戴上VR眼鏡，伸出手就操控1000公里外的機(jī)器人，讓它在七鮮超市的貨架前理貨、倉庫內(nèi)搬運(yùn)雜物，延遲水平基本達(dá)到肉眼無感。

肉眼無感意味著什么？“讓機(jī)器人真正成為人身體延伸的前提，沒有這個(gè)前提，遙操作只能做演示；有了這個(gè)前提，才能談規(guī)�；逃煤腿蚧肆φ{(diào)度�！膘`御智能聯(lián)合創(chuàng)始人兼首席科學(xué)家莫一林告訴智客ZhiKer。

為了“搶”時(shí)間，他帶領(lǐng)團(tuán)隊(duì)把具身智能操作的端到端鏈路拆成20個(gè)環(huán)節(jié)，用示波器精確測量每個(gè)環(huán)節(jié)的耗時(shí)。最終把端到端延遲控制90毫秒以內(nèi)，城內(nèi)公網(wǎng)傳輸延遲約4毫秒，1000公里跨城傳輸延遲增加約10毫秒。

但比"快"更底層的命題是，具身智能的“大腦”放哪兒？

當(dāng)行業(yè)主流把高功率的端側(cè)芯片塞進(jìn)本體、追求端側(cè)自主時(shí)，靈御做了一個(gè)反直覺的選擇，端側(cè)只保留"小腦"負(fù)責(zé)實(shí)時(shí)控制，"大腦"放在云端負(fù)責(zé)認(rèn)知、推理、學(xué)習(xí)、進(jìn)化。當(dāng)機(jī)器人置信度下降，云端操作員無縫接管，每一次接管都生成高質(zhì)量訓(xùn)練數(shù)據(jù)，然后反哺模型持續(xù)進(jìn)化。

"這不是工程妥協(xié)，是對終局的判斷。"靈御智能創(chuàng)始人兼CEO金戈表示。

這個(gè)判斷來自莫一林的學(xué)術(shù)路徑。他是清華大學(xué)自動(dòng)化系長聘副教授，師從美國工程院院士、機(jī)器人操作領(lǐng)域先驅(qū)Richard M. Murray，谷歌學(xué)術(shù)引用超1萬次，2021-2025連續(xù)五年入選Elsevier中國高被引學(xué)者。

回國后他跟滴滴、美團(tuán)、華為合作自動(dòng)駕駛；2022年團(tuán)隊(duì)在宇樹機(jī)器狗上做強(qiáng)化學(xué)習(xí)，他隱約感覺，算法不能脫離硬件而存在，就像大腦不能脫離身體。2024年與一家靈巧手公司合作Demo，進(jìn)一步堅(jiān)定只有把硬件、軟件、算法深度耦合，才能實(shí)現(xiàn)真正的系統(tǒng)級(jí)優(yōu)化。于是在2025年2月，創(chuàng)立了靈御智能。

因?yàn)閲@"云端大腦"設(shè)計(jì)架構(gòu)而非本體，靈御的商業(yè)模式也隨之重塑。"我們賣的不是機(jī)器人，是機(jī)器人即服務(wù)（RaaS）+ 操作即服務(wù)（MaaS）。"客戶不需要一次性投入十幾萬買設(shè)備，可以按任務(wù)付費(fèi)，云端智能是訂閱服務(wù)，遠(yuǎn)程操作員是彈性人力。這意味著一家北京商超的理貨需求，可以由成都的操作員在云端完成，人力成本重構(gòu)的空間巨大。

更底層的成本優(yōu)勢來自硬件設(shè)計(jì)的重構(gòu)。靈御用行星減速器替代諧波減速器，用電流估算替代六維力傳感器，配合500Hz控制頻率實(shí)現(xiàn)同等精度。這讓自研的TeleAvatar本體定價(jià)10-20萬元，僅為行業(yè)同類產(chǎn)品的1/3到1/2。

