橋介數(shù)物要做的不只是運(yùn)動(dòng)控制本身，而是一個(gè)開發(fā)工具，一個(gè)平臺(tái)。

作者丨高景輝

編輯丨馬曉寧

“只要你做硬件，我們就投你?！?/p>

在深圳南山的一間辦公室內(nèi)，一位投資人向面前的年輕人開出了一個(gè)誘人的條件。但令投資人意想不到的是，對(duì)方不假思索地給出了否定的回答，仿佛相同的對(duì)話已不止第一次上演。

拒絕他的人，是具身智能企業(yè)「橋介數(shù)物」創(chuàng)始人尚陽星。

如果說具身智能是一座巨大的金礦，那么位于具身智能產(chǎn)業(yè)鏈上游的軟硬件研發(fā)商，就是賣鏟子的人，他們?cè)诘V脈尚未發(fā)現(xiàn)之時(shí)便已賺到了第一桶金。專攻具身智能“小腦”的橋介數(shù)物，就是他們的一員。

具身智能小腦主要負(fù)責(zé)執(zhí)行短程任務(wù)，是和硬件強(qiáng)相關(guān)的運(yùn)動(dòng)控制系統(tǒng)，承擔(dān)著機(jī)器人的精細(xì)操作、關(guān)節(jié)控制等落地執(zhí)行類工作。由于成果受硬件迭代影響，國內(nèi)真正做小腦的公司不多，橋介數(shù)物是其中的佼佼者。

在商業(yè)化方面，成立于2023年的橋介數(shù)物，僅用2年就服務(wù)了30多家具身智能企業(yè)，將自主研發(fā)的運(yùn)控方案部署于50余種不同構(gòu)型的機(jī)器人上，覆蓋人形、四足、輪足等多元應(yīng)用場景。在國內(nèi)具身智能圈子里，稍有經(jīng)驗(yàn)的業(yè)者都聽過橋介數(shù)物的名字，談及它的技術(shù)時(shí)，也大多抱以贊許的態(tài)度。

然而，即使技術(shù)實(shí)力已然經(jīng)過市場驗(yàn)證，尚陽星也不愿涉足硬件業(yè)務(wù)，一心只想把軟件服務(wù)做得更好。這在比拼“誰的故事更大”的具身智能賽道，顯得十分難能可貴，但也因此失去了一些擴(kuò)張的機(jī)會(huì)。

尚陽星本科畢業(yè)于華中科技大學(xué)，后保送至南方科技大學(xué)讀研，師從逐際動(dòng)力創(chuàng)始人張巍博士。2023年，尚陽星拉上同學(xué)成立橋介數(shù)物，正式踏上創(chuàng)業(yè)之路，甚至為此放下了學(xué)業(yè)。在尚陽星心中，似乎有比一紙文憑更重要的事。

那么，橋介數(shù)物究竟想成為一家怎樣的公司？他們押注“小腦”的信心又從何而來？帶著這些疑問，我們來到橋介數(shù)物，與創(chuàng)始人尚陽星進(jìn)行了一場對(duì)話，聽他講述他所理解的“小腦”、具身智能硬件和橋介數(shù)物的未來。以下是不改變?cè)獾恼恚?/p>

01

機(jī)器人硬件的門檻不在于制造本身，

而在于更好地適配算法

AI科技評(píng)論：你是怎么走上機(jī)器人運(yùn)動(dòng)控制這條路的？

尚陽星：我的研究生導(dǎo)師是逐際動(dòng)力創(chuàng)始人張巍，在他的影響下，2020年開始接觸足式機(jī)器人。后來這個(gè)領(lǐng)域的技術(shù)發(fā)生了一些范式的變化，從一開始的MPC變成了強(qiáng)化學(xué)習(xí)。2023年開始，強(qiáng)化學(xué)習(xí)在足式機(jī)器人的應(yīng)用走出了學(xué)術(shù)界，來到了工業(yè)界，從那時(shí)起我確定了創(chuàng)業(yè)要做的事。

