留形科技團隊相識之地位于港大最古老建筑之一，薄扶林道旁黃克兢樓的地下室。秦佑銘和徐威剛來港大讀博時，MaRS Lab 還是一個蒸汽鍋爐房。因為鍋爐房體積大、挑高特別高，正好適合無人機的飛行試驗。從不見天日的地下室，到清新地的海灘，秦佑銘和徐威天天都在與同門一起測試算法，「炸無人機」。

在港大讀博期間，他們也見證了 MaRS Lab 從一個陳舊的地下室變成了學(xué)術(shù)界頂尖的無人機實驗室。實驗室的 FAST-LIO 開源項目在 GitHub 星標達到了 3.3k，是近年來機器人定位與地圖構(gòu)建（SLAM）領(lǐng)域最具影響力的開源系統(tǒng)之一。FAST-LIO 推動了機器人從「離線建圖」到「在線理解空間」的轉(zhuǎn)變。多年在感知領(lǐng)域的積累與炸機的痛，讓秦佑銘和徐威想降低整個機器人社群使用這項技術(shù)的門檻。

2022 年底，秦佑銘和徐威博士從 MaRS Lab 畢業(yè)，此前共同創(chuàng)立了留形科技，致力于為通用具身智能提供最關(guān)鍵的感知能力。90% 的科技成果止步于實驗室，而留形是少數(shù)的幸存者之一。第一代產(chǎn)品 MindPalace 360 上線三個月就實現(xiàn)了盈利。同年，真格基金種子輪投資留形科技。

剛剛發(fā)布的第三代傳感器 Odin1，被創(chuàng)始團隊稱作機器人的「海馬體」。Odin1 為機器人補上了感知系統(tǒng)中最關(guān)鍵的一塊——空間記憶。Odin1 裝了個小 NPU，能處理圖像語義、做物體識別、空間構(gòu)圖、實時更新和共享記憶系統(tǒng)。

如果說算力充沛的大模型是機器人的「大腦」、精準執(zhí)行的控制系統(tǒng)是「小腦」，那么 Odin1 就是「海馬體」。

傳感器的 iPhone 時刻
驅(qū)動三維感知與自主決策

Q：請三位先簡單介紹一下自己。

秦佑銘：我叫秦佑銘，留形科技 CEO。本科在弗吉尼亞理工讀電子工程，后來在香港大學(xué)和張富老師一起做無人機方向研究。讀博期間認識了我們的合伙人徐威。2021 年 10 月，也就是畢業(yè)前，我們在香港創(chuàng)辦了留形 Manifold Tech。

徐威：我叫徐威，是留形的 CTO。我的本碩在北航，博士跟佑銘是同一個老師，前后腳畢業(yè)。我研究的是三維建圖和定位，主要偏算法側(cè)。留形現(xiàn)在也主要做三維感知，提供機器人定位導(dǎo)航解決方案。

楊帆：我叫楊帆，擔(dān)任 COO。背景跟他們兩個有點不一樣，我本科在港大讀機械工程，和佑銘是「跨時空」舍友，后來去 UIUC 讀了航空航天博士。這是我第三次加入真格投的初創(chuàng)公司，之前也做過機器人方向的工作，現(xiàn)在主要負責(zé)公司整體運營、海外市場和品牌傳播。

徐威（左）、楊帆（中）、秦佑銘（右）

Q：留形從 2021 年成立至今已經(jīng)發(fā)布了幾代產(chǎn)品，從最初的三維數(shù)據(jù)采集設(shè)備到 Pocket 等等。你們?nèi)绾慰创?Odin1 在整個產(chǎn)品線中的定位？如果用一句話來總結(jié)它的特點，會怎么說？

秦佑銘：和前兩代相比，Odin1 最大的變化是它更小巧緊湊，真正做到了開箱即用。以前的設(shè)備還像是「大哥大」，而 Odin1 更像一部智能手機?？梢哉f，它終于迎來了自己的 iPhone 時刻。

如果用一句話來定位 Odin1 ：它是世界上第一款具備空間記憶能力的傳感器。

這個「空間記憶」有兩層意思。第一是感知空間：能知道周圍有什么東西、它們是什么形狀、在什么位置。就像福爾摩斯破案時，閉上眼就能重現(xiàn)案發(fā)現(xiàn)場的三維畫面，把散落的線索拼起來。我們上一代產(chǎn)品叫 MindPalace，也是這個意思。

第二層是理解空間：不僅「看見」物體，還能理解它們的意義。比如識別出桌上有個麥克風(fēng)，并意識到我正在對著它講話；又比如看到你電腦邊有瓶水，它會判斷這瓶水可能對電腦有風(fēng)險。

這其實就是我們常說的「眼力見兒」。等到具身智能真正普及，我們肯定不希望機器人還在原地發(fā)問，「你要我轉(zhuǎn)幾度？」「哪個東西要遞？」，而是能聽懂話里的空間語義，比如「去隔壁幫我倒杯水」，它能自動理解要找水杯、找門、選路徑，然后把事辦了。這背后就需要空間記憶。

徐威：空間記憶意味著機器人可以記住它曾到達的所有位置與姿態(tài)。就像我們?nèi)嗽谀吧鷪鏊鶗乱庾R記住路標、繪制腦海中的空間地圖，我們的傳感器也可以。

空間記憶在過去很多機器人系統(tǒng)的需求中反復(fù)出現(xiàn)。只是以前解決這個問題的綜合成本太高，手段也有限。我們希望把這種能力和上游日益成熟的傳感器與邊緣計算能力結(jié)合，集成到一個小巧、可用的模組里，適配各種機器人。

