2018 年，從美國 UIUC 畢業(yè)的潘韞哲回國創(chuàng)業(yè)，選了一個(gè)成熟得不能再成熟的行業(yè)。

他沒有選擇互聯(lián)網(wǎng)，因?yàn)椴幌胂耨R斯克在自傳里說的那樣：「看這一代最聰明的人，都在絞盡腦汁想著怎么讓人點(diǎn)廣告?！顾胱鳇c(diǎn)有趣的事。打開 YouTube，映入眼簾的第一屏全是機(jī)器人視頻。

看 EVA、高達(dá)、《攻殼機(jī)動隊(duì)》長大，機(jī)器人早已在他的人生里留下痕跡。越看，他越想親手嘗試，做出一個(gè)讓所有人都驚嘆的產(chǎn)品。給這家要重新定義靈巧手的公司起名時(shí)，他想起了《傀儡謠》里的一句歌詞：「吾起舞兮，麗人醉心。」

2023 年，真格第一次去上海見潘韞哲。廠區(qū)很空曠，四周都是汽車配件維修設(shè)施。在廠房的大桌子上，他聊起自己想做的事和對未來的設(shè)想。說著，他把袋子往桌上一扣，咣地倒出各種電機(jī)，然后一一介紹每個(gè)電機(jī)是什么、性能如何、繞線結(jié)構(gòu)有何不同。

做任何事，潘韞哲總是圍繞一個(gè)想要解決的問題。當(dāng)寫下「解」的那一刻起，其余一切都不再重要，眼前仿佛只有這一張桌子。從創(chuàng)業(yè)那天起，他的問題就只剩下：靈巧手到底能不能做到和人一樣的能力？

觸覺是一個(gè)被低估的問題，也是具身智能的「最后一公里」。有了觸覺，你可以解決 100% 的問題；沒有觸覺，你只能解決 30%，而且完成的速度只有 30-50%。

靈巧手離人的能力差多少？做一個(gè)要花多少錢？發(fā)貨慢了嗎？在具身智能這個(gè)充滿浪潮和泡沫的賽道里，潘韞哲很冷靜。他清楚自己有一支高效團(tuán)隊(duì)，在正確的方向上深耕，用別人十分之一的資源做出了更好的產(chǎn)品。他也理解硬件的時(shí)間周期，硬件產(chǎn)品必須一輪輪試產(chǎn)，把問題一個(gè)個(gè)暴露出來。

舞肌的團(tuán)隊(duì)就是這樣一群刨根問底、激極盡志、追求真知灼見的人。這也是潘韞哲從畢業(yè)創(chuàng)業(yè)以來的態(tài)度：不等成熟的時(shí)間，也不等完善的交付，而是活在每一個(gè)當(dāng)下，在不斷測試、進(jìn)步、成熟的過程中，交出超出用戶預(yù)期的答卷。

9 月 17 日，Wuji Hand 1.0 正式發(fā)布。其單手重量僅 550g，以 1:1 仿真人手形態(tài)與 20DoF（主動自由度）的靈巧手設(shè)計(jì)，重新定義了機(jī)器人精細(xì)化操作邊界。

正如《攻殼》里素子說的，「人由各種部分組成，每一部分又千差萬別，異于他人的面容、下意識的聲調(diào)、夢醒時(shí)的手掌。」兒時(shí)的記憶、未來的命運(yùn)，以及腦海中涌現(xiàn)的信息，所有這些孕育了潘韞哲，也誕生了舞肌。

以下文章是潘韞哲的自述。

機(jī)器人像一種黑魔法

2018 年，我從美國伊利諾伊大學(xué)（UIUC）本科畢業(yè)，專業(yè)是計(jì)算機(jī)和化學(xué)雙學(xué)位。2017 年，互聯(lián)網(wǎng)機(jī)會非常多，我最初也想過進(jìn)入互聯(lián)網(wǎng)創(chuàng)業(yè)，在國內(nèi)外大廠實(shí)習(xí)過。但后來發(fā)現(xiàn)，這個(gè)行業(yè)做的事情并沒有讓我覺得有意思。

讓我印象很深的是，當(dāng)時(shí)在馬斯克傳記《硅谷鋼鐵俠》里看到一句話，「世界上最聰明的頭腦們都在研究怎么讓人點(diǎn)更多的廣告」。那一刻我就覺得，互聯(lián)網(wǎng)行業(yè)挺無聊的。

