在火熱的具身智能賽道上，上演了頗具東方神韻的獨(dú)特一幕。

近日，成立不足一年、已手握17億人民幣融資的明星公司它石智航，正式向外界揭開了其技術(shù)面紗。

與行業(yè)常見的跑跳、搬運(yùn)等力量型展示不同，它石智航選擇了一條與眾不同的路徑，亮出了一手“針線活”——在輕薄的布料上穿針引線，最終繡出了自家公司的Logo。

這是全球首個(gè)實(shí)現(xiàn)自主刺繡的機(jī)器人

這場(chǎng)發(fā)布會(huì)，無(wú)疑被寄予了極高期待。不僅僅因?yàn)檫@家企業(yè)曾刷新中國(guó)具身智能行業(yè)最大天使輪紀(jì)錄，也因?yàn)槠?strong>創(chuàng)始人名單星光熠熠：前華為自動(dòng)駕駛系統(tǒng)CTO陳亦倫、前華為“天才少年”丁文超、前百度資深副總裁李震宇（也曾任職華為）……這支有著“AI全棧能力最強(qiáng)戰(zhàn)隊(duì)”的團(tuán)隊(duì)，究竟會(huì)交出一份怎樣的答卷？

它石智航創(chuàng)始人兼CEO陳亦倫博士表示：“一切技術(shù)的終極檢驗(yàn)標(biāo)準(zhǔn)是：能否打造真正可靠、高效、可大規(guī)模部署的『有用』機(jī)器人。”

顯然，它石的目標(biāo)不是為了“秀”，而是為了“用”。

▍秀的不只是針線，還有“哥德巴赫猜想”

為什么是刺繡？

在很多人看來(lái)，刺繡似乎與高科技的機(jī)器人關(guān)聯(lián)不大。但在它石智航的眼中，這恰恰是對(duì)機(jī)器人能力的終極考驗(yàn)，是一場(chǎng)精細(xì)、復(fù)雜、長(zhǎng)程操作任務(wù)的“六邊形能力驗(yàn)證”

完成一次刺繡，意味著機(jī)器人必須具備亞毫米級(jí)的超高精準(zhǔn)度，實(shí)現(xiàn)靈活協(xié)調(diào)的雙手協(xié)同，能精準(zhǔn)應(yīng)對(duì)柔性物體的特性，具備細(xì)膩的力觸控制能力，以及在復(fù)雜長(zhǎng)程任務(wù)中保持高成功率的執(zhí)行能力。

機(jī)器人必須要實(shí)時(shí)感知針、線、布的變化。一方面，布料是一個(gè)輕薄的柔性物體，力氣稍重，布料便會(huì)起皺；力道稍欠，繡針則無(wú)法穿過(guò)。這種對(duì)“勁道”恰到好處的拿捏，是對(duì)機(jī)器人力控能力的考驗(yàn)。另一方面，針與線本身的目標(biāo)尺寸極小，這極其考驗(yàn)機(jī)器人的視覺定位與微操作精度，任何微小的偏差都可能導(dǎo)致任務(wù)失敗。

這正是上一代工業(yè)機(jī)器人難以逾越的鴻溝。它們擅長(zhǎng)在結(jié)構(gòu)化環(huán)境中對(duì)剛性物體進(jìn)行重復(fù)抓放，但面對(duì)柔性、精細(xì)、復(fù)雜的任務(wù)時(shí)，便會(huì)束手無(wú)策。

而它石智航展示刺繡，正是其“能力的外溢”。這項(xiàng)看似傳統(tǒng)的技藝，其背后所驗(yàn)證的技術(shù)矩陣，可以直接遷移到更具商業(yè)價(jià)值的工業(yè)場(chǎng)景中。發(fā)布會(huì)上，它石緊接著就展示了這項(xiàng)能力在工業(yè)場(chǎng)景的落地——自主完成復(fù)雜的線束裝配

線束裝配，因其涉及大量高密度線纜接口的識(shí)別和精細(xì)插拔操作，曾被看作“工業(yè)自動(dòng)化界的哥德巴赫猜想”。它石智航的機(jī)器人能夠順滑、精準(zhǔn)地完成這項(xiàng)任務(wù)，意味著他們成功攻克了這一行業(yè)難題，成為全球首個(gè)在該領(lǐng)域取得突破的企業(yè)