Odin1 是我們目前最小巧、配置最先進的一代產(chǎn)品。無論是 LiDAR、相機、還是 CPU，都是自研定制的，完成了高度集成。

楊帆：對用戶來講，Odin1 的意義在于，它讓機器人第一次真正拋開了遙控器，在室內(nèi)復(fù)雜的空間中自主感知、決策和移動?？臻g感知是自然界普遍存在的能力，幾乎所有生物都有，很多團隊也都在嘗試復(fù)現(xiàn)，但無一真正落地。而 Odin1，希望就是那個拐點。

Q：你們是什么時候意識到空間記憶這個方向可以作為切入點的？

徐威：空間記憶的需求一直都在。變化出現(xiàn)在過去一年。整個上游鏈條因為自動駕駛的發(fā)展慢慢成熟，供應(yīng)鏈的組建更豐富、標準化，芯片性能也隨之提升。我們在去年年底意識到這個點可以做，就立刻投入了。

這背后有兩個產(chǎn)業(yè)趨勢在推動我們：

一是傳感器正朝著降本和固態(tài)化方向演進。比如金光、韻達等企業(yè)都在往這個方向推。等到成本打下來，傳感器就會像今天的攝像頭一樣普及。

二是嵌入式 CPU 的升級。2023 年開始，不管是英偉達還是國產(chǎn)廠商，都開始推出性能很強的嵌入式 CPU 和 MPU。這為我們做集成、小型化提供了可能。

我們也有一個積累優(yōu)勢，是過去幾年在科研中沉淀下來的算法能力可以快速部署到硬件上。這不是誰都能輕松復(fù)刻，因為中間涉及大量的軟硬件協(xié)同開發(fā)。我們團隊在這方面的反應(yīng)速度是一大優(yōu)勢。

Q：你們?nèi)a(chǎn)品是如何演進的？

秦佑銘：我們很早就規(guī)劃了 Odin1。就像特斯拉先做 Model S，才做 Model 3，我們也想著先做高端，再做小型化普及。團隊經(jīng)驗可以沿用，節(jié)奏也更快。

第一代是 MindPalace 360，兩個礦泉水瓶那么大，2023 年 2 月發(fā)布。那時我們剛完成一個項目，用它掃描了周星馳電影《食神》里的海上餐廳太白海鮮舫。

全球就兩艘海上餐廳，一艘叫珍寶，一艘叫太白。我們創(chuàng)業(yè)那年，兩艘船都進入了「中年危機」，急需維修。結(jié)果珍寶沉了，太白意識到得趕緊留個完整記錄，于是找到了我們。

2023 年，留形團隊于太白海鮮坊進行文物復(fù)刻作業(yè)

但在船上拍攝并不容易，傾斜攝影用不上，GPS 也沒信號。我們自研的第一代留形機第一次派上了用場。剛修好沒多久，香港來了一場臺風(fēng)，頂層修繕時就用到了我們采的數(shù)據(jù)。

那時覺得，光核心部件就這么大，要是再加屏幕，整體體積得接近中畫幅相機。但沒想到越做越小。第二代 MindPalace Pocket 已經(jīng)能揣進兜里了，只有拳頭大小。

到第三代 Odin1，就完全進入手機形態(tài)了。我們希望它以后能成為科研標配，就像博士入學(xué)第一件事是買主控板，而這塊板子上默認的傳感器，就是 Odin1。

為什么「小」這么重要呢？對我們這種有無人機背景的人來說，每多一克、少一克，都會影響推重比，決定飛不飛得起來，能不能續(xù)航。比如說，大疆經(jīng)緯無人機空載能飛一小時，一加負載就只能飛二三十分鐘。輕量化是剛需。

Q：你們其實從第一天起就已經(jīng)想清楚了 Odin1 的終極形態(tài)？

秦佑銘：是的。如果你翻翻我們 2021 年發(fā)在 B 站的視頻，會看到當(dāng)時用一臺 iPhone 拍的幕后花絮。那時我們腦子里已經(jīng)在想第三代、第四代的模樣了，渲染圖就是按照那個方向去畫的。

我們把它稱作「空間相機」。想象它像一臺單反，只不過拍下的不是二維照片，而是完整的三維場景。因為如果未來 VR 或 MR 真成了主流，我們就需要一臺能記錄「空間」的相機。

視頻里有個鏡頭，是一個人從兜里掏出一個像手機大小的設(shè)備，然后環(huán)境瞬間被三維捕捉，變成了一個可以自由穿梭的游戲場景。我們最終的愿景就是：打通虛擬與現(xiàn)實的邊界，讓兩個世界無縫連接。

2021 年底，留形在 B 站發(fā)布的 MindPalace 視頻節(jié)選

所以我們在 2022 年提出了新的 Slogan：「Bridge the gap between virtual and reality」。

想想 1970 年代，人類發(fā)明了二維打印機；幾十年后，又出現(xiàn)了 3D 打印機，能直接打印一架無人機。我們本來就生活在三維世界里，為什么還要用二維的工具去表達和生產(chǎn)？

比如說，你手上有一套房子的三維原始數(shù)據(jù)，就可以直接用 AI 自動生成裝修方案，然后交給工廠定制生產(chǎn)。這時候，空間不再只是「看得見」，而是「能用起來」。

對機器人來說也一樣。今天的大模型給出的答案，本質(zhì)上是文本，是一維的，甚至連真正的二維可視化都談不上。那是一種線性思維。但一旦我們能擁有三維層級的理解和表達，虛擬和現(xiàn)實才算真正接上了。

我覺得，「空間記憶」不是對已有世界的解構(gòu)，而是一種開體，把萬物納入空間智能的可能性中。任何東西都可以在空間中被理解、被交互，它打開的是一個全新的維度，帶來的想象空間才剛剛開始。

徐威：Odin1 和前代產(chǎn)品保持了很強的連續(xù)性。許多二代產(chǎn)品的客戶對新一代都非常激動，因為對他們來說，Odin1 帶來了實質(zhì)性的提升——體積更小、成本更低，尤其是成本控制表現(xiàn)出色，讓他們能夠以更高效的方式采集三維數(shù)據(jù)。

