編者按：

在具身智能創(chuàng)業(yè)浪潮中，創(chuàng)始人們的背景與路徑，決定了企業(yè)的技術(shù)走向與商業(yè)氣質(zhì)。

真格基金曾把創(chuàng)業(yè)者分為四類：小天才、老司機(jī)、科學(xué)家、操盤手。

這一分類啟發(fā)我們，試圖以此為框架，梳理具身智能領(lǐng)域的創(chuàng)業(yè)人群，開啟具身智能公司群像專題。

科學(xué)家是高校教授、研究員與長期從事技術(shù)研發(fā)的人，代表著最前沿的學(xué)術(shù)力量。

老司機(jī)是連續(xù)創(chuàng)業(yè)者，過往經(jīng)歷讓他們?cè)谄鸱�中更懂得如何把握�?jié)奏；

操盤手是來自大廠的高管，把成熟的方法論和資源帶入新戰(zhàn)場(chǎng)；

小天才則是年輕的 95 后創(chuàng)業(yè)者，以銳氣和獨(dú)特視角，激發(fā)出不同尋常的可能性。

在不同出身、不同路徑的交匯中，我們或許能更清晰地理解具身智能的創(chuàng)業(yè)版圖，以及它正在被塑造的未來。

當(dāng)然，具身智能賽道上遠(yuǎn)不止這四類創(chuàng)業(yè)者，還有更多派別正在形成，這個(gè)系列，也將持續(xù)記錄他們共同勾勒的具身智能全景。

作者 | 向欣

在創(chuàng)業(yè)早期，創(chuàng)始團(tuán)隊(duì)的光環(huán)往往是投資人最看重的因素。

放在具身智能行業(yè)，這種光環(huán)最盛的，正是從高校與科研機(jī)構(gòu)走出來，長期從事技術(shù)研發(fā)的科學(xué)家們。

據(jù) IT 桔子統(tǒng)計(jì)，2025 年上半年機(jī)器人公司融資榜單前五名分別是銀河通用、新石器無人車、元鼎智能（泳池機(jī)器人）、自變量機(jī)器人、宇樹科技。

剔除與具身智能概念關(guān)聯(lián)較弱的新石器、元鼎智能后，一個(gè)耐人尋味的現(xiàn)象是：銀河通用、自變量機(jī)器人這兩家「科學(xué)家氣質(zhì)」?jié)夂竦钠髽I(yè)，融資規(guī)模甚至超過了老牌機(jī)器人公司宇樹科技。

這一定程度上說明了科學(xué)家類企業(yè)在資本市場(chǎng)上的耀眼光芒。

在我們統(tǒng)計(jì)的具身智能賽道 32 家核心公司中，有 16 家由科學(xué)家創(chuàng)立或主導(dǎo)。他們出身清華、北大、上海交大、浙大、哈工大，或是海外的伯克利、斯坦福等名校。

這群人曾經(jīng)的舞臺(tái)在實(shí)驗(yàn)室與學(xué)術(shù)會(huì)議上，成果是論文、代碼與原型機(jī)。但如今，他們走向產(chǎn)業(yè)前線，把機(jī)器人從象牙塔拉出來，推向工廠、家庭與社會(huì)。

科學(xué)家類代表著最前沿的學(xué)術(shù)力量，也承擔(dān)著最艱難的任務(wù)：科研向商業(yè)的轉(zhuǎn)化。前者是他們的優(yōu)勢(shì)所在，后者是他們創(chuàng)業(yè)路上最大的不確定性。

他們發(fā)展出不同的技術(shù)路徑，既有共識(shí)，也有分歧。

清華系人才成主力

我們梳理了 16 家由具身智能科學(xué)家類創(chuàng)業(yè)公司的團(tuán)隊(duì)背景，統(tǒng)計(jì)出 32 位核心創(chuàng)業(yè)者。他們的學(xué)術(shù)背景主要集中在五所國內(nèi)外頂尖高校與科研機(jī)構(gòu)：清華大學(xué)、浙江大學(xué)、中國科學(xué)院、哈爾濱工業(yè)大學(xué)、斯坦福大學(xué)。