靈御智能的定位是做具身智能的基礎(chǔ)設(shè)施提供商，為行業(yè)提供高質(zhì)量的本體和數(shù)據(jù)服務(wù)。今年3月，已完成天使輪融資，華映資本、國海創(chuàng)新資本、天鷹資本、思明科創(chuàng)基金、英諾天使基金、遠(yuǎn)鏡創(chuàng)投、銀河創(chuàng)新資本等多家知名投資機(jī)構(gòu)聯(lián)合投資。

據(jù)悉，下一輪融資也已接近到位，預(yù)計(jì)于近日宣布。

以下為與莫一林、金戈的對話全文，略有刪減：

智客ZhiKer：莫老師從教授到創(chuàng)業(yè)者，金總從投資人到聯(lián)合創(chuàng)始人，是什么讓你們決定一起創(chuàng)辦靈御智能？

莫一林：我回國后在清華大學(xué)任教期間，曾與滴滴、美團(tuán)、華為合作過自動(dòng)駕駛相關(guān)項(xiàng)目。2022年，帶領(lǐng)學(xué)生在宇樹機(jī)器狗上做強(qiáng)化學(xué)習(xí)，深刻感受到算法不能脫離硬件獨(dú)立存在，就像大腦不能脫離身體運(yùn)行。但高校缺乏足夠資源開展硬件、軟件、算法的全鏈條研發(fā)。

于是在2024年，我開始與上海一家做靈巧手的公司合作，基于節(jié)卡六軸機(jī)械臂開發(fā)抓取Demo，這個(gè)過程中，進(jìn)一步堅(jiān)定了軟硬件深度耦合的判斷，必須自研硬件才能實(shí)現(xiàn)系統(tǒng)級(jí)優(yōu)化。2025年2月，成立了靈御智能。

金戈：我和莫老師相識(shí)20多年，也是清華大學(xué)自動(dòng)化系學(xué)士、清華大學(xué)經(jīng)濟(jì)管理學(xué)院MBA，曾任遠(yuǎn)鏡創(chuàng)投管理合伙人、奧量光子副總裁，在高科技領(lǐng)域有著多年的創(chuàng)業(yè)投資和企業(yè)管理經(jīng)驗(yàn)。

2023年下半年他和我聊到具身智能的創(chuàng)業(yè)想法，最初我只是幫他物色合適的CEO人選，面試了幾個(gè)人都沒有找到合適的。

這個(gè)過程中我對這個(gè)方向有了更深入的理解：第一，這不是一個(gè)單純的機(jī)器人概念，而是大模型范式在物理世界的延伸，有清晰的技術(shù)演進(jìn)邏輯和商業(yè)閉環(huán)可能；第二，我和莫老師的能力也恰好互補(bǔ)，他負(fù)責(zé)本體、算法、控制、數(shù)據(jù)平臺(tái)的技術(shù)架構(gòu)，我負(fù)責(zé)商業(yè)化、生產(chǎn)、融資、人力財(cái)務(wù)。

最終我把另一家公司的股份全部轉(zhuǎn)讓給合伙人，Allin 靈御智能。

智客ZhiKer：既做機(jī)器人本體（TeleAvatar），又做數(shù)據(jù)平臺(tái)（TeleDroid），你們在具身智能生態(tài)中的定位是什么？

金戈：我們的定位是做具身智能的基礎(chǔ)設(shè)施提供商，為行業(yè)提供高質(zhì)量的本體和數(shù)據(jù)服務(wù)，成為連接硬件與上層應(yīng)用的中間層。

具身智能生態(tài)可以大致分為幾個(gè)層級(jí)，最底層是機(jī)器人本體，中間層是云邊協(xié)同架構(gòu)和數(shù)據(jù)層，再往上是模型算法層，最上層是應(yīng)用層。

目前大量公司從模型算法層切入，但我們認(rèn)為本體、數(shù)據(jù)、通訊這些基礎(chǔ)層才是行業(yè)發(fā)展的根基，把這些基礎(chǔ)設(shè)施做好，才能更好地服務(wù)上層生態(tài)伙伴。