每小一厘米、低一分成本
都是與現(xiàn)實的博弈

Q：針對機器人這個主要場景，你們做了哪些應(yīng)用層的優(yōu)化？

秦佑銘：重量、體積、價格，魯棒性、穩(wěn)定性，這是我們設(shè)計一個機器人系統(tǒng)時最關(guān)心的幾個維度。Odin1 是體積小巧，但每減少一厘米，背后都牽動著底層傳感器的優(yōu)化。我們不僅要考慮硬件參數(shù)，還要在軟件層面做好適配。

我們的目標是讓 Odin1 能成為很多小團隊的「第一臺空間感知系統(tǒng)」——開箱即用，快速跑通，從遙控汽車直接邁向具身智能。我們重新設(shè)計了 Odin1 的「Hello World」，就是希望能降低門檻。

徐威：之前機器人上用的很多傳感器原本是為人類視覺設(shè)計的，有體積很大的模組或航空插頭，對機器人來說太不友好。我們這一代直接用了 Type-C 接口，外形尺寸也和很多雙目相機保持一致，直接貼合「眼睛」，方便用戶平滑替換舊系統(tǒng)。

秦佑銘：我自己讀博期間也搭過很多系統(tǒng)，每一篇論文就像做一個新產(chǎn)品，每次都要重頭搭平臺。很多無人機都是自己炸出來的。

吃了無數(shù)虧我才明白，有些基礎(chǔ)系統(tǒng)的重復(fù)勞動，不值得每一代研究者再從頭再來。Odin1 就是為了解決這個問題，我們希望別人能直接站在我們搭好的系統(tǒng)上，把精力花在真正的革命上。

留形團隊于 2019 年博士在讀期間合影
徐威（左一）、秦佑銘（右三）

Q：你們有做過什么艱難的取舍嗎？

徐威：幾乎每一個參數(shù)都要權(quán)衡。一開始的重量目標是 200 克，最后只能做到 299 克。每一個尺寸、每一個接口，背后都需要大量驗證，都是在「戴著鐐銬跳舞」。我們盡可能去找到一個性能、成本和可制造性之間的最優(yōu)解。

Q：你們曾提到，機器人的「海馬體」出現(xiàn)需要某些前提，那么當(dāng)前的技術(shù)瓶頸是什么？

徐威：短期技術(shù)瓶頸是存在的，但總會解決。真正難的是如何將產(chǎn)品有效推向市場。

我們第一代設(shè)備的售價大概在 7-8 萬元，而且還是多個傳感器零件組裝為一個設(shè)備的形式，當(dāng)時無法把機器人的「海馬體」集成為一個緊湊的模組。但在我們這一代的產(chǎn)品——機器人的「海馬體」Odin1 上，我們在成本及結(jié)構(gòu)上做了很深的打磨，能夠把所有的部件完美集成為一個模組，同時把價格降到可以在機器人領(lǐng)域大規(guī)模應(yīng)用的的區(qū)間。

楊帆：成本控制是關(guān)鍵因素之一。機器人設(shè)計中最常用、也最基礎(chǔ)的傳感器就是相機。從趨勢看，所有機器人傳感器都應(yīng)當(dāng)向相機學(xué)習(xí)，向著低體積、低功耗、高集成方向演化。

對初創(chuàng)公司而言，越過死亡曲線，需要同時做到兩點：價格進入合理區(qū)間，并快速投放市場，跑出出貨量。只有在量上來后，成本才會降，進入規(guī)?；＜夹g(shù)要先進，更要能商業(yè)落地。

每個移動機器人都需要一個海馬體

Q：目前我們看到機器人和具身智能體的快速發(fā)展，大腦功能（大模型、世界模型等）快速發(fā)展層出不窮，小腦（運動控制、強化學(xué)習(xí)算法）也在持續(xù)進化，但海馬體的能力仍顯不足。海馬體為什么對機器人是重要的？

徐威：讓機器人完成復(fù)雜任務(wù)，光靠跳舞、倒咖啡還遠遠不夠。真正的挑戰(zhàn)，是讓它能自主串聯(lián)起多個任務(wù)，從一個房間到另一個房間，連續(xù)完成不同目標。

這正是我們今天討論的 Physical AI，讓機器人學(xué)會如何與物理世界交互。眼下雖有大量 Demo，但落地還是很難。尤其在任務(wù)復(fù)雜時，能否穩(wěn)定地將任務(wù)拆解、串聯(lián)、執(zhí)行，是一個巨大挑戰(zhàn)。

好消息是，機器人的感知能力是可以大幅提升的。一方面，先進傳感器和前融合算法能拓展機器人的感知邊界；另一方面，我們也能在終端用更低成本，實現(xiàn)對空間的細致識別與記憶。

一旦機器人有了空間記憶地圖，就能把復(fù)雜任務(wù)切分為一系列可執(zhí)行的子任務(wù)，有序完成。這種底層能力是穩(wěn)定性和三維感知躍升的基礎(chǔ)。

楊帆：我們可以從實際應(yīng)用場景看幾個例子。

「大腦」靠大模型理解指令和環(huán)境，「小腦」控制動作輸出，那「海馬體」承擔(dān)的能力是什么？

它不是讓機器人取代人類，而是完成人類難以勝任、甚至危險的任務(wù)。比如我們接到過反饋，用戶希望機器人能在消防現(xiàn)場代替消防員進入高危區(qū)域檢查。但目前的機器人仍依賴遙控操作，到不了獨立執(zhí)行任務(wù)。

最近地震頻發(fā)，救援現(xiàn)場的視頻能看到，機器人仍然是通過有線遙控鉆入狹小空間探索。未來，它能否自主探索廢墟，第一時間傳回關(guān)鍵信息？前提是它得知道自己在哪兒且理解周圍是什么。

