对话卫澜深海张大禹：送机器人到水下，先做那些危险又昂贵的小事｜甲子光年

让水下机器人长出一个海豚的脑子。

作者｜田思奇

编辑｜栗子

能见度不足一米。

潜水员钻进庞大的海底生产设施，在狭窄复杂的结构之间寻找位置，完成一两项精细操作。为了这几个动作，海面上需要配备一整套专业船舶、人员和生命保障系统。

这不是什么特殊任务。人类已经在海上建起大量油气平台、风电场，在海底铺设管线。这些设施需要定期维护，清理海洋生物、检查防腐装置、检测焊缝，都是常规工作。但受到船期、天气、潜水资源等条件限制，许多任务难以频繁开展。

对于仍在寻找商业场景的具身智能公司，水下运维提供了值得关注的方向：客户已经在为这些工作付费，而且花费不菲。

“水下算的是一整套系统的价格，而不是一个人的人工替代价格。” 卫澜深海创始人、CEO张大禹告诉「甲子光年」。即使机器人只掌握一两项具体能力，只要能够稳定完成任务，就有可能改变客户的成本结构。

1998年出生的张大禹是西安交通大学博士、助理教授，长期从事水下无人系统研发。过去9个月，卫澜深海已完成5轮融资，投资方包括深创投、元禾原点、国策资本等机构。公司致力于让具身智能在水下自主完成过去高度依赖人工的作业。

但水下机器人并非新鲜事物。几十年来，人类已经能够利用机器人进入深海观察和操作设备，只是许多任务仍然需要人在船上实时控制。随着AI、端侧算力和机器人技术的发展，机器人开始有机会独立完成更多判断和操作。

严苛的水下环境也给这种自主能力提出了更高要求。海水限制视觉和通信，复杂的洋流环境又增加了精细作业的难度。张大禹希望，未来的机器人能像海洋生物一样适应水下环境，进入人类难以长期停留的深远海区域，拓展海洋生产活动的范围。

“我们在水下想做的，不仅仅替代潜水员的能力、潜水员的脑子。我们想做一个海豚的脑子，” 张大禹表示。

尽管海洋拥有矿产、能源等更具想象空间的开发机会，卫澜深海的第一步却落在结构检测、清洗、巡检等看起来并不起眼的工作上。

以下是「甲子光年」和张大禹的对话，经过编辑整理：

1.海洋中遍地金矿，但创业要抵住诱惑

甲子光年：谈到海洋开发，大家会想到油气、海上风电、深海资源探索等。但支撑这些产业持续运行的，还有大量日常维护工作。对于不了解海洋产业的人来说，海底有哪些任务，需要机器人参与？

张大禹：海洋里的结构体和生产系统，本质上和我们岸上的工厂、油井是一样的，都存在日常运维需求。

水下结构长期处在复杂环境中，表面会附着很多海洋生物，需要定期清理，保证结构体的安全和稳定。为了防腐，很多水下设施还会安装牺牲阳极，通过电化学保护减少腐蚀。这些锌块是不是还有效，也要定期检测。除此之外，还有水下焊缝检测、插拔开关检测、设备状态检查等很多任务。

我也是接触这个行业以后才了解到，一套水下维护系统，比如水下结构物的维护，就需要经过十几种不同流程的确认。它涉及设备本身，也涉及环境判断、作业流程、安全标准等一系列要求。其实从陆上到水下的基建生产逻辑没有变，陆上需要的，水下也需要。只是到了水下，原本普通的维护工作，就变成了复杂的专业作业。

从市场规模看，现有水下基础设施便已经形成了巨大的运维需求。按照目前的运维频次，水下作业和运维成本大约占基础设施价值的20%到25%。比如海上风电、海上油气管线等设施，通常有20年以上的运行周期，每年需要投入约总价值1%的费用进行维护。全球已经铺设超过100万公里海底管线，这些存量设施也都需要持续巡检和维护。

甲子光年：清理附着物、检查防腐设备，似乎并不复杂。水下作业的高昂成本主要来自哪里？

张大禹：水下作业背后是一整套保障体系。在陆地上，一些特种作业可能一个人或者一个小团队就能完成。但进入水下，人员本身只是整个系统中的一个环节。

进入超过100米深度的饱和潜水领域时，潜水员需要先进入专业船提供的耐压舱，在高压环境下适应大约一周，再通过潜水钟进入水下作业。之后将近一个月的时间，都生活在水下环境中。热水、氧气、食物、通信、安全监测等保障，也需要岸上的专业团队持续提供。