莫一林：很多模型公司擅長做算法研發(fā)，不擅長做數(shù)據(jù)，也不擅長做本體。就像OpenAI不會(huì)自己養(yǎng)一堆人做數(shù)據(jù)標(biāo)注，才催生了Scale AI這樣的專業(yè)數(shù)據(jù)服務(wù)公司。

智客ZhiKer：您提到"懂?dāng)?shù)據(jù)"是核心能力之一，怎么理解具身智能領(lǐng)域的“懂?dāng)?shù)據(jù)”？

莫一林：懂?dāng)?shù)據(jù)不是簡單的會(huì)采集數(shù)據(jù)，而是理解數(shù)據(jù)的全生命周期管理。

舉個(gè)例子，真機(jī)遙操作數(shù)據(jù)采集時(shí)，如果沒有做好時(shí)間同步和空間標(biāo)定，采集到的數(shù)據(jù)質(zhì)量和普通第一視角視頻沒有本質(zhì)差異。

我們目前能夠?qū)崿F(xiàn)電機(jī)和攝像頭數(shù)據(jù)的亞微秒級(jí)時(shí)間同步，機(jī)械臂絕對定位精度達(dá)到1毫米，這個(gè)精度下采集的數(shù)據(jù)信息密度會(huì)更高。

現(xiàn)在行業(yè)內(nèi)很多數(shù)據(jù)集的場景非常單一，95%的機(jī)器人疊衣服視頻都是疊短袖T恤，只是顏色不同。這類數(shù)據(jù)在模型發(fā)展初期是必要的，長期來看，對于提升模型的泛化能力是有限的，甚至是“有毒的”。

AlphaGo學(xué)習(xí)人類棋譜達(dá)到一定水平后，繼續(xù)學(xué)習(xí)人類棋譜反而會(huì)限制棋力提升，AlphaZero通過自我對弈才能實(shí)現(xiàn)能力突破。我們判斷模型發(fā)展到一定階段后，低質(zhì)數(shù)據(jù)會(huì)成為負(fù)向資產(chǎn)。

此外，很多公司的數(shù)據(jù)采集、上傳、清洗、標(biāo)注、索引、模型訓(xùn)練等環(huán)節(jié)是脫節(jié)的。我們已經(jīng)跑通了從數(shù)據(jù)產(chǎn)生到模型訓(xùn)練的全流程，目前已有北京理工大學(xué)、Intel等科研機(jī)構(gòu)和企業(yè)使用我們的數(shù)據(jù)開展研究并發(fā)表相關(guān)成果。

智客ZhiKer：你們提出把具身的高智能算力應(yīng)該放在云端而非端側(cè)，背后的核心判斷是什么？

金戈：端側(cè)只保留"小腦"負(fù)責(zé)基礎(chǔ)控制，"大腦"應(yīng)該放在云端，是基于三個(gè)現(xiàn)實(shí)方面的約束：

第一，功耗硬約束。汽車通常搭載十幾度甚至上百度電的電池，而機(jī)器人的電池容量普遍只有半度電左右。這是物理極限，不是短期工程優(yōu)化能解決的。

第二，算力硬約束。端側(cè)芯片的算力天花板明顯。當(dāng)前大語言模型的智能涌現(xiàn)主要發(fā)生在云端，不是因?yàn)樵贫瞬渴鸶奖�，而是只有云端才能提供足夠的算力密度。機(jī)器人要實(shí)現(xiàn)接近人類級(jí)別的通用智能，端側(cè)算力難以滿足需求。

