梅卡曼德机器人邵天兰：具身智能没有“英雄主义”，只有“魔鬼细节”

投影上原本正展示着的公司介绍PPT被切换成了京东的购买记录，页面上是一件蓝色衬衫，正是梅卡曼德机器人创始人兼CEO邵天兰此刻穿着的这件。从2012年开始，每当衬衫不够穿时，他就会找到同一个历史订单再买几件一模一样的。只要衬衫不下架，邵天兰就会一直买同一件。

这张购物订单，一方面像是邵天兰的自我验证：从穿着、身材到梅卡曼德对外讲的故事，都和八年前初创业时没多大变化。“没打脸、没跑偏”，邵天兰庆幸，从2016年公司成立至今，一直走在正确的方向上。

另一方面，邵天兰觉得男装和工业品的逻辑很像，虽然最初门槛高、决策复杂、验证周期也长，讲究一个先发优势。但等到用户一认可，就会一直复购。这是ToB行业的好处——理性决策、分析，一旦标准化之后，不容易再变化。

2017年初，华创资本就独家领投了梅卡曼德的Pre-A轮融资。尽管当年展示给投资人的PPT还能沿用，但发生在梅卡曼德这家公司身上的变化也显而易见：除了不断迭代机器人3D视觉眼睛、AI大脑之外，基于对操作能力的积累，他们又做出了五指灵巧手，不仅赋予了机器人精准感知、智能决策和高效执行的能力，还让梅卡曼德的产品得以在汽车、物流、重工等众多领域跨行业、规模化落地，成为全球“AI+机器人”领域规模最大的独角兽企业。

作为创始人，邵天兰过去几年经常自嘲，称自己是公司的“一号客服”、“最大的产品经理”，以及“创业狗”。因为梅卡曼德服务的行业远看是个万亿市场，近看是一万个一亿的市场。这其中最大的挑战不在于满足特定客户的特定需求，而是如何高效地满足成千上万用户的各种需求。

所以，看似酷炫的具身智能机器人背后，需要面对的其实是大量鸡毛蒜皮般的细节。而恰恰是对这些细节的打磨，构成了梅卡曼德巨大的资产和壁垒，才让这家公司在冲向具深智能终局的过程中上了桌。

平日里，邵天兰喜欢读企业家传记，看这些真正的创业公司，是如何在共识尚未形成时就开始行动。同时他也意识到，诸如乔布斯、马斯克这样的人，天赋异禀，常人难以模仿。但所幸具身智能这个行业，靠的从来不是极少数聪明绝顶的人，也没有什么独门秘籍，这正是让邵天兰着迷的原因：“我们没有天才故事，只有一拳一拳打怪升级。”

口述：梅卡曼德机器人创始人兼CEO 邵天兰

采写整理：华创资本「创·问」编辑部

不做差异化竞争

不久前，我们参加了2025 WAIC 世界人工智能大会，几天下来，梅卡曼德成了全场最热门的展位之一，中午十二点半还人头攒动，一直到闭幕最后一刻都挤满了观众，大家都在围观机器人是怎么叠衣服、怎么当“拣货员”、“售货员”的。

你别看叠衣服这么一件简单的小事，要做好其实不容易。因为衣服是典型的柔性物体，需要机器人自己能高效地执行长序列柔性复杂任务，它的双臂必须高精度协同，才能完成“取-叠-放”的流程。衣服因为太软了，机器人还得学会随机应变，知道哪个地方需要抚平褶皱。这可比我强多了，每次出差，我自己叠的衬衫都还皱皱巴巴。

“双臂机器人海量物体分类”展示的是机器人自主分拣海量随机物体的能力，我们会在机器人面前放上玩具、零食、日化、水果等几十种物体，它们的材质、形状、大小尺寸都不一样，机器人能自己理解识别标签，并且按照人类发出的自然语言指令进行实时分类。比如我把芒果、茄子、雨伞摆在它面前，它能根据我的指令分别把物体放到水果、蔬菜、日用品的标签下面。这种泛化能力，今天已经可以满足工业、物流、电商、食品等各个领域对于海量物体的高速分拣需求。

WAIC期间，人形机器人货架取货也很热闹。观众在现场下单饮料后，机器人就会自己走向货架，拿取之后再递给观众，它还能根据货架的高度随时让自己“长高变矮”。这台执行任务的斯坦德人形机器人DARWIN平台，搭配的就是我们梅卡曼德的具身智能“眼脑手”。

尽管我们自己不做机器人本体，但可以适配市面上几十个品牌、上千个不同机器人的型号，这背后就是基于梅卡曼德通用机器人的自研技术栈：Mech-Eye 高精度 3D 相机、Mech-GPT 机器人多模态大模型与 Mech-Hand 仿生五指灵巧手。

