這個世界上沒有技術壁壘，只有迭代速度。
文 丨 申遠
編輯 丨 宋瑋
張巍是放棄了美國終身教職回國的，從 2003 年赴美到取得終身教職，他用了 14 年。2019 年，張巍回國入職南方科技大學，又過了兩年多，逐際動力成立，到現在已經陸續發佈了四五款機器人產品，包括一男一女兩臺機器人 Luna 和 Oli，以及從操作算法到智能體系統在內的全套技術棧。
Luna 是一個身高 160 釐米的女性機器人，能下一字馬、走貓步、變換表情，最重要的是可以實時模仿學習人類的動作。張巍說，Luna 證明了逐際的產品創新能力，這是市面上唯一一個全尺寸、類女性的在售機器人。
和之前的男性機器人形象的 Oli （比 Luna 高 5 釐米）一樣， Luna 試圖提供區別於單純唱歌跳舞的差異性的服務。“未來說不定還會有個小孩，組成一家三口。” 張巍最後開玩笑總結道。
他解釋任何問題臉上都掛着微笑，作爲遼寧人，張巍經常隨手扔出幾個似乎只有東北人才會使用的笑話和奇妙比喻，讓任何嚴肅、焦灼與混亂的事都變得好像輕鬆愉快。
比如逐際動力面對的日益激烈的具身智能競賽。同在深圳的兩傢俱身公司已經宣稱估值率先突破 200 億，港股上市祕密遞表的競爭對手名單越來越長，而初創公司如雨後春筍一般出現，融資速度和估值上漲越來越快，絲毫沒有停歇的跡象。
你很難在張巍身上看到那種焦灼，雖然逐際動力也確實加快了融資的速度。7 月，逐際動力宣佈完成 Pre-IPO 輪融資，金額近 2 億美元，投後估值 150 億人民幣。股東名單包括 IDG 資本、藍思科技、GGG Group 與 Redstone VC、華山資本。老股東阿聯酋磊石資本（Stone Venture）連續多輪追投。
張巍語速飛快，甚至有些含混（這是瀋陽口音普通話的另一個特點）。某種程度上減弱了他說出的一些決絕句子的衝擊力，比如 “世界上沒有技術壁壘，只有迭代速度。” 又或者 “公司是可以死的。” 以及，或許是逐際最重要的反常識判斷：機器人已經具備了很好的大腦，缺的不是智能，而是技能。
張巍說他最欣賞的人是段永平和李誕，兩個南轅北轍的名字。人生觀則是李誕那句 “人間不值得”，並堅持認爲這是極度的樂觀——人間都不值得了，還有什麼值得傷心難過的？在不值得的人間造機器人，大概是眼下最開心的事。
這篇訪談跨度近半年，問答內容經過編輯整理。
人形機器人 Oli 把兩瓶水遞給客人
創業沒有那麼偉大
晚點 ：你放棄了已經拿到的美國俄亥俄州立大學終身教職回國，心裏有遺憾和不捨嗎？
張巍 ：拿到教職本身我真沒覺得這是個多大的事兒，因爲裏面有歷史因素的累積，有機緣巧合，（終身教職）不是一個能力的完全體現。
人的價值不是職位定義的。
晚點 ：如果還在從事研究，你最有可能拿什麼獎？
張巍 ：我對獎一點興趣都沒有，坦白講我從來沒想過這個問題。
晚點 ：如果你真的實現了人形機器人某些通用性、實現世界模型，你肯定能得一個獎。
張巍 ：要給我選的話，我希望做出一個事情，而不是得獎，因爲真的沒有意義。
晚點 ：當了 9 年教授，爲什麼想要回國、想要創業？
張巍 ：回國是想好了的，因爲我不想在美國待一輩子，然後，儘管我是東北人，但我不想待在北方，最終就選擇了深圳的南科大。
創業其實沒想清楚就創業了，沒有那麼偉大。
晚點 ：19 年你放棄美國終身教職回國加入南科大，到 22 年成立逐際選擇創業，你說沒有那麼偉大，那這中間發生了什麼？
張巍 ：這個行業一直髮展比較快，回國之後你開始接觸到更多相關產業，然後你發現在學校裏很難做出比較好的硬件，而算法必須要和硬件結合。當時南科大有孵化器可以支持創業，我們就開始成立公司對外融資了，然後就掉進來了。
晚點 ：掉進坑裏了？
張巍 ：算是走上軌道吧，因爲我們目標就是看怎麼把事兒做好。不過那時候完全沒有資本熱。
機器人發展已經到那個階段了，軟硬件都到了一個水平，你可以做更多事，但需要以公司的視角去推進。
晚點 ：所以逐際成立的契機既沒有一個巨大的商業變量，也不存在一個技術變量，類似 GPT 的那種。
張巍 ：對。
晚點 ：那你怎麼總結當時公司的願景？
