作者：呂鑫燚

出品：具身研習社

如果將具身智能類比成智能手機，它石智航做的從不是“折疊屏”這類在已有基礎上的“錦上添花式創(chuàng)新”。而是回歸技術本質(zhì)，重現(xiàn)喬布斯以iPhone 4“滑動解鎖”重構人機交互的范式級革新。

再直白點來說，它石智航給市場的答卷中沒有擠牙膏的東西。

2025年12月19日，它石在首次對外發(fā)布的技術直播中，以全球首臺刺繡機器人為“窗口”，具象化展現(xiàn)其機器人在柔性、復雜、精細化等苛刻因素下執(zhí)行任務的穩(wěn)定性。其困難程度很直觀地便讓人察覺到，它石不是單純的“炫技”，而是“拋針引Scaling Law”。

和刺繡機器人同臺出現(xiàn)的，還有它石在數(shù)據(jù)-算法-本體硬件的全鏈路技術范式重構。數(shù)據(jù)側(cè)，全球首創(chuàng)“Human-centric”（以人為中心）的數(shù)據(jù)采集新范式，打破了數(shù)據(jù)采集成本高、規(guī)模化難、泛化難的困局；具身模型AWE2.0讓機器人每個動作都能精準實現(xiàn)，且不再是孤立的技巧，成為通向物理世界的入口；本體硬件側(cè)，為AI而生的硬件設計，破解了硬件上限制約軟件算法的迷思。

這種技術重構，并不是在已有基礎上追逐表層技術答案，例如簡單的擴充模型量級或豐富場景數(shù)據(jù)；而是回歸問題本質(zhì)，從底層開始思考具身智能的發(fā)展范式。跳出“堆模型”“拼硬件”的傳統(tǒng)思維，找到堪比Transformer之于大語言模型的底層范式，最終實現(xiàn)它石智航創(chuàng)始人兼CEO陳亦倫博士所說的“打造真正可靠、高效、可大規(guī)模部署的「有用」機器人?！?/p>

透過它石的技術布局和陳亦倫對產(chǎn)業(yè)的研判，可發(fā)覺其和產(chǎn)業(yè)內(nèi)思考明顯分野的結論：Scaling Law不應該是具身智能的最終追求，而是其持續(xù)迭代發(fā)展的必要條件。

畢竟，只有先實現(xiàn)Scaling Law，才能讓機器人真正從DEMO中走出，落地在真實世界中。

當我們不再爭論技術路線的正確與否，而是以“第一性原理”從結果倒推技術如何發(fā)展的時候，我們才真正打開了具身智能時代的大門。

它石是具身智能賽道鮮少“想得清楚、看得長遠、目標堅定”的公司。

這得益于它石團隊背后的履歷，作為中國自動駕駛領軍人之一，在端到端還未成為自動駕駛主流方案時，陳亦倫已經(jīng)親手解鎖了端到端的可行性。過往十多年的產(chǎn)業(yè)經(jīng)驗，讓陳亦倫擁有攻克前沿技術難題、再到工程化真實落地的方法論，疊加團隊在學術、產(chǎn)業(yè)界沉淀的經(jīng)驗，讓它石成為了一家“謀定而后動”，一步步穩(wěn)扎穩(wěn)打的公司。

陳亦倫對具身研習社分享，“十多年前我就知道理想狀態(tài)下的機器人應該是什么樣，過往所有經(jīng)驗讓我有了將理想變成現(xiàn)實的底氣”。

再細化一點，“想得清楚”落到實際行動上來看，便是它石自誕生之日起就錨定了“有用”這一目標。陳亦倫用經(jīng)典的三板斧來詮釋“有用”的含義：作業(yè)效率、作業(yè)精度、作業(yè)成功率均滿足場景實際需求。這是機器人的基本邏輯，也是它石的頂層設計。