AI科技評(píng)論：為什么有敢于創(chuàng)業(yè)的自信？

尚陽星：雖然我在足式機(jī)器人領(lǐng)域只有五年經(jīng)驗(yàn)，但在此之前深入研究的人更少，我的經(jīng)驗(yàn)相對(duì)已經(jīng)算豐富了。況且強(qiáng)化學(xué)習(xí)的難點(diǎn)在于sim-to-real這個(gè)gap，而這恰恰是我最擅長的，因?yàn)檫^去做MPC要求對(duì)機(jī)器人的動(dòng)力學(xué)、運(yùn)動(dòng)學(xué)有深入了解，這些經(jīng)驗(yàn)可以遷移到用強(qiáng)化學(xué)習(xí)做足式機(jī)器人上面。所以在2023年，我們的技術(shù)水平算是行業(yè)里靠前的那一批。

AI科技評(píng)論：既然技術(shù)這么好，為什么只做運(yùn)動(dòng)控制軟件，沒有考慮同時(shí)做硬件嗎？

尚陽星：當(dāng)時(shí)我們這撥人里很多去做本體了，這和資本的喜好有關(guān)，因?yàn)槟馨压适轮v得更大。也確實(shí)有很多投資人勸我們做硬件，聲稱只要做硬件就投我們。但我希望能夠堅(jiān)持先把一件事做好，不想同時(shí)做太多事，而且我并不在意別人的看法。后來我們確實(shí)堅(jiān)持下來了。

AI科技評(píng)論：是什么樣的信念支撐你們堅(jiān)持下來的？

尚陽星：我們相信基于同樣的事實(shí)，不同人會(huì)得出不同的結(jié)論。比如說我在逐際動(dòng)力的時(shí)候，張巍老師說中國的制造業(yè)非常強(qiáng)，所以在中國做硬件是有優(yōu)勢(shì)的，能比波士頓動(dòng)力做得更好，這是共識(shí)。但是基于同樣的事實(shí)，我的判斷是中國制造業(yè)強(qiáng)，那么中國能做硬件的人就很多，但是做運(yùn)動(dòng)控制的人可能就沒那么多了。而且相比硬件，機(jī)器人運(yùn)動(dòng)控制的門檻要高很多，這幾年隨著硬件供應(yīng)鏈的成熟，大家應(yīng)該能更相信這一點(diǎn)。

AI科技評(píng)論：硬件的門檻在哪里？

尚陽星：這種門檻不在于制造本身，而是如何使硬件更好地適配強(qiáng)化學(xué)習(xí)算法，或者說難在怎么讓機(jī)器人sim-to-real變得比較小，這就需要運(yùn)動(dòng)控制的視角。

AI科技評(píng)論：所以要做得更像人嗎？

尚陽星：更像人是一方面，還有一些電機(jī)的特性，比如說轉(zhuǎn)子慣量、摩擦力等等，一些沒做過的人沒有這樣的認(rèn)知，這個(gè)就屬于細(xì)節(jié)了。慣量就是物體保持它原有狀態(tài)的一個(gè)量，慣量越大它就越不愿意改變，轉(zhuǎn)子慣量就是轉(zhuǎn)子抵抗自身轉(zhuǎn)速變化的能力。轉(zhuǎn)子慣量越小就越靈活和絲滑，轉(zhuǎn)子慣量過大就很難轉(zhuǎn)動(dòng)，會(huì)更難控制一些。

AI科技評(píng)論：你理解的運(yùn)動(dòng)控制和別人眼中的有什么不同？

尚陽星：我們講的運(yùn)動(dòng)控制跟大家通常以為的運(yùn)動(dòng)控制不一樣，不是讓機(jī)器人能走路或者跳個(gè)舞就可以了，我們看的是更長遠(yuǎn)、更全面的運(yùn)動(dòng)控制，是結(jié)合感知的運(yùn)動(dòng)控制。

我最早在逐際動(dòng)力做的就是帶感知的爬樓梯運(yùn)動(dòng)，運(yùn)動(dòng)控制首先它是全身范圍的，其次它是要能夠理解環(huán)境的，比如說爬樓梯的時(shí)候不理解環(huán)境肯定是爬不好，或者是通過一個(gè)很狹窄的空間的時(shí)候，機(jī)器人需要側(cè)著身子，再比如說機(jī)器人從椅子上站起來或者坐下，這都是需要一種全身協(xié)調(diào)規(guī)劃的控制。

