开云体育(中国)官方网站

出品｜虎嗅科技组

作家｜宋想杭

裁剪｜苗正卿

头图｜视觉中国

在距离也曾的" AI 四小龙"之一旷视科技不到 1km 的场合，有一家机器东说念主公司。它的鲜艳很像 X（原 Twitter）的 Logo。这家公司的英文名叫 Dexmal，中语名叫原力灵机。

正月十六，我来到原力灵机的这一天，北京下了 2026 年的第一场大雪。这家竖立快一年的具身智能公司，正在装修新的工区，因为本年公司正准备再扩招一倍东说念主手。

13 年前，旷视刚竖立的时候，结伴首创东说念主唐文斌也曾让东说念主去买一个钢铁侠模子。那是他们那时对将来的瞎想——机器东说念主。这亦然他和旷视首创东说念主印奇在大学时期就想作念的事情。只不事自后铸成大错，他们买回想的不是钢铁侠，而是一只"大黄蜂"。

在很长一段时分里，这个念头被放在了更现实的营业旅途之后。

一年前，也就是 2025 年 3 月，唐文斌竖立这家机器东说念主公司。他想把也曾在旷视没来得及完成的事情，或者说在上一个" AI 四小龙"时间还作念不到的事情，重新捡起来。

唐文斌最可爱的一项畅通是滑翔伞。这是一项需要不断缓和流、天气、地形博弈的畅通。前年，他致使去参加了全国杯级别的比赛。

在好多东说念主的印象里，滑翔伞是一项典型的极限畅通。但唐文斌并不这么看。他不认为这是一项稀奇危急的畅通，也不以为我方是一个激进或者爱冒险的东说念主。

违反，在畴前很长一段时分里，他致使有些偏保守。

在濒临时间机遇和时期海浪时，他咫尺回至极来看，会以为我方当年错过了一些契机。唐文斌也坦诚，在旷视时期，我方作念过不少罪恶判断，一些有计算上的严慎，某种进度上也让公司错失了一些窗口。

如果重新梳理旷视当年的首创团队，会发现他们在 AI 新周期里走向了不同标的：有东说念主运行作念大模子，有东说念主转向智驾，也有东说念主采用进入具身智能。

但和许多同业比较，唐文斌对当下这波具身智能飞扬的判断反而显得有些松弛。

在他看来，今天好多机器东说念主产物仍然停留在提供"情谊价值"的阶段，比如伴随、展示或者扮演式的能力，而他实在想作念的，是能够创造功能性价值的机器东说念主。

这亦然他对老练机器东说念主的一个中枢判断圭臬——机器东说念主的"能力"，也就是机器东说念主的"大脑"。

也正因为如斯，他给原力灵机采用了一条相对罕有的阶梯：先作念模子，再作念内容。在原力灵机的理念里面：模子解锁场景，场景界说硬件。

而在今天的具身智能行业，这其实仅仅宽广时期阶梯中的一种。

有的公司采用先把内容硬件作念出来，再慢慢补皆大脑能力；有的公司采用软硬件同期股东；也有像原力灵机这么，从软件和系统能力切入，再去反推硬件形态。

三种旅途背后，代表的是统共不同的时期理念，也意味着不同的营业逻辑。

更贫苦的是，这个行业自己仍然处在极早期阶段。无论是时期阶梯、产物形态，照旧营业场景，都远莫得酿成共鸣。它还莫得迎来属于我方的" ChatGPT 时刻"。

唐文斌判断，将来行业一定会缓缓敛迹，但这种敛迹，不详率不会像今天的大模子行业那样，只剩下寥寥几家头部公司。

机器东说念主是一门更复杂的工程。它不仅触及算法，还触及机械结构、传感器、戒指系统以及果然全国中的多样物理照拂。不同旅途的公司，可能会在不同场景里找到各自的位置。

某种真谛上，这亦然为什么在今天这个时分点重新创业，对唐文斌来说既像是一种延续，也像是一场新的尝试。

在接下来的对话中，他详备论说了我方离开旷视之后的想考、原力灵机的时期阶梯采用，以及他眼中这个尚未实在老练的具身智能行业。

以下是虎嗅与原力灵机（Dexmal）首创东说念主唐文斌的对话，有删减。

"把旷视没作念完的事情延续下去"

