担光模块生产线作业？完整的解决方案逻辑是怎样的？
王启斌：今年实现了两大落地部署：光模块制造环节替代多项人工岗位，同时推进物流场景试点。现场演示的是一种全流程智能化系统。从人类行为数据采集，到在世界模型中可视化呈现，最终应用于硬件完成多样化任务，整体训练思路是"依靠人类数据训练技术模型"。
媒体人：当前业内数据采集方法主要分为真机记录和人工示教两种，灵初智能为何坚持人工示教法？独特优势体现在哪里？
王启斌："最优质的数据"源自人类日常真实作业，包含自主拆卸任务、手眼触觉联动、错误自动修正等原生技能。真机记录方式存在明显劣势：单套设备造价40至50万元，不同机器人规格下模型迁移存在重大障碍。
媒体人：目前多数机器人仅在展示厅表演或做出预设动作，难以真正进入工厂应用，您认为行业当前面临的主要挑战是什么？
王启斌：行业目前存在三大核心困境，这也是机器人仅能表演无法实际部署的症结所在。首先高质量多模态数据极度缺乏，真机采集成本惊人，仿真数据与现实物理环境存在明显鸿沟，模型稍换工件或产线就失效，泛化性能极弱。二是硬件稳定性无法满足工厂需求，展示时短暂演示看似稳定，但工厂连续数月量产后会出现发热、磨损、故障等问题，达不到耐久性标准。另外多数企业只研发单一硬件或模型，未能打通"数据采集-模型训练-实际应用-现场数据回输"的全链条，无法实现持续优化。
媒体人：如何提升能力，让机器人真正发挥实用价值？
王启斌：首先要建立低成本规模化的人类多模态数据采集渠道，持续向模型提供真实工厂作业样本；二是进行软硬件深度整合优化，将硬件力控、触觉感知与世界模型紧密结合，适应实际工况；三是完成规模化商业化验证后，精确计算单台设备全生命周期的投资回报率，再让场景数据促进模型迭代。
媒体人：未来两年机器人领域是否也将进入洗牌期？企业要生存需要具备哪些条件？
王启斌：具身智能是十年期产业周期，明年行业将出现明显分化。欲保持领先地位的企业必须掌握低成本批量数据采集能力、快速模型迭代机制、软硬件深度整合技术，并且需要持有充足资金和复合型研发团队。那些仅能进行展示表演、缺乏实际应用场景的企业将被市场淘汰。
媒体人：灵初智能今年初完成20亿元融资，资金主要用于哪些方向？
王启斌：投资人看重我们灵巧操作赛道的稀缺性，资金主要投入完善"数据-模型"发展闭环，争取在百万小时人类多模态数据积累上取得突破。
媒体人：公司同时布局算法大脑与硬件制造，两种业务如何协同？
王启斌：核心战略仍是以模型大脑为主，硬件产品主要承担整机集成的角色，核心零件将采用外部定制方案。
媒体人：综合来看，中美具身智能产业各有什么特点？国内企业应当警惕哪些发展误区？
王启斌：中国拥有完整的硬件供应链体系、丰富的制造业场景资源，数据来源充沛。美国头部模型技术领先，但其硬件供应链高度依赖中国国内生产。国内企业最大误区是盲目追求硬件技术参数提升，忽视了数据、模型与实际场景的深度融合，最终导致产品只能用于展示无法提高工厂生产效率，这是必须着力改进的关键问题。
