仿人化操作与AI融合：具身智能如何重塑机器人产业新格局

DeepSeek的优化思路对具身智能大模型的开发和建立具有极大的参考意义。

文｜张可

ID | BMR2004

在人工智能技术飞速发展的当下，具身智能与机器人技术的结合被视为引爆下一个AI风口的关键。中信书院读书会近期邀请非夕科技副总裁胡晓平，深入探讨了自适应机器人的技术突破、行业格局，以及DeepSeek大模型对智能机器人领域的影响。

非夕科技于2016年成立，专注于研发、生产集高精度力控、计算机视觉和人工智能技术于一体的自适应机器人产品。其创始团队主要来自斯坦福机器人实验室和人工智能实验室。

非夕科技现已完成五轮融资，融资过程较为顺利。胡晓平介绍，在天使轮阶段，非夕的斯坦福基因背景是吸引投资的核心。此后，非夕的每个发展阶段都在追求极致中稳步前进，因此在A、B轮投资时，非夕也能够以成熟的产品和具有潜力的应用场景赢得投资者的信任。2022年至今，公司每年营收都会保持2-3倍增长，且产品的通用性可赋能多行业。

作为一家从斯坦福实验室走出的独角兽企业，非夕科技凭借独特的“力控+AI”技术路线，正推动机器人从工业场景迈向更开放的千行百业。

01

技术破局：自适应机器人“仿人化操作”的探索

胡晓平介绍，传统工业场景的机器人大多依赖固定的程序，追求高精度与位置控制，因此应用场景存在局限性。为了解决机器人的通用能力，非夕科技按照“力控+AI”的路线，打造能在变化的场景中进行自主调节、自主决策的自适应机器人，以自适应机器人对外界环境的感知能力和操作能力拓宽更多场景的应用，赋能千行百业。

“力控+AI”结合的方式能够从两个维度提升机器人对力的感知和控制。在硬件上，非夕自主研发了六维力传感器，能确保机器人与环境的交互过程中有精细的感知能力，此传感器在性能、成本上大大优于目前行业里的大部分产品。基于硬件的感知能力，在软件上，非夕拥有一套七轴机械臂的控制算法，传承了斯坦福机器人实验室在力控领域的理论成果。从硬件和软件两个维度的升级，让机器人的跨行业应用能力得到了本质提升。

非夕的自适应机器人凭借“仿人化”的特点，不仅拓宽了工业领域的应用成果，在非工业领域也实现了典型的应用场景。

在工业制造领域，传统机器人难以胜任复杂度较高的任务，导致工业机器人的利用率较低，而自适应机械臂凭借其“仿人化”的能力填补了这一空白。非夕的机械臂已与特斯拉、理想、蔚来等新能源车企展开了深度合作，成功解决了装配、打磨、抛光等复杂场景下的任务。此外，该机械臂还应用于3C电子产品等领域。

在非工业领域中，非夕的机械臂积极拓展到人力密集型任务。在农业自动化生产中，机械臂成功实现了自动化切割鸡腿肉、炸酥肉、剥皮等复杂任务。过去，这些都需要特定手法才能完成相应动作，而自适应机器人通过力觉的精准感知，能将这种手艺转化为机器人可执行的动作，从而高质量完成任务。在医疗领域，机械臂能掌握对人体穴位的力道控制，提供个性化的理疗服务，避免了传统按摩椅力道固定、适应性差的问题。

胡晓平介绍，目前，非夕在新能源汽车制造领域的产品已经非常成熟，大部分客户也非常认可非夕的解决方案，产品复购率达到40%-50%，形成了客户从试水到规模化采购的信任链，也可以看出非夕科技商业化路径的成功。对食品加工、理疗、康养等产业也已经有相应的标准化产品，但这些产品还需要一定的推广周期。

02

行业格局：从动作精准到操作智能的范式跨越难题

技术突破的背后，是智能机器人行业对价值标准的重构——从追求“动作精准”转向“操作智能”。

随着AI技术的发展，对于具身智能机器人的研究正如火如荼地进行。具身智能的实现需依赖三层协同架构：“大脑”负责环境感知与策略决策，“小脑”主导实时解析指令并生成动作序列，“躯体”则通过多模态传感器与驱动装置实现环境交互。

具身智能的发展形态丰富多样。例如，一个普通的扫地机器人在装配智能系统后也可纳入具身智能的范畴。随着技术的发展，具身智能的研究和应用范围不断扩大，从工业生产到家庭服务，从医疗护理到教育娱乐，展现出了广阔的应用前景。

目前，人形机器人是具身智能的最佳载体，其拥有类似人的躯干，这种形态对人类来说具有亲和力。对于人形机器人，不同企业的研究侧重点也不同。在2025年春晚亮相的宇树科技机器人是人形机器人的代表，宇树机器人更加注重移动能力，可完成跑、跳、翻跟头等动作，移动性能突出。