究其原因并不復(fù)雜。上世紀(jì) 90 年代，中國就已啟動(dòng)智能機(jī)器人相關(guān)研究，而清華、浙大、中科院、哈工大是最早一批設(shè)立機(jī)器人項(xiàng)目、實(shí)驗(yàn)室或研究所的機(jī)構(gòu)，研究方向涵蓋機(jī)械設(shè)計(jì)、機(jī)器人控制、智能感知等關(guān)鍵領(lǐng)域。

清華大學(xué) 1985 年成立了國內(nèi)首個(gè)智能機(jī)器人實(shí)驗(yàn)室。2004 年，清華機(jī)器人足球隊(duì)成立，后來發(fā)展為在 RoboCup 屢獲佳績的「清華火神隊(duì)」。加速進(jìn)化聯(lián)合創(chuàng)始人、首席科學(xué)家趙明國正是「清華火神隊(duì)」的創(chuàng)始人，并長期帶隊(duì)參賽。

浙江大學(xué) 2006 年開始人形機(jī)器人研究，推出了「悟空」系列，攻克了動(dòng)態(tài)平衡、全身協(xié)調(diào)控制等關(guān)鍵難題�！肝蚩� I」甚至能與人類或機(jī)器人進(jìn)行上百回合的乒乓球比賽。

中國科學(xué)院下屬的沈陽自動(dòng)化研究所被譽(yù)為「中國機(jī)器人事業(yè)的搖籃」，1989 年，依托于沈陽自動(dòng)化研究所的中國科學(xué)院機(jī)器人學(xué)開放研究實(shí)驗(yàn)室正式成立，后該實(shí)驗(yàn)室在 2007 年獲批為機(jī)器人學(xué)國家重點(diǎn)實(shí)驗(yàn)室。

斯坦福大學(xué)則更早，在上世紀(jì) 60 年代便成立人工智能實(shí)驗(yàn)室，探索機(jī)器人與 AI 的結(jié)合。

技術(shù)積累還可以從專利窺見一斑。新戰(zhàn)略產(chǎn)業(yè)研究所數(shù)據(jù)顯示，清華、哈工大、浙大在人形機(jī)器人相關(guān)專利申請(qǐng)上分別排第一、三、四名；另有 IncoPat 全球?qū)＠麛?shù)據(jù)庫的數(shù)據(jù)顯示，在人工智能領(lǐng)域，浙大、清華的專利申請(qǐng)量分列全國第一和第二。而從公司創(chuàng)業(yè)團(tuán)隊(duì)目前或曾經(jīng)的任職機(jī)構(gòu)來看，清華大學(xué)、南方科技大學(xué)成為孵化科學(xué)家類企業(yè)的主要基地。

從這些統(tǒng)計(jì)中，可以明顯看出：清華系人才是科學(xué)家類企業(yè)的中堅(jiān)力量。

目前，至少有四家科學(xué)家類企業(yè)直接源自清華：加速進(jìn)化、星動(dòng)紀(jì)元、星海圖、千訣科技。逐際動(dòng)力首席科學(xué)家潘佳、大寰機(jī)器人創(chuàng)始人孫杰、銀河通用創(chuàng)始人王鶴等，也都是清華校友。

除了清華這所高校本身在機(jī)器人領(lǐng)域積淀已久，培育出大量人才的因素外，清華系投資機(jī)構(gòu)對(duì)于培育本校企業(yè)也起到了至關(guān)重要的作用。比如，水木清華校友基金便多次投資加速進(jìn)化等清華背景團(tuán)隊(duì)。

對(duì)于科學(xué)家類企業(yè)來說，他們能夠依托高�？蒲匈Y源和基金，直接接觸國際最前沿的技術(shù)，為科研成果轉(zhuǎn)化提供直接助力。

在人才方面，多數(shù)科學(xué)家類企業(yè)也有獨(dú)特的優(yōu)勢(shì)，博士生、碩博后、實(shí)驗(yàn)室助研往往成為創(chuàng)業(yè)公司最初的員工，形成天然的團(tuán)隊(duì)延展。

