清华博士做具身大脑拿下九轮融资，他说机器人行业不存在所谓ChatGPT时刻｜硬氪专访

作者｜黄楠

编辑｜袁斯来

在一众清华系创业者中，千诀科技创始人高海川很特别。他从不以学院派自居。他给自己的定位简单直接，在硬氪采访中，他说：“我首先要考虑商业现实，其次才是搞技术的。”

2019年，还在清华实验室做研究的他，就敏锐的捕捉到了机器人大脑的商业机会，但他没有着急创业，而是把这份想法存了整整四年。直到2023年，在判断机器人智能进入工程化和商业落地窗口后，高海川才离开学校，正式创立千诀科技。

这种务实和清醒贯穿了千诀后来的成长。

硬氪获悉，千诀科技近日完成数亿元A+轮融资。本轮融资由元禾厚望、筱光资本、芯能创投、英诺天使基金、京铭资本、未来边际创投等市场化机构及产业方投资人共同参与。Maple Pledge 枫承资本长期出任私募股权融资顾问并参与本轮投资。成立以来，公司累计已完成9轮融资。

创立第一天，千诀对商业化的定位就很清晰。当时，行业畅想着把ChatGPT融合进具身机器人，靠大模型就能解决落地的全部难题。千诀却选择了一条少有人走的路。

高海川其实很早就开始研究前沿方向。早在2017年，团队核心成员还在清华实验室时，就锁定了预测式世界模型这条技术主线，并且在国际比赛拿到了很好的成绩。

但千诀早期没有讲过这类故事，当所有人沉迷于通用人形机器人的未来时，高海川却说：“机器人行业不存在所谓的ChatGPT时刻。不会出现某一个单点技术突破，就带来全赛道瞬间爆发的拐点。”

他并非悲观或唱衰行业，只是在实际落地中认清了现实。千诀的第一批订单不是人形机器人，而是选择从餐饮、保洁、酒店服务机器人等已经具备明确需求的产品和场景切入。

高海川清楚地看到落地中会遇到问题，他也并不认为数据采集的问题短期内能够解决。所以，千诀内部两条线并行，研发团队沿着预测式世界模型的主干，基于多项式表征架构，探索一切可能的细分算法路线；落地团队扎进酒店、零售、家庭服务这些场景里，一个客户一个客户地啃，在真实应用中去优化。

搭载千诀世界模型的机器人在咖啡店自主配送（图源/企业）

“客户不在乎你的技术架构、算法模型，而是这东西能不能帮他收拾好酒店客房里乱丢的拖鞋。”高海川告诉硬氪。

在CTO章天任眼里，高海川是个“非典型的清华人”。虽然拥有长期的技术研究经历，但他并不以论文数量或技术概念作为创业的唯一评价标准。高海川很少插手具体的技术方案，而是把精力放在业务方向上，跟团队一起讨论什么该做、什么不该做，同时想清楚公司长远的路径怎么走。

他也很少被外界风向所影响，对热点有很干脆的判断。比如对大脑公司造本体，他就认为，“为了融资的可能性很大。这本身就是行业浮躁的缩影，不是技术逻辑，是资本逻辑。”

具身智能赛道虹吸海量资金后，如今也到了给出进展的时刻。但显然，很多公司除了漂亮的PPT和展台Demo，还是拿不出实际结果。

千诀似乎没有这样的惶恐。高海川从来不去讲抽象的概念，“再好的技术，如果落不到真实场景，拿不到客户认可，就没有实际价值。”高海川说。

以下是硬氪同千诀科技创始人兼CEO高海川的对谈实录，内容经编辑：

投资人不再为炫酷Demo买单

硬氪：站在一线产业从业者的视角，今年具身智能赛道相比此前，你观察到最直观、根本性的行业变化是什么？

高海川：行业进入眼下阶段，发展速度往往是最快的，它已经走出了学术圈的价值定义方式。

过去大家看的是一次性演示、Demo、榜单排名；现在更关注真实的落地指标，比如任务成功率、连续运行时长、异常恢复能力、部署成本、数据迭代速度。投资人的评价标准也变了，不再因为一个炫酷的Demo就出手。