所以在我們的視野里邊，會(huì)認(rèn)為運(yùn)動(dòng)控制還需要考慮安全性的問題。如果是實(shí)驗(yàn)室場景或者表演的場景，有個(gè)電機(jī)突然壞了可能沒那么令人在意，但當(dāng)機(jī)器人真的走進(jìn)家庭的時(shí)候，就要針對(duì)電機(jī)損壞的情況調(diào)整策略，比如讓機(jī)器人可以先單腿站著，或者以一種損害最小的方式摔倒，亦或盡量不要撞到人，這些肯定都是我們未來要考慮的。

AI科技評(píng)論：未來還需要考慮什么？

尚陽星：我們默認(rèn)未來在運(yùn)動(dòng)控制這個(gè)方向需要持續(xù)學(xué)習(xí)，讓算法適應(yīng)不同的狀況。比如機(jī)器人運(yùn)行時(shí)間久了，關(guān)節(jié)可能出現(xiàn)磨損的情況，甚至機(jī)器人哪天上月球了，也要適應(yīng)不同的環(huán)境。

我們其實(shí)追求的是一種非常強(qiáng)大的控制能力，因?yàn)槲矣X得人本身就具備這種能力，對(duì)人來說很簡單的踩高蹺、穿鎧甲移動(dòng)、騎自行車、開車其實(shí)都需要一種通用的、很強(qiáng)的控制能力，機(jī)器人今天都做不到這些。但只要機(jī)器人能夠持續(xù)學(xué)習(xí)，總能具備這種快速適應(yīng)的能力。

AI科技評(píng)論：國外有沒有和你們類似的企業(yè)？

AI科技評(píng)論：國外的好處是它只做軟件就能得到投資的人認(rèn)可，比如Pi。像Scale AI就跟我們有點(diǎn)像，但是業(yè)務(wù)方式不太一樣，因?yàn)閲鉀]有那么多硬件客戶。

02

產(chǎn)生智能的方式有兩種，

一種是模仿，一種是試錯(cuò)

AI科技評(píng)論：運(yùn)控算法訓(xùn)練需要數(shù)據(jù)，數(shù)據(jù)從何而來？

尚陽星：產(chǎn)生智能其實(shí)有兩種途徑，都需要數(shù)據(jù)，但是這兩種數(shù)據(jù)截然不同，一種數(shù)據(jù)是來自成功者，還有一種來自失敗者，這是兩種不同的產(chǎn)生智能的方式。下圍棋就是很經(jīng)典的案例，Alpha Go一開始是學(xué)人類高手的棋譜，但是Alpha Zero就不學(xué)人類棋譜，直接從頭強(qiáng)化學(xué)習(xí)，通過不斷下棋試錯(cuò)最終變得比原來的還強(qiáng)。所以我認(rèn)為產(chǎn)生智能的方式有兩種，第一種是模仿，第二種是試錯(cuò)。

現(xiàn)在訓(xùn)練大語言模型也是很相似的邏輯，就是模仿人類從而獲得智能，這跟下圍棋的第一階段是一樣的。但是我相信以后到第二階段會(huì)更依賴強(qiáng)化學(xué)習(xí)，從零開始根據(jù)試錯(cuò)來積累更多的經(jīng)驗(yàn)，把自己的推理能力變得更強(qiáng)。而且理論上一定存在一個(gè)環(huán)境，不用借助任何人類語料的信息就能夠誕生出人類語言的能力，因?yàn)橄聡寰褪沁@樣，不用任何棋譜信息，只需要一直下它就能學(xué)會(huì)下圍棋。所以訓(xùn)練機(jī)器人也要有一個(gè)模擬的環(huán)境，能夠讓它不斷地試錯(cuò)。

AI科技評(píng)論：很通俗的一個(gè)解釋。

尚陽星：人類一開始也沒人教，也是從零開始通過試錯(cuò)產(chǎn)生智能。人類的社會(huì)活動(dòng)可以視為一種強(qiáng)化學(xué)習(xí)的過程，只不過它是在真實(shí)世界超大規(guī)模的環(huán)境中，跨越幾十萬年才能演化出來語言。如果能構(gòu)建一個(gè)一模一樣的仿真環(huán)境或者至少是近似的仿真環(huán)境，在這樣的環(huán)境下去運(yùn)行一個(gè)強(qiáng)化學(xué)習(xí)的系統(tǒng)，也能夠產(chǎn)生語言的智能，只是這樣一個(gè)仿真環(huán)境特別難構(gòu)建。

