【独家】清研精准董汉：做物理AI的基础设施

把真实工业任务变成机器人真正能上岗、能持续运行、也能复制的生产力。
编按：
“身体力行”，古已有之。《淮南子·氾论训》有“圣人以身体之”，《礼记·中庸》亦言“力行近乎仁”。古人所重，不只在“知”，更在知之后的“行”——以身体感知世界，在行动中验证认知。
两千多年后，这四个字在具身智能时代有了新的现实含义：具（身），让智能拥有进入物理世界的载体；智能（体），赋予机器感知、理解与决策的能力；创新（力），推动技术突破瓶颈、建立壁垒；执（行），让这些能力最终转化为产品、交付与真实价值。
值此之际，《融资中国》推出“身体力行”具身智能专刊，将目光投向一批正在产业深处生长的未来独角兽。我们试图记录的，是一场从“知”到“行”的跨越，也是新一代机器人企业从技术走向产业的成长之路。

清研精准创始人&CEO董汉第一次认真想清楚工业Physical AI 到底缺什么，并不是在实验室里，而是在自动驾驶和新能源产业一线。过去八年，他反复看到同一件事：技术参数很好看，Demo也能跑，但真正到了工厂、矿井和产线上，客户最后问的还是一句话：这个活儿到底能不能稳定干下来？质量、节拍、安全、成本、人员协同，这些约束一个都绕不过去。

很多技术从演示台走到真实现场，中间会突然多出一大堆“麻烦事”。光线变了、设备抖了一下，甚至只是一次没预料到的接触，原来很顺的动作就可能失效。前几年行业更多是在证明“机器人会不会做”，现在真正进入工业现场以后，问题已经往前走了：能不能上岗，能不能一直干，换一个工位还能不能复制。董汉判断，本体和模型之外，这中间还缺一层很重的工程基础设施。

具身智能这几年确实很热闹，几乎每周都有新机器人上台，大家第一眼看的往往是动作有多丝滑。但董汉和团队更在意台下那些不太“好看”的问题：第二天还能不能把同样的活儿干好？跑到第一百天呢？工件偏了、环境到了边界状态、人工介入之后，它还能不能恢复？工业客户并不会因为一次漂亮的成功就下判断，真正的生产力，最后还是要靠长期稳定运行来证明。

这也是清研精准为什么会从煤矿这样很难的场景切进去。依托毛明院士工作站和榆林智能无人装备创新中心的资源，他们把巷道、设备、烟雾、落石、低能见度这些真正影响任务结果的条件抽出来，在可控环境里反复复现。真实矿井里很多危险和异常工况不可能为了测试专门制造，但在这里可以一次次重来。清研精准把这种垂类中试基地看成 RIL（Robot-in-the-Loop，机器人在环）基础设施的一种载体：真实机器人、末端、模型和关键工业条件都放进来，环境足够真实，同时又能控制、测量和复位。

董汉有一个判断很明确：具身智能真正难的地方，不是条件最好的时候能把动作做出来，而是到了真实生产环境里还能稳定做下去，出了问题还能说清楚问题到底出在哪。

数据在这套体系里的位置也因此变了。机器人数据当然贵，一条轨迹背后就是机器人、场地、工装、操作人员，还有真实的失败风险。但如果只是把视频和轨迹存下来，价值其实很有限。清研更关心的是，一次运行里的状态、动作、接触、工艺过程、结果和反馈能不能连起来。这样一来，成功和失败才都能继续拿去训练、归因、验证，后面也能复用。

所以清研精准把“任务”放在最前面。先把客户到底要干什么定义清楚，再用 Sim 扩大工况和策略覆盖；到了 RIL，让候选能力在真实物理条件里反复跑、反复改。再往后，企业真实工位要完成最终放行，能过这道门，才能真正进入生产。上线以后出现的失败、人工接管、节拍波动，再回流到前面，变成下一版能力。这个链条跑通以后，才有可能把已经验证过的能力复制到下一工位、下一工厂。

董汉认为，中国在这一轮具身智能里的优势，其实是几件事叠在一起：供应链够完整，制造场景够多，工程人才密度高，现场迭代又快。清研精准想承接的，就是机器人从“看起来有能力”到“真的变成生产力”之间最重、也最容易被忽略的那一段。把真实任务复现出来，把运行过程变成可用数据，把真机表现变成客户能理解的证据，再把现场失败推回下一轮迭代。最后留下来的，应该是一套能长期运行、还能继续复制的任务能力。