這就是「海馬體」的作用。在人腦中，它處理空間記憶和認知，而機器人尚未擁有。李飛飛當(dāng)年提出「空間智能」的概念也是基于這個觀察。

雖然 2D 領(lǐng)域的視頻理解、內(nèi)容生成已非常成熟，但機器人與三維物理空間的交互能力仍然受限。很多人會誤以為導(dǎo)航定位已經(jīng)解決了這個問題。沒錯，戶外導(dǎo)航確實非常精準，比如高德地圖。但復(fù)雜的室內(nèi)環(huán)境呢？

目前主流 City-level 定位技術(shù)主要面向室外。要讓機器人真正理解、記憶、適應(yīng)復(fù)雜多變的室內(nèi)環(huán)境，還有很長的路要走。

秦佑銘：Odin1 本質(zhì)上是一種「空間翻譯器」。

沒有它之前，機器人只能照著程序執(zhí)行固定動作。但如果拉長時間線，比如未來它們要在火星上生活，我們不可能還從地球發(fā)指令過去。信號延遲那么久，它必須學(xué)會根據(jù)環(huán)境自主應(yīng)變。你已經(jīng)是個成熟的機器人了，要自己做判斷，才能給人類省心嘛。

Odin1 作為空間翻譯器，意義重大。它讓大模型不再只處理文字，而是真正理解空間，并將推理能力延伸到物理世界。

我們看到一個數(shù)據(jù)，人類 70% 以上的時間生活在室內(nèi)，GPS 信號覆蓋很少。在這種環(huán)境下，如果機器人不能自我定位、導(dǎo)航、理解空間，它就無法真正進入我們的日常生活。

2023 年 3 月 12 日，留形小試牛刀，參與香港歷史博物館翻修進度管理

楊帆：大家可能記得，2020 年起，酒店送餐機器人開始普及，可以把外賣從前臺送到客房門口。但這是非常初級的室內(nèi)導(dǎo)航應(yīng)用。假如用戶希望機器人多做一步，幫忙收走門口垃圾，只要走廊環(huán)境發(fā)生微小變化，比如新放置障礙物，系統(tǒng)就會失效。

我們希望開發(fā)的系統(tǒng)，不依賴靜態(tài)地圖，而能在真實環(huán)境中持續(xù)成長、自主適應(yīng)，實現(xiàn)更高層次的空間智能。

Q：在空間感知能力尚未完善的今天，有哪些是你們深信不疑、非共識但正確的觀點？

楊帆：空間導(dǎo)航本身就沒有形成統(tǒng)一共識。尤其在自動駕駛影響下，越來越多人開始探討「端到端」的極限——我們是否真的需要完全端到端？是否有更優(yōu)的混合路徑？

秦佑銘：端到端一度被「神化」過。有人認為，只要數(shù)據(jù)足夠，端到端模型就能解決所有問題。但現(xiàn)實遠比這復(fù)雜。

Odin1 就體現(xiàn)了我們的路徑選擇：我們既采用學(xué)習(xí)驅(qū)動的感知能力，也保留純數(shù)學(xué)模型，在導(dǎo)航層面做精準建模。這是對空間智能的雙軌設(shè)計。

徐威：現(xiàn)在談 AI，大家往往忽視了「記憶」。

大模型的所謂「記憶」其實只是一次性的信息容納和輸出，內(nèi)部并沒有清晰的記憶單元。但對生物來說，記憶顯然是核心。

想象一下，如果機器人能在多體之間共享記憶，在團隊協(xié)作中循環(huán)優(yōu)化，它們的學(xué)習(xí)效率將大大提高。換句話說，我們不希望記憶消散在每一個孤立模型中，而是實現(xiàn)可共享、可更新、可演化。

谷歌也在嘗試這條路徑，比如把記憶模塊從神經(jīng)網(wǎng)絡(luò)中剝離出來，作為獨立子系統(tǒng)存儲。要看機器人第一次進入一個新工廠、新空間，能否在感知的同時，將空間結(jié)構(gòu)與任務(wù)流程綁定在「記憶體」中，與其他智能體共享。

最終，我們希望實現(xiàn)這樣一種體驗：就像《黑客帝國》中的「虛擬空間」，一個機器人感知并建構(gòu)的環(huán)境，不僅自己可用，還能為所有系統(tǒng)提供可視化、交互式的記憶接口。

關(guān)聯(lián)記憶不僅是機器人智能的重要部分，也可能是它們區(qū)別于人類、甚至在某些方面超越人類的關(guān)鍵。一些能力并不需要模仿人類，反而可以走出自己的路，表現(xiàn)得更好。

楊帆：徐博講得很有趣。如今判斷一個大模型強不強，很多時候是看它離人類錯誤率還有多遠。但在機器感知領(lǐng)域，這個標準未必適用。像 Odin1，它能精準獲取每一個像素的深度信息，比我們?nèi)祟惖哪芰σ獜姟?/p>

徐威：人類是碳基生物的自然進化結(jié)果。并不是輪子比腿更高效，人類就會長出輪子。哪怕輪子的性能遠超雙腿，它也不會自動改變我們原有的生活方式。

傳感器也是如此。幸運的是，我們已經(jīng)發(fā)展出了比人體更強的感知裝置。問題是，我們要不要繼續(xù)陷在「機器人就該像人類」的路徑依賴中？我認為這是種誤區(qū)。我們應(yīng)該充分釋放現(xiàn)代傳感器的潛力，而不是執(zhí)著于模仿人類形態(tài)。

