具身智能，找客戶難。
但深圳一家機器人公司，卻有一批千億級大廠為之買單。
美的工廠里，機器人分揀，效率是人工 3 倍；海信生產(chǎn)線中，機器人用于柔性插拔裝配，成功率達 99.99%。2024 年又推出人形機器人，2025 年就批量出貨超百臺，拿下了比亞迪、廣汽、中聯(lián)重科、三一重工、松下、大金、藍思科技等客戶。
這就是跨維智能，通過為制造業(yè)客戶提供機器人大腦和人形機器人，年收入已突破億元。
跨維智能創(chuàng)立于 2021 年，之所以在不到五年就大規(guī)模落地，秘密是解決了數(shù)據(jù)難題。
物理世界的數(shù)據(jù)天生稀缺，行業(yè)大多靠真機采集數(shù)據(jù)，效率低還復用難。跨維智能創(chuàng)始人賈奎帶著團隊，用計算機模擬物理環(huán)境 " 造數(shù)據(jù) "，解決了機器人在真實世界中訓練數(shù)據(jù)匱乏的難題。
在跨維智能搭建的虛擬世界里，物體有重量、會碰撞，能無限生成訓練數(shù)據(jù)——今天練分揀圓形零件，明天換方形；今天模擬晴天，明天換陰天，還能故意設(shè)置油污干擾。
資本同樣看好跨維智能的 " 數(shù)據(jù)核武器 "。跨維智能已經(jīng)完成多輪大額融資。剛創(chuàng)立就獲得近千萬美元天使融資。
2025 年年中，又獲得數(shù)億元 A1&A2 輪融資，投資方包括領(lǐng)投方成都科創(chuàng)投、洪泰基金，以及聯(lián)想創(chuàng)投等一眾新老股東。
跨維智能的客戶分部在汽車零部件、新能源、3C 電子、航空航天、物流、家電、化工、醫(yī)療、教育等 50 多個細分行業(yè)。
賈奎是 "80 后 "，山西人，本科畢業(yè)于西北工業(yè)大學，并在倫敦大學瑪麗女王學院獲得博士學位。目前，他的另一重身份是香港中文大學（深圳）教授。
最近，鉛筆道與多家媒體一道，與賈奎交流，共探機器人新機會。
1、機器人下一個落地場景是什么？
服務(wù)機器人。技術(shù)將成熟到 " 好用且不貴 "，機器人成本能降到客戶 18 至 36 個月回本的區(qū)間。2027 年開始起量，2028 年有望迎來爆發(fā)，復刻工業(yè)機器人當年的發(fā)展路徑。
2、2026 年，哪些領(lǐng)域會爆發(fā)？
三維物理世界模型成為行業(yè)熱點，接近人類自然動作的數(shù)據(jù)采集設(shè)備（如手環(huán)、頭環(huán)）會爆發(fā)。
3、樂觀看，具身智能的前景有多大？
如果核心數(shù)據(jù)問題能徹底解決，優(yōu)秀公司的估值或能達到大模型公司的 10 倍。
聲明：訪談對象已確認文章信息真實無誤，鉛筆道愿為其內(nèi)容做信任背書。以下是賈奎口述。
- 01 -
2021 年創(chuàng)業(yè)的時候，" 具身智能 " 概念別說火，行業(yè)里都沒幾個人提。
我們很想搞明白：AI 能不能跳出屏幕，從文本、圖像這些虛擬數(shù)字世界，真正走進生活的三維物理世界？
而 AI 要在物理世界自主完成任務(wù)，必須有載體，就是機器人，這也是具身智能的核心邏輯。
很多人會把具身智能和人形機器人畫等號，其實這是個誤區(qū)。具身智能是 " 讓 AI 在物理世界做事的能力 "，而人形機器人只是這種能力的一種載體。哪怕是一個只有一只 " 手 " 的機械臂，只要能靠 AI 感知環(huán)境、自主完成任務(wù)，也屬于具身智能的范疇。
