楊洪兵：核心問題在于數(shù)據(jù)匱乏。

語言模型之所以發(fā)展迅速，是因?yàn)槿祟悗浊陙矸e累了大量文字?jǐn)?shù)據(jù)，可以直接用于訓(xùn)練。

但機(jī)器人智能需要的是行為數(shù)據(jù)，而人類數(shù)百萬年的行為歷史并未被系統(tǒng)記錄下來。沒有攝像頭、沒有記錄設(shè)備，過去的行為無法追溯，導(dǎo)致今天機(jī)器人智能的數(shù)據(jù)極度匱乏。

我們的解決方案是通過視頻生成技術(shù)彌補(bǔ)數(shù)據(jù)不足。思路簡(jiǎn)單但實(shí)現(xiàn)復(fù)雜，我們生成大量行為視頻，讓機(jī)器人從中學(xué)習(xí)，解決了數(shù)據(jù)瓶頸的難題。

另一個(gè)制約是行業(yè)的封閉性。

許多公司捂著自己的模型，形成了惡性循環(huán)：數(shù)據(jù)少導(dǎo)致模型訓(xùn)練難，訓(xùn)練難又導(dǎo)致不愿開源，不開源進(jìn)一步減緩了行業(yè)發(fā)展，數(shù)據(jù)收集更困難。

鉛筆道：在開發(fā)機(jī)器人大腦的過程中，遇到了哪些技術(shù)上的挑戰(zhàn)？

楊洪兵：最大的制約在于數(shù)據(jù)來源。

目前行業(yè)內(nèi)主要有兩種路線：一種是以智元為代表的真機(jī)數(shù)據(jù)采集，通過實(shí)際操作獲取數(shù)據(jù)；另一種是以銀河通用為代表的仿真環(huán)境，通過模擬生成數(shù)據(jù)。但這兩種方式都有局限。

我們提出了一條新路徑——通過視頻生成技術(shù)，讓機(jī)器人從生成的視頻中學(xué)習(xí)。我們稱之為 " 具身 Sora"：先生成一段視頻，比如機(jī)器人調(diào)酒的場(chǎng)景，機(jī)器人通過觀察視頻學(xué)習(xí)操作，無需實(shí)際操作就能掌握技能。這就像人類在做事前會(huì)先 " 推演 " 流程，符合思維規(guī)律。

此前行業(yè)忽略了這一點(diǎn)，直接讓機(jī)器人 " 干活 "，往往準(zhǔn)確率低、成本高。我們通過 " 推演 " 技術(shù)，讓機(jī)器人先模擬學(xué)習(xí)，大幅提升了效率和成功率。

鉛筆道：這種 " 推演 " 的實(shí)際效果如何？

楊洪兵：效果非常顯著。通過視頻生成技術(shù)，將機(jī)器人任務(wù)的成功率從原來的 90% 以下提升到 95% 以上，接近甚至超過行業(yè)標(biāo)準(zhǔn)。相對(duì)于純仿真技術(shù)，數(shù)據(jù)構(gòu)建的成本更低，而且更容易解決 Sim2Real 的 Gap 問題。

鉛筆道：聽起來很簡(jiǎn)單，會(huì)被競(jìng)爭(zhēng)對(duì)手輕易模仿嗎？你們的壁壘在哪里？

楊洪兵：表面上看，" 推演 " 技術(shù)似乎簡(jiǎn)單，但實(shí)際操作非常復(fù)雜。

生成視頻時(shí)，需考慮光照、摩擦力、彈性力等物理世界中的復(fù)雜因素，這些都對(duì)技術(shù)提出了極高要求。

目前，市場(chǎng)上還沒有哪家公司能將視頻生成技術(shù)做到極致。我們是最早看到這一價(jià)值并持續(xù)投入的團(tuán)隊(duì)。持續(xù)的模型迭代和資源聚焦是我們保持優(yōu)勢(shì)的關(guān)鍵，這不是一朝一夕能復(fù)制的。