Q：你們怎么看空間記憶對機器人的意義？它是一個漸進性任務(wù)最終實現(xiàn)的高階模塊，還是可以和「大腦」「小腦」同步開發(fā)的？

徐威：應(yīng)該是并行的。因為自然界就是這么演化的。

小鼠的海馬體里有「位置細胞」，能對環(huán)境中某些區(qū)域形成特定反應(yīng)。這說明哪怕低智能生物也具備空間記憶系統(tǒng)。

人類方向感的強弱也和海馬體結(jié)構(gòu)密切相關(guān)。意味著，大腦在發(fā)育過程中，不是一個模塊先另一個后，而是多個功能并行成長。

所以我認為，具備移動能力的機器人未來一定會有空間記憶系統(tǒng)。否則它很難真正理解復(fù)雜環(huán)境。當(dāng)然，固定在桌面上做重復(fù)動作的機器人可以例外。

楊帆：目前大多數(shù)人形機器人著重做小腦，而作為大腦的大模型也發(fā)展飛快。但如果沒有記憶，尤其是空間記憶，移動機器人的意義就很難成立。

機器人要能移動，就必須理解空間。Odin1 裝了個小 NPU，能處理圖像語義，做物體識別和空間構(gòu)圖。而且記憶系統(tǒng)是可以實時更新和共享的。

當(dāng)我走進一個房間，看到五個人，我不只是看到障礙物，還能識別出「誰是這屋子的人」「誰是陌生人」。掃地機器人就很難做到這一點。它看到的，只是該繞過的「東西」。

而空間記憶能讓機器人知道，這個區(qū)域上次有一排箱子，這次進來箱子沒了，說明這里現(xiàn)在可以走。這和我們進屋發(fā)現(xiàn)桌子換了地方、路徑就跟著調(diào)整的過程幾乎一樣。

秦佑銘：不僅是記憶刷新，每個體的地圖還可以共享。你可以類比 Wiz 這類導(dǎo)航軟件，你發(fā)現(xiàn)堵車可以上報，系統(tǒng)再通過大家的車速判斷路況。

未來的機器人也可以這樣工作。A 機器人發(fā)現(xiàn)路壞了，更新地圖，提醒所有其他機器人別走這條路；甚至同步給道路維修機器人，派隊處理。這是效率最優(yōu)的形態(tài)。

就像現(xiàn)在我們用導(dǎo)航，哪里堵車大家就避開一樣，有數(shù)據(jù)、有感知、有分享能力的機器人，最終一定也能做到這種群體協(xié)作。

Q：FAST-LIO 作為底層技術(shù)的價值上次也聊過很多，能不能再講講你們是怎么從實驗室技術(shù)往產(chǎn)業(yè)場景切的？從找到第一個建筑測繪場景到今天，對應(yīng)用場景的理解有沒有新的變化？

秦佑銘：我們最初的 MVP 落在香港，客戶是建筑行業(yè)。最直接的機會來自本地，且香港本身高度重視數(shù)字建筑化。與其說我們?nèi)フ?，不如說是用戶找到了我們，幫助我們定義了第一代產(chǎn)品。

我們很早就確定了做空間感知。但第一代產(chǎn)品落地，選擇了最現(xiàn)實、最迫切的場景。隨著市場拓展，我們接觸到了林業(yè)巡檢、基建測繪等需求，第二代產(chǎn)品就開始往通用化方向迭代。到了第三代，我們進一步優(yōu)化模塊結(jié)構(gòu)，軟件可復(fù)用，硬件極致降本，在性能和成本之間找到平衡。

這一品三代背后是我們始終堅持的一個原則：用高精度、低成本、高效率的數(shù)據(jù)采集系統(tǒng)，去連接現(xiàn)實場景的復(fù)雜需求。

徐威：從第一代開始，我們就聚焦在高效率、高質(zhì)量的 3D 數(shù)據(jù)采集。建筑、消防、測繪等場景都在用我們的產(chǎn)品做快速建圖，支持一線人員作業(yè)。整個產(chǎn)品技術(shù)棧也在不斷拓展，現(xiàn)在已經(jīng)遠超我們最初實驗室的設(shè)想，成了一個真正意義上的系統(tǒng)性平臺。

2023 年 6 月，留形在河南金礦的早期實地測試案例

Q：除了建筑和家裝，3D 數(shù)據(jù)還有哪些被低估的場景？

秦佑銘：比如最近爆火的《黑神話：悟空》，用實景三維還原歷史文化遺址，通過高斯渲染做到了毫米級精度。很多玩家甚至不是在打怪，而是在「云旅游」。

三維建模技術(shù)如今已大量用在影視游戲中，不論是紀錄片、劇集背景，還是全片段綠幕虛擬拍攝，都靠空間重建能力。像 Unity 和 UE 的生態(tài)都已經(jīng)接入這類功能。

楊帆：在我看來，機器人發(fā)展中最缺的就是高質(zhì)量的實景三維數(shù)據(jù)，也就是學(xué)術(shù)上常說的「real-to-sim」問題——如何快速把真實空間還原到虛擬仿真環(huán)境中。

為什么要做這件事？因為大部分機器人訓(xùn)練都發(fā)生在模擬環(huán)境里。沒有一個貼近真實應(yīng)用場景的虛擬空間，機器人就很難「學(xué)得好」，更別說具備真正智能的行為能力。

相比之下，圖像數(shù)據(jù)的訓(xùn)練已經(jīng)成熟得多，畢竟互聯(lián)網(wǎng)上有海量照片可以用。但高質(zhì)量三維空間的數(shù)據(jù)幾乎找不到。比如我要訓(xùn)練一個機器人在我家中執(zhí)行任務(wù)，但我家里的環(huán)境在網(wǎng)上根本找不到。

我們需要一種簡單、快速、低成本的方法來采集這些三維環(huán)境，并構(gòu)建模擬空間。

越過從實驗室到產(chǎn)業(yè)的「死亡谷」

Q：無論是 AI 還是具身智能，技術(shù)走向產(chǎn)業(yè)都繞不開「死亡谷」。據(jù)說 90% 的實驗室成果止步于工程化，真正落地的更是少數(shù)。留形起步于港大 MaRS Lab，是如何跨過「死亡谷」的？

