【专访】桥介数物尚阳星：三天半让机器人走起来，想做机器人“小脑”的Windows

界面新闻记者 | 梁宝欣

“对于一台未经调试的人形机器人，我们最快可以在三天半内让它走起来。”桥介数物创始人尚阳星对界面新闻记者说。

这家总部位于深圳的公司，过去几年做的是这样一门生意：不造机器人本体，而是帮机器人公司补上运动控制能力，训练机器人走路、跳舞，并把这套运动控制能力适配到不同机型上。

桥介数物成立于2023年，创始人尚阳星出生于1999年。过去18个月里，桥介数物为16家人形机器人公司搭建了从0到1的运动控制能力；成立至今，公司已服务30余家机器人企业，适配50多款机型，其中包括一些估值冲上百亿元的机器人公司。

“很多公司是在做小脑，但更多是给自己用，把本体和小脑打包成整机方案。”尚阳星说，“以供应商身份专门对外提供小脑方案，而且做到一定规模和体系化的，目前大概就我们一家。”

桥介数物背后也站着一批熟悉硬科技的投资人。

目前，公司投资方包括奇绩创坛、正轩投资、复星创富、瑞丞基金（奇瑞汽车下属产投）、深圳天使母基金、深创投等。奇绩创坛由陆奇创立；正轩投资创始人夏佐全曾早期投资比亚迪和优必选。1995年，夏佐全以30万元投给刚创业的王传福，这笔投资后来给他带来了近6万倍回报。

没有去做本体

尚阳星原本可以去做一个更容易被看见的东西。

2023年前后，具身智能开始升温。资本更愿意投向机器人本体、场景应用和大模型“大脑”：本体有视觉冲击力，应用容易讲商业化，大模型最能承载“智能”的想象力。

公司成立之初，有投资人曾对他说，“只要你做硬件，我们就投你。”这对一家刚起步的公司来说，是一个很难拒绝的选择。在当时做硬件，意味着更容易融资，也更容易站到行业中心。

尚阳星没有改方向。

“我认为人形机器人是很有用的。中国做硬件的人有很多，也非常擅长做硬件。相比之下，运动控制更难。所以运动控制会有供需不平衡。”尚阳星说。

这种判断，来自他此前的研究经历。2022年底，尚阳星还在南方科技大学读研究生，师从逐际动力创始人张巍教授，主要研究足式机器人运动控制。2023年他休学创业。

在他看来，机器人的运动控制能力，是一套横跨软件、硬件和物理世界的系统工程。团队既要懂机器人本体和硬件结构，知道一台机器为什么能动、哪里容易出问题；也要懂AI算法和模型训练，还要处理嵌入式通信、电机底层控制等更细的工程问题。

“每家公司精力有限，不可能什么都自己做。”尚阳星说。

桥介数物切入的，就是这个产业分工里的空位。

运动控制的难点之一，是从仿真到现实的迁移，也就是Sim-to-Real。在仿真环境中，机器人运动控制相对可控。但一旦部署到真实机器上，一个参数、一个电机响应、一个传感器误差，都可能影响最终表现。

“行业里有一种说法，Sim-to-Real Gap有一千零一种原因。”尚阳星说，“几十上百个参数里有一个地方没对齐，它表现就不好。”

对机器人公司来说，运动控制做到80分，已经足够完成一场表演；但要进入家庭、工厂、商场和更多开放场景，它需要接近100分的稳定性、安全性和泛化能力。

剩下的20分，往往是最难的。

尚阳星把它类比为自动驾驶里的长尾问题：系统在标准场景里已经可以跑起来，真正难的是面对大量不可预设、不可穷举的复杂情况。比如换一个地方，地面材质、空间布局发生变化，机器人可能就需要工程师重新调试，甚至花几个月重新适配。

“目前还不存在这样一个非常通用的模型，能够让机器人在任何地形下走。”尚阳星说。

另外，真实世界里的机器人不可能永远处在理想状态。关节可能磨损，电机可能发热，扭矩跟踪可能变差。尚阳星提到，未来如果机器人进入更复杂的环境，甚至执行远距离任务，它必须能够根据自身状态变化快速调整运动策略。