当机器人搭载大模型就相当于为人形机器人装配了“大脑”，使其能够通过语音识别与理解处理复杂环境中的任务，并能够通过感知环境的变化，实时调整自己的决策和动作。关于“大脑”，非夕已孵化专注于具身智能的子公司“穹彻智能”。在2024年WAIC世界人工智能大会期间，穹彻智能的具身大脑在完全开放的环境中完美展示了叠衣服、削黄瓜等动作。

胡晓平介绍，在具身智能发展过程中，主要难点在于数据和操作两方面。相较于大语言模型，具身智能在算法与算力上已有相对成熟的解决方案，但数据问题仍是核心瓶颈。因为机器人操作数据的维度极为复杂，涉及空间、时间、多模态环境交互等，并且采集难度高、规模有限，远不及大语言模型的成熟数据生态。具身智能需要的数据核心挑战并非单纯“量”的积累，而是“质”的科学化构建，需要规范多维度数据的有效性，比如动作轨迹、物理反馈、环境映射，只有拥有足够多有效的数据才能支撑具身智能模型的迭代与应用落地。

在操作方面，人类在操作中的“下意识行为”本质是多模态感官信息的实时融合与反馈，即人类通过各种感官感受信息，大脑基于信息给予反馈。而机器人难以复现此类能力，根源在于物理交互信息的缺失。非夕的解决思路是通过高精度力控、触觉反馈、视觉融合等技术，将人类操作中的“手感”转化为机器可量化的多维度数据，从而让机器人形成反馈。因此，补齐信息缺口是解锁机器人复杂操作能力的必经之路。

胡晓平认为，机器人必须提升操作能力才能发挥真正的价值，因为我们对机器人的最终目标是要它们付诸实践。基于此，非夕科技制定了“从手到人”的渐进式路线：首先攻克机械臂的仿人化操作，提升机器人“小脑”的实时控制能力，随后拓展至“大脑”的决策智能，最终结合人形机器人的躯体，整合为完整的具身智能体。

03

DeepSeek热潮：信心提振与技术启示

具身智能的核心挑战在于操作数据的构建与物理交互的突破，而以DeepSeek为代表的大语言模型的优化思路和开源生态，为这场革命注入了更多可能性——不仅是技术突破，更是对创新生态的信心重塑。

DeepSeek的优化思路对具身智能大模型的开发和建立具有极大的参考意义。胡晓平指出，虽然大语言模型的数据与机器人的操作数据差异较大，具身智能的发展难以复用大语言模型的数据集，无法直接解决机器人操作层面的核心问题，但DeepSeek可以优化人机之间的语言交互体验，使机器人快速理解人类的指令并做出反馈。

因此，在具身智能发展的前期阶段，大语言模型接入机器人能够显著提升机器人交互、语言识别和语义理解能力。同时，在降低算力成本与加速迭代方面，具身智能发展模型的技术路线和算法框架与大语言模型是相近的，不论是推理能力的优化还是降低成本，同样会在机器人或具身智能的训练中体现。

胡晓平认为，DeepSeek的出现带来的信心影响更加显著。过去，非夕在与政府、投资机构和社会人士交流时，虽然强调自身技术路线和产品能力处于行业领先地位，但常常得不到充分认可。而DeepSeek的出现也让国人认识到，我们确实有团队、产品和技术能够比肩全球领先水平，这给了国人极大的信心。这种信心有助于整个社会体系对自主技术创新的认可，会吸引更多社会资源的投入，从而改善中国的创新土壤和氛围，加速技术创新。

目前，对智能机器人和DeepSeek可能结合的应用方式相关研究同样非常火热。胡晓平认为，对未来的发展方向和模式还是要保持开放的态度，希望能够有人可以把大模型与机器人产业做出深度结合的探索，我们也需要有人能够迈出这关键的一步。

据胡晓平介绍，非夕明确规划了未来商业化与产品发展的双重目标。营收层面，非夕计划2025年实现较2024年增长200%，并通过工业制造、农业生产、医疗及服务等领域的标杆场景扩大市场渗透。在产品落地的基础上，研发主要聚焦两大方向，分别是提升机器人“手”的操作能力与“大脑”的智能决策水平，加速迭代通用型智能体。

目前，非夕搭建了家庭场景的样板间，验证自适应机器人在开放环境中对清洁、护理等复杂服务的可行性。胡晓平认为，未来具身智能机器人的核心突破应集中于服务领域，非夕科技也将通过技术储备与场景验证，推动具身智能机器人从概念走向规模化应用，建立行业领先优势。（本文内容根据由中信书院举办的“具身智能+机器人 如何引爆下个AI风口”直播活动整理）