張巍 ：真的沒有，很模糊，要不你看看我們公司的名字吧，“逐際” 其實就是突破機器人邊界的意思，大概就這樣。
過去機器人的應用場景就是機械臂，只能幹那點事兒，因爲能力邊界有限，所以大家只好不斷內卷。突破邊界就打開更多可能性了，說到底這還是個技術追問的過程。
晚點 ：所以你並不是抱着 “這個事能夠改變世界”，或者 “我是第一個做出這個事情的人” 來創業的，你好像沒有這種願景。
張巍 ：對，我對第一個做出來某件事，或者做最大的事這些都沒有特別執念，每天做有趣的事，自我成長比較重要，所以真的沒有那麼偉大，我只是希望做一個能突破機器人能力邊界的公司，關鍵在事上。
晚點 ：那感覺你更適合加入某家公司呀。
張巍 ：當時沒有各方面都一致和讓我折服的老闆吧。
晚點 ：逐際成立之後的第一個目標是什麼？
張巍 ：開始迭代現在叫做大小腦融合的技術，當時叫 perceptive locomotion，就是基於感知的運動控制。這基於一個前提啊，就是我們的運控很強（笑），但要基於感知去把大腦思考能力閉環起來。
22 年底我們實現基於感知的四足機器人自主上下樓梯，我們應該是中國第一個做的。
晚點 ：逐際號稱小腦技術全球領先，和宇樹比怎麼樣呢？
張巍 ：這很難去比，坦白講。
晚點 ：但你今天還是認可全球領先的對吧？
張巍 ：現在還認可，創業的時候逐際就有這個標籤。
晚點 ：現在大家都會覺得最領先的是宇樹，因爲他們機器人的運控真的很絲滑。
張巍 ：我不太知道怎麼能直觀地比較（停頓了一小會兒），我們說事實吧！強化學習端到端人形室外行走，團隊 2021 年全球第一個做出來的，基於現在的技術棧最早完成，當時宇樹是沒有的。
晚點 ：但其實更早之前你們做過四足機器人對吧？
張巍 ：對，那時候還沒創業，2019 年我們攢了一個四足機器人，叫南科哮天。
晚點 ：據說是發現四足和宇樹拉不開差距才轉做雙足，是這樣嗎？還是我們太過簡化了這個因果關係。
張巍 ：我第一篇雙足機器人的論文是 18 年發的，用強化學習控制人形機器人，這和宇樹沒啥關係。
晚點 ：當時是什麼啓發了你？
張巍 ：AlphaGo 的出現，還有 Sergey Levine （PI 的聯合創始人）他們已經開始做基於強化學習的算法。我們覺得這個和機器人結合比較近，一開始也只是嘗試。
不過非常痛苦，就像是 GPT 1.0 或者 GPT 2.0 的階段。
晚點 ：所以該怎麼理解從四足轉到雙足？爲什麼不一開始就做人形？
張巍 ：從四足轉雙足這是個產品化和商業化的選擇，不是技術選擇。從技術上說 2017、18 年我就在做人形的論文了嘛。
晚點 ：你當時沒想到人形機器人的唱歌跳舞會是一個很好的商業化場景嗎？
張巍 ：沒人能想到吧！
這個世界上沒有技術壁壘
晚點 ：22 年 GPT-3.5 給了你什麼新的啓發？
張巍 ：技術範式在變化，應該用 data driven （數據驅動）的方式做事，同時讓我感受到了做人形的價值，因爲它是 AGI 的最佳載體。通用 AI 需要通用機器人形態，必須是人形。
晚點 ：所以逐際在產品上才把人形機器人作爲了一個重點？
張巍 ：對。
晚點 ：很多人不看好教授創業，你怎麼看？
張巍 ：要拋開學術思維，學術思維是以論文引用量爲榮，這對創業來說完全沒用啊哈哈。學術思維往後，分別是技術、工程、產品和商業思維。教授在學術思維這裏（指了一下桌子的一端），你能跨越這幾個鴻溝就行，跨不過來就沒用了。
晚點 ：難嗎？比如從學術到技術，最難的是什麼？
張巍 ：要做就不難。這裏我可以分享一句話，我覺得這個世界上沒有技術壁壘，只有迭代速度。
晚點 ：你怎麼說這句話的時候顯得有點不好意思？
張巍 ：哈哈怕打擊別人。
晚點 ：OpenAI 難道沒有技術壁壘嗎？
張巍 ：技術壁壘是不會太強的，只有迭代速度的區別。迭代到一定程度，會有商業壁壘、有規模性壁壘，純粹技術不會有太強的壁壘。
晚點 ：這聽上去就是真正好學生纔會說出來的話，因爲技術大家都能學會。
張巍 ：你看去年 DeepSeek 爲什麼能一下子拿出來很棒的成果？技術沒有太強的壁壘，真的。