秦佑銘：其實我們自己也沒想到走了這么遠。團隊里不少人做過機器人比賽，也有人連續(xù)創(chuàng)業(yè)?？磫栴}不會太理想化，同時又有很強的工程落地能力。我們和用戶之間的距離相對更近，常有人說我們是「非典型工程師團隊」。

所謂死亡谷，很多時候是因為做技術(shù)的人離真實用戶太遠了，在想象中走得太遠。留形沒有著急擴張，而是不斷打磨技術(shù)，和用戶一起反復(fù)驗證產(chǎn)品。在前幾年金融環(huán)境高度不確定的情況下，能活下來、活得還不錯，很大程度上也因為這一點。

徐威：對公司來說，最核心的事情是為客戶創(chuàng)造真實的價值。不是做一個理論上看起來很厲害的產(chǎn)品，而是真正解決客戶的實際問題。如果技術(shù)不能幫助客戶，那它的價值就大打折扣。

很多創(chuàng)業(yè)者沒看清問題的本質(zhì)，而是在構(gòu)建一個并不存在的需求，這在學(xué)術(shù)界尤其常見。大量論文提出的假設(shè)本身就沒有意義，因為它們解決的，是一些虛構(gòu)的問題。

楊帆：我從之前的創(chuàng)業(yè)經(jīng)驗中深刻體會到，你如果不尊重市場，就一定會被市場教育。

我們團隊內(nèi)部常問自己兩個問題。第一，我們有沒有提供客戶真正需要的價值？尤其是 ToB 客戶，他們對應(yīng)用場景的理解直接影響我們怎么設(shè)計產(chǎn)品。我們經(jīng)常會跟客戶復(fù)盤，理解他們對參數(shù)、性能的具體需求。

第二，客戶愿不愿意為這套方案付費？只有客戶愿意掏錢，這個產(chǎn)品的價值才是真實的。如果沒人愿意買，說明它在這個行業(yè)里沒有足夠的意義。

秦佑銘：我舉一個小例子。有一家我們認識的香港公司，只有兩個人，創(chuàng)始人是個印度人。他們解決的問題非常具體：在海底 20 米深的實驗室，24 小時監(jiān)測有沒有魚咬珊瑚。聽起來簡單，但因為找對了用戶，這家公司就活了下來。

我也知道另一個失敗了的公司。他們一直專注于改進自己的傳感器技術(shù)，過度關(guān)注參數(shù)的提升，卻忽略了客戶真正的需求。說到底，客戶可能只關(guān)心魚咬了多少次，而不是監(jiān)測的靈敏度到了多少位。

客戶買的是解決方案，是能長期運行、持續(xù)產(chǎn)生價值的系統(tǒng)，不是技術(shù)本身。技術(shù)再復(fù)雜，不能真正對癥，也很難走得遠。

楊帆：產(chǎn)品化和學(xué)術(shù)研究最大的差別，就是一致性。論文里說某個技術(shù)提升了多少倍，很多是在實驗室的特定條件下實現(xiàn)的。論文可以成功一次就夠，但產(chǎn)品不行。

真正的產(chǎn)品必須在成千上萬次使用中保持可靠，不能出錯。很多性能上的極致設(shè)計，可能在應(yīng)用中根本跑不穩(wěn)，客戶信不過，就陷入無盡的售后問題中。

我們不太喜歡去炫產(chǎn)品，而是更務(wù)實地打磨它，確保能穩(wěn)定運行。尤其我們面對的很多場景環(huán)境都很復(fù)雜，如果產(chǎn)品扛不住，就不是團隊不努力的問題，而是選錯了路。

Q：外界說你們產(chǎn)品上線三個月就實現(xiàn)了盈利，是真的嗎？

秦佑銘：我們還沒正式成立公司時，就有客戶找我們、催我們趕緊注冊，因為他們真的需要這套產(chǎn)品。

從第一次接觸客戶，到產(chǎn)品真正落地，中間其實走了很長一條路。我們的節(jié)奏比較穩(wěn)，更多是在打磨，沒有一個說從箱子里拿出一瓶酒就爆火的神話。這種故事往往掩蓋了很多背后的努力。

Odin1 的很多產(chǎn)品定義都是我們和客戶一起討論、打磨出來的。我印象特別深，早年我打 RoboMaster 時，一位隊長曾描述了一個系統(tǒng)，后來和 Odin1 的形態(tài)幾乎一模一樣。那時 Odin1 才剛剛立項幾個月。

我一度很驚慌，以為是不是有什么信息泄露了，后來才意識到，其實很多真正的痛點，行業(yè)里的人早有共識。從第一性原理出發(fā)，Odin1 是自然收斂出來的最優(yōu)解。

我們和 RoboMaster 淵源很深。我做過 RoboMaster 解說，第一份工作也是在大疆，后來還在美國組建了戰(zhàn)隊。每年比賽，坑幾乎是一樣的，但年年有人踩，因為隊員在不斷換代。

搭一套系統(tǒng)，可能要花一年培養(yǎng)新人，剛培養(yǎng)好人就畢業(yè)了。所以你去看很多學(xué)校隊伍，技術(shù)是斷代的，在不斷重走老路。我們要解決的就是這些長期存在的痛點。

2023 年 3 月，留形在深圳設(shè)立研發(fā)部，推出初代機型

徐威：我見過不少隊伍，新人一來就被分配做底層工作，比如標定、同步、選型。這活瑣碎、累，干一段就想換項目，最后做這塊的往往是隊里技術(shù)一般的同學(xué)。

但也有例外。我印象深的，是一支傳承特別好的隊伍。他們有個「老師傅」，大六還沒畢業(yè)（笑），一直在隊里堅持做這塊工作。他沒把經(jīng)驗寫成教材，但因為他在，這支隊伍技術(shù)就沒斷過。