更深層次的，是學(xué)術(shù)網(wǎng)絡(luò)的傳導(dǎo)。導(dǎo)師推薦、聯(lián)合實(shí)驗(yàn)室、國際學(xué)術(shù)圈交流——這些關(guān)系構(gòu)成了科學(xué)家類創(chuàng)業(yè)背后的看不見的脈絡(luò)。 

在融資層面，這種網(wǎng)絡(luò)也很關(guān)鍵。投資人往往相信「清華系」「斯坦福系」的創(chuàng)業(yè)者，因?yàn)檫@些名字本身意味著研究深度和技術(shù)積累。

技術(shù)理想主義驅(qū)動(dòng)的產(chǎn)品布局

雖然都強(qiáng)調(diào)技術(shù)驅(qū)動(dòng)，但科學(xué)家派企業(yè)在產(chǎn)品和路線選擇上，分化為三大類：

本體/小腦派：專注于機(jī)器人本體與運(yùn)動(dòng)、感知能力，代表企業(yè)有月泉仿生、加速進(jìn)化、帕西尼感知。

全棧派：覆蓋「本體+小腦+大腦」，試圖掌握完整生態(tài)。代表企業(yè)有星動(dòng)紀(jì)元、星海圖、逐際動(dòng)力。

大模型/零部件派：不做整機(jī)，而是專注具身大模型或關(guān)鍵零部件，如千訣科技、戴盟機(jī)器人、大寰機(jī)器人。

可以看到，大多數(shù)科學(xué)家派企業(yè)傾向于走全棧路線。這不僅是因?yàn)闄C(jī)器人系統(tǒng)軟硬件耦合度高，更反映出學(xué)院派的技術(shù)偏好：他們更愿意從系統(tǒng)層面出發(fā)，構(gòu)建完整鏈條來實(shí)現(xiàn)技術(shù)落地。

這種「終局導(dǎo)向」還體現(xiàn)在選擇開發(fā)全尺寸人形機(jī)器人。除了加速進(jìn)化主要研發(fā) 1.2 米的小尺寸機(jī)型，其他多數(shù)企業(yè)研發(fā)的都是 1.6 米以上、接近成人體型的全尺寸機(jī)器人。

這種選擇的背后，是他們希望機(jī)器人能真正適應(yīng)人類環(huán)境、具備強(qiáng)負(fù)載和復(fù)雜操作能力，從而在更廣闊場(chǎng)景中實(shí)現(xiàn)通用性。

另一個(gè)值得注意的現(xiàn)象是：在全棧派企業(yè)中，更側(cè)重研發(fā)大模型的團(tuán)隊(duì)多數(shù)選擇輪式人形機(jī)器人，如銀河通用、自變量機(jī)器人、跨維智能、星海圖。

相比雙足，輪式降低了研發(fā)門檻和人力投入，使有限的團(tuán)隊(duì)資源更集中于大模型研發(fā)。

總體來看，科學(xué)家派在硬件與全棧方面各有探索，但真正拉開差距的，是在大模型上的突破。

重點(diǎn)研發(fā)具身大模型，且最受業(yè)界關(guān)注的有四家企業(yè)：星動(dòng)紀(jì)元、銀河通用、自變量機(jī)器人、星海圖。

這四家企業(yè)的共性是，不約而同地做了端到端 VLA 模型。技術(shù)思路與 Figure、PI (Physical Intelligence)、NVIDIA 等國際前沿研究同步。

他們普遍認(rèn)為，只有端到端大模型才能實(shí)現(xiàn)任務(wù)泛化，避免傳統(tǒng)分層架構(gòu)的割裂。這一思路也與自動(dòng)駕駛領(lǐng)域正在驗(yàn)證的技術(shù)范式一致。

無論是專注本體的小而美，還是覆蓋全棧的體系化，抑或切入大模型與零部件的聚焦型探索，科學(xué)家派企業(yè)都在用各自的學(xué)術(shù)積累尋找產(chǎn)業(yè)落點(diǎn)。

盡管路徑不同，但幾乎所有團(tuán)隊(duì)都在走向同一個(gè)共識(shí)——具身大模型是未來的「核心戰(zhàn)場(chǎng)」。因此，科學(xué)家派的差異，最終可能集中體現(xiàn)為對(duì)大模型的理解與實(shí)踐。