这种变化正在海内外同步发生。我们也可以看到，行业评价标准的关键词正围绕这几个维度收敛，包括长尾反馈闭环、系统工程等概念被提及的频率越来越高。

尽管还没有一个统一的架构能适配所有场景，但共识在形成。作为产品，这不再是一个一次性交付的SaaS系统，而是一整套系统工程，依靠模型体系与真实用户反馈数据，在实际落地运行的过程中持续迭代、协同进化。

硬氪：过去一年，从端到端、VLA到世界模型的技术热点快速切换，你们怎么看待市场对新的路线或概念的态度？

高海川：其实路线层出不穷，是当前AI领域的普遍现象，不仅具身智能，多模态模型、语言模型都是这样。但关键是，技术根基没变。在细分层级上技术路线并非互斥，对于系统框架而言，往往只需增加一个解码器，主干网络和特征表征就可以复用。

要判断一条路线是否可行，不能看短期的声量。任何细分路线在特定阶段都有它的长处，也有它的短板。所以"新"不代表"好"，真正的检验标准是市场，由几个基本指标着手，比如数据效率怎么样、样本效率高不高、迭代成本多少、系统长时间跑稳不稳定、泛化能力强不强等。这些才是决定技术路线到底能走多远的东西。

硬氪：千诀成立第一天就在做预测式世界模型，你们是在什么时间点确定这条路线的？

高海川：国内预测式世界模型的风口，是因为Yann LeCun出来创业做AMI Labs后，一批长期从事相关研究、之前没有被市场充分关注的团队走到聚光灯下。千诀也是其中之一。

但事实上，2018年，World Model领域第一篇论文刚发表时，我们团队就已经开始基于视频游戏VIZDOOM竞赛做Model-based Control的研究，并且在国际比赛拿到了很好的成绩。

我们当时看到的是一个确定性极强的长期方向。所以当世界模型在今年被推上风口时，千诀在技术层面已持续积累了近十年。

《Quantifying and Optimizing Simplicity via Polynomial Representations》，提出利用多项式表征对神经网络的“简单性”进行量化与优化（图源/企业0

硬氪：在世界模型概念爆火之前，业界对它的真实认知是什么？千诀早期为什么没有选择更主流的VLA路线？

高海川：千诀成立是在2023年，业内普遍认为，将ChatGPT接入人形机器人就能解决一切问题。但这个判断明显低估了数据稀缺性。真实机器人数据的采集成本太昂贵了，时间成本、破坏性成本都非常高。这就意味着，算法必须具备极高的样本效率，才有可能跨越商业化的门槛。

VLA与世界模型并不是完全对立的技术路线，VLA在语言理解和直接生成动作等方面具有自身优势。但如果只依赖端到端的策略学习，面对数据稀缺、环境变化和分布外任务时，仍然可能面临较高的数据需求和泛化挑战。所以千诀从一开始就很明确，不走Model-free的路线，而是选择预测式世界模型，这在当时甚至还没有成为具身大脑领域的行业共识。

在有限数据条件下，我们希望能提高模型的数据利用效率、跨场景泛化能力以及在动态环境中的持续决策能力。

另一点也很关键。开放式场景里的动态随机性干扰，恰恰是Transformer架构的强项；机器人不能只根据当前输入生成一次动作，还需要根据新的观察不断更新对环境的判断。这要求模型不仅具备多模态信息和时序关系的建模能力，还要具备较强的跨场景泛化能力。

我们选择预测式世界模型，是希望通过学习与任务相关的状态表征和变化规律，让机器人能够预测行动可能带来的结果，并在动态环境中持续调整决策和规划，减少对固定场景和既有数据分布的依赖。这些因素叠加在一起，支撑了我们的技术判断。

做本体不应该成为融资工具

硬氪：作为机器人智能基础设施提供方，你们怎么理解整机厂商选择外部智能底座的真实诉求？客户通常有哪些顾虑？

高海川：整机厂商最大的顾虑，其实是生态位冲突。一个本身有B端客户、有本体品牌的厂商，在选择大脑时，如果发现供应商也有本体品牌，哪怕只是存在潜在的竞争可能性，这个合作大概率就谈不下去了。这不是技术问题，是信任问题。

我们希望通过适配不同形态的机器人，降低本体厂商在智能能力上的重复研发和适配成本，帮助合作伙伴更快完成产品落地，而不是跟伙伴们去争夺本体品牌或终端客户。

至于做本体这件事，在国内或许有它特殊的融资价值，甚至在某些阶段可以变成一张“复活卡”。这本身就是行业浮躁的缩影，不是技术逻辑，是资本逻辑。

硬氪：机器人的矛盾在于，实验室Demo指标很漂亮，一旦迁移到真实物理世界，性能就可能出现断崖式下滑。要实现大规模商业化复制，最大瓶颈到底是算法、工程适配，还是真实物理场景的数据闭环？