于是我開始轉(zhuǎn)向硬件。但我對硬件也不了解，不知道該從哪里入手，就靠看很多 YouTube 視頻自學(xué)。我從小就喜歡看和機(jī)器有關(guān)的動畫，只要機(jī)器人相關(guān)的視頻推到我的首頁推薦，我就會忍不住點(diǎn)開，越看越覺得想親手試試。于是一畢業(yè)，我就決定去做機(jī)器人。

我印象最深的一個(gè)視頻是有人用舵機(jī)搭建出一個(gè)小型人形機(jī)器人騎自行車，另一個(gè)是 MIT 的 Mini Cheetah 機(jī)器狗做后空翻。當(dāng)時(shí)這些視頻對我來說簡直就是黑魔法，特別是機(jī)器狗能后空翻這一幕立刻把我吸引住了，讓我迫不及待想弄明白它究竟是怎么做到的。

MIT 的 Mini Cheetah 做后空翻（圖源：The Verge）

再小一點(diǎn)，在 2003 年，我上小學(xué)一年級的時(shí)候，看一部動畫叫《天鷹戰(zhàn)士》，實(shí)際上就是《新世紀(jì)福音戰(zhàn)士》第一次引進(jìn)國內(nèi)的譯名。它尺度很大，還夾雜著不少暴力和血腥的元素，看得我常常做噩夢，但同時(shí)也徹底顛覆了我的世界觀。之后到了初中，我又開始看高達(dá)和更多機(jī)甲類的動畫?？梢哉f，對機(jī)器人這個(gè)東西，我從小就充滿興趣。

后來我創(chuàng)立了舞肌科技。這個(gè)名字來自《攻殼機(jī)動隊(duì)》，其中川井憲次創(chuàng)作了一首配樂《傀儡謠》（Utai），歌詞里有一句「吾起舞兮，麗人醉心」（吾が舞えば、麗し女、酔ひにけり），意思是說舞動會讓人沉醉。這個(gè)氛圍深深打動了我。因?yàn)槲覀冏畛醯哪繕?biāo)是做高動態(tài)性能的腿足式機(jī)器人，從電機(jī)研究起步，我希望未來別人看到我們的機(jī)器人時(shí)，能產(chǎn)生好奇、被吸引，甚至被迷住的感覺，所以就取了這個(gè)名字。

學(xué)習(xí)的第一性原理

我覺得學(xué)習(xí)最核心的是你必須先有一個(gè)問題，一個(gè)你真的想要去解決的問題。

我在學(xué)校里上課時(shí)效率不高，因?yàn)檎n堂會直接把現(xiàn)成的解法告訴你，而不會先告訴你問題是什么。在學(xué)偏微分方程時(shí)，老師一上來就講特征值、各種證明，但唯獨(dú)不說我們到底要解決什么問題，也不解釋這些東西真正的價(jià)值在哪里。

我的學(xué)習(xí)方式就是從問題出發(fā)：我得有一個(gè)明確的問題，然后去拆解它需要哪些模塊、底層邏輯是什么。

如果我在某個(gè)方面欠缺，就會去找對應(yīng)的教材深入學(xué)習(xí)。當(dāng)我有了可行的想法，我會去看論文或者找行業(yè)里的專家交流。隨著學(xué)習(xí)越來越深，我逐漸建立了一層底層理解。到了一定階段，我甚至不用再依賴論文或?qū)＜?，也能判斷一個(gè)思路是否可行，它的難點(diǎn)和需要驗(yàn)證的地方在哪里。這種能力對我來說非常重要，它能讓我在做產(chǎn)品時(shí)快速識別風(fēng)險(xiǎn)點(diǎn)和挑戰(zhàn)點(diǎn)。

我很早在朋友圈發(fā)過一句話：如果有一臺電腦和一根網(wǎng)線，就能學(xué)到全世界所有的知識。我一直覺得互聯(lián)網(wǎng)最大的意義在于讓信息流通，幾乎所有知識都能在網(wǎng)上找到，這也是為什么 GPT 能夠這么聰明。

學(xué)習(xí)本身并不會讓我感到刺激，有時(shí)找不到答案還挺痛苦的。但學(xué)習(xí)最讓人興奮的地方，是當(dāng)你從問題出發(fā)，通過學(xué)習(xí)發(fā)現(xiàn)這個(gè)問題到底有沒有解，或者在一個(gè)從未被解決過的問題上看到了可行的路徑。這一刻才讓我感到滿足。