鉛筆道：大廠擁有強(qiáng)大的 AI 團(tuán)隊(duì)和產(chǎn)業(yè)化能力，他們會(huì)不會(huì)也來?yè)屨紮C(jī)器人大腦賽道？

楊洪兵：這是一個(gè)關(guān)鍵問題，也是我從大廠出來創(chuàng)業(yè)的根本原因。

大廠擅長(zhǎng)通用 AI，但要適配多樣化的本體并深入產(chǎn)業(yè)場(chǎng)景，需要軟硬件結(jié)合的垂直能力。這比純軟件開發(fā)更垂直也更復(fù)雜。

我們聚焦于 " 懂 AI、懂本體、懂產(chǎn)業(yè) " 的結(jié)合點(diǎn)，這正是我們的差異化優(yōu)勢(shì)。

03 機(jī)器人大腦產(chǎn)業(yè)化三大挑戰(zhàn)

鉛筆道：如何通過開源模型實(shí)現(xiàn)盈利？與本體廠商和終端客戶的合作模式是怎樣的？

楊洪兵：我們的商業(yè)模式基于開放平臺(tái)，同時(shí)提供增值服務(wù)。

對(duì)于開源模型，如果客戶需要進(jìn)一步優(yōu)化或定制，我們會(huì)提供收費(fèi)的技術(shù)支持，輸出模型側(cè)的能力來創(chuàng)造收入。

與本體廠商合作，我們通過增值服務(wù)收費(fèi)；與終端客戶合作，我們直接通過為他們賦能大腦技術(shù)來收費(fèi)。

這種模式既支持生態(tài)共建，又確保了商業(yè)化的可持續(xù)性。無論是與本體廠商的增值合作，還是為終端客戶提供直接賦能，我們都能找到清晰的盈利路徑。

鉛筆道：你們定位有點(diǎn)像微軟——電腦廠商生產(chǎn)電腦，但操作系統(tǒng)多用 Windows。

楊洪兵：我們確實(shí)希望成為機(jī)器人智能領(lǐng)域的 "Windows" 或 "Android"。通過開源開放，我們的模型能適配不同形態(tài)的機(jī)器人本體，就像 Android 兼容各種手機(jī)型號(hào)一樣。

Android 雖然免費(fèi)，卻創(chuàng)造了巨大價(jià)值，背后團(tuán)隊(duì)也有自己的生存之道。同樣，我們也希望通過開源建立行業(yè)地位，同時(shí)通過增值服務(wù)實(shí)現(xiàn)商業(yè)化。

鉛筆道：目前與大公司的合作進(jìn)展如何？具體有哪些合作模式和場(chǎng)景？

楊洪兵：我們與大公司的合作通常分三個(gè)階段：

第一階段是付費(fèi) POC（概念驗(yàn)證），客戶提供資金，我們?cè)谒麄兊膱?chǎng)景中生成視頻、訓(xùn)練模型并實(shí)現(xiàn)操作；第二階段是小批量采購(gòu)，驗(yàn)證效果后開始小規(guī)模應(yīng)用；第三階段是中等規(guī)模乃至大批量復(fù)購(gòu)。

目前，我們的大部分合作已完成 POC 階段，進(jìn)入小規(guī)模復(fù)購(gòu)。這相較于仍停留在實(shí)驗(yàn)室階段的友商，是一個(gè)巨大的進(jìn)步。

鉛筆道：能否分享具體的合作案例？

楊洪兵：比如富士康集團(tuán)某高端網(wǎng)絡(luò)產(chǎn)品的生產(chǎn)中，我們靈生在運(yùn)用工業(yè)具身大腦，解決分揀中的泛化操作難題。