晚點 ：你自己是不是一個快速學習能力很強、迭代很快的人？
張巍 ：我覺得我能力一般，但迭代速度是 ok 的。
晚點 ：你在什麼時候，因爲什麼意識到技術不是壁壘的？
張巍 ：就是 23 年，你會發現第一個做出技術突破不代表商業上能打贏，別人慢慢也都會了。比如宇樹的機器人很快也會上樓梯了。
晚點 ：這對你是個打擊嗎？
張巍 ：沒有打擊，就是意識到是這樣，然後改變，改變就是要迭代。
晚點 ：怎麼才能讓自己迭代速度比別人快呢？
張巍 ：迭代速度快是個結果，過程就是需要你專注、開放，以及放棄自己的 ego。我覺得迭代這個能力來自於你的基礎能力，以及開放心態。
基礎能力我個人覺得就是數學和物理，你必須非常深入理解它們纔可以，這是最高質量的人類大腦的訓練。
晚點 ：跟其他機器人公司創始人相比，你覺得誰數學物理能力相對強一點？
張巍 ：我沒問過他們，但我覺得我自己還可以，我真的讀了蠻多數學和物理的。拿運動來類比，不管你打乒乓球、網球還是籃球，數學就是你的體能訓練，你的肌肉力量，不管做什麼運動，你體能必須得好。
晚點 ：是不是讓你去創業做一家大模型公司，你也能做好啊，既然技術沒有門檻，核心就是迭代速度。
張巍 ：還有先機，很早知道那些 know-how 很重要，晚半年一年的就沒用了。
來自數據的共識
晚點 ：從上次採訪到這一次，中間隔了一年多，具身行業的大家好像吵得更兇了，每個 CEO 都各有一套理論，然後互相指責對方不對。你覺得現在有什麼東西是有共識的？
張巍 ：這個問題太大了，咱具體點兒，是大腦、小腦，人形還是非人形，商業還是技術？
晚點 ：我們先講技術？
張巍 ：數據是一個共識，智能來源於數據。至於什麼樣的數據去做什麼任務，共識也在慢慢清晰。
同一年多前相比，用純真機數據 scale 到通用智能這件事應該沒什麼太多人提了，視頻數據的共識有擴大的趨勢，因爲大家意識到要降低數據收集的成本。
晚點 ：一個手套加一個第一視角攝像頭，可穿戴採集真實場景數據，你怎麼看？這樣做的人給我們說他不看好仿真與視頻數據。
張巍 ：現在 Ego-centric 數據大部分也都是視頻數據爲主。VLM 裏的 V 就是 vision 視覺，連續的視覺圖片就是視頻，它一定要有，這是毋庸置疑的。不過有時候直接處理視頻數據難度比較高，有人就用 UMI 或者手套來輔助提取手的末端軌跡，這不是原則區別。
晚點 ：和之前的區別是，到底是讓機器人，還是真實的人類來收集數據。那仿真數據呢？
張巍 ：仿真也很重要， 逐際的 DreamActor 就是一個利用仿真來生產模型的 pipeline（管線）。不管用什麼方式收集數據，一個是要優化數據成本，另外，它和具體任務是關聯的，不同的任務需要不一樣的數據，有的仿真就可以，有的需要大量視頻數據預訓練再加上真機 fine-tune，有的需要觸覺，這個要看任務類型。
晚點 ：業內你覺得誰的數據效率是最高的？
張巍 ：這太籠統了，我拍腦袋猜一下，從技術棧來說，Pi 還是挺好的，近期也有不少進展，至少各種數據它都能融入到訓練中。我覺得單一數據的 “模型產線” 的肯定就不太有競爭力。
晚點 ：國內呢？
張巍 ：不好評價別人的細節呀，但可以有個判斷標準，就是你能不能用視頻數據來做預訓練，因爲真機數據大家都會嘛，視頻數據還是比較有挑戰的，scaling 的機會也最大。
晚點 ：逐際在視頻數據和數據效率方面有什麼領先的地方？
張巍 ：上次採訪（24 年底）大家都還在說要賭哪種數據的路線會勝出，這其實都是預訓練階段。逐際可以說比較早進入後訓練階段了，因爲我們比大多數人都早意識到了數據種類和數據效率的重要性。
晚點 ：預訓練結束的標誌是什麼？
張巍 ：不是結束，是第一階段大家的技術相對清晰了，同時大家也意識到完全通過堆預訓練數據來達到生產級的模型水平不太現實，即使 Pi 這樣公司的基座模型也還無法落地，這中間就有一個空隙，這個空隙需要後訓練來完成，也就是真機微調和強化學習。
晚點 ：跟大語言模型發展有點類似對麼，或者說幾乎一致。
張巍 ：我覺得是的，先預訓練、模仿學習，到後訓練、強化學習。當然實現方式有很大不同，而且對機器人而言，後訓練和持續學習更重要一些。
