灵御智能CEO金戈：大众期待和机器人真实能力存三年以上鸿沟

中经记者 李静 北京报道

2026年被行业视作具身智能落地元年，资本持续加码、厂商集中发布人形机器人，但绝大多数设备仍停留在展会演示阶段。

在北京一家京东MALL，灵御智能的轮式机器人正在上岗：依托京东自研大模型，机器人可自主完成商品介绍、产品答疑；但一旦涉及拿取、递送、切分等实体交互，后台操作员便会远程接管机械臂。

灵御智能CEO金戈在接受《中国经营报》记者专访时，并不回避能力短板：“公开场景中，机器人实际自主操作能力远低于演示效果，大众期待与现实技术上限存在三年以上鸿沟。”

不过，“低价”信号正在出现。金戈透露，灵御智能TA系列机器人定价11.99万至19.99万元，并预测五年内整机价格有望再降一半至4万—5万元区间，具备规模化商用乃至家庭普及的成本基础。

金戈曾任远镜创投管理合伙人，以种子轮投资人身份进入灵御智能，最终亲自掌舵。他给灵御的定位是具身智能赛道的“Model 3”：先推高性价比遥操作机器人作为“数据采集母机”铺进真实场景，依靠海量真机数据驱动模型迭代。

真机交互数据才是核心终局业务

灵御智能TA Lite机型起售价11.99万元，全系产品价格区间11.99万—19.99万元。

金戈强调，该报价基本等同于客户全生命周期持有成本，日常使用无额外订阅费，维修支出逻辑接近家用电器。

在采访中，金戈多次以汽车产业发展路径类比具身智能赛道。福特T型车靠规模化压低售价完成普及，特斯拉Model 3将新能源车拉至可负担区间。“机器人会完整复刻这条曲线。”当前售价已覆盖成本，随着规模扩大价格还能下探。

不过，对于灵御智能来说，机器人本体只是入口，真机交互数据才是核心终局业务。

“我们做遥操作机器人，核心就是解决具身智能的数据缺口。Model 3初代不具备完整自动驾驶能力，但车主行驶过程持续为特斯拉供给数据；我们的逻辑完全相通。”金戈解释，每一次远程操控完成的抓取、擦拭、分拣，都会生成高质量物理交互数据。

当前整机销售贡献灵御智能约80%以上营收，数据业务占比仍低但增速显著。金戈预判，三至四年后硬件与数据收入将实现五五平分。

支撑这一判断的是行业巨大的数据缺口。金戈测算，全球具身智能真机数据仅万至十万小时量级，而大语言模型已用尽互联网文本数据，自动驾驶头部企业累计达百亿小时。“差了数百万倍，按当前采集速度，要达到语言模型的数据规模需要十几万年。”他认为，数据缺口是当前最大的结构性瓶颈，也是最大的确定性机会。

遥控不是过渡，是必经阶段

行业有些观点将遥操作视为技术不成熟的过渡方案，金戈却持相反判断：遥操作是具身智能从人工操控走向完全自主不可跳过的必经阶段。

“像京东MALL、开放式商超这类人流密集、物品摆放无固定规则的非结构化场景，机器人现阶段无法独立完成完整交互作业，必须依靠人类远程接管操作。”金戈将当下机器人综合能力对标十到十五年前的自动驾驶：仅能完成导航、避障、自动回充，类似早期汽车的高速定速巡航；但凡涉及实体交互，机器人都还需要人类介入。

金戈预判，未来一至三年内，行业机器人将进入类似自动驾驶L2混合驾驶状态：标准化任务由机器自主完成，复杂场景交由人工接管。

灵御智能已根据不同场景的工作密度，形成了几类人机配比：商超及其他高强度场景约为1:1；夜间药店及其他低客流场景可达1:10至1:20；酒店清洁及其他半自主场景约1:2至1:4。灵御智能的长期优化目标是将人机配比逐步提升至1:100。

对于“机器人抢走工作”的担忧，金戈并不认同。从珍妮纺纱机开始，多次工业革命并未导致大规模失业，“我们只是去做了一些其他的工作”，机器人革命最终是“让大家过得更舒适、更安全”。

在金戈看来，这套人机混合模式可以同时解决两大社会痛点：其一，填补劳动力区域失衡缺口，遥操岗位可落地三四线城市；其二，替代高危、重复劳动，煤矿、辐射、重体力岗位由机器人进场，操作员远程作业规避安全风险。同时，灵御还面向残障人群开放居家遥操岗位，拓宽就业边界。

距离“GPT时刻”尚远

谈及2026年与2025年具身智能行业的变化，金戈总结了三个关键词：世界模型、真实场景落地、商业化收入。

“2025年极少提及世界模型，2026年世界模型已是全赛道最热概念；2025年以Demo为主，2026年发力线下常态化部署；2025年淡化营收，2026年可持续收入成为硬性标准。”即便行业热度持续走高，金戈仍直言赛道爆发尚早：当前真正实现机器人线下稳定商用落地的企业屈指可数，绝大多数厂商仍停留在POC试验、小规模试点导入阶段。

金戈认为，行业当前最大的挑战，是社会公众的期待与机器人实际能力之间有“三年以上”的差距：“很多客户说：‘这么简单的事都完成不了吗？’我说，完成不了。”

在技术路线层面，灵御智能采用了“一机多脑”端云协同架构：机器人端侧仅部署轻量化算力负责导航避障，复杂推理全部上云，按场景切换模型。金戈解释，本体功耗存在硬约束，而模型越大智能越强、推理越慢，机器人每秒至少需十条控制指令，端侧无法承载多套大模型，云端调度是平衡实时性与智能的最优解。

金戈为灵御智能设定的目标是：2026年年底实现数百台机器人在真实场景常态化作业，让一线城市市民高频在商超、酒店见到灵御机器人。“我们未必是行业规模最大、估值最高、智能最强的企业，但一定会成为真实场景落地数量最多的厂商。”

在他看来，行业终局不会形成单一巨头垄断，而会复刻自动驾驶与大模型的分工体系，既有全栈自研的综合厂商，也会分化出本体硬件、第三方数据服务商、垂直场景运营企业。灵御智能将扎根基础设施赛道：向下提供低成本硬件，向上为世界模型、物理AI企业供给高质量真机交互数据，做行业底层数据底座。

（编辑：张靖超 审核：李正豪 校对：颜京宁）