從“指尖藝術(shù)”到“工業(yè)制造”，它石證明了其技術(shù)并非空中樓閣。而這背后，是一套系統(tǒng)性的全棧解決方案。

▍解題思路：DATA-AI-PHYSICS三位一體

面對(duì)軟硬件協(xié)同的行業(yè)難題，它石智航?jīng)]有選擇單點(diǎn)突破，而是給出了一套名為DATA–AI–PHYSICS的三位一體系統(tǒng)性解決方案。

這套方案的核心邏輯是：以海量、真實(shí)的數(shù)據(jù)（DATA）為基石，驅(qū)動(dòng)強(qiáng)大的人工智能模型（AI），并通過(guò)為AI而生的硬件（PHYSICS），將數(shù)字世界的智能精準(zhǔn)映射到物理世界。

首先，是一切的起點(diǎn)——數(shù)據(jù)。

陳亦倫在對(duì)話中明確指出，做具身智能有量級(jí)門檻，其數(shù)據(jù)需求至少是自動(dòng)駕駛的十倍，即100萬(wàn)小時(shí)高質(zhì)量數(shù)據(jù)起步，最終目標(biāo)是千萬(wàn)小時(shí)量級(jí)

如何獲取如此海量、高質(zhì)量的真實(shí)數(shù)據(jù)？它石的答案是：以人為中心（Human-centric）

他們摒棄了傳統(tǒng)遙操作“為了機(jī)器人而妥協(xié)”的數(shù)據(jù)采集方式，創(chuàng)新性地構(gòu)建了一套名為SenseHub的可穿戴具身數(shù)據(jù)采集系統(tǒng)。這套系統(tǒng)包括復(fù)現(xiàn)人類真實(shí)視角的TARS-Vision，以及靈巧手TARS Glove（通用五指）和Glove2（夾爪）。

各行各業(yè)的從業(yè)者，只需穿上這套輕便的設(shè)備，在真實(shí)的工作和生活場(chǎng)景中進(jìn)行操作，系統(tǒng)就能在不改變?nèi)祟惒僮鞣绞?、不額外搭建采集環(huán)境的前提下，持續(xù)記錄下包含視覺、觸覺、動(dòng)作、語(yǔ)言在內(nèi)的多模態(tài)真實(shí)數(shù)據(jù)

“所見即所感，所動(dòng)即所學(xué)?！?/p>

基于此，它石沉淀出了全球首個(gè)大規(guī)模真實(shí)世界具身VLTA（Vision-Language-Tactile-Action）多模態(tài)數(shù)據(jù)集WIYH（World In Your Hands）。這為模型的訓(xùn)練提供了最寶貴的“養(yǎng)料”。

其次，是智能的大腦——AI模型。

有了海量真實(shí)數(shù)據(jù)，它石構(gòu)建了其具身基礎(chǔ)模型——TARS AWE （AI World Engine）2.0。

這個(gè)模型旨在解決當(dāng)前具身智能模型普遍面臨的三大瓶頸：空間認(rèn)知差（經(jīng)常認(rèn)錯(cuò)物體）、流暢度和精準(zhǔn)度不足、泛化能力弱（換個(gè)場(chǎng)景就不行）。

AWE 2.0通過(guò)空間感知預(yù)訓(xùn)練，構(gòu)建機(jī)器人對(duì)世界的認(rèn)知模型，讓它不僅知道“怎么做”，更能理解“為什么這么做”。同時(shí)，通過(guò)一段式全身端到端學(xué)習(xí)，將從海量數(shù)據(jù)中學(xué)到的能力，高效遷移到機(jī)器人本體上。其強(qiáng)大的泛化能力使得核心技能可以在不同場(chǎng)景、不同任務(wù)間高效遷移，為規(guī)模化部署掃清了關(guān)鍵障礙。

最后，是連接數(shù)字與物理的橋梁——硬件本體。

與傳統(tǒng)硬件追求機(jī)械性能極限的思路不同，它石提出了“為AI而生（Designed for AI）”的硬件體系硬件以“最小 digital-to-physical gap”為核心設(shè)計(jì)原則，成為具身AI 模型性能釋放的理想載體。

發(fā)布會(huì)亮相的A系列和T系列機(jī)器人，搭載了全套自研核心部件與超級(jí)傳感器組合。例如，其自研的TAS關(guān)節(jié)，實(shí)現(xiàn)了行業(yè)最小的扭矩脈動(dòng)（額定扭距小于1/1000），打破了傳動(dòng)效率、位置控制和力控之間的“不可能三角”。其靈巧手終端TARS Dex，深度集成了視覺和觸覺傳感器，實(shí)現(xiàn)了感知與執(zhí)行的一體化。