以下为采访实录，以飨读者：

《本刊》：机器人训练究竟需要多少数据？

董汉：这个问题很难脱离任务单独谈。一个比较封闭、变化不大的工位，几百到几千条高质量轨迹，可能就能把初步能力训出来；任务一复杂，或者希望跨场景泛化，数据量会很快上去，而且还要不断补异常、失败和边界工况。我们自己不会先盯着“采了多少小时、多少条”，更关心这些数据有没有覆盖真正影响任务结果的变量。加进去以后，成功率有没有提高，人工接管有没有下降，换个场景还能不能保持，这些更重要。工业数据如果脱离了任务语义、环境状态、动作和结果反馈，量再大也很难直接变成能力。

《本刊》：遥操作、真实采集、仿真和合成数据分别解决什么问题？

董汉：这几类数据各有各的用法。遥操作更适合教机器人一些专家动作、精细操作，也可以留下人工纠错过程；真实采集是拿到现场的物理规律和生产真值；仿真最适合把危险、稀有、边界场景快速铺开；合成数据可以补视角、光照、材质、物体姿态这些分布变化。我们内部有一句比较直白的话：真机定基准，遥操作教技能，仿真扩规模，合成补长尾。最后还是要回到 RIL 和真实工位里看，能力到底有没有变好。

《本刊》：仿真数据与真实世界之间的Sim-to-Real Gap如何缩小？

董汉：我们觉得 Sim-to-Real 的关键不在于把画面做得多像真的，而是你在仿真里覆盖的变量，和真实任务到底有没有关系。真机数据要不断拿回来校准空间关系、传感器、物理参数和任务约束。Sim 的优势是广，很多危险和长尾问题可以低成本反复跑；Real 给的是最终真值，但工厂里没法天天停线试错。所以中间一定需要 RIL。真实机器人、真实接触和关键物理都保留，同时把安全边界、危险能源、状态复位、数据采集这些东西工程化。候选能力先在这里一轮轮训练、回归、验真，最后到了企业真实工位，还得再过一道放行。过了以后，我们才把这一套锁成正式的 Production Version。后面现场再出现新问题，就继续回流，做下一版。

《本刊》：与互联网数据相比，机器人数据为什么更加昂贵？

董汉：互联网里的文本和图片，本来就大量存在，复制一份几乎没有成本。机器人数据完全不一样，它得在具体的机器人、工位和任务里重新“生产”出来。机器人、传感器、工装、操作人员、工业场地、安全保障都要到位，视觉、点云、力觉、关节状态、动作轨迹、工艺参数、人工介入、最后结果还得同步记录。矿井和产线里，一次失败甚至可能意味着停线、设备损坏或者安全风险。还有一个容易被忽略的地方：工业数据必须知道它属于哪个任务、哪个工况、哪台机器人、哪个模型和哪个版本，不然过几个月再回头看，很可能连这个失败为什么发生都说不清。

《本刊》：怎样判断一段机器人数据究竟有没有价值？

董汉：我们内部会看完整性、稀缺性、可训练性、可追溯性和模型增益，不过说到底还是看它有没有把任务能力往前推。比如观测、状态、动作、接触、工艺过程、结果是不是在同一条时间线上；失败和边界状态有没有覆盖；补完这批数据以后，成功率、安全性、泛化和恢复能力有没有实打实地提高。TsingForge 做的事情，就是把真机、仿真、遥操作这些来源不同的数据接进来，切分、对齐、归因、质检、做版本管理。最后把一次运行整理成后面真的能检索、能训练、能复测的数据资产。

《本刊》：不同本体、不同场景的数据能否互通？

董汉：底层指令很难直接通用，这个要承认。不同机器人的关节结构、控制频率、传感器配置差别都很大。但往上一层看，任务本身、环境状态、物体属性、动作阶段、工况条件和最后结果，其实是可以用一套更稳定的方式表达的。我们会先把 RGB、深度、点云、热成像、位姿、关节、速度、力矩这些数据拉到统一时间轴，再和任务、工位、版本绑在一起。这样以后换本体，任务标准和验证口径不用全部推倒重来，只需要重新做适配和 RIL 复测。矿山里沉淀下来的数据规范、评测方法、场景模板，也可以在边界明确的情况下迁到动力电池等别的垂类场景。

《本刊》：数据企业未来到底卖什么？

董汉：如果一家数据公司永远只卖一次性数据集，天花板其实很明显。我们更希望经营的是一项已经被验证、能在真实生产环境持续运行的 Industrial Task Capability。对客户来说，它更像一个围绕具体任务封装好的 Task Capability Package：机器人、模型、技能、工位、工况、验证证据、SOP、后续运营，都在一个包里。先去 RIL 做真机中试和工业验真，再去企业真实工位过放行，最后形成能正式进入生产的 Production Version。数据、评测、技能、模型、场景模板，这些东西会在任务持续运行的过程中一点点沉淀下来，后面复制的时候继续用。