為了讓機器人真的“有用”，它石選擇了最高效的路徑：先找到正確結論，再找到最優(yōu)、最短實現(xiàn)路徑。

以數(shù)據(jù)為例，2025年整個具身智能行業(yè)的“數(shù)據(jù)饑渴”早已躍然紙上，真實和仿真路線之爭依舊沒有答案。真實數(shù)據(jù)困在難以規(guī)模化的窘境里；仿真徘徊在sim2real的GAP里。但它石并沒有急于在真實和仿真間要一個答案，而是先去思考具身智能對數(shù)據(jù)的核心訴求是什么。

在陳亦倫看來，機器人真正可用的數(shù)據(jù)需要同時滿足任務場景真實、任務真實有效完成、任務采集信息全量記錄三個條件。這不是在真實和仿真數(shù)據(jù)中“二選一”就能實現(xiàn)的事情。

基于此，它石參考了自動駕駛和大語言模型在數(shù)據(jù)側(cè)的破局方法。自動駕駛的數(shù)據(jù)來源依賴海量人類真實的駕駛行為；大語言模型取之不盡的互聯(lián)網(wǎng)數(shù)據(jù)也依賴人類的貢獻。那具身智能的數(shù)據(jù)也應該是從人類生活的萬千環(huán)境里，真實交互行為中沉淀的數(shù)據(jù)資產(chǎn)。

于是，它石推出了“以人為中心”的數(shù)據(jù)采集新范式，讓真實從業(yè)者穿著幾乎無感的輕量數(shù)采設備在真實環(huán)境中采集數(shù)據(jù)資產(chǎn)，當每一個數(shù)據(jù)來源都是真實動作時，便能收集到海量、精準、多模態(tài)的數(shù)據(jù)，全方位滿足具身智能對數(shù)據(jù)真實、有效、完整的訴求。

數(shù)據(jù)采集創(chuàng)新的背后，還暗藏著一條與“有用”頂層設計深度綁定的暗線。

為了確保數(shù)據(jù)質(zhì)量更高且更精細化，它石智航并未采用二指夾具、外骨骼等簡化采集設備，而是自主研發(fā)高精度視觸覺一體化手部采集系統(tǒng)，在數(shù)據(jù)采集階段便實現(xiàn)全量手部運動姿態(tài)的精細化捕捉，精準復現(xiàn)人手的每一個細微動作，同時采集真實的觸覺反饋，為后續(xù)機器人作業(yè)精度奠定基礎。

通過采集硬件、采集方式等多維度的創(chuàng)新，它石為機器人獲取可用數(shù)據(jù)找到了新路徑，讓機器人在現(xiàn)實世界落地、真正成為能“上崗”的生產(chǎn)力成為可能。

這種“本質(zhì)先行”的第一性原理思維，同樣體現(xiàn)在工作流中。

面對“硬件難被算法驅(qū)動”的行業(yè)痛點，部分整機廠試圖通過 “硬件成型和再與算法團隊融合” 彌補短板，但容易造成工作流重復低效問題。它石智航則通過前置化的系統(tǒng)規(guī)劃，讓硬件在最開始設計時就帶著算法思維，提高研發(fā)效率，提升硬件效用。

在“想透本質(zhì)再落地” 的實踐邏輯下，它石打破了數(shù)據(jù)采集的路徑依賴、重構了硬件設計的系統(tǒng)思維，這份不盲從的戰(zhàn)略定力與技術深耕，更向具身智能產(chǎn)業(yè)傳遞了一種全新的發(fā)展范式，唯有以清醒的認知錨定方向，以扎實的實踐破解痛點，方能真正推動行業(yè)從概念走向價值。

這也是它石知行合一下，構建的難以復制的核心壁壘。

清楚了它石在思考問題的底層邏輯以及方法論后，再理解其技術側(cè)的創(chuàng)新就更為直接了。

在第一性原理設計下，“以人為中心”（Human-centric）的數(shù)據(jù)采集新范式，可以高頻記錄到最高質(zhì)量、最豐富的具身智能數(shù)據(jù)，同時還能最大程度降低數(shù)據(jù)采集成本，提高效率，真正使得Scaling Law成為可能。