再比如在某國(guó)際 3C 巨頭，我們利用 RealDualVLA 解決產(chǎn)線中的精密操作難題，解決了泛化、精度、效率不可能三角。

而在半導(dǎo)體領(lǐng)域，我們和國(guó)內(nèi)頭部上市公司建立合作，用具身 Sora 生成場(chǎng)景操作視頻數(shù)據(jù)，快速訓(xùn)練模型實(shí)現(xiàn)產(chǎn)業(yè)化部署，從而贏得客戶信賴。

鉛筆道：你們之間的信任怎么建立的？

楊洪兵：大企業(yè)客戶，決策非常謹(jǐn)慎。一般都要調(diào)研了多家同類機(jī)器人，從產(chǎn)品穩(wěn)定性、大模型的泛化性、工程化能力到量產(chǎn)能力四個(gè)維度進(jìn)行評(píng)估。

我們?cè)谶@幾個(gè)方面展現(xiàn)了差異化的優(yōu)勢(shì)，也多次對(duì)公司進(jìn)行實(shí)地考察，最終被我們極致的產(chǎn)品力打動(dòng)。

鉛筆道：在產(chǎn)業(yè)化過程中，遇到了哪些難點(diǎn)？是如何克服的？

楊洪兵：產(chǎn)業(yè)化面臨三大挑戰(zhàn)。

首先，真實(shí)產(chǎn)業(yè)環(huán)境遠(yuǎn)比實(shí)驗(yàn)室復(fù)雜，實(shí)驗(yàn)室中的成果往往無法直接應(yīng)用。我們通過工程化和體系化能力提升，確保技術(shù)能適配上千、上萬臺(tái)機(jī)器的規(guī)?；枨螅瑢?duì)精度和穩(wěn)定性要求極高。

其次，數(shù)據(jù)不足是個(gè)普遍問題。我們利用具身 Sora 視頻生成技術(shù)彌補(bǔ)了數(shù)據(jù)缺失，填補(bǔ)了行業(yè)空白。

最后，產(chǎn)業(yè)環(huán)境更關(guān)注失敗次數(shù)的控制，而非成功次數(shù)。我們優(yōu)化了模型推理速度、效率和準(zhǔn)確率，確保交付和部署的穩(wěn)定性。

靈生科技于 WRC 展會(huì)精彩亮相

04 做垂域大腦，而非超級(jí)大腦

鉛筆道：現(xiàn)在很多機(jī)器人本體公司也在嘗試自研大腦。

楊洪兵：機(jī)器人本體公司確實(shí)有自研大腦的嘗試，追求 " 全棧自研 "。但正如一個(gè)人不可能精通所有領(lǐng)域，一個(gè)公司在每個(gè)環(huán)節(jié)都做到極致是很難的。本體公司即使投入研發(fā)大腦，資源分散，難以達(dá)到頂尖水平。這種 " 撒胡椒面 " 式的投入往往導(dǎo)致每個(gè)領(lǐng)域都不夠突出。專注和極致化才是核心競(jìng)爭(zhēng)力。即使本體公司有資金，也很難在每個(gè)環(huán)節(jié)都燒出頂尖產(chǎn)品。

鉛筆道：從本體公司角度看，把大腦交給外部供應(yīng)商可能會(huì)讓他們感到不安。你怎么看待這種顧慮？

楊洪兵：這種不安主要源于閉源模式帶來的不信任感。

所以，靈生一開始就選擇開源開放策略，我們的 VLA 模型完全向本體公司開放，源代碼透明可得，消除了他們的顧慮。

這就像 DeepSeek 的開源策略，吸引了眾多廠商使用，因?yàn)殚_源不僅降低風(fēng)險(xiǎn)，還能借助生態(tài)的力量加速發(fā)展。

開源是行業(yè)的未來，自研大腦的趨勢(shì)會(huì)因資源限制和專業(yè)分工而逐漸向合作與開源靠攏。

鉛筆道：數(shù)據(jù)安全會(huì)成為問題嗎？

楊洪兵：數(shù)據(jù)安全確實(shí)是個(gè)重要考量。

我們的開源模型是預(yù)訓(xùn)練好的，合作伙伴可以基于私域數(shù)據(jù)進(jìn)行二次訓(xùn)練（Few-Shot Training），這些數(shù)據(jù)無需公開。