虎嗅：你领先萌发作念机器东说念主这个主见是什么时分？

唐文斌：其实咱们很早就想作念机器东说念主了。旷视最早竖立的时候，咱们给我方起这个名字——"旷视"，自己就意味着"大的视觉"。那时咱们的一个中枢主见，就是但愿让机器先"看懂全国"，也就是先把机器东说念主的"眼睛"作念好。

是以咱们最早的时期阶梯，其实就是从视觉运行的。

差未几从 2018 年摆布，咱们里面照旧有一块业务在作念物流机器东说念主。咱们那时的主见很苟简，就是用机器东说念主去匡助仓库完成一些重叠、贫穷的责任，让仓库杀青"省东说念主、省力、省钱、宽解"。是以严格来说，咱们作念机器东说念主这件事，其实照旧想了好多年。

仅仅今天公共重新谈机器东说念主，是因为时期条目发生了一些变化。稀奇是大模子出现之后，好多东说念主运行坚信，可以通过端到端的神情去驱动机器东说念主，让机器东说念主具备更强的通用能力和泛化能力，这亦然为什么最近扫数这个词行业会变得绝顶忻悦。

其实咱们在大学的时候就照旧有这个主见了。旷视刚竖立、第一次搬办公室的时候，咱们还专诚在前厅摆了一个机器东说念主的形象，算是一种鲜艳，抒发咱们将来实在想作念的事情。

公司里还有一个老梗。那时咱们本来是想让行政帮咱们买一个"钢铁侠"，澌灭终末买回想的是"大黄蜂"。自后公共就一直嘲谑，说大黄蜂其实不是机器东说念主，它是外星生物。

虎嗅：咫尺旷视是什么情景？

唐文斌：旷视其实一直还在，公司举座业务也还可以，咫尺照旧在一个比较适应的增长过程中。公司里面也还有绝顶好的团队在接续股东各个业务。

虎嗅：我可以一语气为，你们其实是把上一代" AI 四小龙"时间莫得作念成，或者那时作念不到的事情，在新公司里重新延续下去吗？

唐文斌：我以为照实是有一定延续性的。

从旷视竖立运行，咱们一直想作念的事情，其实是但愿用 AI 去改造现实全国。最早咱们是以录像头为载体作念视觉能力，自后以手机为载体，再往后其实咱们一直但愿能走到新的载体上，比如车、机器东说念主。

是以从这个角度来说，咱们想作念的事情自己是一语气的。

仅仅今天旷视照旧变成了好多不同的业务板块，各个团队在不同方进取发展。咱们咫尺作念的新公司，其实亦然在寻找一个更顺应刻下阶段的形态，把蓝本的一些时期蕴蓄连接往前股东。

虎嗅：能不可再具体讲一下，从旷视到 Dexmal，这种延续性具体体咫尺何处？

唐文斌：旷视里面其实作念过一次结构颐养。苟简来说，咱们把业务拆成了两部分：一部分仍然留在旷视主体里面，另一部分则放在新的业务结构里。

在新的业务体系下，其实有几个不同的板块。

第一块是作念身份认证相干的业务，比如刷脸认证等。好多公共渊博用到的东说念主脸认证作事，背后其实都是咱们在提供时期能力。

第二块是给手机厂商提供视觉算法能力，比如东说念主脸识别、影像优化等，主要作事像华为、小米、OPPO、vivo 这么的厂商。

第三块是物流机器东说念主业务，通过托盘四向车、AGV 以及转机系统，去栽培仓库的运作效果。

第四块是自动驾驶业务。蓝本在旷视里面叫 MagicRide，咫尺照旧并立出来，自后发展成了沉科技。

是以举座上看，咫尺更像是" 1+4 "的结构：其中这四个业务板块就在新的体系里连接发展。

而 Dexmal 的机器东说念主业务，现实上亦然在这个体系里拆分出来的一块新业务。咱们但愿通过数据驱动、模子驱动的神情去作念通用型机器东说念主。同期，它和蓝本物流机器东说念主业务之间也会有好多互助关系。