这是我们第一次全景展示具身智能“眼脑手”全栈AI能力。看似对人类来说轻而易举的叠衣服、分拣货物技能，对机器人来说，则需要非常扎实的AI技术基础。我们的技术持续迭代，才能让机器人掌握这些关键能力。

梅卡曼德从成立时，做的事情就是用AI和3D视觉等智能技术，让机器人拥有更高级的传感、感知、规划等能力，用通用的产品去解决普遍的需求。之所以要给机器人装上“眼睛”，是因为人的眼睛相比而言最具共性。比如我本身踢球踢得很差，但眼睛可以判断场上的情况；我也不会转笔，但眼睛可以判断出笔的形状。

工业领域里涉及的装配、切割、焊接等各种工艺，不管针对几十米长的船还是几毫米的部件，从视觉层面操作都有共性——识别物体的种类、判断它的状态，精准地定位，然后引导机器人完成相应的动作。

现在，我们做的高精度相机，最高已经可以达到 0.2 微米的精度。这是什么概念？把一根头发劈成 400 份，每一份差不多就是 0.2 微米。此外，梅卡曼德3D视觉眼睛还能适应各种光照环境、物体材质和位置姿态等，哪怕物体反光、透明，也能高质量成像。

（梅卡曼德Mech-Eye高精度3D相机对办公用品生成的点云图）

因此，梅卡曼德这套机器人“眼脑手”，无论是制造还是物流，都能通用：既可以在汽车厂的焊装车间做上料、码筐、焊接、质检等很多工作，同时也可以在奶粉厂、快递物流站做搬运。我们的客户也来自非常多的行业，大到几十米甚至上百米长的轮船制造，也有几毫米的手机部件的生产。

目前，梅卡曼德十几个产品 SKU 就可以覆盖绝大部分使用场景，而至于人工智能的算法，如果要为每一个场景去做专门的开发训练验证，成本太高，所以最关键的部分，依然是要把大脑的部分共性化。

2024年7月，我们推出了Mech-GPT机器人多模态大模型，这是和我们公司的创始技术顾问张建伟院士共同合作开发的。Mech-GPT多模态大模型相当于给机器人装上了智慧大脑，只需要和它进行自然语言的对话，不需要什么复杂的编程和专业知识，机器人就能听懂并执行人类的口令。

Mech-GPT还能适配各种机器人和工具，不仅仅局限在某一种硬件上，工业、物流、零售、农业、生活、科研等等任何领域，机器人都能完成多种多样的复杂任务，这也大大降低了机器人的使用门槛。

在AI大脑+3D视觉的基础上，我们又研发了灵巧手Mech-Hand，这个尺寸和我们人类手掌大小差不多，但比起传统的灵巧手，它体积更小、自由度更高、运动控制能力也更强。从精密电子器件到不规则物体，Mech-Hand都能抓取，而且它会根据物体的大小形状，可以灵活调整需要用到几根手指。同样，Mech-Hand也不局限于“专机专用”，而是可以跨环境、跨任务去应用。

（梅卡曼德灵巧手Mech-Hand）

我们把机器人的“眼脑手”做到足够标准化、通用化，再去覆盖千行百业，满足各种需求。优势在于一旦做出来之后，就会有很强的规模效应和马太效应，产品的效率、全球化以及客户覆盖都会做得很好。

不同于消费品追求差异化，我们服务的领域面对的都是最普遍的需求和最客观标准的产品。我研究过那些工业领域的巨头，他们几乎都是做主流市场。

所以打从创业起，我们从来不刻意去做所谓的差异化竞争，做的都是主流产品、主流行业、主流应用、主流客户。无论是视觉软件、多模态大模型还是灵巧手，从技术到产品形态都非常主流，服务的客户也是来自汽车、家电、物流、电商、工程机械、钢铁等大行业。

做公司不是一定要做差异化，主流市场硬碰硬，反而更容易出巨头。

魔鬼在细节

说出来不怕你们笑话，我在德国留学时做机器人研发，当时想着谁要投我一个亿，那可太厉害了，我把产品技术做到顶尖，就能让全世界每一个人都拥有机器人。

今天，梅卡曼德已经融了多轮，是全世界“AI+机器人”领域规模最大的独角兽企业。但我对行业反而越来越敬畏、越来越谦卑。

十几年前入行时，我就发现这个行业和我想象中不太一样。2012年我本科从清华软件学院毕业，去了德国慕尼黑工业大学学习机器人，毕业后在德国一家知名的机器人企业工作，参与当时最先进工业机器人的研发。我以为自己每天做的都是算法、人工智能、自动控制这些高大上的东西，哪知道拧螺丝、焊板子、修电路，哪样都没落下。