晚點 ：逐際是國內最早開始做後訓練的機器人公司嗎？
張巍 ：我不太知道別人是什麼時候開始的。這個行業就是這樣，我以前敢說，現在我覺得沒有必要啦，是不是最早不重要，看誰跑得快比較重要，逐際是從去年中開始的。
晚點 ：所以對數據的理解是逐際的一個技術層面的護城河嗎？
張巍 ：我覺得是的。
GPT-3 時刻已經到了
晚點 ：總的來看，今天的人形機器人相當於大模型的哪個階段？
張巍 ：籠統的類比，我覺得到 GPT-3 左右了。
晚點 ：這好像和大多數人的判斷不一樣啊，chatGPT 發佈的時候大家非常震驚它的能力，但機器人現在好像還沒有什麼讓人十分驚豔的落地演示。
張巍 ：GPT-3 到大家用到的 chatGPT 還有兩年多的時間呢。 而且我說的是籠統的類比，只是發展階段差不多對齊 GPT-3 時候。
我覺得具身不是單一模型能力驅動的行業，更合適的類比是差不多處於 2000 年左右互聯網的階段，很多泡沫，但是也孕育偉大的企業。
從我的經驗來看，你不能用線性推演去預測一個指數變革。對於技術前景，我是樂觀的，有些人可能悲觀一點，但在指數曲線上，樂觀悲觀都不對——因爲你是在按當前的技術瓶頸難度，去衡量一個指數變化的東西。
晚點 ：很多人會說，技術路線還沒有收斂，你怎麼看？
張巍 ：我覺得範式已經收斂了，沒收斂的是細節。
晚點 ：可是最新的趨勢是世界模型，逐際有在做世界模型麼？
張巍 ：大家對世界模型的理解是很多樣的，真正的世界模型是預測世界未來狀態的，不一定是直接能完成具身任務的。最近大家關注最多應該是 World Action Model（世界動作模型）。 我們兩年前做 Video Pre-training （視頻預訓練）的時候，還沒有 World Action Model 這個詞，我們一年半前發的 VGM（Video Generation Motion，逐際 2025 年初發布的基於視頻預訓練的具身操作算法）就是最早的 World Action Model。上次咱們採訪的時候提 Video Pre-training，大家還覺得不知道能不能用，最近已經習以爲常了，這就是收斂。
晚點 ：難道在你看來，世界模型目前的水平已經到了 GPT-3 嗎？
張巍 ：這就涉及到我們一個反共識的觀點，我們認爲人形機器人的大腦是一個複雜的智能體 Agentic 系統，包括很多類型的模型，記憶系統，與持續學習機制等等能力的融合，我們不能用單一模型的能力來衡量它的水平。應該說整個機器人的腦系統的進化水平接近語言模型領域的 GPT-3 階段。
逐際的具身大腦系統叫 COSA，cognitive OS of agents，分三層，System 0、1、2，跟 Figure 有點像，但細節也有很大不同。
晚點 ：不是端到端的嗎？
張巍 ：人腦的功能也是分區的啊。
System 0 就是全身運控，只動不思考；System 2 是大腦，只思考，不動手，有點像人的前額葉。System 2 思考的引擎是 LLM 或者 VLM，以後還會有世界模型（WM）——不過世界模型在這一層是指導思考決策，而不是行動。
System 2 當前最大的挑戰不是大模型能力的提升，而是記憶管理以及能夠支持有效推理和持續學習的 Agentic loop 的設計。
System 1 是在中間連接上下的高階技能層。它接收上層的子任務，根據環境感知，生成全身運動參考軌跡。我們提到的 VLA、World Action Model 都在這一層，它們都是實現高階技能的不同方法而已，不是啥技術變量。
上面只想不動，下面只動不想，中間則是感知到行動的高階技能。
大腦智能的核心在 System 2，近期 Agentic 系統的發展讓我覺得我們已經有大腦的雛形了，而且會越來越好。舉個例子的話，可以認爲我們可以做出一個躺在病牀上的很聰明的殘疾人了，它能很好地思考、對話、分析、決策，但是它還不能行動。我們現在需要的就是讓這個殘疾人動起來，和人的康復運動差不多，哈哈。
晚點 ：所以具身公司在做的是給這個癱瘓病人做康復訓練？