《本刊》：是否会出现类似自动驾驶的数据飞轮？

董汉：我觉得会，但工业里的飞轮会比自动驾驶更“笨重”一些。场景太碎了，不同行业、工位、本体的差异都很大，它不会因为数据越来越多就自己转起来。我们的做法还是围着真实任务来：先定义 Task，Sim 扩覆盖，RIL 生产和验证候选能力，企业真实工位决定能不能上岗，Real 给生产真值，然后把失败、人工接管、节拍波动这些重新拿回来做归因、补数、后训练和复测。真正看到飞轮转起来，是同类任务做到第二个、第三个工位时，交付周期开始缩短，新增工程量也在下降。那时候你才知道前面沉淀的场景、数据、标准、技能和模型真的在复用。

《本刊》：清研精准如何将单点项目转化为可复制的产业能力？

董汉：单点项目能不能复制，关键看第一个工位做完以后留下了什么。我们会把任务定义、关键工况、工位条件、数据规则、验证指标、技能、运营 SOP 这些东西一层层抽出来，固化到可追溯的 Production Version 和复制包里。榆林这边依托毛明院士工作站和榆林智能无人装备创新中心，已经把数据采集、治理、仿真训练、机器人验证和工程部署串在了一起，也在做机器狗虚拟巡检、异常感知、落石风险复现这些任务。对我们来说，项目做到最后不应该只剩一个“交付完成”，还要留下场景、数据、标准、技能和模型这些资产。下一次去动力电池或者别的场景，就从这些东西上继续往前走。

《本刊》：清研精准的核心定位和落地逻辑是什么？

董汉：如果用一句话讲，清研精准做的是工业 Physical AI 的任务能力与持续运行基础设施，RIL 是我们最核心的交付层。客户把一个真实工业任务交给我们，我们要把它一步步做成能训练、能验证、企业敢放行、上线以后能持续运行，最后还能复制的机器人生产力。

本体公司会不断把机器人的硬件能力往上推，模型公司在提高智能上限。我们更关注中间这一段：这些能力到了具体工位以后，到底能不能稳定完成任务，企业拿什么来验收，出了问题怎么追溯，后面换工位、换工厂怎么复制。所以我们会把任务定义、工位、数据、验真和版本这几个关键接口抓住。本体、基础模型、末端、部分工业设备，都可以由生态伙伴来提供。清研精准过去八年在自动驾驶、新能源、工业测试验证里积累的很多能力，到了机器人时代其实都还能继续用，只是组织方式变了。

《本刊》：您认为具身智能行业目前处于什么阶段？距离真正的规模化商业化还有多远？

董汉：我觉得现在已经很明显地从“技术演示期”往“任务交付和工程验证期”走了。行业已经证明机器人能做很多复杂动作，接下来客户问的问题会越来越现实：能不能过真实工位放行，能不能连续运行，ROI 算不算得过来，第二个工位是不是能更快、更便宜。未来两三年，我更看好矿山巡检、汽车制造、动力电池这些价值高、任务边界相对清楚的场景，先出现一批规模部署。通用人形机器人要真正走到大规模商业应用，我觉得还需要时间。眼下更急的是把 Sim 和 Real 之间这层 RIL 基础设施补起来，把真机中试、验真、企业放行、持续运营这些环节真正串通。

《本刊》：在这轮具身智能浪潮中，中国企业的独特优势是什么？是供应链、数据、场景还是成本？

董汉：中国的优势是几件事叠在一起。供应链完整，制造场景足够多，工程人才密度高，而且现场迭代特别快。新技术有机会很快进到真实任务里去试，这一点很重要。但场景多只是起点，后面还得把真实工艺抽象成清晰的 Task，把决定结果的关键条件复现到 RIL，把运行过程整理成训练资产，再把真机表现变成企业敢用来做采购和放行判断的证据。做到这一步，中国的场景优势才会真正转成可以复制的任务能力。

《本刊》：资本大量涌入、估值快速攀升。您如何看待当前行业热度？是否存在泡沫？什么样的公司会在洗牌中活下来？

董汉：热度我觉得有它的合理性，具身智能确实可能成为下一代很重要的通用技术平台。现在的问题是，市场上有些时候会把 Demo 的效果放得太大，把真正的交付难度放得太小。最后能不能留下来，我更看三件事。第一，有没有真实付费的高价值任务；第二，能不能把机器人、模型、数据、工位这些东西组织成企业敢放行、可以持续运行的 Production Version；第三，第一个工位做完以后，有没有留下能复用的东西。到第二个、第三个工位时，周期有没有缩短，工程投入有没有下降，试验次数有没有减少。以后我觉得比“做过多少 Demo”更有意义的指标，是到底有多少任务真正进了生产、稳定跑了多久，以及复制效率是不是在持续改善。

（头图人物：清研精准创始人&CEO董汉）