在德国那几年，我相当于一个全栈工程师，从人工智能算法到焊板子，啥都得会点儿。这段经历也让我明白，机器人从来不是什么高大上的行业，它其实充斥着大量细节。

创业至今，我已经跑了超过200家工厂了，直到今天，国内外很多客户的现场我还是要去，因为你不能凭空去想客户要的到底是什么，只有亲自到工厂和工人深入了解，才能知道真正的需求。

就比如搬个箱子，看着很简单吧？但这里面依然有细节要求：堆放箱子时，标签要朝向外边；箱子穿插着堆放，才能提升稳定性；如果出现问题，该怎么解决？

在这些方面，我们遇到过各种哭笑不得的情况。

记得刚创业那两年，有一次我们接到客户电话，质问我们产品怎么不好使呢？我立马派人火急火燎赶过去，结果发现是一只大蜘蛛趴在上面挡住了镜头。

这个事你不能怪客户，更不能怪蜘蛛。后来为了解决类似问题，我们就得让相机有很好的防水防尘效果，镜头得能经得起刷子、扫帚甚至水的清洁，还有成像异常的自我监测功能等等。

除此之外，我们还遇到过以为产品出了故障，其实是客户那边网线断了、无线鼠标没电了、电源没接上等等各种情况，看似是鸡毛蒜皮，但都是我们落地过程中实际发生的事情。

这个磨练的过程跑不掉，因为制造业的需求就是非常碎——不仅工艺、环节、场景多，且高度碎片化，每家公司的需求、遇到的问题也都不一样。我常说制造业远看是个万亿市场，近看是一堆一亿的市场。

但也是这些大量真实的需求、数据的反馈，让我们能不断沉淀和迭代。

过去在物流制造行业，我们的产品反复迭代几个星期几个月都正常，比如到了客户现场，发现相机效果不好，咔咔调半天，最后还是不够完美。接下来就用算法来弥补，又是咔咔研究半天，结果发现还得堆数据。这些弄完之后，软件再加功能，再和现场的设备适配，之后需要连续运行看是否稳定。这一套操作下来，周期自然就拉长了。

但今天，当我们再去现场时，各种该想到的问题我们已经见过很多次了，每个环节都不需要那么长时间，一般几天甚至几个小时就解决了。我们把这些沉淀来的经验制作成培训文档，翻译成了五国语言。公司还训练了一个AI助手，收录了几万条常见的客户问答记录，再遇到问题，客户自己就能先进行排查甚至是解决。

直到今天，我还充当着公司的“一号客服”。我可能没有时间再跑那么多工厂，但会要求公司每一个客户服务的群里都把我拉进去，其实绝大部分情况下也不需要我说什么，但我要看客户在群里遇到了什么问题，提了什么需求，这种敏感度是我依然要保持的。

所以我们这类产品，一半是靠前沿的技术研发，一半就是靠现场打磨。魔鬼在细节，恰恰是这些细节，最后构成了梅卡曼德的资产和壁垒。

做到头部的高科技公司，大家在科技方面其实是会趋同的，就像自动驾驶一样。机器人行业有个特点：没有“黑科技”、“银子弹”和独门秘籍，大家讲来讲去，无非还是多模态大模型、视觉强化学习、仿真训练、手眼脑协同，因为这就是行业的技术路线，只不过里面是大量的落地细节。

概括起来，无非四个字：易做难精。就像机器人叠个衣服，从视频展示到实际落地，中间需要巨大的飞跃。

2016年回国创业时，我去参加创业路演，看台上的自动驾驶公司播放视频，当时觉得，哇，这车开得也太好了。但直到今天，发现这些自动驾驶公司的 demo 还是和之前一模一样。当然，有的公司已经上市，有的已经消失。我们这个行业也是如此，你做一个 demo 是容易的，但想真正做到实际大规模的应用，非常困难。

这些年经常有媒体、投资人，甚至是创业者，总是有意无意期待这种“银子弹”，仿佛只要从兜里面掏出来，就能亮瞎全场，瞬间解决所有问题。从我2012年入行开始，这十几年的经验告诉我，这样的银子弹不存在，机器人行业就是这么一个超级复杂、不断迭代、充满大量技术模块和细节的工程问题。

