出品｜搜狐科技

作者｜郑松毅

机器人能做上精细活了？

走进2026WAIC灵初智能展台，一台人形机器人正独立完成光模块全套加工：亚毫米级精密插装、柔性检测、打包一气呵成，这般精细操作属实令人意外。

成立于2024年的灵初智能，技术团队聚集一众“明星”队员：CEO王启斌拥有近20年智能硬件、机器人产业落地经验，首席科学家杨耀东深耕强化学习灵巧操作，联合创始人陈源培是位通过华为天才少年考核的00后。

团队与北大共建联合实验室，从创立之初便定下差异化路线——放弃简易夹爪赛道，专注长程精细灵巧操作，以人类数据为核心壁垒，对标马斯克破解机器人世界级难题。

在展台，围绕具身智能行业竞争分化、技术核心挑战、商业化落地等大众关切话题，灵初智能CEO王启斌与搜狐科技等媒体展开深度交流。

以下为对话精编：

媒体：怎么想到的让机器人上光模块产线作业，整套技术闭环逻辑是什么？

王启斌：今年我们有两大落地场景：一是光模块制造，整套工序替代多个人工工位；二是物流试点同步推进。

现场展示的是一套全栈式解决方案。从人类数据***集，到在世界模型中呈现效果，再到落地至具体硬件上完成不同任务，整体训练思路是“用人类数据训出技术模型”。

媒体：当前行业数据***集方式存在差异，有真机***集，也有人类示教。灵初智能为什么坚持人类示教方式，核心优势是什么？

王启斌：“最高质量的数据”是人在日常真实工作中产生的数据，包含了人类自主拆解任务、手眼触觉协同、失误自主纠错等原生能力。真机***集短板明显：单套设备成本40-50 万，不同机器人构型下模型迁移难度大。

媒体：现在大量机器人只能展厅表演、跳舞摆动作，很难真正进厂干活，您认为行业当下核心发展挑战是什么？

王启斌：行业现在有三重核心瓶颈，也是机器人只能表演无法落地的根源。首先高质量多模态数据缺口巨大，真机***集成本高昂，仿真数据和真实物理环境存在断层，模型换个工件、换个产线就失效，泛化能力极差。

第二是硬件可靠性不达标，展厅短时间演示稳定，但工厂连续数月量产会出现发热、磨损、故障，达不到耐久标准。另外缺少完整商业闭环，多数企业只做单点硬件或模型，没有打通“数据***集-模型训练 -真机落地-现场数据回流”的循环，无法持续迭代。

媒体：怎样才能补齐能力，让机器人真“有用”？

王启斌：首先需要搭建低成本、规模化人类多模态数据渠道，持续喂给模型真实工厂作业样本；二是软硬件深度耦合优化，把硬件力控、触觉感知和世界模型深度绑定，适配真实环境；三是落地后完成规模化商业化验证，算清单机全生命周期ROI，再让场景数据反哺模型。

媒体：未来两年机器人赛道是否也会进入淘汰阶段，企业存活需要具备什么能力？

王启斌：具身智能是十年长周期产业，明年行业将明显分化。想领跑的企业需做到低成本批量***集数据、快速迭代模型、让软硬件深度耦合，并且需要具备充足资金与复合型研发组织能力。仅能展厅演示，无落地场景的企业会逐步被淘汰。

媒体：灵初智能在年初完成20亿元融资，资金主要投向哪里？

王启斌：投资人看重我们灵巧操作大脑赛道的稀缺性，资金重点完善“数据-模型”飞轮，冲刺百万小时人类多模态数据储备。

媒体：公司同时布局算法大脑与硬件本体，两块业务如何平衡？

王启斌：核心定位仍是模型大脑，硬件仅做整机集成，核心零部件外部定制。

媒体：整体来看，中美具身智能产业各自有什么优势，国内企业需要规避哪些发展误区？

王启斌：中国拥有完整硬件零部件产业链、庞大制造业场景，数据供给充足。美国头部模型企业更多，但硬件高度依赖国内供应链。

国内企业最大误区是一味内卷硬件参数，忽略数据、模型与真实场景结合，最终产品只能展厅演示，无法真正提升工厂生产效率，这是需要持续优化的关键点。返回搜狐，查看更多