具身大模型的路線差異

具身大模型的本質(zhì)競(jìng)爭力在于模型算法和數(shù)據(jù)體系。

從模型算法上看，星動(dòng)紀(jì)元、銀河通用、自變量機(jī)器人、星海圖四家企業(yè)中，只有自變量機(jī)器人強(qiáng)調(diào)其模型實(shí)現(xiàn)了大小腦統(tǒng)一，而其他企業(yè)都使用了類似雙系統(tǒng)的架構(gòu)，將高層次的理解規(guī)劃、低層次的運(yùn)動(dòng)控制分為一個(gè)系統(tǒng)中的不同模塊，與 Figure AI 的 Helix 模型，PI 的π0 模型類似。

星動(dòng)紀(jì)元有兩個(gè)特點(diǎn)：

一是在大模型中，融入了世界模型，增強(qiáng)機(jī)器人對(duì)物理世界的理解；

二是借鑒 Sora 思路，利用 AIGC 生成式技術(shù)，通過生成視頻，幫助機(jī)器人預(yù)測(cè)未來場(chǎng)景，讓機(jī)器人「看著答案」行動(dòng)，大大增強(qiáng)泛化能力。

目前的 ERA-42 是集視覺、理解、預(yù)測(cè)、行動(dòng)為一體的模型，可實(shí)現(xiàn)同一個(gè)端到端 VLA 模型控制高自由度人形機(jī)器人的全身靈巧操作，語音命令即可完成上百種復(fù)雜操作，包括柔性物品分揀、掃碼，使用螺釘槍、移液器等。

銀河通用的模型 GraspVLA 架構(gòu)則與 PI 的π0 模型基本一致，同樣由 VLM 和一個(gè)基于流匹配的動(dòng)作專家模型組成。

GraspVLA 的最大特點(diǎn)是泛化性極強(qiáng)，是全球首個(gè)僅需預(yù)訓(xùn)練就能實(shí)現(xiàn)零樣本（Zero-Shot）泛化的模型，可適應(yīng)高度、平面位置、物體類別、光照、干擾物、背景等環(huán)境條件的變化，且具備自主決策能力與強(qiáng)抗干擾能力。

基于 GraspVLA，銀河通用還推出了面向零售商業(yè)化場(chǎng)景的端到端大模型 GroceryVLA，在商品種類繁雜、密集堆疊的貨架場(chǎng)景中，無需針對(duì)每種商品單獨(dú)調(diào)參，抓取全品類商品，并且零場(chǎng)景預(yù)采集要求，部署極其便捷。

自變量機(jī)器人的端到端通用具身大模型 WALL-A 同樣具備泛化性、通用性強(qiáng)的特點(diǎn)，在不久前的 WRC 上展示了制作香囊、家務(wù)整理、分揀快遞、工業(yè)組裝（僅用不到兩天時(shí)間學(xué)會(huì)組裝皮帶）的任務(wù)，對(duì)柔軟物品、不斷變化的環(huán)境、不同外觀的物品都具有強(qiáng)大的適應(yīng)性。

不過，相比其他公司的模型，自變量的模型對(duì)機(jī)器人所接受到的各種信息整合程度更深，實(shí)現(xiàn)了端到端的信息融合。

自變量機(jī)器人整合信息的具體方式為：將所有輸入模態(tài)，包括多視角圖像、文本指令與機(jī)器人實(shí)時(shí)狀態(tài)，通過各自的編碼器轉(zhuǎn)化為統(tǒng)一的 token 序列，使機(jī)器人在視覺、語言和動(dòng)作等多種信息通道間實(shí)現(xiàn)高效對(duì)齊，顯著提升了模型在超長序列任務(wù)中的上下文推理與自我反饋能力。

在數(shù)據(jù)體系方面，四家企業(yè)雖然都會(huì)將視頻、語言、動(dòng)作、遙操作等多模態(tài)數(shù)據(jù)混合使用，但側(cè)重點(diǎn)有所不同，從而形成了兩種不同的數(shù)據(jù)策略。