張巍 ：可以這麼說。大家容易把技能的泛化當做腦的全部，但其實不是。一個不會彈鋼琴的人，你能說他沒有腦子嗎？顯然不是。
從這個角度出發你可以得到很有意思的結論，那就是自動駕駛的 VLA 模型也不是大腦，而是一個技能。因爲人可以不會開車，但你不能因此說他沒腦子。
晚點 ：泛化和智能，在你的定義裏是分開的。
張巍 ：也不是，它們是相關的但不是等價的。 很簡單，你不需要什麼活都會幹，但是你可以很聰明。技術語言來說的話，就是 System 1 中的高階技能模型不需要很通用，但三層腦系統整體也可以表現得很智能。
晚點 ：這麼多技能領域，要怎麼選呢？
張巍 ：一道很簡單的算術題，既然大腦有了，缺的是技能，而構建技能需要數據，那也就是說，具身落地的本質，就是讓技能本身的商業價值大於構建這項技能的數據成本。
晚點 ：這種挑選的過程似乎暗示說，不同技能之間好像沒什麼關係。
張巍 ：語言是 cross domain（跨領域）的，律師寫的法律意見書和我家小孩寫的作文之間可以互相借鑑。但是不同的技能，比如開車和剝雞蛋，這兩件事放在一起訓練幫助是非常有限的。
不同的技能需要不同的數據來訓練，因此它們的成熟度也不一樣。走路、上樓梯這種技能，仿真數據就夠了，所以它最早成熟。開車，也就是自動駕駛技能，雖然需要大量真實數據，但是數據獲取方式是自發和廉價的，也會成熟快一些。
晚 點 ：前面說了逐際對數據的理解是一種優勢，那從具身智能的這三層架構來說，逐際都有什麼優勢？
張巍 ：難的不是每一層單獨做好，而是三層加本體硬件的聯合優化與毫秒級的配合。
晚點 ：聽上去有點抽象，能舉個例子麼，比如大家都在做的唱歌跳舞……
張巍 ：現在大家都是預錄好一個舞蹈，然後去訓一個月，好點的公司可能幾天、幾小時訓出來能跳一支舞。逐際的小腦基礎模型可以在不預先設定的情況下實時生成任意需要的全身運動，就是實時的大腦要你做什麼你就做什麼。這個東西想要做好需要長時間積累的，同時它也和硬件結合得非常深。
晚點 ：可以說逐際是一個具身通用基座模型公司麼？
張巍 ：這要看是哪一層的基座模型，我們關心的是綜合的產品能力與體驗。
逐際把自己定位成人形機器人的產品型主機廠，由 AI 驅動。這需要全棧的綜合能力，製造、AI 算法、AI 系統還有產品，但我們不是通用基座模型公司。System 0 和 System 1 中的基座模型我們是做的，而且要做到領先，但是我們不訓練 System 2 中的 LLM、VLM、WM 這些基座模型，我們追求具身大腦系統能力落地，優勢不在於某一個單一模型能力，而是在有大腦系統的人形機器人。
今年 5 月發佈的全尺寸交互人形機器人 Luna
晚點 ：所以你最後的結論是，逐際最應該擅長的是商業化落地？
張巍 ：我們最後一定要最擅長商業化，在商業化過程中，最稀缺那種技術，我們就把哪一個做到極致。
晚點 ：你應該很自信你在技術上的判斷，過去有沒有過技術判斷你出錯了或者打臉了的情況？
張巍 ：非要說的話，可能是我意識到技術領先的重要性降低了，這個算吧？以前吹的太厲害了，現在覺得沒那麼重要了。
晚點 ：現在怎麼定義逐際的位置還有技術迭代的速度。
張巍 ：還是挺前沿，相對領先的，不能說第一第二，但是第一批吧。就考清華前 10 名那幾個分我覺得沒有太本質的區別。
“天天想落地的事” 與具身智能體系統
晚點 ：那我們來聊聊商業化，之前你們說 “機器人不進工廠”，好幾年過去了，現在還是這樣嗎？
張巍 ：沒變。我們的 slogan 是 Serve People, Not the Process——服務於人，而不是生產流程。人形機器人的工作環境是人生產生活的地方，不是機器待的地方。
晚點 ：這裏你專門指的是人形機器人對吧？
張巍 ：對，不是所有具身都不進工廠，而是帶腿的人形，我們自己不進。當然客戶拿着它去工廠裏幹活是可以的。
晚點 ：爲什麼？
張巍 ：兩條腿的人形機器人在工廠裏效率不高，輪子就夠了，而且這一代具身模型技術本質是個隨機過程，作爲生成模型，它的輸出是一個分佈，不保證 100% 一致，傳統工業場景需要極致的效率與精度，這方面人形確實沒優勢。