所以潜水员可能只在水下工作几个小时，但为了完成这几个小时的任务，前后需要投入大量人员、装备和时间。水下作业成本高，很大一部分就高在这些保障环节上。

甲子光年：海洋里的作业成本很高，但让机器人在水下可靠工作同样困难。为什么你仍然认为，海洋是具身智能值得长期投入的方向？

张大禹：首先需要改变大家对海洋的认知。人类对整个海洋的了解，如果细化到地形分辨率，甚至不如对火星的了解。但海洋离我们更近，也能够提供大量物质需求。

而且，这个市场已经存在。海洋中有大量生产系统在运行，设施建成以后，就需要持续检测、维护。现在的问题是，原有的作业能力很难满足全部需求。船期、出海窗口、天气条件和潜水资源，都在限制任务开展，很多工作无法高频完成。

海洋环境比陆地更恶劣，人长期在这里作业，面临的风险也更高。所以海洋具身智能有很明确的应用需求。随着机器人的作业能力提高，未来还有很多原来受限于成本和技术条件的海洋生产活动可以开展。

甲子光年：水下场景复杂，为什么卫澜深海选择先解决一个具体任务，而不是打造一个通用机器人？

张大禹：不同场景的商业逻辑不一样。在水下，一个明确任务本身就可能对应长期需求。比如结构检测、表面清洗、牺牲阳极检测，都是海洋生产过程中持续存在的工作，做完一次以后，后面还需要继续做。

水下算的是一整套系统的价格，而不是一个人的人工替代价格。客户考虑的成本，除了潜水员本身，还有船舶调度、作业窗口、保障体系等投入。所以机器人即使只掌握一项能力，只要能够稳定完成任务，就可能减少客户对整套作业系统的依赖。我们没有必要一开始就让机器人掌握所有技能。

甲子光年：海洋里有很多看起来更具想象空间的方向。但卫澜深海选择先从结构检测、清洗、巡检这些相对具体的任务切入。卫澜深海怎样判断哪些事情值得先做，哪些诱惑需要暂时抵住？

张大禹：海洋中遍地是金矿，但创业不能一开始什么都做。比如深海探矿，此前发现的一些海底热液系统，矿物富集程度很高，样品中黄金含量可以达到每吨十几克，白银超过每吨1千克，这类资源在陆上都很少见。未来海洋中的矿产、能源、蛋白质资源，都可能带来巨大的产业机会。

但对于一家早期公司来说，先打通一个垂向场景很重要。结构检测、清洗和巡检这些任务，客户需求相对明确，也有持续开展作业的条件。我们可以围绕这些任务进入真实生产环境，获得作业数据，发现问题，再不断迭代设备。

更重要的是，在一个场景里把数据采集、产品迭代、实际交付和批量生产的能力建立起来。有了这些积累，再逐步向其他任务扩展，才更适合一家创业公司。

2.不止替代潜水员，而是做海豚的大脑

甲子光年：传统水下机器人和现在所说的水下具身智能，核心差别是什么？给水下机器人加一个AI、加更好的机械臂或者摄像头，就可以叫水下具身智能了吗？

张大禹：在水下感知受限的环境中，具身智能机器人即使完美复刻一位人类的能力，也还远远不够。人是陆地生物，没有水下专用的感知器官。过去，潜水员需要通过眼睛查看声呐图像，再进行思考和决策，在浑浊水域中仍然难以获取足够的信息。

我想把视觉信息和声学信息进行强耦合，就像海豚的声呐信息直接连接海豚的大脑，让机器人获得远超人类的水下感知能力。这需要足够的训练数据和新的模型架构，让水下机器人逐渐从被遥控的执行设备成为自主作业的平台。所以单独增加一个AI模块还不能成为水下具身智能。

甲子光年：水下机器人已经存在几十年了。为什么到今天，这件事才开始出现新的可能？

张大禹：水下作业对机器人的要求很高。过去从感知能力到作业灵巧性，都还有明显差距。再加上海平面是一个信息屏蔽场，机器人需要具备一定的自主决策能力，才能完成相关作业。过去几十年，水下机器人已经能完成很多任务，但相关能力还没有达到全自主作业的要求。

现在新的技术带来了新的突破。端侧算力芯片的发展，提供了过去几年才具备的硬件条件；AI相关技术架构也在逐渐成熟。水下行业可以借助陆上机器人和其他行业形成的产业链、供应链，提升自己的能力。今天这些通用技术的积累，可能会打开过去几十年都没有办法完成的全自主水下作业。

甲子光年：这也会让人感觉，把现在陆地上最新的机器人做好防水、抗压，就可以搬到水下。为什么实际上没有这么简单？

张大禹：从硬件看，陆地机器人无论轮式还是双足，都有稳定的着力点。水下机器人更像一条鱼，没有这样的刚性支撑。怎么在保持自身稳定的同时，完成精细化作业？这个问题就和陆地很不一样。

感知也是如此。陆地机器人或者自动驾驶，通常采用视觉、激光雷达等方式感知环境。但水下光传播距离有限，很难看清5米、10米之外的目标。远距离的目标怎么定位？抵近以后，怎么完成精细操作？这些都需要重新考虑。