第三，安全與網(wǎng)絡(luò)環(huán)境的差異。汽車行駛中網(wǎng)絡(luò)環(huán)境不可控，必須具備本地快速?zèng)Q策能力以規(guī)避碰撞風(fēng)險(xiǎn)；而機(jī)器人的工作場景相對固定，網(wǎng)絡(luò)環(huán)境基本可控。我們可以在端側(cè)部署一個(gè)低功耗芯片，只負(fù)責(zé)解決斷網(wǎng)時(shí)的本地安全控制，比如急停、避碰，將復(fù)雜推理、任務(wù)規(guī)劃、多模態(tài)理解等功能全部放在云端實(shí)現(xiàn)。

我們判斷未來數(shù)年甚至十年內(nèi)，高智能算力部署在云端會(huì)是更優(yōu)的技術(shù)路線。

當(dāng)然這并不否定端側(cè)的價(jià)值，端側(cè)和云端有明確的分工：端側(cè)負(fù)責(zé)實(shí)時(shí)性要求極高的閉環(huán)控制，云端負(fù)責(zé)認(rèn)知、推理、學(xué)習(xí)、進(jìn)化。

智客ZhiKer：這個(gè)技術(shù)判斷對你們的產(chǎn)品設(shè)計(jì)有哪些具體影響？

莫一林：我們的整個(gè)技術(shù)棧都是圍繞"云端大腦"的架構(gòu)設(shè)計(jì)和優(yōu)化的，和先做端側(cè)自主機(jī)器人再對接云端的思路有本質(zhì)差異。

通訊層，做了大量低延遲優(yōu)化。目前端到端延遲在90毫秒以內(nèi)，城內(nèi)公網(wǎng)傳輸延遲約4毫秒，1000公里跨城傳輸延遲增加約10毫秒，這個(gè)延遲水平基本打達(dá)到肉眼無感。

數(shù)據(jù)層，機(jī)器人采集的數(shù)據(jù)實(shí)時(shí)上云，云端模型持續(xù)訓(xùn)練迭代，新版本模型再下發(fā)到端側(cè)。為了保證閉環(huán)順暢，我們對數(shù)據(jù)格式、傳輸協(xié)議、模型接口都做了標(biāo)準(zhǔn)化設(shè)計(jì)。

本體設(shè)計(jì)層面，我們專門做了適合云端控制的架構(gòu)，包括視覺回傳、力控反饋、運(yùn)動(dòng)指令下發(fā)的全鏈路，都是圍繞"遠(yuǎn)程大腦"的需求設(shè)計(jì)的。

智客ZhiKer：如果云端是終局，你們的商業(yè)模式是否也圍繞云服務(wù)設(shè)計(jì)？

金戈：長期看，機(jī)器人即服務(wù)（RaaS）+ 操作即服務(wù)（MaaS）是更健康的模式�？蛻舨恍枰I機(jī)器人，按需調(diào)用機(jī)器人的作業(yè)能力，按任務(wù)付費(fèi)。

但現(xiàn)階段行業(yè)還在早期，客戶需要測試、驗(yàn)證、建立信任，所以我們也賣本體。本體是業(yè)務(wù)入口，數(shù)據(jù)平臺(tái)和遠(yuǎn)程操作服務(wù)是持續(xù)收入。

我們設(shè)想的最終形態(tài)是，客戶現(xiàn)場部署我們的機(jī)器人，云端運(yùn)行智能調(diào)度系統(tǒng)，操作員可以在人力成本較低的地區(qū)提供遠(yuǎn)程支持，模型在云端持續(xù)進(jìn)化，形成三層飛輪。

莫一林：機(jī)器人部署不是服務(wù)的終點(diǎn)，而是模型持續(xù)進(jìn)化的起點(diǎn)。

機(jī)器人自主運(yùn)行時(shí)，當(dāng)置信度低于閾值就觸發(fā)人工接管，操作員介入完成任務(wù)的過程數(shù)據(jù)會(huì)自動(dòng)回流，下次遇到類似場景時(shí)模型的自主能力就會(huì)提升。這就是操作即服務(wù)的核心，每一次人工接管都是對模型的優(yōu)化。