我舉這些例子是為了說明智能是有兩種產(chǎn)生來源的，那說回來，在機(jī)器人控制能力方面，也同樣是兩種產(chǎn)生智能的方式，一種是向人類去學(xué)習(xí)，也就是遙操作的方式，由人來手把手教它動(dòng)作，二是從視頻里提取出人的動(dòng)作讓機(jī)器人學(xué)習(xí)，還有用動(dòng)捕錄的數(shù)據(jù)也是學(xué)習(xí)的素材。

AI科技評(píng)論：仿真似乎更難一些？

尚陽星：從頭產(chǎn)生一個(gè)智能需要的仿真環(huán)境太難了，很難模擬得這么精細(xì)，而且不存在下圍棋的那種環(huán)境。雖然現(xiàn)在也有仿真器，但還是不夠真實(shí)，所以第一階段就還是得靠人的數(shù)據(jù)來學(xué)。

當(dāng)然，從人類視頻里面獲得的大量數(shù)據(jù)只是運(yùn)動(dòng)學(xué)層面的數(shù)據(jù)。機(jī)器人控制分為運(yùn)動(dòng)學(xué)層面和動(dòng)力學(xué)層面，通常把運(yùn)動(dòng)學(xué)層面的叫做規(guī)劃，動(dòng)力學(xué)層面的叫做控制，這是兩個(gè)不同層面的問題。運(yùn)動(dòng)學(xué)層面要解決關(guān)節(jié)的位置在哪里、末端的位置是怎樣的軌跡等問題，動(dòng)力學(xué)層面則是解決電機(jī)到底怎么控制、發(fā)多少力才能讓末端跟著軌跡移動(dòng)。說到底就是人類數(shù)據(jù)只能提供運(yùn)動(dòng)學(xué)層面的規(guī)劃，因?yàn)闄C(jī)器人的電機(jī)和人類的肌肉是不一樣的，所以沒辦法直接學(xué)。

但是還有一種方法，就是通過遙操作控制一個(gè)機(jī)器人教另一個(gè)一模一樣的機(jī)器人，因?yàn)槎唠姍C(jī)結(jié)構(gòu)是一模一樣的，可以直接實(shí)現(xiàn)動(dòng)力學(xué)層面的學(xué)習(xí)。但這樣的收集成本太高了，而且一旦未來機(jī)器人構(gòu)型發(fā)生變化，這些數(shù)據(jù)就全都沒用了，所以遙操作可能只是個(gè)短期階段性的方案。

AI科技評(píng)論：長期來看如何解決？

尚陽星：長期而言還是得分開來解決，用人類數(shù)據(jù)解決規(guī)劃的問題，再用仿真解決控制的問題。比如讓一個(gè)機(jī)器人照著一個(gè)人的舞蹈學(xué)習(xí)，就是給它一段人類的舞蹈視頻，把動(dòng)作提取出來，然后用強(qiáng)化學(xué)習(xí)的方式，在仿真器里試錯(cuò)。

AI科技評(píng)論：機(jī)器人運(yùn)動(dòng)控制的技術(shù)演進(jìn)路線是怎樣的?

尚陽星：首先是技術(shù)范式的一個(gè)大的變化，即從MPC變?yōu)閺?qiáng)化學(xué)習(xí)。MPC有很多corner case，需要寫大量的規(guī)則，規(guī)劃每一個(gè)動(dòng)作，注入人類自己對(duì)運(yùn)動(dòng)的理解和智慧，因?yàn)檎鎸?shí)環(huán)境太復(fù)雜，計(jì)算量就特別大。我當(dāng)時(shí)那個(gè)工作最大的貢獻(xiàn)就是用一個(gè)比較精巧的方法覆蓋更多的環(huán)境。

即使如此，MPC還是很難，寫越多規(guī)則就會(huì)出現(xiàn)越多問題，所以后來就有強(qiáng)化學(xué)習(xí)這種方式，我們只需要設(shè)定一個(gè)目標(biāo)，然后交給機(jī)器人自己去探索就可以了。當(dāng)然說起來簡單，隨著不斷深入難點(diǎn)會(huì)越來越多，比如目標(biāo)到底怎么制定，到底要怎么設(shè)置獎(jiǎng)勵(lì)函數(shù)，環(huán)境到底怎么搭建，先學(xué)哪個(gè)再學(xué)哪個(gè)……但是至少比較容易解決很多corner case的情況。所以總的來說，2023年強(qiáng)化學(xué)習(xí)在工業(yè)界開始落地是一個(gè)最大的分水嶺。