我们这些年也是在不断吸收各种大模型、VLA、视觉等方面的技术，逐渐掌握、迭代，再加上对细节的打磨后，才率先突破了从demo 到跨行业、大规模、全球化应用的门槛。今天，梅卡曼德的产品服务了全球100+的《财富》500强客户，业务覆盖了五十多个国家和地区，连续五年市占率第一。

（梅卡曼德产品应用于千行百业）

走到这一步之前，我们并不知道风会往哪个方向吹。

等来的风口

八年前创业时，我完全预见不到今天机器人行业会火成这个样子。

这个风口，还真是等来的。

2016年我们给公司起名叫Mech-Mind，那时候还经常需要解释智能和机器人结合有什么用，甚至就连机器人这个专业都很冷门。如果没记错，2012年清华那届几千名毕业生中，去德国读机器人的可能就我一个。

创业，一方面是看到了机器人的瓶颈所在，我走访了上海、深圳的潜在客户，对于创业要解决的问题心里有了数；另一方面，是看到了技术的拐点，2016年AlphaGo 战胜了李世石，计算机视觉也有所发展，在国内那波创业热潮中，我们成立了梅卡曼德。

创业前后，也见证了行业的几个周期。2013年年底，谷歌一举收购了8家机器人公司，这其中就包括波士顿动力（Boston Dynamics），这一系列大手笔收购，在机器人行业创下了记录；2021年，中国机器人行业有两百多起融资事件，又掀起一波小高潮。

比起表面海浪的噪声，我更关注水下潮流的方向，所以再面对当下的热潮时，我们的起伏没那么大。毕竟创业这些年，没少经历一些无名、艰难的时刻。

华创投资我们的Pre-A轮时是2017年4月，那时候梅卡曼德成立不过才半年，没有任何客户，完全成型的产品也很少，但华创能在非常早期的时候就认可我们。直到2017年底，我们才终于有了第一个客户。

如果回看公司这八年，我们经历了四个阶段：技术积累、产品落地与应用、产品迭代与规模化，以及市场全球化。其中第三个阶段最艰难。因为前两个阶段市场对行业的关注度还没那么高，尽管有压力，但我们依然可以按照自己的节奏慢慢打磨产品，更多时候是在和客户一起探索方向。

然而到了第三阶段起量时，压力就来了。就好比原来你开个小馆子，一天只需要做 100 个客人的菜就行，突然有一天你要接待 1000 个客人，就会发现所有东西都不够，每个环节都开始出问题。

那时候我们的硬件生产供应链、软件算法、现场的应用调试渠道、客户服务的内部流程制度，每个方面都在暴露问题。就像驾驶着一架飞机已经起飞了，结果突然发现，哎呀，我这飞机怎么这么多问题，就只能一边修一边飞。

当时是2021年左右，我们刚进入千台阶段，公司收入还不足以支撑起一个完整、高效的团队和生产体系。客户量是上来了，但他们对于解决问题的节奏提出了更高要求；供应商也不够重视我们，不会给我们最好的资源。那两年还碰上疫情，人员效率、工厂建设都受到了影响。后来为了重建供应链、组建新工厂，我们还去学习了华为IPD流程，回来才慢慢一步步进行了完善。

这就是机器人行业创业凶险的地方，因为它是一个技术极度综合且链条特别长的行业。你总不能跟客户说：“您看这 99 个技术，我们天下无敌，就这一个技术不太行，您忍着点。“那肯定不行。

机器人是一个相互耦合的综合性系统，任何一个环节都不能缺失，所以必须持续迭代技术产品。如果不具备合理的战略、可行的战术、高效的执行，每一层都会筛掉一大半的公司。历史上机器人创业失败的案例远多于成功的，今天成了的公司，10秒钟可能就数完了。

所以我们能把这条路跑通，很大一个原因就是因为聚焦。从创业第一天起，我们就坚定聚焦在机器人的视觉、大脑，后来又加上手。从技术逻辑来推理，这些就是机器人最核心的模块。通用的不是机器人本体，而是核心能力和组件。

经常有人问我们为何不做机器人本体，因为本体更多属于机械控制、电气，这些不是我们公司擅长的。而且从生态位考虑，本体厂商更多是我们的合作伙伴。在没有重大的技术变量的情况下，创业公司去做这些事情，也缺少机会。

既然我们最擅长做机器人的传感、感知、规划和决策，我们就该专注自己擅长的事，先找到有价值的场景形成足够竞争力，再去快速迭代、逐步扩展。

太多人只关注终局，但更重要的是路径和速度。同样，很多人也以为能追上风口，但你需要先专注自己，才能等来风口。

生而全球化

2024年3月，我们梅卡曼德东京LAB开业，我第一次当着400人的面进行了十五分钟日语演讲，在AI的帮助下，练出了一口正宗“池袋口音”。我现在能用中、英、日、德四国语言做演讲，全球化，得先从自己做起。