智客ZhiKer：你們的數(shù)據(jù)平臺(tái)未來會(huì)向開發(fā)者開放嗎？目前的進(jìn)展和規(guī)劃是怎樣的？

金戈：我們希望做成存訓(xùn)推一體的開發(fā)者平臺(tái)，讓機(jī)器人開發(fā)者專注于算法，數(shù)據(jù)清洗、標(biāo)注、訓(xùn)練流程、部署推理、測試驗(yàn)證等基礎(chǔ)設(shè)施層的工作我們都做好，降低開發(fā)者的準(zhǔn)入門檻。

目前平臺(tái)MVP核心能力已經(jīng)完成，支持多源數(shù)據(jù)采集、ROS2兼容、一鍵訓(xùn)練部署。按照規(guī)劃，2026年Q3將推出開發(fā)者公測版，開放數(shù)據(jù)要素市場，支持多機(jī)器人協(xié)同仿真。

2027年計(jì)劃推出商業(yè)化正式版，提供私有化部署、企業(yè)級(jí)集群調(diào)度、全場景解決方案模板庫等功能。

智客ZhiKer：數(shù)據(jù)平臺(tái)具體能做什么？

金戈：具體功能上分為三層：數(shù)據(jù)層提供多源異構(gòu)數(shù)據(jù)統(tǒng)一管理，AI輔助清洗標(biāo)注，可以把傳統(tǒng)需要2周的人工標(biāo)注流程壓縮到2小時(shí)，大幅降低數(shù)據(jù)處理成本；訓(xùn)練層支持3行代碼啟動(dòng)分布式訓(xùn)練，內(nèi)置DiffusionPolicy、ACT、π0等主流具身智能算法架構(gòu)，也支持自研模型注冊；部署層支持一鍵云端推理或本地下載離線運(yùn)行，原生兼容ROS2生態(tài)。

莫一林：我們還內(nèi)置了Weights& Biases和HuggingFace Hub對接能力，開發(fā)者不需要額外搭建工具鏈環(huán)境。

智客ZhiKer：把端到端延遲壓到90毫秒以內(nèi)，你們在工程上做了哪些優(yōu)化？

莫一林：延遲是看短板的系統(tǒng)問題，不是某一個(gè)單點(diǎn)突破。我們把端到端拆了20個(gè)環(huán)節(jié)，每一個(gè)環(huán)節(jié)消耗多少時(shí)間在示波器上精確測量，找到每個(gè)環(huán)節(jié)的優(yōu)化空間和現(xiàn)有技術(shù)的極限。

我舉幾個(gè)關(guān)鍵優(yōu)化點(diǎn)。比如相機(jī)曝光，很多公司使用通用USB攝像頭，里面有一堆預(yù)處理芯片，延時(shí)根本說不清楚。我們從CMOS選型階段就和供應(yīng)商聯(lián)合開發(fā)，根據(jù)需求定制曝光時(shí)間等參數(shù)。

編碼解碼方面，我們有專門的團(tuán)隊(duì)優(yōu)化H.265編解碼算法，在極低延遲下保證畫面不卡頓、不撕裂。硬件方面，5月份我們要換一塊新電路板，能再搶回7毫秒，每前進(jìn)一點(diǎn)都是細(xì)節(jié)堆出來的。

智客ZhiKer：你們強(qiáng)調(diào)"人臂同構(gòu)"設(shè)計(jì)，這一設(shè)計(jì)主要解決什么問題？具體體現(xiàn)在哪些方面？

莫一林：同構(gòu)是開箱即用的必要條件，但不是充分條件。 它的核心邏輯是利用人對自己身體的先天控制能力，降低遙操作的學(xué)習(xí)成本。

人伸手拿杯子不需要刻意計(jì)算關(guān)節(jié)角度和軌跡，大腦直接映射到動(dòng)作。如果機(jī)器人結(jié)構(gòu)和人體差異很大，遙操作時(shí)就需要大量的刻意練習(xí)，還容易出錯(cuò)。