虎嗅：这算是重新创业了，和畴前比较，你咫尺的心态有什么变化吗？

唐文斌：我以为既有雷同的场合，也有不雷同的场合。

雷同的是，咱们想作念的事情其实莫得变。我也很侥幸，好多一齐创业的昆玉还在，咱们照旧在一齐作念事情。

但不雷同的是，咱们照实履历过一些判断纰谬，是以这一次会更但愿把事情作念得更好。

时期的发展其及时时会超出咱们的预期。从最早的深度学习，到 Transformer，再到今天的大模子和机器东说念主，每一次时期海浪的发展速率，其实都比咱们蓝本预期的更快。

在这种情况下，咱们需要重新想考我方的节律——比如什么时候参加、参加几许、要不要去作念一些更果敢的事情。

另外一个变化是在营业上。咫尺咱们会更关怀一个问题：用户价值是不是鼓胀清澈？咱们到底为用户创造了什么价值？

这些问题在早期创业的时候，其实想得莫得那么多，但咫尺会看得更重。

虎嗅：你刚刚提到畴前有一些判断偏保守，具体来说是错过了哪些契机？

唐文斌：其实还挺多的。

比如在东说念主脸识别这件事上，咱们当年是最早把时期作念到可以大范畴落地的一批团队。但在好多哄骗场景上，咱们那时其实是比较保守的。

举个例子，当年作念东说念主脸识别的时候，咱们以为一双孤独份认证是时期上最可靠的，比如用来作念身份考据，这件事比较细目。

但像自后的东说念主脸支付这种场景，那时咱们其实是比较怀疑的。比如早年咱们和支付宝一齐作念刷脸支付的名堂时，咱们里面就有好多有计划：这个时期到底能不可踏实地作念到这种进度？

自后事实证实，这些场景其实很快就落地了。

近似的情况还有自动驾驶。那时公共在有计划自动驾驶能不可跨过 L3、实在走向 L4 的时候，好多时期判断其实亦然偏保守的。

因为作念时期的东说念主时时会很明晰刻下系统的性能上限，是以在判断时期跃迁的时候，反而容易更严慎。但澌灭时时是，这个行业的发展速率会比咱们的判断更快。

虎嗅：既然你们一直想作念机器东说念主，那最早运行布局 Dexmal 是什么时候？

唐文斌：其实咱们一直在关怀相干时期的发展。

不详在 2024 年的时候，咱们看到大模子运行进入机器东说念主范围，好多团队在尝试用大模子去驱动机器东说念主。是以那时咱们里面也作念了一些实验，想考据这种时期阶梯到底是不是可行。