但無論載體是什么，機器人最終的價值都要落到 " 勞動力 " 上：要么比人效率高，要么能做人做不了的事，要么能降低成本。
跨維智能創(chuàng)始人賈奎
工業(yè)領(lǐng)域的機器人普及度一直最高——汽車工廠的焊接機器人、3C 工廠的組裝機器人已存在幾十年——但有致命缺點：成本太高且太 " 死板 "。
一套傳統(tǒng)工業(yè)機器人系統(tǒng)可能要幾十萬甚至上百萬，只有汽車、手機這種大批量生產(chǎn)的行業(yè)才用得起；而且它們只能做固定動作，一旦產(chǎn)品型號變更，就得重新編程、調(diào)整設(shè)備，中小批量生產(chǎn)的工廠根本扛不住這個成本。
而商業(yè)場景和家庭場景的問題更突出：機器人滲透率極低。商場里難見真正干活的機器人，家里的掃地機器人本質(zhì)還是 " 自動化設(shè)備 "，不是能自主決策的 " 智能體 "，核心原因是這些場景太復雜、太靈活，傳統(tǒng)機器人的 " 腦子 " 不夠用。
具身智能還不能像人一樣，適配不同場景，兼顧智能、通用與低成本，根子在數(shù)據(jù)——物理世界的數(shù)據(jù)天生稀缺。
你想讓機器人學會分揀零件，互聯(lián)網(wǎng)上找不到 " 零件重量 + 抓取力度 + 環(huán)境光照變化 " 的組合數(shù)據(jù)；想讓它學會插拔電線，也沒有現(xiàn)成的 " 力覺反饋 + 插拔角度 + 電線材質(zhì) " 的數(shù)據(jù)集。這些數(shù)據(jù)是三維的、多模態(tài)的，還和具體場景強綁定，根本沒法像爬取文本那樣批量獲取。
既然真實數(shù)據(jù)不夠，能不能用計算機模擬物理環(huán)境 " 造數(shù)據(jù) "？這就是生成式仿真的雛形。當時這個想法很超前，行業(yè)里大多還在靠真機采集數(shù)據(jù)，我們卻開始琢磨怎么構(gòu)建虛擬物理環(huán)境，生成機器人需要的訓練數(shù)據(jù)。
大模型讓 AI 的 " 理解能力 " 上了一個臺階，但數(shù)據(jù)瓶頸仍未突破。很多同行的嘗試都走不通：真機遙操作采集數(shù)據(jù)效率太低，百萬條模型訓練數(shù)據(jù)需要大量人工，且不同場景的數(shù)據(jù)無法復用；視頻生成技術(shù)只能提供二維表象，缺了物理機理支撐，模型到真實場景里很容易 " 翻車 "。
我們的解決方案是在計算機里搭建一個遵循真實物理規(guī)律的 " 虛擬世界 "（這個虛擬世界名字叫 GS-World），物體有重量、會下落、碰撞會反彈，甚至摩擦力、重力、阻力都能精確模擬。
在這個虛擬世界里，我們能無限量生成訓練數(shù)據(jù)：今天讓機器人練分揀圓形零件，明天可換成方形；今天模擬晴天光照，明天能換成陰天；甚至能故意設(shè)置干擾，比如讓零件沾油污，看機器人怎么調(diào)整策略。
之后，我們通過微調(diào)模型，把仿真訓練的 " 能力 " 轉(zhuǎn)化為落地 " 技能 "。目前已有多個行業(yè)案例：
美的工廠的無序零件分揀機器人，效率是人工的 3 倍；海信生產(chǎn)線的柔性插拔裝配機器人，成功率達 99.9%，這些都是過去只能靠熟練工人完成的任務(wù)。
- 02 -
2021 年公司運營后，我們將業(yè)務(wù)分為兩大板塊，核心都是 " 把具身智能轉(zhuǎn)化為商業(yè)價值 "：