從數(shù)據(jù)采集、模型訓(xùn)練到硬件執(zhí)行，它石智航構(gòu)建了一個(gè)完整的技術(shù)閉環(huán)。這不僅是一條技術(shù)路徑，更是一條符合Scaling Law（規(guī)模法則）、具備長(zhǎng)期復(fù)利效應(yīng)的工程化路徑。

▍17億融資背后，自動(dòng)駕駛老兵的降維打擊？

它石智航的全棧布局和對(duì)問題本質(zhì)的思考方式，讓業(yè)內(nèi)人士評(píng)價(jià)其“不愧是總架構(gòu)師，思考問題的方式很本質(zhì)”。這種評(píng)價(jià)，直指其核心團(tuán)隊(duì)的深厚背景。

CEO陳亦倫，曾任大疆機(jī)器視覺總工程師、華為自動(dòng)駕駛系統(tǒng)CTO，從0到1主導(dǎo)完成了華為第一代自動(dòng)駕駛系統(tǒng)的全棧研發(fā)。首席科學(xué)家丁文超，90后，華為“天才少年”計(jì)劃的首批入選者，主導(dǎo)了華為ADS智駕端到端決策網(wǎng)絡(luò)。董事長(zhǎng)李震宇，前百度集團(tuán)資深副總裁，一手組建并長(zhǎng)期領(lǐng)導(dǎo)百度的自動(dòng)駕駛事業(yè)部。

這支團(tuán)隊(duì)幾乎完整地經(jīng)歷過(guò)另一個(gè)高復(fù)雜度AI賽道——自動(dòng)駕駛——從研發(fā)到工程落地、再到規(guī)?；渴鸬娜^(guò)程。

陳亦倫在發(fā)布會(huì)后的對(duì)話中，提出了一個(gè)關(guān)鍵的類比：“現(xiàn)在的具身智能比較像2019年的自動(dòng)駕駛?！?/strong>

2019年，正是自動(dòng)駕駛技術(shù)路線從傳統(tǒng)基于規(guī)則的方法，全面轉(zhuǎn)向AI驅(qū)動(dòng)、數(shù)據(jù)為王的關(guān)鍵轉(zhuǎn)折點(diǎn)。當(dāng)時(shí)，頭部玩家開始意識(shí)到，沒有規(guī)?；臄?shù)據(jù)，就不可能實(shí)現(xiàn)真正的泛在智能駕駛。

如今，它石智航將這一在自動(dòng)駕駛領(lǐng)域被驗(yàn)證過(guò)的、代價(jià)高昂的經(jīng)驗(yàn)，帶到了具身智能領(lǐng)域。他們從第一天起就確立了“數(shù)據(jù)是核心難點(diǎn)”的認(rèn)知，并系統(tǒng)性地構(gòu)建了Human-Centric的數(shù)據(jù)采集范式。這或許可以解釋，為何一家成立不到一年的公司，能夠如此迅速地搭建起一套邏輯自洽且完整的技術(shù)體系。

這不是簡(jiǎn)單的技術(shù)復(fù)用，而是一種在更高維度上對(duì)復(fù)雜AI系統(tǒng)工程的理解和洞察。他們知道通往規(guī)?；穆飞蠒?huì)遇到哪些坑，知道數(shù)據(jù)的“硬幣兩面”——定義了AI目標(biāo)就需要對(duì)應(yīng)的數(shù)據(jù)，擁有什么樣的數(shù)據(jù)才能訓(xùn)練出什么樣的AI。

從這個(gè)角度看，刺繡只是一個(gè)起點(diǎn)，它石智航的路徑選擇，是從解決工業(yè)界棘手的“哥德巴赫猜想”開始，在真實(shí)、高價(jià)值的場(chǎng)景中逐步累積能力，構(gòu)建一條泛化能力能夠隨規(guī)模持續(xù)提升、具備長(zhǎng)期復(fù)利效應(yīng)的技術(shù)曲線，其最終目標(biāo)，正是兌現(xiàn)創(chuàng)始人所言，讓真正“有用”的機(jī)器人走進(jìn)千家萬(wàn)戶。