我們使用的都是公開透明的通用數(shù)據(jù)，私域數(shù)據(jù)完全由客戶自己掌控，隱私性得到保障。開源的是模型和通用數(shù)據(jù)，而非客戶的敏感數(shù)據(jù)。

鉛筆道：如果未來 " 大腦 " 足夠智能，是否會(huì)出現(xiàn)一個(gè)通用大腦，適配所有行業(yè)和場(chǎng)景？

楊洪兵：理論上，遠(yuǎn)期可能出現(xiàn)這種 " 超腦 "，類似 AGI（通用人工智能），能解決所有問題。但短期內(nèi)很難實(shí)現(xiàn)。

首先，超腦需要極高的泛化能力，相當(dāng)于人類所有智能的總和，這在技術(shù)上幾乎不可行。

其次，算力需求將遠(yuǎn)超當(dāng)前語言模型的幾萬倍，成本極高。

最后，必要性存疑——讓超腦去做瑣碎任務(wù)，就像讓博士生算 1+1，性價(jià)比低。

我們更傾向于專注垂域大腦，在特定領(lǐng)域做到極致，而非追求贏家通吃的通用大腦，那需要數(shù)百億投入且風(fēng)險(xiǎn)極高。

鉛筆道：怎么應(yīng)對(duì)多樣化的場(chǎng)景需求？

楊洪兵：我們聚焦于泛工業(yè)場(chǎng)景。工業(yè)場(chǎng)景側(cè)重操作和作業(yè)，物流解決搬運(yùn)、分揀等任務(wù)。我們的核心能力是 " 手腦協(xié)同 "，通過移動(dòng)與操作的結(jié)合，讓機(jī)器人達(dá)到甚至超越人類的智能水平。

鉛筆道：你們接下來的規(guī)劃是什么？

楊洪兵：首先，我們要服務(wù)好頭部 KA 客戶，回報(bào)他們的信任。目前靈生已經(jīng)和數(shù)十家客戶建立合作，未來靈生將服務(wù)千家以上客戶，打造真正能用、易用、好用的具身智能產(chǎn)品，為工業(yè)提供優(yōu)質(zhì)生產(chǎn)力。

其次，繼續(xù)推動(dòng)開源戰(zhàn)略，吸引更多開發(fā)者基于我們的模型進(jìn)行二次開發(fā)。我們解決了國(guó)內(nèi)機(jī)器人開發(fā)者缺乏開源大腦的痛點(diǎn)，讓他們?cè)谖覀兊钠脚_(tái)上更便捷地開發(fā)應(yīng)用。這不僅服務(wù)于 B 端客戶，也面向開發(fā)者，通過共建生態(tài)加速產(chǎn)業(yè)落地。這是我們的核心優(yōu)勢(shì)和戰(zhàn)略方向。

鉛筆道：未來大腦足夠智能后，是否只需通過自然語言指令就能控制機(jī)器人？

楊洪兵：是的，我們的目標(biāo)是實(shí)現(xiàn)自然語言處理通用接口（NLI）。用戶只需用日常語言下達(dá)指令，機(jī)器人就能理解并執(zhí)行。這將讓機(jī)器人真正融入生活，成為解放人類的生產(chǎn)力工具。

我們目前已可以通過自然語言喚醒機(jī)器人。用戶下達(dá)指令，機(jī)器人就能根據(jù)指令執(zhí)行相應(yīng)動(dòng)作。這是一個(gè)重要的里程碑，讓機(jī)器人更貼近實(shí)際應(yīng)用場(chǎng)景。

來源：鉛筆道