在泛智能制造領(lǐng)域，我們定位 " 賣機器人大腦 " ——提供操作大腦和純視覺傳感器，適配 ABB、庫卡等國內(nèi)外主流機器人本體，不用替換現(xiàn)有設(shè)備就能實現(xiàn)柔性生產(chǎn)。客戶涵蓋美的、海爾、海信、廣汽、比亞迪、松下、藍思等頭部企業(yè)，集中在汽車零部件、3C、家電、新能源行業(yè)。2023-2024 年，這塊業(yè)務(wù)年增速至少翻倍。
商業(yè)服務(wù)板塊則走 " 大腦 + 本體 " 的全棧路線。因為商業(yè)場景沒有現(xiàn)成的機器人載體，我們 2024 年發(fā)布 DexForce W1 系列人形機器人，定位 " 通用靈巧作業(yè)平臺 "。
它的上肢有 7 個自由度，能做出和人手類似的靈活動作，搭配 GS-World 訓練的模型，可完成沖咖啡、取餐、掃碼支付、導引講解等復雜任務(wù)。目前已與頭部文旅運營商、連鎖咖啡品牌深度合作。2025 年 8 月開始批量出貨，出貨量已超百臺。
我預判 2026 年是商業(yè)服務(wù)機器人的元年——屆時技術(shù)將成熟到 " 好用且不貴 "，機器人成本能降到客戶 18-36 個月回本的區(qū)間。2027 年開始起量，2028 年有望迎來爆發(fā)，復刻工業(yè)機器人當年的發(fā)展路徑。
我一直認為，具身智能行業(yè)要發(fā)展，必須解決 " 數(shù)據(jù)平權(quán) "。此次更是將 GS-World 的核心底座 EmbodiChain 直接開源，讓大家可以自己去生產(chǎn)數(shù)據(jù)，訓練模型，不怕技術(shù)抄襲，是因為我們的核心競爭力在物理建模算法和工程化落地能力，且行業(yè)需要更多參與者一起做大 " 蛋糕 "。
"AI 定義本體 " 是我們的特色：把機器人構(gòu)型、關(guān)節(jié)參數(shù)建模成圖結(jié)構(gòu)，AI 可根據(jù)任務(wù)目標（如 " 最低成本實現(xiàn)最高抓取率 "）優(yōu)化設(shè)計，我們的人形機器人本體就大量采用這種方案，比傳統(tǒng)設(shè)計更靈活、成本更低。
機器大腦在虛擬世界中學習咖啡機操作
過去一年，行業(yè)雖有泡沫，但進步實實在在：模型泛化能力更強、機器人成本更低、核心零部件供應(yīng)鏈更成熟，尤其是以深圳為代表的中國硬件供應(yīng)鏈，在響應(yīng)速度和成本控制上優(yōu)勢明顯。
我判斷 2026 年將有兩大趨勢：
1、三維物理世界模型成為行業(yè)熱點，
2、接近人類自然動作的數(shù)據(jù)采集設(shè)備（如手環(huán)、頭環(huán)）會爆發(fā)。
工業(yè)仿真技術(shù)已成熟幾十年，精度完全滿足需求；所謂差距是所有數(shù)據(jù)的共性問題，我們通過生成極端場景數(shù)據(jù)擴大數(shù)據(jù)分布，讓模型見過足夠多的 " 意外 "，到了真實場景自然能應(yīng)對自如。我們的商業(yè)模式核心是 " 賣能力 "，交付給客戶的是 " 不用管就能干活的勞動力 "，而非單純的數(shù)據(jù)或產(chǎn)品。
如果具身智能的核心數(shù)據(jù)問題徹底解決，優(yōu)秀公司的估值或能達到大模型公司的 10 倍——因為具身智能作用于物理世界，能直接帶動實體經(jīng)濟，提升工廠效率、降低服務(wù)成本、改善家庭生活。
本文僅為口述者獨立觀點，不代表鉛筆道立場，不構(gòu)成任何投資建議。
來源：鉛筆道