更重要的是，运动控制决定了机器人能不能稳定、安全、低成本地进入真实世界，也决定了机器人商业化能走多远。

图片来源：桥介数物

先赚到第一笔钱

对一家早期创业公司来说，最现实的问题是活下来。

桥介数物成立5个月后才拿到第一笔投资，但规模不大。尚阳星回忆，当时公司账上只有10万元，而国内一家头部机器人公司已经融了2亿元。

“我们必须想办法自己赚钱，先活下去。”尚阳星说。

桥介数物从创业早期就开始产生收入。最初规模不大，只有几十万元，但这对一家刚成立的公司来说已经很重要：它证明了运动控制是机器人公司愿意付钱解决的真实痛点。

第一批收入，来自那些真正被运动控制问题卡住的客户。

尚阳星说，“我们赚的其实也是投资人的钱。”投资人先把钱投给机器人本体公司，当这些公司在运动控制上遇到问题、需要外部能力补足时，就会拿出一部分预算采购桥介数物的解决方案。

而第一笔有规模的收入，来自一家后来成为明星公司的人形机器人企业。这个客户最早看到了桥介数物对外发布的demo，主动找上门来。当时，客户已经有了本体，但运动控制方案并不好用，机器人走不稳，需要外部供应商解决核心问题。

桥介数物围绕这款具体机型做运动控制适配，先解决最基础的问题：让它稳定动起来。它交付的是一套完整方案，包括算法、软件、数据和工程方法。

这种模式是项目制。

和本体厂商不同，桥介数物不能用量产规模证明自己。项目制下，复购成为更关键的信号。尚阳星说，客户通常会在两种情况下再次合作：一是算法需要迭代，二是推出新机型。一家客户复购一到三次，是比较常见的情况。

只要机器人公司继续迭代本体、更新算法、推出新机型，就会不断遇到运动控制和本体适配的问题。

过去三年，桥介数物的客户变多，收入增长，合作对象也从早期创业公司延伸到更多头部机器人企业。也正因为先有客户、先有收入，桥介数物后来才更容易获得投资人的理解。

“越来越多投资人开始意识到，本体确实是越来越卷，很多家最终都要‘死掉’。本体最终就是会被商品化。”尚阳星告诉界面新闻记者。

不想只做项目

项目制让桥介数物活了下来，但尚阳星不想让公司一直停在项目制里。

客户拿来一台机器人，桥介数物帮它解决运动控制问题。这能带来收入，也能积累机型、数据和工程经验。但如果每一款新机型都要重新投入工程资源，公司就很难形成规模效应。

桥介数物下一步要做的，是把这些项目里的经验沉淀成平台。

过去三年，桥介数物服务了30余家机器人企业，适配了50多款机型。这些项目不只是收入来源，也是它做平台前积累的样本：不同机型、不同地面、不同动作、不同硬件组合，都会把运动控制里的问题暴露出来。

据界面新闻记者了解，桥介数物的平台化产品将于今年6月底上线内测。

它要解决的问题，是让客户按照标准化流程接入，而不是每次都从头做一个项目。

这件事并不容易。

每家机器人公司的本体都不一样：尺寸不同，关节选型不同，控制板和芯片不同，通讯协议也不同。过去，桥介数物需要针对具体机型做大量适配。平台化之后，它要把这些差异尽量吸收到系统里。

尚阳星说，桥介数物想做的是一个能够持续学习的系统。

这背后的逻辑是，把工程师反复调试机器人身体的过程，尽量变成系统自动学习的过程。机器人接入平台后，经过一段时间学习，逐渐适应自己的身体，并获得稳定运动能力。

去年底，桥介数物推出过平台的beta版本。它已经能在几款机型上运行，但新机型接入仍然需要公司在后台做大量适配。新的平台化产品要往前走一步：减少后台适配，把更多过程标准化。