一種是規(guī)模優(yōu)先型，強(qiáng)調(diào)低成本、大規(guī)模數(shù)據(jù)積累，以量取勝，目標(biāo)是支撐具身大模型的端到端訓(xùn)練，達(dá)到「大力出奇跡」的效果。星動(dòng)紀(jì)元、銀河通用屬于這一類。

星動(dòng)紀(jì)元使用視頻數(shù)據(jù)對(duì)模型進(jìn)行預(yù)訓(xùn)練，視頻數(shù)據(jù)中包括大量互聯(lián)網(wǎng)人類視頻與 AI 生成視頻，易于獲得。

而銀河通用堅(jiān)持仿真合成數(shù)據(jù)路線，研發(fā)出一套針對(duì)端到端 VLA 模型預(yù)訓(xùn)練的全仿真合成數(shù)據(jù)生產(chǎn)管線，在短短一周內(nèi)就能生成全球規(guī)模最大的十億級(jí)機(jī)器人操作數(shù)據(jù)集（包含視頻-語言-動(dòng)作三個(gè)模態(tài)）。

另一種是質(zhì)量優(yōu)先型。聚焦高質(zhì)量真機(jī)數(shù)據(jù)，強(qiáng)調(diào)對(duì)模型泛化能力和學(xué)習(xí)效率的提升。星海圖、自變量機(jī)器人選擇了這一路線。

星海圖構(gòu)建了全球首個(gè)開放場(chǎng)景高質(zhì)量真機(jī)數(shù)據(jù)集 Galaxea Open-World Dataset，覆蓋住宅、廚房、零售和辦公室等 50 種環(huán)境，總計(jì)包含 500 小時(shí)高質(zhì)量移動(dòng)操作數(shù)據(jù)，涵蓋超過 150 種任務(wù)、1600 多種操作對(duì)象以及 58 種操作技能。

自變量機(jī)器人創(chuàng)始人王潛介紹，公司自研了一系列數(shù)據(jù)采集設(shè)備，有幾十個(gè)模型支撐自變量機(jī)器人的數(shù)據(jù)系統(tǒng)。

王潛認(rèn)為，在 Scaling Law 中，數(shù)據(jù)質(zhì)量才是最核心的要素，其次是多樣性，最后才是數(shù)量。他在大模型訓(xùn)練實(shí)踐中發(fā)現(xiàn)，高質(zhì)量數(shù)據(jù)往往幾百幾千條就能帶來顯著提升，而低質(zhì)量數(shù)據(jù)即便上億條，也可能讓模型越學(xué)越差。

數(shù)據(jù)選擇策略的不同，本質(zhì)上是對(duì)具身智能發(fā)展瓶頸的不同判斷。前者希望解決的是數(shù)據(jù)稀缺問題，后者希望解決的是數(shù)據(jù)有效性問題。

這也代表了科學(xué)家派企業(yè)在具身智能大模型上兩種不同的認(rèn)知：是依賴規(guī)模催生智能，還是通過高質(zhì)數(shù)據(jù)夯實(shí)通向落地的基礎(chǔ)。

技術(shù)優(yōu)勢(shì)和商業(yè)劣勢(shì)，一同被放大

科學(xué)家作為具身智能賽道中最具技術(shù)含金量的力量，優(yōu)勢(shì)鮮明，短板也同樣鮮明。

優(yōu)勢(shì)在于技術(shù)前瞻性，他們往往能比市場(chǎng)更早看到未來的技術(shù)發(fā)展方向。

例如，星動(dòng)紀(jì)元在 2024 年就將清華姚班團(tuán)隊(duì)提出的 HiRT 框架（星動(dòng)紀(jì)元?jiǎng)?chuàng)始人陳建宇亦為 HiRT 論文作者之一）的快慢系統(tǒng)架構(gòu)應(yīng)用到自研的端到端原生機(jī)器人大模型 ERA-42 中；而 2025 年美國明星人形機(jī)器人企業(yè) Figure AI 發(fā)布的 Helix 模型，恰好采用了與 HiRT 高度相似的架構(gòu)。

自變量機(jī)器人也提前預(yù)判到了技術(shù)的走向。

王潛介紹，他們?cè)?2024 年 10~11 月就著手研發(fā) any-to-any 模型，實(shí)現(xiàn)多模態(tài)輸入輸出，還同期完成具身思維鏈（COT）研發(fā)。這與 Google Gemini robotics 2025 年 3 月公布的進(jìn)展、以及近期 Physical Intelligence（PI）公布的π0.5 模型技術(shù)方向高度一致，與國際頂尖水平同步。