高海川：算法经过这么多年迭代，能力储备其实已经相对充足。当下真正的瓶颈，是数据还没有真正到位。在算力、算法、数据这三要素里面，算力与算法基本已经就绪，真正拖慢脚步的是数据供给。

机器人的数据稀缺，是这个赛道独有的困境。物理世界的真实数据，只能依靠机器人实体去主动采集，这和大语言模型完全不一样。语言模型可以继承互联网几十年沉淀下来的海量公开文本；但机器人领域并没有经历过大规模人工操控机器人、沉淀大规模物理交互数据集的历史阶段。

没有这份先天积累，过去行业才被迫把希望更多寄托在算法和算力之上，但数据短板绕不开，必须寻找新解法。

这是我们必须认清的现实，机器人行业不存在所谓的ChatGPT时刻。不会出现某一个单点技术突破，就带来全赛道瞬间爆发的拐点。行业的前进路径，只能是由一个个真实场景驱动，循序渐进完成市场渗透。

搭载千诀世界模型的机器人自主执行餐桌清洁任务（图源/企业）

硬氪：如何判断哪些机器人能力可以跨本体复用，哪些能力天生就无法跨本体迁移？

高海川：目前行业基本上已经形成共识，任务规划、对客观物体交互逻辑的理解可以跨本体。不管是带机械臂的四足机器人，还是人形机器人的机械右手，抓取杯子这件事背后，对杯子会如何发生位移、如何被外力改变状态的认知是相通的。它回答的是“杯子会被如何操作”，而不是“我这个躯体该怎么去操作杯子”。

而“我该怎么操作杯子”，也就是对应执行器本体控制的部分，是和硬件形态深度绑定的。无论是四足、无人机还是人形机器人，本体的运动控制逻辑完全不同，这一部分无法直接跨本体迁移。

“一脑多形”这套跨本体复用模型的能力上限，由数据底座决定。即便模型架构设计足够先进，一旦缺少对应分布的数据支撑，真实场景下任务成功率会出现显著下滑。千诀希望将任务理解、环境认知和决策规划等共性能力沉淀下来，根据不同本体的能力边界进行组合和调整，在提高复用效率的同时，保留对具体执行系统的针对性适配。

硬氪：从产业侧来看，B端客户并不关注VLA、世界模型等技术路线差异，现阶段具身智能商业化落地的核心评判标准和真实客户诉求是什么？

高海川：产业客户根本不关心你用的是VLA还是世界模型，他们在乎的是：这东西能不能让我少雇一个人？能不能让仓库的拣货错误率降下来？具身智能落地，本质上就是在解决这些琐碎而具体的问题。

千诀预测式世界模型（图源/企业）

举个例子，我们给酒店做的机器人，任务就是从脏衣篓里把衣服捡出来放进洗衣机。这个动作听起来简单，但要稳定运行、不卡壳、不夹衣服、适应不同材质和叠放状态，里面全是工程细节。客户不会因为你用了多先进的预测式世界模型就多付一分钱，他只看这个活儿干得漂不漂亮、故障率高不高、值不值这个价。

再比如，一个能整理鞋柜、捡纸团、找手机的机器人，放在人形上可能卖20万，但用户的实际感知价值也就3000块。这中间的落差就是落地最真实的困境。对千诀来说，研发可以朝最酷的方向走，但产品推向市场的时候，必须把它裁剪到用户愿意掏钱的那个形态。

“我首先要考虑商业现实，其次才是搞技术的”

硬氪：从清华实验室的课题组到创业，你个人最大的思维转变是什么？哪些事情是创业之后才被现实重新教育的？

高海川：如果还停留在实验室做学术研究，大家的评价标尺是很简单、很纯粹的，就是看算法、看论文、看技术路径能不能跑通，追求把技术本身做到极致。但创业之后，这套评价体系完全变了。