晚點 ：行業裏都在講機器人進廠打工。
張巍 ：沒進過的都想往裏進，但凡是進過工廠的就知道是怎麼回事了。
晚點 ：這又說回了一個老問題，既然人形機器人在工業場景裏效率太低，那爲什麼一定要是人形？
張巍 ：我回答這個問題的方式是說這就不是一個好問題。因爲你的答案可以永遠都是 “不需要”，因爲沒有任何單一場景一定需要兩條腿的人形機器人。
人形機器人的本質是通用，而任何場景都是在用 “專用” 的方式去評價一個通用的東西，這是永遠也說不通的。這和智能手機一模一樣，打電話這個單一功能不需要花 1 萬塊錢買 iPhone，發短信也不需要，上網、聽歌都不需要，但多個功能加起來，就一定需要。
人形機器人是唯一一種無需改變構型，就能滿足海量、分散、個性需求的機器人平臺，沒有之一。別的機器人可能在不同場景（很多是工業場景）做得很好，但稍微複雜的任務，融入我們生活的，一定是人形機器人，它是真正的超級大單品，就像 iPhone 一樣。
晚點 ：現在這個節點，逐際認爲人形機器人的商業化故事會如何生長出來？
張巍 ：一個通用本體，上面不斷疊加各種 app，和手機一樣。只有本體它就是一坨鐵，只能賣科研。現在能唱歌跳舞了，價值有，但不多。明天能對話、甚至給你倒杯水了，價值就上來了。當通用本體連接足夠多 app 的時候，會出現一個價值拐點，過了那個點，剩下的邊際成本基本爲零了，因爲軟件的邊際成本很低。
iPhone 過了那個點後，你不再需要大哥大、BB 機和 iPod，你只需要一個手機。機器人現在正在一個起點，問題在於如何往上疊加技能和功能。
晚點 ：這就回到了你上面講的邏輯，找到數據成本最低的地方，它是一種商業選擇。
張巍 ：是的，這是個算術問題。構建這項技能的數據成本要小於這項技能本身的價值。就跟培養小孩一樣，你是想讓他先學鋼琴還是網球，或者是跳舞？現在學鋼琴可能好幾年，未來可能一年就都學會了，你需要做判斷，判斷的標準就是你對數據的理解。
晚點 ：有了單個技能之後呢？
張巍 ：用具身智能體操作系統把這些技能管起來，也就是 System 2。具身大腦不是一個或多個模型，而是一個系統，內部會調用各種工具、各種模型。逐際的這個系統名字就是 COSA，我們算得上最早研發具身智能操作系統的公司之一。
晚點 ：大家現在還是說模型能力的多，說操作系統的少。你們什麼時候想到要做一個具身智能大腦系統的？
張巍 ：24 年底吧，當時國內外我沒看到有人提類似的概念。不過說實話，我不覺得想出來這個是很難的事。
晚點 ：那爲什麼從來沒人提過？
張巍 ：我不知道別人爲什麼，但我們是因爲天天想落地的事，最後發現你需要這樣一個大腦系統。以語言模型爲引擎，在硬件和應用程序之間做中介和管理，這是一條可行的路徑。
晚點 ：構建這種系統難度大嗎？
張巍 ：難點在於它沒有現成答案，就像你在不知道 Windows 和 DOS 的情況下去構想計算機操作系統，你需要一些對系統的本質理解，用戶需求各種各樣，你需要把它們抽象出來，用儘可能小的指令集合搭建系統框架，讓硬件和模型能力的資源能夠服務用戶需求。
晚點 ：讓我們回到商業化。你說你天天都在想落地，如何在技術還不那麼成熟的情況下落地？儘管我們知道你認爲具身智能的大腦已經準備好了。
張巍 ：首先你肯定不能等到模型所有能力都強到一定程度再落地，對吧？有一定能力就要去落，落地過程中用真實場景的 fine-tune 和真機強化學習把它做好，再返回來喂模型。不同的技能是可以學習的，技能多了之後可以通過 MOE（專家模型）把它們統一起來。
晚點 ：目前看你們落地的進度如何？
張巍 ：我們總結一下叫做技術上以終爲始，商業上沿途下蛋：本體落地，一個 app 也落地，多個 app 也落地。頭一兩個 app 不賺錢，或者說比較雞肋。市場總體規模不大也沒問題，市場有需求我們就做，階段性的去落地。
但需要強調的是，逐際主要做的是技術底座，薄一些的場景，比如科研、導覽、表演，我們自己做，別的場景我們和合作伙伴一起做。垂直場景的最後 100 米考驗的是對業務的理解而不是技術，比如數據中心的巡檢和加油站、光伏板、鋼廠園區的巡檢，是完全不同的業務體系，所以我們會選擇合作伙伴一起。這和我們對未來的一個判斷有關：具身的未來到底是一個統一的世界，還是有很多垂直的中小模型應用？我們更傾向後者。
