WRC2026观点｜深诣联合创始人黄康尧：VLA和世界模型不是终点，自进化才是关键

来源：环球网

【环球网科技报道 记者 李文瑶】8月19日下午，在2026世界机器人大会（WRC）的具身智能场景落地专题圆桌讨论上，深诣机器人（SEEN·E Robotics）联合创始人黄康尧的开场白，没有急着讲产品参数，而是先抛出了一个长期发展愿景——“为人类创造充沛生产力”。

这家成立仅半年的公司，技术团队脱胎于清华大学计算机系，公司CEO刘凯是此前极智嘉的联合创始人。在具身智能赛道已然拥挤到“百模大战”的今天，黄康尧说道，当大部分同行在比拼进工厂的速度时，他们决定把更多精力留给大脑的“自进化”。

热闹背面：同质化焦虑与“后发”心态

今年的WRC现场，机器人公司几乎占据了半壁江山。从人形到四足，从轮臂到双足，形态各异。在这样的情况下，黄康尧没有回避“后发”的现实——深诣今年年初才创立，相较于行业中一些已经拿到多轮融资、甚至已开始小批量交付的公司，起步不算早。

但他认为，具身智能是一个“长周期赛道”，“后发先至”的特性反而可能成为优势。

“站在现在这个时间节点，技术一直在迭代，新技术可能更有竞争力，”他在采访中说，“另一方面，要让产品最终留在客户手里，需要带给客户安心，展现稳定性。这就要求我们把产品交给客户时，已经达到比较高的水准。”

同时，黄康尧认为，进工厂的快慢，并不是决定一家公司能否走长远的关键要素。“我们更看重交付的稳定性，会在节奏上更谨慎一些，先把技术做扎实、达到可交付的状态，再去谈规模化。”

技术路线的分野：VLA和世界模型不是终点，自进化才是

在技术路线的选择上，深诣与市面上主流公司走出了明显差异。

目前，具身智能行业普遍采用VLA（Vision-Language-Action）模型或世界模型（World Action Model）路线，即通过大规模预训练，让模型具备理解和执行能力，再将模型部署到机器人本体上。这是一种“先学会，再干活”的模式。

深诣内部将这种模式称为L4E（Learning for Embodiment）。黄康尧并不否认这条路线的价值，但他认为“还不够”。

他说道：“具身场景处在真实物理空间中，不像大语言模型那样，文本是可遍历的。真实空间还需要机器人输出和生成连续的动作控制，这意味着数据不可能采集完。”

因此，深诣提出了第二个维度——E4L（Embodiment for Learning），即让机器人在真实工作中持续学习、更新参数，而不是一个被动执行者。

“我们既强调L4E，即要有一个非常强的预训练大脑；也强调E4L，让机器人在真实场景中持续与环境交互，通过做任务不断加强自己的能力。”黄康尧说道。

这一理念直接影响了深诣的模型设计。据黄康尧透露，深诣的模型既不属于VLA，也不属于世界模型，而是一套内部称为“混合物理专家模型”的原创架构。

“我们希望把机器人本身应该具有的能力——预测运动的能力、避障能力、3D估计能力，以及对场景的估计和理解能力——融入模型。”他说，“我们认为自进化非常重要。VLA和世界模型确实能够在一些任务上产生很好的效果，但未来能走多远，还需要拭目以待。”

在数据策略上，深诣也表现出与主流不同的思路。当前大多数具身模型依赖单一或少量的数据来源，而深诣在预训练阶段会混合互联网视频、自采的Egocentric（第一人称视角）数据、UMI数据和真机遥操作数据，试图让模型先建立“对物理世界规律的理解”，再进入后训练阶段用真机数据微调。

“大语言模型里的Scaling Law（缩放定律），大家都想在具身领域找到。但语言由人构建，获取成本很低；在现实场景中，不可能采集完所有触觉和视觉信号，这些是无穷无尽的。”黄康尧认为，数据重要，但仅靠数据堆砌远远不够，“数据采不完，机器人必须拥有主动探索能力。”

落地逻辑：从柔性装配开始，算得过来账才叫落地

在场景选择上，深诣没有追风口。他们的首发场景是工业泛工业中的柔性操作——柔性线束插接、柔性装配、物流搬运。

这些任务在技术上并不简单。黄康尧在采访中提到：“柔性线束插接、柔性装配本身都非常难。柔性插接要求的精度可能达到亚毫米级。”但他认为，选择工业场景不是因为容易，而是因为有“明确的安全边界”，同时又能提供足够多样的数据。

“传统工业自动化已经做得很好，我们要求任务具备一定的多样性，尤其是数据上的多样性。”他说。

对于“工业场景数据单一、不利于模型泛化”的业内讨论，他的回应是：“进入家庭或商业场景确实能获得更多样化的数据，但会涉及安全、隐私和成本问题，这是一个过程，不会直接选择进入。”

深诣目前的产品规划是：今年年底完成数采设备的PoC（概念验证），明年年初推出机器人产品的PoC（概念验证），并在明年年初做一些工业或半工业产品的落地。

黄康尧对“落地”的定义非常务实：“在工业或者泛工业场景内，一定是客户愿意付费的时候，这个时候才算是落地了。”

出海与商业模式：从一开始就面向全球市场

值得一提的是，深诣在成立之初就将海外市场纳入规划。这与许多先在国内跑通再出海的发展路径形成对比。

黄康尧在圆桌上解释：“假如先做国内市场，机器人设计完了，模型也训练完了，到出海的时候又会面临安全认证、数据合规的问题，又要重新来一遍。这需要在设计产品时就构建出海的应对体系，包含机械设计、模型训练、数据来源等。”

目前，深诣已同步接洽国内和海外客户。黄康尧对记者透露，海外客户的意向“非常强”，“他们对能够解决当前问题的新产品类型需求很强，而且对自身业务的专业度很高，很清楚自己要什么、需要什么样的产品。”

在商业模式上，黄康尧明确表示，深诣是一家“做产品的公司”，而不是项目制或纯软件授权模式。“用户购买的是一方面是机器人的本体，另一方面是机器人已经学会的技能。”他说，“这些功能作为软件包或能力包来存在，并且后续可以随着模型升级而逐步升级。”

谁先到达终点？

具身智能行业正处在从技术验证到商业落地的关键转折期。行业内的分歧也日益明显：是先进工厂抢占先机，还是先打磨大脑等待爆发？是押注VLA路线快速迭代，还是搭建自进化架构谋求长远？

黄康尧的选择，显然倾向于后者。他对记者表示：“未来几年，能不能马上产生效益、让客户购买产品，并不会单独决定公司能不能活下去。更关键的是产品方向、技术路线，以及最重要的数据积累，能不能支撑公司走得更远。”

具身智能的终局尚远。黄康尧在采访中表示：“我们希望在十年之内，在工业以及物流领域部署超过 10 万台具身智能机器人。技术上，我们会有自主研发的、全新的具身智能自进化大脑范式；除此之外，我们也会有自己的本体，优先切入工业以及物流场景。”