我們的同構(gòu)設(shè)計(jì)主要體現(xiàn)在四個(gè)維度：

第一是臂展比例。參照一米八標(biāo)準(zhǔn)人體的上臂、前臂長度比例設(shè)計(jì)機(jī)械臂。工業(yè)協(xié)作臂為了追求伸展距離，往往把手臂做得很長，操作員操作時(shí)就像拿著一雙長筷子夾東西，精準(zhǔn)度和操控感都會(huì)下降。我們測試發(fā)現(xiàn)臂長增加兩三厘米，操作員的疲勞感就會(huì)明顯上升。

第二是手腕結(jié)構(gòu)。人類手腕的三個(gè)旋轉(zhuǎn)軸需要交于一點(diǎn)，否則轉(zhuǎn)動(dòng)手腕時(shí)末端位置會(huì)漂移，操作員需要適應(yīng)一套非自然的運(yùn)動(dòng)邏輯。

第三是手長。人手從掌根到指尖大約10-15厘米，我們的夾爪盡量向這個(gè)長度靠攏，避免遠(yuǎn)端操控的剝離感。

第四是活動(dòng)空間。機(jī)械臂安裝方式類似人類結(jié)構(gòu)，活動(dòng)范圍和人類手臂接近。很多工業(yè)臂的正裝或倒裝方案限制了活動(dòng)方向，導(dǎo)致想夠某個(gè)位置的時(shí)候夠不到，操作過程中會(huì)產(chǎn)生頻繁的挫敗感。

金戈：我們的設(shè)計(jì)理念不是追求機(jī)器人長得像人，而是運(yùn)動(dòng)邏輯盡可能接近人。

目前已經(jīng)有六七百名普通用戶體驗(yàn)過我們的機(jī)器人的遙操了，戴上VR眼鏡后，在1分鐘內(nèi)就能掌握基本操作。

智客ZhiKer：市面上很多輪式機(jī)器人采用傳統(tǒng)底盤方案，你們?yōu)槭裁催x擇三全向輪設(shè)計(jì)？

金戈：主要是為了提升操作的機(jī)動(dòng)性。傳統(tǒng)差速底盤只能前進(jìn)和轉(zhuǎn)彎，比如掃地機(jī)器人要先轉(zhuǎn)向、再移動(dòng)、再轉(zhuǎn)回朝向；舵輪底盤從直走切換到平移需要先旋轉(zhuǎn)輪子，響應(yīng)速度較慢。

我們的三輪全向輪設(shè)計(jì)可以實(shí)現(xiàn)直走、平移、旋轉(zhuǎn)的瞬時(shí)響應(yīng)，更符合人類干活時(shí)的移動(dòng)習(xí)慣，操作更流暢自然。

智客ZhiKer：TeleAvatar本體定價(jià)在10萬到20萬元之間，據(jù)你們介紹僅為行業(yè)同類產(chǎn)品平均水平的三分之一到一半，你們是怎么實(shí)現(xiàn)成本控制的？

金戈：算法替代昂貴硬件，產(chǎn)品定義剔除冗余設(shè)計(jì)。

算法替代硬件方面。業(yè)內(nèi)通常給每個(gè)關(guān)節(jié)配諧波減速器和六維力傳感器，我們采用低減速比的行星減速器，通過監(jiān)測電機(jī)電流變化估算受力。雖然電流反饋的物理精度確實(shí)不如專屬傳感器，但配合500赫茲控制頻率，系統(tǒng)每兩毫秒獲取一次受力數(shù)據(jù)，實(shí)時(shí)調(diào)整剛度。加上高精度標(biāo)定和全局逆解算法，用成本更低的硬件實(shí)現(xiàn)了全柔性力控下的毫米級(jí)絕對定位精度。