AI科技評(píng)論：為什么一開始大家不落地強(qiáng)化學(xué)習(xí)？

尚陽星：因?yàn)榇蠹矣X得強(qiáng)化學(xué)習(xí)雖然魯棒性特別高，但是它有個(gè)缺點(diǎn)，就是它的步態(tài)不是很優(yōu)美。一開始大家做出來的東西，腳是拖在地上走路的，比較丑，大家也就都不屑一顧了。當(dāng)然ETH那邊做的效果挺好的，但因?yàn)樗^于超前，甚至有人懷疑它是假的，或者機(jī)器人結(jié)構(gòu)不太一樣。

AI科技評(píng)論：所謂的步態(tài)優(yōu)美是指一種人類審美還是工程學(xué)上的最優(yōu)解？有沒有可能存在看起來很丑但很高效的方案？

尚陽星：是指任何人都能看得出來的一種美。目前沒有丑且高效的方案，拖著腳在地上走會(huì)產(chǎn)生更多的摩擦，這是一個(gè)缺陷、一種bug，這個(gè)bug來自于仿真器不夠真實(shí)，因?yàn)榉抡姝h(huán)境沒有那么多摩擦、損耗，缺乏的不僅僅是一些觸覺上的數(shù)據(jù)，歸根結(jié)底就是仿真精度還是不夠高。

AI科技評(píng)論：不考慮成本真機(jī)效果會(huì)更好嗎？

尚陽星：現(xiàn)階段直接在真機(jī)里邊進(jìn)行強(qiáng)化學(xué)習(xí)只是理論上可行，因?yàn)橛梅抡孢M(jìn)行強(qiáng)化學(xué)習(xí)的時(shí)候，是用幾千個(gè)機(jī)器人進(jìn)行上萬個(gè)小時(shí)的學(xué)習(xí)，但是如果放到真機(jī)上，那這幾乎不可能實(shí)現(xiàn)。而且仿真里的機(jī)器人倒了之后立刻就可以重置，但是真機(jī)的機(jī)器人倒了之后需要人工重置，這個(gè)工作量太大了，并且機(jī)器人會(huì)損壞，所以不現(xiàn)實(shí)。

我覺得未來是能夠直接用真機(jī)來學(xué)的，但這需要強(qiáng)化學(xué)習(xí)算法的進(jìn)步。我們現(xiàn)在已經(jīng)能夠看到這種進(jìn)步的機(jī)會(huì)了，但是現(xiàn)在還沒有人真的把它落地下來，這也是我們現(xiàn)在在做的事情。

AI科技評(píng)論：回到剛才的問題，2023年之后有哪些技術(shù)突破？

尚陽星：強(qiáng)化學(xué)習(xí)的路徑可以細(xì)分成幾個(gè)時(shí)間節(jié)點(diǎn)。最早大家只是想讓機(jī)器人能走路，所以走路時(shí)是彎膝的，相對(duì)來說還比較僵硬；差不多在2024的下半年的時(shí)候出現(xiàn)了擬人型的機(jī)器人，走得比較像人。印象中最早是眾擎發(fā)的，后來我們也賣了很多擬人行走的方案。再到后邊是開始跳舞，2024年底的時(shí)候我們做出了全尺寸機(jī)器人跳舞，我們也是最早做出這類方案的公司。后來2025年更多人都開始做跳舞了，我們因此賣了不少方案。

總之大概分成這個(gè)幾階段，先是行走，再是擬人行走，然后是跳舞，一開始一個(gè)策略只跳一個(gè)舞蹈，即每跳一個(gè)新的舞都要重新訓(xùn)練，現(xiàn)在已經(jīng)有那種先學(xué)成千上萬種動(dòng)作，什么舞都能跳的通用型全身控制的模型。

AI科技評(píng)論：就強(qiáng)化學(xué)習(xí)來說，四足和人形機(jī)器人的難度有何不同？

尚陽星：這涉及到怎么結(jié)合感知來進(jìn)行運(yùn)動(dòng)控制。比如說爬樓梯，以前我們做MPC的時(shí)候覺得離開感知肯定是爬不好的，但是在強(qiáng)化學(xué)習(xí)里我們發(fā)現(xiàn)，對(duì)于四足機(jī)器人來說沒有感知也能爬得挺好，因?yàn)樗目刂颇芰M(jìn)一步提升了，碰一下臺(tái)階就能爬上去，反正它靠三只腳就可以穩(wěn)定。但是對(duì)人形機(jī)器人來說，稍微磕一點(diǎn)它就會(huì)更踉蹌。