據(jù)了解，基于Human-centric的采集范式，它石智航構建了全球首個大規(guī)模真實世界具身 VLTA多模態(tài)數(shù)據(jù)集 World In Your Hands（簡稱 “WIYH 數(shù)據(jù)集”）。目前，該數(shù)據(jù)集已正式開源，是業(yè)內(nèi)最大的Human-centric數(shù)據(jù)集，具備了真實可靠、豐富多元、全面多模態(tài)、規(guī)?；忍卣鳌?/p>

據(jù)陳亦倫透露，對具身智能來說，百萬小時的數(shù)據(jù)量是起步，后續(xù)目標是千萬小時量級。

但采集只是數(shù)據(jù)的第一步，收獲大量高質(zhì)數(shù)據(jù)后如何作用到機器人上，才是具身智能的“軟肋”。這背后要求的是機器人不是“照貓畫虎式”模仿人類運動軌跡，而是真正理解動作和環(huán)境之間的物理關系，為什么這樣做、在什么條件下這樣做，“知其然更要知其所以然”，遷移才可能真正成立。

為了讓數(shù)據(jù)到應用的遷移不再有“軟肋”，它石智航構建了TARS Datacore具身數(shù)據(jù)引擎，通過數(shù)據(jù)標簽的全流程自動化標注，讓模型知道物理世界運行的內(nèi)在機理，擁有通用能力。

數(shù)據(jù)采集和數(shù)據(jù)引擎的突破創(chuàng)新，給模型Scaling Law奠定了基礎。它石推出的AI World Engine （AWE2.0）模型，輸入全身傳感器和動作信息，輸出的是全身的運動軌跡，以一段式端到端的方式，直接學習「全身」完整自由度的動作策略。

借助Human-centric數(shù)據(jù)的共性表達，和流式長期記憶，模型學到的是動作背后的空間、力與決策邏輯，而非單一動作模仿，能實現(xiàn)核心能力跨場景快速泛化，比如刺繡到線束的遷移，本質(zhì)上都是對柔性物體的精細、長程操作。這種設計不僅讓機器人全身自由度充分釋放，靈活度逼近人類，更從底層邏輯降低跨本體遷移鴻溝。

目前，基于WIYH海量數(shù)據(jù)迭代的 AWE 2.0，已在多場景實現(xiàn)任務成功率跨越式提升。

模型擁有了強大的落地能力后，需要與之相配的是一個更靈活、更適合AI的硬件。在本體硬件側(cè)，區(qū)別于傳統(tǒng)硬件廠商更執(zhí)著于“單一極致性能”的設計思路，它石的硬件邏輯是“designed for AI”。

以一個小例子來看，陳亦倫對具身研習社表示，很多廠商會忽略“扭矩脈動”，但這卻是機器人執(zhí)行精密任務的重要維度?；诖?，它石的電機結構設計，實現(xiàn)了行業(yè)最小的扭矩脈動，<0.1%的額定扭矩為高頻、連續(xù)控制提供穩(wěn)定基礎。

由此可見，它石摒棄了硬件粗放的發(fā)展邏輯，而是在AI驅(qū)動下尋找硬件的黃金平衡點。

最能體現(xiàn)“designed for AI”重要性的是末端執(zhí)行器，目前市面上主流做末端執(zhí)行器的公司分為兩類：純上游靈巧手廠商、整機廠自研。前者擁有制造能力，但很難及時反饋硬件和模型算法的適配度；后者雖然可以及時調(diào)配，但往往沒有硬件的組織能力，止步于工程化的門口。

而它石基于過往經(jīng)驗和第一性原理的牽引下，找到了破局方法。既破解了硬件工程化問題，也讓靈巧手等部件更好地適配算法，推出了TARS-Dex靈巧手、 TARS-Dex視觸覺夾爪。其中靈巧手采用準直驅(qū)驅(qū)動方案，內(nèi)部深度集成視覺、觸覺等全量傳感器，讓算法能精準復現(xiàn)，真正用腦思考、用手干活。