差未几从 2024 年年中运行，咱们就照旧在作念一些相干实验了。

那时其实也在看旷视将来的发展旅途，比如公司是不是会连接股东上市。如果那时的旅途不同，可能咱们会采用在原有体系里连接作念。

但自后咱们也领会到，机器东说念主这个标的和大模子雷同，现实上都是一个绝顶烧钱的事情——需要大都算力、数据和接续参加。是以终末照旧决定把这件事单独拿出来作念。

虎嗅：2024 年中你们具体作念了哪些调查？

唐文斌：主如果一些偏 VLA（Vision-Language-Action）的实验。那时好多团队也在 follow Google 的 RT-1 和 RT-2。

虎嗅：从旷视首创团队来看，有东说念主作念大模子，有东说念主作念自动驾驶，也有东说念主作念具身智能。为什么会出现这么几条不同的阶梯？

唐文斌：我以为这既和个东说念主兴致关系，也和时期旅途关系。

从现实上来说，这几件事其实是归拢件事——都是 AI 在不同载体上的哄骗。

比如自动驾驶是 AI 在汽车上的体现，大模子是 AI 在信息全国里的体现，而机器东说念主是 AI 在物理全国里的体现。

对我个东说念主来说，我一直对机器东说念主更感兴致。智能机器东说念主这个标的，从最早运行就是我我方参与比较多的一件事情。

虎嗅：你刚刚提到，在旷视时期有一些判断是偏保守的。从时分点来看，你们在（2025 年 3 月）出来作念这家公司，你会以为这个时机是早了照旧晚了？

唐文斌：固然，从行业来看，照旧有不少同业更早运行作念这件事。但我我方的判断是，这个行业其实还处在绝顶早期的阶段，是以咫尺并不算晚。

实在贫苦的不是早或晚，而是接下来谁能够更快地把时期能力的斜率拉起来。也就是说，谁能更快地推动时期逾越。

咫尺扫数这个词行业其实还有一个很显然的问题：致使还莫得酿成一个老练的评测体系。公共很难有一个颐养的圭臬去判断，咫尺机器东说念主的能力到底到了什么水平。

如果你去看咫尺的时期水平，就会发现其实还绝顶早期。即即是在一些比较苟简的桌面任务上，比如捏取、摆放这些操作，咫尺好多系统的生遵守也只消不详 50% 到 60%。

如果连这种苟简任务的生遵守都还在这个水平，那更复杂的任务、愈加泛化的能力就更无须说了。

大脑还远未老练，好多订单都是"伪营业化"

虎嗅：如果从行业演进来看，大模子从 2022 年运行履历了"百模大战"，到咫尺缓缓敛迹到几家头部公司。你以为具身智能也会履历近似的敛迹过程吗？

唐文斌：我以为最终也会敛迹，但可能会剩下更多玩家。

原因在于，大模子现实上是纯线上软件，它的产业链相对短。模子能力一朝酿成上风，流量和用户很容易勾通到少数几家公司。

但机器东说念主不雷同，它的产业链绝顶长。

除了模子除外，还触及内容、戒指系统、具体哄骗场景，以及后续的实施和运维等一整套体系。这意味着它对企业的轮廓能力要求更高，也会导致行业的参与者类型更多。

另外一个原因是场景各别。

机器东说念主最终可能会走向一种绝顶通用的东说念主形形态，但这个过程会绝顶长。在这之前，一定会出现大都针对不同场景的产物形态。

比如从物理甘休来看，能举起 50 公斤的机械臂、能举起 5 公斤的机械臂，和只可提起 500 克物体的机械臂，现实上就是统共不同的系统。

是以在相配长的一段时分里，机器东说念主行业会呈现出好多垂直场景的产物形态。

固然，从永久来看，这些垂直能力也有可能被更通用的机器东说念主形态所障翳。但这个过程会花更长的时分。

虎嗅：如果从哄骗场景来隔离，你以为在国内起原老练的机器东说念主场景会是哪些？

唐文斌：咫尺咱们看到不详有几类场景。

第一类是偏科研或者文娱型的场景，这一类其实照旧相对比较老练了。比如扮演类、舞蹈类的哄骗，咫尺好多机器东说念主照旧可以作念得很好，也照实带来了比较强的情谊价值。

第二类是偏后端的场景，比如工业和物流。我以为跟着模子能力的栽培，这些场景其实照旧在缓缓落地，也在越来越多地被哄骗。

第三类则是作事业，致使是 To C 场景，也就是机器东说念主可以凯旋和东说念主进行交互的产物。但这一类我认为可能会是更背面的阶段。

从举座来看，这几个阶段能否竖立，其实取决于两个中枢条目。

第一，这个机器东说念主在具体场景里能不可酿成闭环，也就是说它能不可实在把事情作念完，而不是依赖大都东说念主工去兜底。

第二，这个账能不可算得分解，也就是客户是否现象为它付费。

比如文娱场景为什么更容易竖立？一方面是时期照旧可以达到基本需求，比如舞蹈照旧能闲逸不雅赏需求；另一方面，用户照实现象为这种体验付费。

是以从这两个维度来看——能不可把事情作念完，以及账能不可算明晰——时期逾越正在让越来越多的场景缓缓变得可行。

而之是以好多东说念主认为机器东说念主会先落在工业和物流场景，而不是凯旋进入家庭，一个贫苦原因是容错率。

比如如果家里有一个机器东说念主保姆，但它有千分之一的概率会打碎一个盘子，好多东说念主可能都很难摄取。但在工业或物流场景里，即便机器东说念主出错，系统等闲还有其他过程可以进行罪恶归附，是以举座容忍度会更高。

