北京
2024年中，一场关于未来十年技术趋势的讨论，让一对清华师兄弟再次站到了同一个起点。
一位是张涛，清华大学车辆工程博士，曾创业后加入高德，在自动驾驶领域深耕近十年。另一位是清华大学车辆与运载学院教授李升波，长期从事自动驾驶与智能系统研究，是国内最早推动端到端自动驾驶研究的学者之一。
两人师出同门——读博时是李克强课题组的前后桌，毕业后却走上了不同的道路：一个扎根产业一线，经历了产品、工程和商业化的完整周期；一个坚守科研前沿，持续探索下一代智能技术的方向。
当大模型浪潮席卷而来、特斯拉FSD展现出端到端智能的巨大潜力后，他们共同意识到，一个新的技术周期已经到来。具身智能，将是AI能力进入物理世界的重要载体。
2025年4月，由清华大学车辆与运载学院和人工智能学院联合孵化的具身智能公司光象科技正式成立。2026年6月10日，光象科技正式发布工业级自进化具身智能机器人Phi-Bot X1。同时，这家成立仅一年的公司已将机器人带入蔚来等头部车企的真实制造场景。
为什么是汽车制造？
对于许多具身智能公司来说，家庭场景是终极目标。但光象科技没有从这里出发，而是选择了一条看似“吃力”、实则“更接近落地”的路。
张涛将具身智能场景拆解为两个维度：环境和任务。家庭机器人同时面临复杂环境理解和复杂操作能力两项挑战，以当前技术发展阶段来看，同时解决两类问题难度过高。相比之下，工业场景拥有更成熟的标准化基础，可以让团队把更多研发资源集中在操作能力突破上。
汽车制造成为第一个切入点。原因在于规模——汽车是目前全球规模最大、复杂度最高的工业产品之一，同时也是标准化程度最高的制造场景之一。经过长期生产优化，汽车工厂已经形成较成熟的工艺流程和工位体系，这为机器人部署创造了条件。
“这对机器人落地而言是非常好的练兵场。当机器人能够符合完整的产线节拍、性能、品质要求时，意味着机器人有了非常强大的基础能力，这个时候再把泛化应用到其他类似的场景，会是非常顺理成章的过程。”张涛这样解释。
从示教到自进化：一款轮式双臂机器人的“另类选择”
Phi-Bot X1是一款轮式双臂结构的产品，搭载四舵轮全向底盘，支持横向“蟹行”、斜向移动、原地回转，可灵活适配产线中的狭窄通道和复杂工位。其27个自由度的全关节力控双臂，末端重复定位精度达到0.05毫米，定位精度达到10毫米，能够在高精度作业中完成毫米级对孔和0.3°以内的角度控制。
在技术路线上，光象科技没有选择时下流行的“模仿学习+遥操作数据”范式，而是押注强化学习。“从第一性原理出发，仿真数据是唯一有可能实现规模化扩增的方案。通过堆显卡、并行训练，可以直接让数据量实现指数级增长。”张涛解释。
光象科技构建了三位一体的自进化技术体系：具身算法Phi-RL Matrix、高效数据体系Phi-Space和物理智能开发平台Phi-Arch。这一体系使机器人能够在真实产线中干活，并持续产生数据回流，不断迭代模型能力。在2026年ATC展会现场，Phi-Bot X1连续完成3天21.5小时上下料全流程作业，零失误、零中断。
拒绝“搬箱子”：瞄准真需求、真场景
“今天行业里有很多人用双足人形机器人去搬箱子，为什么都去搬箱子？因为干不了别的。”张涛直言。
光象的选择是：让机器人先进工厂干“苦活累活”。在移动质检场景中，Phi-Bot X1可实现“边走边检”，在移动过程中动态调整姿态与检测路径，实现车身表面检测覆盖100%，相比非协同方式效率提升51%，较人工工位节拍节省25%至45%。在焊接上料场景中，机器人可完成抓取、移动、翻转、精准对孔、放置等长程复杂任务。在双孔同时对准作业中，其动态位置精度达到毫米级，角度控制精度达到0.3°以内。
光象科技已与蔚来等多家头部车企开展合作探索，从汽车制造起步，未来逐步拓展至3C电子、轨道车辆、工程机械等更广泛的工业领域。张涛判断，未来工业现场的终极形态将是：60%至70%的自动化设备、30%的具身智能机器人，再加10%的人相互协作。
从清华园里的前后桌，到创业路上的创业搭档；从2024年的一场关于未来技术的对话，到2026年一台在蔚来产线上真实干活的机器人——这对清华师兄弟用一年时间，把实验室里的构想变成了真实的生产力。
文章来源：水木TsinghuaCent。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