劣勢(shì)在于對(duì)商業(yè)化的敏感性可能不足�？茖W(xué)家創(chuàng)始人習(xí)慣學(xué)術(shù)邏輯，追求完美解法，而市場(chǎng)的要求往往是夠用就好。

如何平衡技術(shù)理想與場(chǎng)景要求，是一個(gè)難題。

目前科學(xué)家類具身智能企業(yè)的商業(yè)化路徑主要有三種。

一是覆蓋多種場(chǎng)景，包括家庭、工業(yè)、商業(yè)服務(wù)等，并參與場(chǎng)景開發(fā)的企業(yè)，包括星動(dòng)紀(jì)元、樂聚機(jī)器人、自變量機(jī)器人等。這也是多數(shù)科學(xué)家類企業(yè)選擇的打法。

這種策略在展示人形機(jī)器人通用性時(shí)頗具吸引力，也符合行業(yè)對(duì)機(jī)器人應(yīng)用終局的期待，但一旦落到商業(yè)化層面，可能難以找到核心落腳點(diǎn)來實(shí)現(xiàn)閉環(huán)，容易陷入「樣樣通，樣樣松」的困境。

二是已經(jīng)有初步聚焦的場(chǎng)景或技能方向。

如加速進(jìn)化，專注機(jī)器人運(yùn)動(dòng)性能的提升，主要面向科研場(chǎng)景銷售；銀河通用主要聚焦「移動(dòng)-抓取-放置」的閉環(huán)操作，應(yīng)對(duì)零售與工業(yè)場(chǎng)景中的大量「抓—放—移動(dòng)」式作業(yè)。

三是不直接做場(chǎng)景開發(fā)，提供具身智能基礎(chǔ)設(shè)施的企業(yè)，比如星海圖、逐際動(dòng)力。他們主要面向各類開發(fā)者提供基礎(chǔ)的通用軟硬件（包含具身通用大模型+機(jī)器人本體），讓個(gè)人開發(fā)者或場(chǎng)景方成為開發(fā)應(yīng)用的人。

目前具身智能的應(yīng)用仍處在探索階段，商業(yè)路徑尚無定論，也難言優(yōu)劣。但具身智能的應(yīng)用落地對(duì)一家企業(yè)的真正考驗(yàn)，已不僅是技術(shù)本身，而是能否在組織搭建、資金運(yùn)用和戰(zhàn)略落點(diǎn)上展現(xiàn)持續(xù)能力。

技術(shù)突破只是起點(diǎn)，如何把突破轉(zhuǎn)化為可規(guī)�；�的產(chǎn)品與市場(chǎng)，才是決定生死的分水嶺。

前期，科學(xué)家派創(chuàng)業(yè)者往往憑借學(xué)術(shù)光環(huán)與技術(shù)積累，能迅速獲得資本的青睞。

但隨著公司進(jìn)入商業(yè)化階段，投資人關(guān)注的重心轉(zhuǎn)向更直接的指標(biāo)：訂單數(shù)量、客戶結(jié)構(gòu)、落地案例。這時(shí)如果缺乏清晰的商業(yè)模型和市場(chǎng)抓手，融資鏈條會(huì)趨緊，企業(yè)的發(fā)展甚至可能陷入停滯。

科學(xué)家派的優(yōu)勢(shì)和短板會(huì)被同時(shí)放大：他們站在技術(shù)浪潮的最前端，卻也必須面對(duì)市場(chǎng)的冷峻檢驗(yàn)。

未來，能否在保持科研前瞻性的同時(shí)找到明確的商業(yè)錨點(diǎn)，將決定科學(xué)家派究竟是引領(lǐng)具身智能的「開路者」，還是被迫止步于實(shí)驗(yàn)室與 Demo 階段的「先行者」。

       原文標(biāo)題 : 具身智能創(chuàng)業(yè)者圖鑒：科學(xué)家們，從象牙塔走向修羅場(chǎng)