所以我們需要研究怎么利用感知信息用強(qiáng)化學(xué)習(xí)的方式來解決這個(gè)問題。我估計(jì)今年會(huì)有很多demo出來，但在成熟穩(wěn)定的落地方面，還是有比較長的路要走。這些動(dòng)作沒有后空翻那么炫酷，但既然技術(shù)已經(jīng)發(fā)展到這個(gè)階段，不管發(fā)什么demo這些問題都需要認(rèn)真地解決。

03

很多人想做具身智能行業(yè)的「蘋果」，

但我們要做「Windows」

AI科技評(píng)論：你曾說未來具身智能行業(yè)會(huì)高度分工，每家公司都做自己最擅長的一個(gè)部分，基于這種判斷選擇只做運(yùn)動(dòng)控制的戰(zhàn)略，那么你怎么確定未來具身智能行業(yè)一定是分散而不是集中的？

尚陽星：過去很多行業(yè)的發(fā)展過程就是這樣，比如電腦、手機(jī)、汽車等行業(yè)，分工都是特別細(xì)的?，F(xiàn)在的電腦的品牌，也沒有誰是自己做操作系統(tǒng)的，芯片、屏幕甚至鍵盤也可能不是，他們就只是品牌廠商。手機(jī)廠商也是一樣，大部分手機(jī)的操作系統(tǒng)、CPU、屏幕都是分工合作的，即使如此也不妨礙他們成為很成功的公司。

AI科技評(píng)論：但是也有不是這樣的，比如說像無人機(jī)，大疆就是什么都自己做。為什么會(huì)有這種差異？

尚陽星：首先是因?yàn)槭袌龅拇笮〔灰粯印Ｊ袌鎏貏e大的話，就會(huì)有很多參與者進(jìn)來，競爭就會(huì)更加激烈，這時(shí)候的資源都開始變得有限了，就必須重點(diǎn)選擇一個(gè)要投入的東西，如果什么都投入就會(huì)什么都做不好。但如果市場不大，哪怕資源是有限的，對(duì)這個(gè)市場而言也完全足夠了。當(dāng)其他參與者想要跟你競爭的時(shí)候，由于他本身有更多資源，會(huì)看不上這么小的市場，你就很有可能能占據(jù)這個(gè)市場。

如果未來我們能把運(yùn)動(dòng)控制做得足夠好，做到以很低的成本就能在機(jī)器人上部署使用，那么對(duì)于一般公司而言，他們就不會(huì)選擇投入更多錢來自研，而是直接選擇用我們的運(yùn)控方案。雖然個(gè)別公司運(yùn)控也可以做得特別好，但是不可能所有的公司都能把運(yùn)動(dòng)控制做出差異化。

AI科技評(píng)論：只靠這個(gè)說服力似乎還不夠？

尚陽星：還有就是規(guī)模效應(yīng)。為什么大家不自己生產(chǎn)螺絲釘呢，是因?yàn)槁萁z釘非常標(biāo)準(zhǔn)化，而且規(guī)模越大邊際成本越低。對(duì)軟件來說更是如此，如果它是個(gè)標(biāo)準(zhǔn)化的軟件，那基本就可以認(rèn)為是邊際成本為零。所以一定能夠降到一個(gè)足夠低的價(jià)格，讓你絕對(duì)沒有想法要自營。相當(dāng)于是資源不夠的那些廠商把研發(fā)費(fèi)給我們，由我們統(tǒng)一研發(fā)。

所以我們認(rèn)為未來運(yùn)控如果能夠做到標(biāo)準(zhǔn)化，大概率還是會(huì)成為一個(gè)獨(dú)立的市場。但這并非共識(shí)，因?yàn)檫\(yùn)動(dòng)控制是跟硬件深度綁定的，機(jī)型一換算法也要換，所以當(dāng)下的競爭沒那么激烈，畢竟不是所有人都相信這個(gè)是可能的。我們相信是因?yàn)槲覀兛吹饺丝梢酝ㄟ^快速適應(yīng)學(xué)習(xí)來獲得這種通用的控制能力。當(dāng)然我們現(xiàn)在離理想還是有距離，但我堅(jiān)信一定能走到那一天。