另外一个原因是经济账。

如果企业引入机器东说念主，一定会和东说念主工本钱作念比较。梦想情况下，机器东说念主应该可以永劫分接续责任，这么 ROI 才更容易竖立。而工业和物流场景，自己也更容易闲逸这种责任形态。

虎嗅：咫尺照旧到了第二阶段了吗？照旧说第一阶段还莫得澌灭？

唐文斌：我以为咫尺工业和物流场景其实照旧运行缓缓落地了。

虎嗅：刚才你提到第一阶段是文娱场景。但从咫尺来看，国内运控能力最强的是像宇树这么的公司，实在能作念扮演的机器东说念主还比较少。如果一些机器东说念主的畅通能力没那么强，是不是在第一阶段就很难拿到营业化订单？

唐文斌：订单现实上是一个澌灭，它来自于你是否为客户创造了用户价值。

这种价值可以是情谊价值，也可以是功能价值。比如替代一些贫穷的任务，或者栽培效果，现实上无非就是降本、提效或者栽培体验。如果其中某一种价值能够竖立，营业模式就竖立了。

但我个东说念主以为，咫尺好多所谓的营业化，其实是"伪营业化"。

比如咫尺好多机器东说念主订单，其实是卖给种种展示中心、数据中心或者政府建树的革命中心。这些订单固然也有价值，但它们更多是一种里面轮回，并莫得实在通过机器东说念主为社会创造新的增量价值。

比较之下，我以为宇树作念得比较好的场合是，它在文娱场景照实创造了价值。机器东说念主舞蹈自己就有不雅赏性，也能带来情谊价值，是以用户现象为此买单。

而咱们更但愿作念的是功能价值的机器东说念主，比如在仓库、零卖等场景中，实在替代东说念主工或者栽培效果。这类场景时期要求会更高，但如果能竖立，它的营业逻辑会更塌实。

虎嗅：在你的不雅察里，咫尺市集上实在提供这种功能价值的机器东说念主多吗？

唐文斌：说真话，咫尺还未几。

我以为咫尺有一批公司在绝顶负责地尝试作念这件事情，但实在被接续使用的案例其实还很少。

如果看前年东说念主形机器东说念主卖出去的数目，会发现其中很大一部分是科研用途，还有一部分是文娱场景。也有一些是作念 POC（见识考据）的名堂。

但实在贫苦的一个计算是：这个机器东说念主是不是在接续开机、接续被使用。

如果按照这个圭臬来看，咫尺实在被永久使用的机器东说念主数目，其实是绝顶有限的。

咱们咫尺看到好多演示、好多 Demo、好多 POC，但这些是不是照旧变成果然分娩环境中的接续哄骗，其实照旧一个很大的问号。

虎嗅：你以为从情谊价值型机器东说念主走向功能价值型机器东说念主，中间最大的卡点是什么？

唐文斌：中枢卡点其实是机器东说念主的"能力"，也就是它的大脑。

情谊价值型机器东说念主其实不需要太复杂的物理一语气。比如像宇树作念得绝顶好的，是畅通能力——舞蹈、打拳这些行为。它和物理全国的交互其实绝顶有限，现实上只需要和大地发生斗殴，只消保慎重点踏实、行为谐和就可以完成。

但如果机器东说念主要实在去操作物体，难度就统共不雷同了。

机器东说念主不仅要一语气物理全国，还要理衔命务自己，然后把这种一语气滚动成具体行为。更贫苦的是，这个行为还需要酿成闭环戒指：当机器东说念主践诺行为后，环境会发生变化，它必须通过新的感知信号不断颐养我方的行为。

这一整套过程，其实是一个绝顶复杂的算法问题。

如果苟简类比的话开云体育(中国)官方网站，像自动驾驶或者好多文娱型机器东说念主，它们濒临的环境其实更接近二维问题，比如前后摆布迁徙，目田度相对比较低。但实在的操作任务是在三维空间中进行的，何况目田度绝顶高。