疫情時(shí)，我在家待了兩個(gè)月。我們這些做硬件的，如果離開了生產(chǎn)資料就什么都做不出來。正好那時(shí)我在反復(fù)學(xué)習(xí)一本機(jī)器人學(xué)教材。前兩遍其實(shí)沒太看懂，到第三、第四遍時(shí)才逐漸明白它在講什么。它的問題在于和我剛剛說的一樣：它會告訴你有一個(gè)公式、可以這么用，卻不會解釋我們?yōu)槭裁葱枰@個(gè)公式，它從哪來，又解決什么問題。很多推理過程像是憑空變出一個(gè)公式，再把它帶進(jìn)去完成證明，這讓我覺得很不合理。

機(jī)器人學(xué)明明是一個(gè)看得見、摸得著的學(xué)科，所有的物理量、推理、推論本應(yīng)有很強(qiáng)的邏輯聯(lián)系。每個(gè)公式的意義、價(jià)值，它究竟從何而來、能解決什么問題，這些理應(yīng)能用一條邏輯線串起來。

但在我讀過的教材里，從來沒有把這些講清楚，那些物理量的直觀含義也沒和我們真實(shí)的物理直覺聯(lián)系起來?？蛇@些東西對做機(jī)器人控制和理解不同機(jī)器人類型非常重要。

于是我想，干脆自己把這套東西理清楚。畢竟這是一個(gè)復(fù)雜的系統(tǒng)和理論框架，我只有把它系統(tǒng)地記錄下來才能捋順，就寫下了自己的教材。

潘韞哲所著教材《機(jī)器人剛體力學(xué)》講義概述

這種思考方式也影響了我定義產(chǎn)品的方式。就像喬布斯說的，把點(diǎn)連起來。定義一個(gè)產(chǎn)品時(shí)，你需要把所有的點(diǎn)串成一條完整的邏輯線：技術(shù)的邊界在哪里？硬件的瓶頸和潛力在哪里？軟件能做到的極限在哪里？客戶真正的需求是什么？哪些問題還沒有被解決？

當(dāng)所有這些點(diǎn)被有邏輯地串聯(lián)起來，你才可能做好一個(gè)產(chǎn)品。學(xué)習(xí)機(jī)器人理論的過程，本質(zhì)上就是把各種公式、物理量、現(xiàn)象串成一條完整的脈絡(luò)。

創(chuàng)業(yè)帶來的滿足感也一樣。第一是當(dāng)你發(fā)現(xiàn)一個(gè)未被解決的問題，找到了一個(gè)全新的解決思路；第二是當(dāng)你做出的產(chǎn)品符合預(yù)期、被點(diǎn)亮并且測試完全通過。比如我們在調(diào)試靈巧手時(shí)，它能完成一些之前所有靈巧手都做不到的動作，那種感覺真令人難忘。

具身智能最后一厘米

如果靈巧手沒做好，整個(gè)具身智能的操作問題就很難說被解決。而靈巧手就是這個(gè)鏈條里最難、最關(guān)鍵的一環(huán)。

從第一性原理來看，整個(gè)行業(yè)里沒有人能拍著胸脯說「靈巧手已經(jīng)能達(dá)到人手的能力」。大家對這件事或多或少都有疑問。我們自己在做之前也沒辦法完全確定答案。但很多問題就是這樣，你不去做，永遠(yuǎn)不會知道能不能解決。而靈巧手的問題足夠有價(jià)值，所以我們必須去做，必須回答這個(gè)問題：靈巧手到底能不能做到和人一樣的能力？

舞肌科技團(tuán)隊(duì)工作照

現(xiàn)在你看到很多具身智能公司用二指夾爪去做各種事情，一個(gè)原因是因?yàn)榇蠹沂稚现挥卸笂A爪，另一個(gè)原因是大家只會用二指夾爪，所以在做 demo 時(shí)自然挑二指夾爪能完成的動作來展示。

但我覺得二指夾爪的能力本質(zhì)上只是靈巧手功能的一個(gè)極小子集。你可以這樣想：二指夾爪就像一個(gè)沒有大拇指的手。當(dāng)你還剩四根手指，但沒有拇指，你的抓握能力就損失了大半。醫(yī)學(xué)上也有一個(gè)傷殘等級的劃分，小指斷了只算輕傷，但拇指斷了就是重傷，這恰好說明拇指的重要性。