我一直觉得，我首先要考虑商业现实，其次才是搞技术的。当然，并不是说技术不重要，而是创业者必须对产品、客户和商业结果负责。千诀团队里有不少博士，但我们做的不是学院派创业——我们既做底层学术研究，也做工程转化，但研究不能脱离真实需求，而要与机器人在实际场景中面临的问题相互验证。

在商业世界，拿下真实落地的客户才算胜利，单纯的算法突破不算胜利。再好的技术，如果落不到真实场景，拿不到客户认可，就没有实际价值。

具身智能赛道的概念更新迭代很快，资本热度也会带来大量的外部噪声。作为企业管理者，需要去分辨哪些是真正有价值的技术演进，哪些只是市场炒作出来的故事，守住我们的路线，不会被外界热点带着随波逐流。

高海川（左四）和千诀团队在办公室合影，摄于2023年（图源/企业）

硬氪：一批具身本体企业逐步迈入上市窗口期，资本也在期待大脑、模型、数据层跑出独立的上市公司。上市卡位会影响千诀的技术路线选择与内部资源倾斜策略吗？

高海川：我们不会把上市时间作为决定技术路线和资源配置的首要因素。资本市场能够为企业带来资金资源支持，但一家技术公司的长期行业位置，决定它能走多远的，永远是技术本身、产品能力和落地效果。

市场上存在一个普遍误区，就是会过度放大“上市时间窗口”的决定性作用。客观来讲，IPO本身并不能锁定企业的行业站位。

现阶段，具身赛道最核心的矛盾并不是资金缺口，而是真实商业场景的落地。上市能带来品牌背书，但对场景拓展的直接拉动作用相当有限。只有当行业完成技术收敛、竞争核心彻底转向资本博弈时，上市才会成为决定性变量。但在当下，核心矛盾依然是场景。

不可否认，资本市场会基于上市预期对不同技术路线给出差异化估值定价。但当前整个具身赛道并不缺钱，资本的边际效用已经明显下降。

我们的策略是牢牢锚定主干技术路线，不发生摇摆，同时对各类细分方向算法能力做融合吸收，而不是被外部资本叙事牵着走、绑架技术选择。

硬氪：目前，具身赛道资本叙事的热度跟商业化落地的进度之间存在明显温差，业界普遍存在泡沫焦虑，你如何看待这种市场情绪？

高海川：行业热度的起伏，更多是资本周期在起作用，不完全是企业基本面的映射。站在当下去看，确实到处都有问题；但拉长到产业演进的尺度上，很多阶段性难题会随着时间自行消解。

对企业来说，既不能因为资本热度高就盲目扩张，也不能因为市场进入调整期就否定长期价值。关键是区分哪些事情需要长期坚持，哪些事情需要快速验证。要建立速决战的思维，别陷入消耗型的持久战。

依赖泡沫红利扩张的企业，在资本退潮的时候会受到剧烈冲击，业务惯性太大，想调头已经来不及了。千诀从一开始就没有跟随泡沫叙事，这几年下来，内部也形成了速战速决的惯性，不管资本环境冷还是热，我们始终按自己的节奏在跑。这不是一种策略选择，而是一家企业能否持续运转下去必须具备的底层能力。

硬氪：随着行业逐步脱离表演叙事，更加看重真实场景闭环，据你们观察，尚未解决的共性卡点主要集中在哪些地方？

高海川：现在大家确实不迷信展台Demo了，都在追真实闭环，还有几道绕不过去的坎需要被解决。

首当其冲，肯定还是数据问题。真机采集成本太高，仿真数据只能辅助替代不了真实交互。域外泛化更难，数据不到位，模型再好换了新场景也容易失效。

其次是大脑小脑的协同和跨本体适配，目前还没有统一的工程解法。不能幻想着一套模型通吃所有硬件。换形态的工程成本依然很高。

第三，技术范式本身还没收敛。关于"世界模型"定义差别很大，论文Demo的效果跟真实商业落地之间的差距依然明显。

第四，技术理想和商业现实经常错位。Demo可以展示能力上限，但客户看的是价值跟价格是否匹配。高端原型很强，落地就要裁剪简化到大众能接受的价位。市场教育、客户心智这些非技术因素，也会拖慢速度。

最后，是如何平衡前沿研发和商业化交付。不能把未经充分验证的技术直接交给付费客户，商用版本必须稳健；但企业也不能全扑短期项目，放弃底层探索。怎么分配资源、怎么区分实验室版本和交付版本，这是所有企业都要持续解决的问题。