自此，它石的“超級數(shù)據(jù)、超級算法、超級本體”已經(jīng)形成了良性發(fā)展閉環(huán)，硬件創(chuàng)新讓數(shù)據(jù)收集更簡單高效，數(shù)據(jù)適配讓算法有了跨本體的能力，算法配合下更靈活的本體能讓技術創(chuàng)新真正落地。

閉環(huán)至此形成，下一代Scaling Law已經(jīng)到來。

技術創(chuàng)新實現(xiàn)后，它石智航走到了具身智能的新關卡：落地場景。

而這也是它石給產(chǎn)業(yè)最驚喜的東西。不同于大部分企業(yè)對落地場景泛泛而談，用一個籠統(tǒng)性的詞匯代替。而是找到了最棘手也等待新生產(chǎn)力許久的工業(yè)場景--汽車線束。

作為汽車“神經(jīng)網(wǎng)絡”，線束堪稱勞動密集與技術壁壘的雙重疊加：單條線束包含數(shù)十至上百根導線，需歷經(jīng)裁線、理線、扎帶、組裝等數(shù)十道精密工序。更核心的挑戰(zhàn)在于，線束材質(zhì)柔性易變形、不同車型的線束組裝邏輯差異顯著，傳統(tǒng)自動化設備或協(xié)作機械臂難以應對動態(tài)調(diào)整需求。

同時，工序中涉及高壓電操作等安全風險，人工操作暗藏安全隱患。這一系列特性，讓汽車線束長期被業(yè)界視為工業(yè)自動化界的“哥德巴赫猜想”。在陳亦倫看來，這些價值高、市場廣、難度大的問題才是新一代技術需要解決的事情，也是它石智航真正要落地的場景。

透過它石智航已在刺繡領域驗證的柔性精細操控能力可見，刺繡工藝對絲線的柔性控制、精準走位，與線束裝配中對柔性導線的精密彎折、對接、固定要求同頻，這份經(jīng)過真實場景打磨的技術積淀，被它石智航成功遷移至線束制造場景，完成了從 “生活里的針線活” 到 “工業(yè)下的精密操作” 能力躍遷。

如今，它石成為全球首個在機器人領域突破線束制造難題的企業(yè)，實現(xiàn)了線束裝配的自主化操作。

汽車線束只是它石落地的一隅，陳亦倫進一步對具身研習社闡述了落地場景規(guī)劃：其一場景痛點足夠真實；其二空間規(guī)模足夠大；其三落地門檻足夠高。

從更長遠的視角來看，它石更廣闊的舞臺在C端，讓機器人真正大規(guī)模融入千行百業(yè)，讓新一代技術革新多元化場景的生產(chǎn)關系。

技術側(cè)尋找根本的底層創(chuàng)新，落地側(cè)滿足最難的場景訴求，它石用實際行動詮釋了一家“踏實”的具身智能企業(yè)應該是什么樣子。這或許也是它石打破天使輪融資紀錄的核心原因，敢破的勇氣和穩(wěn)扎穩(wěn)打的腳步，是最稀缺的投資標的。畢竟，在這個變幻莫測的賽道中，給投資人的BP從來沒變過，它石智航或許也是極少數(shù)派了。

無論是技術范式的創(chuàng)新還是落地路徑，它石智航的實踐，最終給產(chǎn)業(yè)留下了一個清晰的啟示：具身智能的終極價值，從來不是實驗室里的技術參數(shù)，而是解決真實世界難題的能力。唯有敢于闖入落地 “無人區(qū)”，攻克別人不敢碰的 “世界級” 難題，才能真正推動技術從概念走向價值。也為行業(yè)樹立了一種可持續(xù)的發(fā)展范式。在喧囂的賽道中，這條 “技術深耕 + 場景精準” 的道路，才是穿越周期的核心密碼。