齒輪背隙優(yōu)化也是同樣的思路，做到極小背隙的機(jī)械方案成本很高，且受熱變形影響容易出現(xiàn)故障，我們用廉價(jià)傳感器監(jiān)測齒輪相對位置，通過算法實(shí)時(shí)補(bǔ)償背隙，等效精度反而更高。這類似SpaceX用不銹鋼替代鈦合金的思路，從產(chǎn)品定義層面重構(gòu)成本結(jié)構(gòu)，而不是在原有方案上擠成本。

莫一林：設(shè)計(jì)方面，我們砍掉了傳統(tǒng)機(jī)器人的脖子關(guān)節(jié)，用廣角攝像頭提供接近人眼的大視野，操作員想看側(cè)邊內(nèi)容不需要控制機(jī)器人扭頭，視野本身就能覆蓋。

我們還采用了模塊化設(shè)計(jì)，最容易磕碰損壞的小臂和手腕部分可以快速拆卸更換，幾個(gè)螺絲就能完成替換，不需要整機(jī)返廠大修，大幅降低了客戶的維護(hù)成本和停機(jī)時(shí)間。這對商業(yè)客戶來說，不能因?yàn)橐粋�(gè)小零件壞了，就讓整臺(tái)機(jī)器停擺三天。

智客ZhiKer：單臺(tái)機(jī)器人的續(xù)航能力是多久？

金戈：目前主要使用500瓦時(shí)的電池，續(xù)航時(shí)間約為半天。如果選配更大容量的電池，續(xù)航時(shí)間可以達(dá)到一天。

我們也在開發(fā)快速換電方案，進(jìn)一步提升機(jī)器人的連續(xù)作業(yè)能力。

智客ZhiKer：目前商業(yè)化進(jìn)展如何？有哪些類型的客戶？

金戈：目前已經(jīng)獲得了幾十臺(tái)訂單并交付客戶，意向訂單超過1000 臺(tái)。

客戶主要包括機(jī)器人數(shù)據(jù)采集中心、模型和大腦研發(fā)機(jī)構(gòu)、科研機(jī)構(gòu)、大學(xué)以及零售、酒店、物流、工廠等行業(yè)用戶。

智客ZhiKer：團(tuán)隊(duì)目前規(guī)模如何？人員結(jié)構(gòu)是怎樣的？

金戈：目前團(tuán)隊(duì)約80人，其中 70% - 80%為研發(fā)人員，硬件研發(fā)人員占比20%，其余為軟件研發(fā)人員。招聘重點(diǎn)偏向底層控制、通訊、硬件工程等方向的人才。

智客ZhiKer：2026年你們的核心目標(biāo)是什么？

金戈：有三個(gè)核心目標(biāo)。

第一，全年出貨量突破800臺(tái)機(jī)器人，不是Demo樣機(jī)，是穩(wěn)定可靠、在客戶現(xiàn)場干活的機(jī)器。

第二，完成商業(yè)閉環(huán)驗(yàn)證，在1-2個(gè)真實(shí)的工作場景中證明機(jī)器人可以為客戶帶來正ROI。

第二，構(gòu)建數(shù)據(jù)資產(chǎn)。一年內(nèi)為行業(yè)提供至少百萬小時(shí)的高質(zhì)量真機(jī)數(shù)據(jù)集。這些數(shù)據(jù)不是簡單的數(shù)量堆疊，每條數(shù)據(jù)都經(jīng)過標(biāo)準(zhǔn)化處理，可以直接用于模型訓(xùn)練。

這三件事是相互關(guān)聯(lián)的，機(jī)器部署規(guī)模上去才能產(chǎn)生足夠的場景數(shù)據(jù)，場景驗(yàn)證跑通才能證明商業(yè)價(jià)值，數(shù)據(jù)飛輪轉(zhuǎn)起來才能體現(xiàn)基礎(chǔ)設(shè)施的網(wǎng)絡(luò)效應(yīng)。2026年是靈御從"產(chǎn)品公司"變成"基礎(chǔ)設(shè)施服務(wù)商"的關(guān)鍵年。（作者｜郭虹妘，編輯｜楊林）