晚點 ：聽上去很玄奧，有沒有具體的訂單數？
張巍 ：數千臺訂單，過半來自海外。今年是落地元年，交一小部分，明年會是比較大的量。最關鍵的是它會擺脫遙控器，在非結構化場景實現全自主行動。
晚點 ：去掉遙控器之後，它能幹什麼？
張巍 ：原則上只要手不幹活的，它都能幹。手的技能需要定點攻破的，擰個瓶蓋什麼的沒問題，但複雜任務還是有挑戰。所以我們先做動口的而不是動手的。
晚點 ：這個能力國內多少人有？
張巍 ：國內能跟 Figure 那樣全身自主操作的——不是站在那兒弄個咖啡，是連走帶操作——我目前沒看到。這不是競爭問題，是有和無的問題。我們至少是有，而且技術上比較領先，也希望最早閉環。
晚點 ：理想認爲機器人進家庭應該完成的任務是做飯加上搬運，能實現的節點是 2028 年，你怎麼看？
張巍 ：我覺得有可能呀，AI 技術讓這件事情的收斂速度大大加快了。
晚點 ：感覺逐際的速度從 25 年下半年開始明顯加快了，有很多挺有意思的產品，比如 Tron 2。
注：Tron 2 是一個多形態具身機器人基座，架構本身是模塊化的（儘管張巍本人不喜歡這個詞），可以根據需求選配雙臂、雙輪足和雙足三種不同構型組件。
張巍 ：這是我的合夥人想出來的。因爲機器人現在落地就是需要很多種形態，所以我們就做一個基座機器人加上所有構型，這是性價比最高，最第一性原理的方式。
晚點 ：之前沒人推出過這種東西，它有什麼難點和取捨的地方嗎？
張巍 ：比如我們覺得雙臂大概率是最好賣的，那是不是要犧牲一點負載能力，類似這種你不知道對錯，但會有些取捨的問題，當然最後我們兩個能力都不錯。
說實話，這個想法是很容易想到的，但執行起來還是挺費功夫的，你要懂操作、懂 locomotion，然後軟硬件能力還都要比較強。 Tron 2 現在市面上所有雙臂機器人裏它是比較便宜的。
晚點 ：Tron 2 的應用場景有哪些呀？
張巍 ：訂單裏目前看是雙臂和雙輪足形態最多（1 月份）。雙臂可以做研究、做操作，工廠裏的嘗試都可以，而且它的負載還夠。雙輪足在物流巡檢裏有非常多應用。
晚點 ：中國具身智能公司非常多，你覺得逐際可以給世界範圍內做的引領性貢獻會是什麼？比如 VLA 之於 Google 那樣。
張巍 ：我們開啓了具身 Agentic OS 的大腦系統和 類似 TRON 這樣的機器人？哈哈。
晚點 ：我們是想讓你說這話的，因爲過去大家都認爲中國就是摸着美國過河，現在好像情況有些變化了。
張巍 ：在機器人商業化和技術棧迭代上，中國現在可能已經有些方面會有點小的超越呢，比如運控，硬件本體，接下來會有更多的超越。
晚點 ：靈巧手呢，逐際爲什麼沒做靈巧手？
張巍 ：我很興奮靈巧手這個事，但還沒有精力去把它搞得比較細，因爲它非常複雜，對傳感器和算法的要求也很多。
晚點 ：這一輪融資的目標是什麼？
張巍 ：24 年底我說 25 年是 Agent 元年，25 年底我說 26 年是具身場景落地的元年，元年當然需要錢了，不能自己隨便弄點技術就完事吧。
晚點 ：你覺得市場現在有泡沫嗎？深圳的具身智能公司已經有兩家估值超過 200 億了。
張巍 ：覺得估值沒有太大的泡沫，這個事就值這麼多錢——沒有一千億，怎麼做人形？只不過魚龍混雜，大家判斷誰能做好這件事，判斷是參差不齊的。
就像互聯網泡沫，技術無疑是對的，但一千家互聯網公司，最後還是死了一大批。
晚點 ：爲什麼在這個時間點開始準備上市？
張巍 ：上市是必要的，這是我的判斷，哪怕上了之後股價有波動。因爲技術一旦成熟，你不在上市平臺上或者說在牌桌上立刻就掉隊了。我不覺得不上會死掉，但這個平臺是重要的。第一股這種事我真不特別在乎，完全不重要。
晚點 ： 按照你心裏想的時間線迭代，逐際會是一個多大的公司？
張巍 ：銷量會從百臺起，到千、萬臺這樣往上走。
晚點 ：這聽上去很模糊啊，你還有更清晰的想法嗎？