AI科技評(píng)論：如何過渡到那個(gè)時(shí)候？

尚陽星：目前我們是給每一家都出一個(gè)定制化的方案，以項(xiàng)目制的方式來適配，但是這只是一個(gè)過程。我們通過這種適配的方式來積累經(jīng)驗(yàn)，與此同時(shí)我們也在研發(fā)更加標(biāo)準(zhǔn)化的產(chǎn)品。不過不是說就一定能成，但我們?cè)敢赓€一賭。

AI科技評(píng)論：有點(diǎn)像是之前Windows跟蘋果的競爭。

尚陽星：是有點(diǎn)像，一開始蘋果賣得很好，但最終還是Windows贏了。全天下所有的電腦，只要不是蘋果基本都會(huì)用Windows，只是最后到有了蘋果手機(jī)，才又把蘋果的桌面市場帶起來了。其中很重要的一點(diǎn)是Windows能夠給大家一個(gè)預(yù)期，只要他裝了Windows系統(tǒng)，不管電腦配置怎么變，使用感一直是保持一致的。

另外還有點(diǎn)像自動(dòng)駕駛的邏輯，雖然現(xiàn)在還沒有完全確定未來是第三方統(tǒng)一世界，但今天很多人認(rèn)為Momenta的表現(xiàn)已經(jīng)算不錯(cuò)了，這給了我們信心，因?yàn)樵鞕C(jī)器人沒有造車那么難，許可證之類的限制也更小。更關(guān)鍵的一個(gè)點(diǎn)是自動(dòng)駕駛的下游是單一的，自動(dòng)駕駛這個(gè)應(yīng)用的功能就是從a到b，不像操作系統(tǒng)那樣會(huì)因?yàn)辇嫶蟮腁PP生態(tài)形成壁壘。

AI科技評(píng)論：當(dāng)下機(jī)器人運(yùn)動(dòng)控制是更像自動(dòng)駕駛還是更像操作系統(tǒng)？

尚陽星：肯定是更像操作系統(tǒng)，因?yàn)闄C(jī)器人也存在軟件生態(tài)的機(jī)會(huì)，需要很多應(yīng)用，而應(yīng)用開發(fā)者不可能也從最底層開始做運(yùn)動(dòng)控制，這沒有必要，只需要有人來把底層的東西封裝好，根據(jù)需求調(diào)用相關(guān)的工具就可以了。我們就希望能夠做好這樣的工具，所以我們要做的不只是運(yùn)動(dòng)控制本身，而是一個(gè)開發(fā)工具，一個(gè)平臺(tái)。把不同的機(jī)器人硬件兼容起來，做一個(gè)應(yīng)用就能在各種各樣的機(jī)器人上用，不需要為每個(gè)品牌廠商單獨(dú)做機(jī)器人接口適配。這是作為獨(dú)立第三方能夠提供的重要價(jià)值。

AI科技評(píng)論：現(xiàn)在這一批做全棧的具身智能企業(yè)，同時(shí)做本體和運(yùn)控的難度大嗎？

尚陽星：他們未來有兩種選擇，要么發(fā)展成像蘋果一樣的企業(yè)，每個(gè)方面都做得特別好，那就不需要第三方的生態(tài)，可以有自己封閉的生態(tài)，因?yàn)楫a(chǎn)品力夠強(qiáng)，別人也愿意加入他們的生態(tài)。但是剩下的如果做不成蘋果，做一套自己的運(yùn)控系統(tǒng)就比較難了。

AI科技評(píng)論：誰最有可能成為那個(gè)蘋果？

尚陽星：不知道，可能是宇樹之類的吧。

AI科技評(píng)論：你們現(xiàn)在對(duì)融資似乎沒那么迫切，這是為什么？

尚陽星：還沒到燒錢的時(shí)間點(diǎn)。

AI科技評(píng)論：那這個(gè)時(shí)間點(diǎn)在什么時(shí)候？

尚陽星：等我們把這個(gè)標(biāo)準(zhǔn)化的產(chǎn)品真正做出來，并且可以快速規(guī)?；臅r(shí)候。

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號(hào)名片。