人類世界里大量的物體是棒狀或帶有握把的工具。對二指夾爪來說，抓握這些東西的穩(wěn)定性始終存在問題，它天然存在大量物理上的限制。

第二個(gè)角度是數(shù)據(jù)。靈巧操作的核心是基于人的大量數(shù)據(jù)，而二指夾爪這種數(shù)據(jù)模態(tài)我認(rèn)為是不可擴(kuò)展的。它可能在一些簡單場景里能快速落地，但當(dāng)你要處理更復(fù)雜的場景，或者上升到更高層次的世界模型時(shí)，它就顯得捉襟見肘了。

第三個(gè)角度是交互方式。比如你讓二指夾爪去操作一個(gè)遙控器，這幾乎不可能。有人可能會說機(jī)器人可以直接通過 API 控制遙控器，那其實(shí)又回到了傳統(tǒng) PLC 的思路：你用代碼打通系統(tǒng)，這當(dāng)然能行，但那和操作這個(gè)問題本身是兩碼事。

二指夾爪的數(shù)據(jù)采集無非三種：

1. 遙操作

2. 真人帶著二指夾爪去采數(shù)據(jù)

3. 仿真（sim-to-real）

前兩種方式很難大規(guī)模擴(kuò)展，第三種方式的爭議又很大，它到底能不能產(chǎn)生通用智能、能不能真正幫助機(jī)器人理解世界都還是未知的。相比之下，基于人的數(shù)據(jù)才是最靠譜的，而要遷移人的數(shù)據(jù)，就必須有一個(gè)接近人手形態(tài)的執(zhí)行機(jī)構(gòu)。

靈巧手正好滿足這一點(diǎn)，同時(shí)它的迭代速度也能非?？?。所以我覺得靈巧手是整個(gè)具身智能操作里最值得攻克的核心問題。

觸覺是一個(gè)被低估的問題

現(xiàn)在市面上已經(jīng)有不少公司在做靈巧手，也有的開始出貨了，但操作本身沒有被真正解決。只要這個(gè)問題沒解決，就還有大量的機(jī)會和增長空間。

具身智能顯然是當(dāng)下非?；馃岬馁惖?，有泡沫，也有很優(yōu)秀的同行在實(shí)踐自己的產(chǎn)品思路。但無論行業(yè)處在什么階段、有沒有泡沫，認(rèn)真想把產(chǎn)品做好、把核心問題解決的公司一直都非常少。

從人的功能定義出發(fā)，我覺得靈巧手有五個(gè)最重要的維度：

1. 自由度要足夠接近人；

2. 尺寸和重量必須和人接近；

3. 可靠性要足夠高，壽命至少一千萬次，保證兩三年內(nèi)穩(wěn)定使用；

4. 具備全掌的數(shù)據(jù)；

5. 像人一樣有柔軟的皮膚。

目前市面上還沒有一款產(chǎn)品能同時(shí)滿足這五點(diǎn)。

這也說明了觸覺是一個(gè)被嚴(yán)重低估的問題。類比計(jì)算機(jī)視覺，之所以它能蓬勃發(fā)展，是因?yàn)橛谐墒斓膫鞲衅?，比如基?CMOS 的 RGB 攝像頭，背后有上百億、甚至千億美元的市場推動，傳感器的性能才被打磨得非常成熟。觸覺目前在這方面的投入比視覺少了 3-4 個(gè)量級不止。

但我認(rèn)為觸覺傳感器同等重要。視覺對應(yīng)人的視覺中樞，觸覺對應(yīng)人的觸覺中樞，觸覺決定了機(jī)器人和物理世界的交互。如果有一個(gè)真正優(yōu)秀的觸覺傳感器，它的潛在市場價(jià)值應(yīng)該和 CMOS 傳感器在同一個(gè)量級。觸覺的意義主要有幾點(diǎn)：

第一，它能極大提升操作效率。完全依賴視覺去閉環(huán)，速度會非常慢，就好像讓你用腳去做精細(xì)任務(wù)，操作效率會低很多。

第二，觸覺能提升操作的安全性。沒有觸覺閉環(huán)時(shí)，機(jī)器人根本不知道要用多少力，結(jié)果很容易用力過猛，把物體損壞。但有了觸覺閉環(huán)，基本不會出現(xiàn)這種情況。

第三，觸覺傳感器能讓你大量采集多樣化的數(shù)據(jù)。沒有足夠的數(shù)據(jù)閉環(huán)，就沒辦法真正用好觸覺。

舞肌科技靈巧手渲染圖

人的觸覺模態(tài)非常復(fù)雜，不只是壓力，還包括形變、溫度、濕度等多種信號。到現(xiàn)在為止，還沒有一個(gè)系統(tǒng)能完整采集這些模態(tài)。我們認(rèn)為觸覺傳感器最終一定得以手套的形式存在，因?yàn)槟惚仨殢娜松砩先ゲ蓴?shù)據(jù)。