楊帆：我們早期客戶很多就是這些小團隊。他們的痛點特別明確。搭感知系統(tǒng)這件事不是一個人能做的，要幾個人協(xié)作、調(diào)試、磨合，有時候要好幾個月甚至一年。而我們的系統(tǒng)到他們手里后，立刻就能讓他們的機器人「活」過來。

Q：你們的護城河是什么？

楊帆：制造業(yè)最終比的是綜合性能。整個產(chǎn)品從開發(fā)打樣到量產(chǎn)，周期可能要一年，我們的優(yōu)勢在于把每個環(huán)節(jié)都打磨得更好。

這和 C 端快速試錯的節(jié)奏不一樣。制造業(yè)不是穿山甲，不可能飛快地一輪輪迭代。

比如英特爾的雙目視覺系統(tǒng)，市場上很多模仿者，最后也只能做出性能更差、價格更低的版本。像索尼的 CMOS，大家都在學(xué)，但只要預(yù)算足，最后大家還是會選索尼，選最好的那家。

像我們第二代的產(chǎn)品 Pocket，現(xiàn)在如果你搜索「手持三維掃描儀」，大概可以找到十幾款產(chǎn)品，甚至還有一些在 Kickstarter 上以 1699 美元八折出售的。

這也側(cè)面印證了我們賽道的選擇是對的。如果這個方向沒有意義，沒有真正的市場需求，大家也不會蜂擁而至效仿。

秦佑銘：正如那句話所說：「Imitation is the sincerest form of flattery.」（模仿是最真誠的贊美。）

這其實是初創(chuàng)公司經(jīng)常遇到的一種悖論：如果你做的事情沒人模仿，那反而要反思自己是否走對了路。但一旦你真的盈利了，尤其是在中國這樣生產(chǎn)力高度充沛的環(huán)境下，你回頭一看，就會發(fā)現(xiàn)一大批競爭者已經(jīng)蜂擁而至了。

徐威：制造業(yè)里面沒有真正的護城河，只有快速、高性價比的產(chǎn)品。

楊帆：這還是個長期主義吧。

秦佑銘：對，這一定是前提，否則很容易陷入惡性競爭，只是比誰更便宜、誰出貨更快了。

但我們在做的其實是一整套生態(tài)，核心是一個可以給機器人訓(xùn)練用的仿真系統(tǒng)，能盡可能還原一線作業(yè)的真實場景。

如果這套系統(tǒng)能真正跑在實際環(huán)境里，它會是我們未來一到兩年內(nèi)最關(guān)鍵的戰(zhàn)略方向之一。我們可以通過已有客戶的使用不斷積累真實數(shù)據(jù)，再反過來優(yōu)化生成的虛擬數(shù)據(jù)，最終讓我們的 3D 數(shù)據(jù)服務(wù)體系更完整。

說到底，用戶是我們最大的護城河。

Q：也就是說，產(chǎn)品開發(fā)是從理解需求開始？

秦佑銘：沒錯。比如在機器人場景下，刷新率的高低可能直接決定飛行設(shè)備是否會炸機。而如果一個傳感器對主控算力的消耗過高，就需要外掛處理器，進而要加裝散熱裝置。空間不足還會牽一發(fā)而動全身，帶來一系列問題。

我們的產(chǎn)品之所以能落地，也是因為我們在內(nèi)部大量自測。每一個參數(shù)的打磨，都是為了解決一個真實存在的系統(tǒng)性問題。

Q：算法技術(shù)是你們最重要的核心能力。

秦佑銘：留形最開始的壁壘是算法。我們的技術(shù)發(fā)展也一直在往上游拓展，很多硬件都是為了支持算法的設(shè)計去做定制。但現(xiàn)在，我感覺技術(shù)上的優(yōu)勢不僅是算法本身，而是軟硬件的同步。二者融合能成為一套最優(yōu)的系統(tǒng)。

這套技術(shù)本身就是一個系統(tǒng)工程。就像我們以前做學(xué)術(shù)研究或比賽，尤其是在 MaRS Lab 時，每篇文章都像是一個產(chǎn)品的迭代，幫助我們逐漸培養(yǎng)了用戶思維。

在機器人行業(yè)，你要想采數(shù)據(jù)和做實驗，至少得有一個驗證平臺，且最好是專門為實驗設(shè)計的。醫(yī)療行業(yè)可能通過醫(yī)院或?qū)嶒炇揖湍塬@取數(shù)據(jù)，但我們要基于數(shù)據(jù)跑一些模型，是一個系統(tǒng)性的行業(yè)問題。

徐威：確實，機器人的硬件開發(fā)團隊效率會更低，因為他們需要大量資金和時間來開發(fā)真正的系統(tǒng)。問題不單是通過軟件或算法就能解決的，而是涉及整個系統(tǒng)工程。

做我們這種系統(tǒng)復(fù)雜度高的產(chǎn)品，每個螺絲釘松了都可能有問題。硬件產(chǎn)品本身的特殊性也是周期長，不像軟件那樣按周更新，可能是以月，甚至以半年為單位的速度，所以我們可能會有一個相對較長的領(lǐng)先期。

創(chuàng)業(yè)不是命題作文，是一場光榮的進化

Q：聊聊創(chuàng)業(yè)的動機吧。從港大畢業(yè)后，你們其實也可以選擇去大疆、華為這樣的平臺工作，當(dāng)初為什么決定要創(chuàng)業(yè)，做一家公司？是在讀書時就已經(jīng)想清楚了嗎？