2019年在我们还很早期的时候，梅卡曼德就开始探索国外市场，只不过那时候更多是希望获得一些反馈来指导产品开发。等到真正以扩大业务为目标来做海外市场，是在 2021年，那时候新冠疫情还没有完全结束。

我们出海从来不是为了逃离内卷，而是因为机器人这个行业不存在单纯只做中国市场的公司。

首先，梅卡曼德做的“眼脑手”属于通用型产品，像西门子、基恩士、康耐视都不会生产所谓的本土产品，一定是面向全球的。从历史看更是如此，所有工业领域的通用器件型公司，就没有local的公司，大家的目标和商业逻辑都是全球市场。如果我不做全球市场，那最后所面对的市场规模可能只有全球总规模的 1/4。

其次，发达国家的高标准能推着我们向上走，这种压力非常重要，因为所有ToB的好公司，最后一定是被一些高标准的客户带起来的，我们进入发达国家市场，就能够倒逼我们成长。

最后，机器人行业不像消费品那样地区个性化很突出，工业品在不同国家之间的差异也没有那么大。就算我们不出去，那等国外同类公司发展起来之后，他们也会加入竞争。

梅卡曼德做的具身智能“眼脑手”，面对的是一个全新的市场，这之前不存在一个已经做得很大的公司，已经把客户的心智以及产品的生态位占住，这对我们是更大的优势。

既然我们这种标准化产品注定要面对全球竞争，终局如此，就要以始为终，及时入局。否则将来你不攻出去，别的竞争对手也会打进来。

基于这些判断，我们一上来就不做便宜货，而是就要做世界第一。无论从关键的性能、质量的标准，还是各方面的完成度上，我们就是要做一个好的产品。

所以，一旦想好自己是一家Global的公司，就要把它当作系统性工程，而不是派几个销售、业务人员出国跑单子，这样是做不起来的。

拿日本举例，三菱、发那科、川崎、基恩士等日本企业，占据了自动化行业半壁江山，客户遍布全球。能立足于日本市场，就能影响全球。为了做好当地的服务，我们有日语的全套资料，在日本建立了Local Support团队，其中包含几十人的专业培训人员，还有全套专业的场地来给客户做培训，包括我本人也在学日语。这样重视的态度，不仅客户能感受到，公司内部的每个人也能感受到，知道公司从一号位开始就是下决心要做好全球化的。

出海是一个公司的能力，而不仅仅是任务，需要体系布局和长期战略规划。从产品开发、生产质量、客户培训、文档到售后支持等等，所有的东西都要为全球化做好准备。

当然，我们是战略上要抓紧，但战术上不能过于着急，否则做不好口碑，会有反作用。所幸这一路梅卡曼德也走得很扎实，获得了全球大量客户，包括上百家世界 500 强客户的认可。

目前，梅卡曼德在美国、德国、日本、韩国都设立了子公司，海外的业务收入已经占到一半比例。

正是过去这八年间所做的每一个产品，迈出的每一步路，让我们在冲向具身智能终局的过程中得以上桌，并且获得了一个好的位置。

我一直觉得我们的运气不错，首先是抓住了时机，如果做太早，大模型、深度学习、传感等主流技术还没出现，就无法应用在产品中；如果做太晚，这个市场就没我们什么事儿了。其次，我们对自己的产品形态、产品化的理念以及商业模式一直非常坚定，公司的战略方向、路线一直没有变过。

创业时候我没多少包袱，既不是什么公司高管，也不是大教授，只是找到了一个自己热爱、擅长、想坚持下去的事情。一路走到现在，我不敢说自己已经做好了所有的准备，但至少能够全身心参与到这样一件激动人心的事情中。

机器人发展到现在六十多年，也只进入了汽车、半导体、物流等少数行业，未来一定很快会进入更多行业，带来整个社会极大地范式转变。届时，到底是哪家公司做出了通用机器人，已经没那么重要了。

因为我们这些做人工智能的人，从来没有让某个技术局限于某家大公司。操作系统、开源大模型，机器人技术不可能被一两家公司完全垄断。如果这种事发生，大家就会团结起来，重新去开源。今天的世界虽然千疮百孔，但人工智能技术，是整个世界能通向自由的真正力量。

机器人也从来不是一个个人英雄主义的行业，它不像数学这样的领域，某一两个大神靠一己之力就能做起来。所以我们不迷信天才，不指望奇迹，只相信一拳一拳，一步一步，就能让机器人的智能再上一个台阶。