但從第一性原理看，人類觸覺是在一個(gè)立體空間內(nèi)完成的，而做成手套就意味著要在一個(gè)二維的面上完成這些事，這本身難度非常大。這也是為什么觸覺問題一直沒有被很好地解決，同時(shí)也意味著這里存在巨大的機(jī)會。

我相信十年之后，大部分體力勞動都會被機(jī)器人取代。對物理世界的操作，大部分都會由機(jī)器人完成，而不是人去做。人類更多還是處理信息、做決策的角色。

做硬件就是在不斷調(diào)試中暴露問題

我們的資金使用效率很高。在非常有限的資金下，我們自研了各種電機(jī)、減速器和控制器，深入到最底層，從工藝到制造設(shè)備都親手搭建。我們不僅把可量產(chǎn)的產(chǎn)線建了起來，還完成了多輪試產(chǎn)，用別人十分之一的資源就能做出比別人更好的產(chǎn)品。

剛剛說的五個(gè)產(chǎn)品標(biāo)準(zhǔn)的靈巧手目前市面上還不存在。而我們認(rèn)為舞肌是第一家能夠滿足這些點(diǎn)、并且實(shí)現(xiàn)量產(chǎn)發(fā)貨的公司。

我認(rèn)為硬件研發(fā)必須尊重基本的時(shí)間規(guī)律。我們非常敬佩大疆，這是我所知的公司里組織能力最強(qiáng)的。但即便是大疆，做同樣的事情至少也要 12-18 個(gè)月。因?yàn)橛布a(chǎn)品就是需要一輪又一輪試產(chǎn)，不斷暴露問題、不斷收斂，才能真正成熟。

硬件問題一定存在，要么你自己測，要么交給用戶去測。每一輪測試都要針對問題去迭代調(diào)整，這是硬件最基本的時(shí)間線。

正常來說，一個(gè)能量產(chǎn)的硬件產(chǎn)品，至少要經(jīng)歷 3–4 輪試產(chǎn)，多的話可能要 5–6 輪。這個(gè)周期不可能從 12 個(gè)月壓縮到 6 個(gè)月。如果有人 6 個(gè)月就推出產(chǎn)品，那一定意味著測試輪次不足，交到用戶手里的時(shí)候，它就是一個(gè)沒有被充分驗(yàn)證的產(chǎn)品。而我們不希望這樣。

我們希望交付給用戶的東西，至少能達(dá)到他們的預(yù)期，甚至能超出他們的預(yù)期。這就是我們做產(chǎn)品的基本哲學(xué)。

今年我們團(tuán)隊(duì)擴(kuò)張也很快。2024 年 10 月，我們當(dāng)時(shí)一行 13 個(gè)人搬到深圳。等到第二年 3 月，人數(shù)就一路蹭蹭往上漲，現(xiàn)在我們有超過 100 個(gè)人在做靈巧手。

招人過程中，我也慢慢總結(jié)下來了三個(gè)最欣賞的特質(zhì)：

第一是真知灼見。就是能用非常出色的邏輯思維，在復(fù)雜環(huán)境和大量變量中找到最核心、最直擊要害的點(diǎn)，并且能真正落實(shí)。

第二是刨根問底。遇到問題時(shí)不是簡單去抄已有經(jīng)驗(yàn)，而是從底層邏輯搞清楚，盡可能收集信息，找到最本質(zhì)的根因，然后再去解決。

第三是激極盡志。這個(gè)詞來自大疆，我很喜歡，因?yàn)樗硪环N態(tài)度：我一定要把事情做好，而且有意愿、有能力在有限資源下做到最好，甚至比別人更好。這種原動力讓我很欣賞。

舞肌科技團(tuán)隊(duì)合影

我們公司正好聚集了一群這樣的人。這樣的人來到舞肌就會如魚得水。大家有共同的使命和精神，彼此共事是一件非常享受的事情。

最后，我想對準(zhǔn)備創(chuàng)業(yè)的人說：創(chuàng)業(yè)最好的時(shí)機(jī)就是當(dāng)下。不要猶豫，也不要等什么成熟時(shí)機(jī)，直接去做。因?yàn)槟阌肋h(yuǎn)只能在不斷進(jìn)步的過程中，才能遇到真正的機(jī)會。

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｜Cindy
視頻｜Dylan & Xin

播客｜Neya & Ruitong