張巍 ：我們的定位比較清楚，以人形和類人形爲載體的具身智能公司，然後具體的落地場景我們有一些選擇，但你說那種更清晰的想法 …… 希望人形機器人服務十億人，這是我們的小目標。
公司是可以死的，精神一直自由
晚點 ：創業這幾年你最大的感受是什麼？
張巍 ：累。
晚點 ：和做研究相比呢？很多人說做科研很累。
張巍 ：科研不累，它是一個自嗨的過程。
晚點 ：創業的苦哪些是你沒有想到的？
張巍 ：你面對的事都太難了。我也很興奮，但許多事真的特別複雜，特別難，特別是你處於一個技術鏈條、商業閉環都還是未知的行業。
晚點 ：如果創業第一天就知道這麼難，你還會做嗎？
張巍 ：坦白說可能不會。就像黃仁勳說的，要是早知道創業這麼難做，他不會成立英偉達的。
晚點 ：創業以來你覺得最難過的那關是什麼？有沒有一個從愚昧之巔到絕望之谷再到開悟之坡的過程？
張巍 ：我覺得我每個月都在開悟之坡啊。
晚點 ：比如你開悟了什麼？
張巍 ：要接受失敗，這可能是我最大的一個悟吧，就是做一個公司的創始人你一定要知道，這個公司是可以死的。在你接受一件事情是可以輸的情況下，你就能贏。
可以錯，這三個字是我認爲最有力量的。
晚點 ：你在什麼瞬間想到這件事的？
張巍 ：25 年初吧，就是創業，特別是在競爭激烈的情況下，你會有一種輸不起的感覺，這個感覺會讓你做很多錯誤的決定。
晚點 ：你能舉個例子嗎？如果還是這種輸不起的心態，哪些決策你可能就不會做了。
張巍 ：比如我就不會開掉一些人。我現在可以開掉任何人。
晚點 ：包括你自己？
張巍 ：我巴不得可以有人替代我呢，只要公司能發展好。
晚點 ：你是我們見過創業的教授裏唯一一個自己做 CEO 的人。
張巍 ： 這可能不是一個最好的選擇，但在我的認知裏，責任和權利要對等。
晚點 ：創業以來，改掉了身上什麼毛病嗎？
張巍 ：我一般不這麼思考問題，我是增量思考問題。不是放掉 A 去選擇 B，而是告訴 A 這裏還有個 B，應該這麼幹。所以不是改掉了什麼，而是增加了一些維度。
晚點 ：有投資人說優秀的創始人分兩種，一種是特別想贏的人，一種是不想輸的人。你是哪一種？
張巍 ：我是專注超越自己的一個人。輸和贏是和別人比，但超越自己這件事永遠不會輸，我永遠比之前的自己強一點。
我相信迭代，我不相信贏。
晚點 ：很多時候你在講嚴肅的事情，但卻在笑。
張巍 ：可能我們談話的速度有點太快了，你有你的故事線，可我有我的故事線，我需要很努力才能接入你的故事線裏去，要不停地跳躍。
在我看來很多事情都是連續的，很難有一個點，然後突然就頓悟了。
（突然插入一句）我感覺這是原生家庭對我的影響。
晚點 ：什麼？
張巍 ：就是性格影響吧，開放啊，自信啊。
晚點 ：我們採訪過的所有行業裏，機器人創業者是最狂放的，沒有之一。
張巍 ：我想想啊，可能是這個賽道需要這個能力吧。
晚點 ：在公司你會發火嗎？
張巍 ：比較少，這是我的缺點，我要改，逐漸發火。
晚點 ：作爲東北人，你又這麼有喜感，很難發出火來吧…
張巍 ：這就是要改的地方，我應該表達得更嚴肅、要求更嚴格一些，之前太包容了，沒標準是不行的。
晚點 ：你能講講你設想的未來世界，人形機器人是什麼樣子？
張巍 ：社會生產力極大釋放，人追求自我實現。
晚點 ：那是什麼時候？
張巍 ：時間不好說呀。但全球人形機器人的產量和銷量，我們預期將會非常快地指數級增長。
晚點 ：對優秀的人最好的激勵方式是什麼？
張巍 ：做成事兒，錢都是第二位的。
晚點 ：你現在財富自由了嗎？
張巍 ：我精神一直自由，財富在我看來沒有必要自由。
晚點 ：精神自由是什麼意思？
張巍 ：就認爲自己是財富自由的。
晚點 ：……
張巍 ：就是我做任何一個重大決策我會想，如果我是馬雲我還會幹嗎？如果是，那我就幹。
晚點 ：你很欣賞崇拜的人有誰？
張巍 ：段永平，還有李誕。
晚點 ：這倆能放在一塊嗎 …
張巍 ：人間不值得就是我的人生觀，在我看來是極度的樂觀。
晚點 ：不是極度的悲觀或者說虛無嗎？
張巍 ：人間都不值得了，還有什麼值得傷心、難過的？那就剩下開心了呀。
開心點朋友們，人間不值得。
題圖來源： 逐際動力
-
FIN
-