秦佑銘：大疆的工程師氛圍非常濃，我很尊重它的企業(yè)文化，也是在那里養(yǎng)成了很多做事的習(xí)慣。不過，大疆的主線是一家飛行攝影公司。

我們在做機器人和無人系統(tǒng)相關(guān)的科研時逐漸意識到，一個真正好用的無人系統(tǒng)，必須具備「眼色」，也就是對空間環(huán)境的清晰感知能力。它需要知道自己在哪兒、環(huán)境發(fā)生了什么變化、該如何應(yīng)對。而這個「眼色」恰恰是無人機普及最關(guān)鍵、卻也是最缺失的環(huán)節(jié)。所以在確定方向時，我們毫不猶豫地選擇了空間智能。

我自己從小就喜歡動手做東西，博士選題也正好是機器人相關(guān)，跟張老師的研究方向契合。他也是最早鼓勵我們創(chuàng)業(yè)的人。

港大本身對創(chuàng)業(yè)非常寬容。博士階段我們可以在一個學(xué)期修完所有課程，學(xué)校也采用 Pass/Fail 打分，減少了內(nèi)卷壓力。這讓我們有時間去接觸真實客戶、推進科研商業(yè)化，逐步建立用戶視角，理解技術(shù)背后的商業(yè)邏輯。

2021 年 10 月 27 日，夢開始的地方，留形注冊于李國賢堂 709 宿舍

徐威：很多人以為創(chuàng)業(yè)就是跳出系統(tǒng)，其實不一定。很多師兄去了大公司，最后也要組團隊、跑上下游、路演、拿資源——這些和創(chuàng)業(yè)沒太大區(qū)別。而且在體系內(nèi)你的命題往往是被設(shè)定好的，自由度反而沒那么高。

無論是在公司還是在學(xué)校，你的方向、資源、節(jié)奏，受控因素非常多。雖然穩(wěn)定、安全，但實際能施展的空間和真正創(chuàng)業(yè)是不同的。

秦佑銘：選擇創(chuàng)業(yè)還是去大公司，有時候中間就差一個真格。

我們那時候剛發(fā)完幾篇機器人方向的頂會論文，真格像星探一樣發(fā)來郵件，我們也因此有了第一次接觸。他們一直鼓勵我們?nèi)プ哌@條路。

在大公司，如果你拿了它的資源，你就得做它的方向。一件事情，可能有好幾個團隊在同時做，最后擇優(yōu)。這跟初創(chuàng)公司的競爭本質(zhì)上沒有區(qū)別。

而且你做的事情可能是很邊緣的，比如要去用七八年前的開源視覺算法套過來實現(xiàn)自動識別「魚咬珊瑚咬了幾下」。我們更想去解決一個我們在工作中親身碰到的問題：空間智能領(lǐng)域還沒有一個好用的傳感器。每年都有大量機器人從業(yè)者被同樣的問題卡住，我們不如就自己把它做出來。

真格給我們提供了第一筆資金。他們的出發(fā)點是，如果機器人行業(yè)要發(fā)展，整個產(chǎn)業(yè)鏈就得跟上。而不是去追某個競品，或者達成一個具體的業(yè)績目標。資金來源不同，最終走出的路也完全不一樣。

Q：創(chuàng)業(yè)以后，有什么和預(yù)期不一樣的地方嗎？有沒有想過，如果沒創(chuàng)業(yè)，現(xiàn)在會是什么狀態(tài)？

徐威：時間是單向的，做假設(shè)沒有意義。更重要的是，當(dāng)下的所得是不是所愿。

楊帆：各個行業(yè)都是圍城，創(chuàng)業(yè)也是如此。我的三次創(chuàng)業(yè)經(jīng)歷都和想象中的不一樣，就像人生一樣難以預(yù)設(shè)。過去我們以為創(chuàng)業(yè)有一套標準劇本：出國、回國、創(chuàng)業(yè)、上市。但從 2020 年開始，世界突然發(fā)生了變化，我們這一代人很多時候甚至都無法理解當(dāng)下到底發(fā)生了什么，也無法按照過去經(jīng)驗預(yù)測未來會發(fā)生什么。

我不認為創(chuàng)業(yè)適合所有人，但它確實打開了我對自己的認知。每一次創(chuàng)業(yè)，我都發(fā)現(xiàn)自己能勝任很多沒想過的角色，甚至喜歡上了原本不熟悉的工作。我不是一個相信「穩(wěn)定性」概念的人，相比在大廠按部就班，我更愿意去承擔(dān)不確定性所帶來的創(chuàng)造空間。哪怕有失敗，比如我上一段創(chuàng)業(yè)也虧了不少錢，但正是這些讓我明白，自己不是只能讀書，而是覺得無論被丟到哪個國家、行業(yè)、崗位，我都可以把事情做好。

Q：如果你們要招人，為什么來留形工作是一個令人心動的 Offer？

楊帆：量化來看，加入留形可能比你去讀一個碩士甚至博士收獲更多。不論是人數(shù)還是營收，這兩年我們的增長速度非?？欤臼侵笖?shù)級的，每年增長三倍?，F(xiàn)在就是加入的最好窗口。

秦佑銘：我們目前最緊缺的是算法相關(guān)崗位，特別是在建圖和定位方面。這是全球都在攻堅的方向，真正能做出來的公司非常少，我們是其中之一。

徐博以前拿過世界級算法競賽的冠軍，現(xiàn)在仍然在做一線技術(shù)指導(dǎo)。能跟他一起討論問題、一起動手開發(fā)，是技術(shù)研發(fā)者難得的機會。

我們想在機器人發(fā)展的這條路上，貢獻一份力量。幾十年后回頭看，會覺得很自豪——你在留形做的工作，真的推動了機器人走進人類生活。這是一個跨時代的挑戰(zhàn)。

我前段時間還發(fā)了條朋友圈，雖然聽起來有點中二，但是真心的，歡迎大家「一起加入光榮的進化吧」!

本期音頻內(nèi)容同步上線真格基金播客「此話當(dāng)真」，歡迎收聽～

文字｜Cindy

播客｜Jiamin

編輯｜Wendi

監(jiān)制｜Qian