要做到这一点，平台不能只依赖工程师手工调参。它需要从更多机型、更多地面和更多动作里持续积累数据，再把这些数据用于训练和验证模型。

这也是桥介数物开始建设运动数据工厂的原因。

“我们的数据工厂已经启用，本质上就是为了采集更多数据。”尚阳星说，“未来如果不采这么多数据，也没办法训练出更泛化的模型，尤其是在运动上更泛化的模型。”

尚阳星对桥介数物的比喻，也在变化。在外界对桥介数物的描述里，常见说法有三种：机器人背后的“医生”、机器人的“小脑”，以及机器人领域的“Windows”。

刚创业时，他觉得“医生”这个比喻更合适。那时公司更多是在帮客户解决具体问题：一台机器人站不稳、走不好、动作做不出来，桥介数物就针对具体机型做诊断和调试。

到去年，“小脑”更贴近公司的定位。相比感知、认知和大模型，运动控制系统决定的是机器人能不能稳定地站起来、走起来，并在真实环境里完成动作。

今年，随着平台化产品即将上线，尚阳星更愿意用“早期版本的 Windows”来描述桥介数物。

这个比喻背后，是桥介数物想做的更大生意：机器人本体公司越多，行业重复开发“小脑”的成本就越高。走路、平衡、动作泛化、硬件适配和Sim-to-Real，几乎每家公司都绕不开，但不是每家公司都需要从零做一遍。

桥介数物以加速进化T1机器人为载体，在机器人运动会上展示群控舞蹈能力。图片来源：桥介数物

还没到“Windows”时刻

平台化还没有被证明。

宇树、智元等头部本体厂商，本身已经拥有行业第一梯队的运动控制能力。部分企业甚至开始开源相关成果。

对桥介数物这样的第三方公司来说，只会让机器人走起来还不够。它必须证明，自己的能力可以跨机型、跨场景复用，也能让客户持续付费。

这是桥介数物接下来最关键的问题。

尚阳星认为，未来机器人行业不会只有少数几家本体公司。除了头部整机厂商，还会有大量不同形态、不同场景、不同定位的机器人公司。对这些公司来说，自研一整套运动控制系统，意味着组建团队、积累数据、打磨工具链，并持续适配不同硬件和场景。并不是所有公司都有必要承担这套成本。

“市场很大，不会只有一种选择。”尚阳星说。

更长远看，机器人行业也不会只有本体厂商。随着机器人进入家庭、工厂、商业服务、物流配送、养老陪护等更多场景，应用开发者会变得越来越重要。他们未必懂强化学习、运动控制和机器人底层系统，更关心的是如何调用机器人的能力，完成具体任务。

“未来的开发者更应该组合机器人的能力，而不是重新发明这些能力。”尚阳星说。

如果每家本体公司都有自己的开发工具链，应用开发者就需要重复学习不同系统，并为不同机型做适配。机器人种类越多，这种成本越高。

对开发者来说，更理想的方式是有一个统一的平台层：开发一次，就能够在不同机器人本体之间运行和分发。

这仍然是一个很远的愿景，但桥介数物已经看到了一些早期信号。

据界面新闻记者了解，过去几年，桥介数物接触了大量本体厂商、关节模组厂商和传感器供应商。相关的厂商会反过来问他们，哪些关节模组更好用，哪些传感器更稳定，哪些硬件组合更适合运动控制。

一个原本做运动控制适配的团队，已经开始影响客户如何选择硬件。

而如果平台里沉淀了足够多的关节模组和硬件参数，桥介数物影响的就不只是运动控制。本体公司在设计机器人时，可能会更倾向于选择已经被平台验证过的硬件；硬件厂商也会有动力围绕平台做兼容。

在专访中，界面新闻记者问尚阳星，过去几年对机器人行业最大的误判是什么。

“低估了行业发展的速度。”他说，人形机器人能力和大模型能力的进步，都比预想得更快。

“我们做‘小脑供应商’这件事，就是假设它未来能够发展起来。”尚阳星说，“只不过今天技术进步很快，我们需要更快速地迭代，去跟上技术进步。”