所以我们希望建立一套多模态感知体系，远距离通过声学方式完成目标定位，靠近以后结合视觉、高频成像声呐进行精细判断，再完成手眼协同和精准作业。可以借助陆地上的技术积累，但感知架构有很大区别。

甲子光年：在陆地上，人可以很快接管出问题的机器人。但在深海环境里，如果机器人卡住了，谁去救它？

张大禹：这是水下机器人最大的挑战之一，也就是对极端情况的处理能力。家庭环境里的机器人摔倒了，人可以过去扶起来，成本并不高。但在一个人难以触及的环境里卡死，就像火星车在火星上出现故障，没有人能够过去维修，或者救援成本极高。这对机器人的鲁棒性提出了很高要求。

不过，水下工业场景和家庭环境也有区别。家庭机器人面对大量复杂的人机交互和非结构化环境，水下工业任务相对明确，动态变化也更少。

我们希望围绕具体业务建立数据管线，让机器人先在明确任务中积累大量真实数据，对常见情况有足够强的处理能力，再逐步覆盖更多复杂情况。先能可靠地嵌入现有维保流程，未来才有机会基于机器人建立新的无人化运维体系。

甲子光年：如果用自动驾驶来类比，水下具身智能现在处于什么阶段？

张大禹：我认为目前类似自动驾驶从L2向L3发展的阶段。机器人已经可以在一定程度的水下作业流程中自主工作，但仍然需要人有实时干预的能力。人监控作业场景，出现问题就及时介入。完成既定任务的同时，机器人也积累真实作业数据，逐渐向更高自主程度发展。

对大型海洋企业来说，一个新型机器人进入现场，不可能马上就改变整套维保流程。我们更多希望先以L2到L3的方式嵌入现有体系，在真实生产中积累数据，提高客户信任度，再逐步提高自主化程度。

进入L3阶段，意味着一套新的维保系统。就像L3汽车，技术在变化，与之匹配的交通运行流程也要更新。未来水下机器人规模化应用，同样需要新的安全标准、验收方式和运行体系。

甲子光年：卫澜深海同时布局水下机器人和海底能源基座。对于一家早期公司来说，为什么不先把机器人本体做好，再解决其他问题？

张大禹：我们的定位其实很聚焦，就是围绕水下作业完成几个垂向场景。能源板块是机器人长期运行不可缺少的一部分。

如果机器人要进入更远海域、长期驻留水下，就需要解决能源、通信这些基础条件。我们不能指望把机器人做出来以后，其他体系已经在水下建好一套完整保障，等着它去用。

就像发射人造卫星或者火星车，设备之外，也需要能源和支撑系统。现在的算力中心也是一样，既需要芯片，也需要电力，二者结合才能支撑系统运行。所以我们把它们看作一套围绕水下作业的完整系统。机器人负责感知和执行，能源等基础设施支撑长期运行，要放在一起考虑，才能把这件事做完。

甲子光年：为什么长期水下作业不能只依靠提升电池容量，而需要额外能源和通信基础设施？

张大禹：可以从时间角度理解。提升电池容量、提高能源利用效率，能够延长工作时间，但很难满足长期运维需求。比如早期人造卫星主要依靠电池供能，随着运行时间增加，仅靠电池就不够了，需要通过太阳能等方式获得持续能源供应。水下机器人也是一样，如果要长期驻留远海，就需要持续的能源来源。

通信也有类似的问题。陆地机器人即使在偏远地区，还可以通过卫星等方式通信，水下却很难直接连接云端。所以，需要建立水下能源和通信体系，为机器人提供持续运行的保障。

3.从一次水下作业，到一门可复制的生意

甲子光年：很多机器人公司都要跨过技术验证到客户采购这一步。卫澜深海为什么选择先通过服务进入客户场景，再转向标准化设备销售？服务模式能帮助你们解决什么问题？

张大禹：水下场景和陆地不同，很多真实生产环境掌握在大客户手里，早期需要和客户共同验证。采用新技术，首先要建立信任。如果一开始就直接销售设备，他需要判断机器人到底能不能解决问题，这个决策过程会比较长。

通过服务模式，客户可以直接看到机器人完成了什么任务，带来了什么效果，为数据、为服务结果买单。这个过程也帮助我们进入真实生产流程，发现实验室里看不到的问题，把经验积累到标准化设备里。

长期来看，我们的定位仍然是设备供应商。希望形成成熟的平台，把设备交给专业服务团队使用，让机器人进入更多海洋场景。

甲子光年：不同海洋设施、不同任务都有具体要求。与大客户合作得越深入，会不会越容易变成一个项目一套方案，最后很难标准化？卫澜深海怎样处理这种差异？

张大禹：这是很关键的问题，也是新一代水下机器人的机会。我们的思路是用标准化平台加模块化载荷。机器人主体保持通用，比如规划两个尺寸的平台，飞控、感知、能源、机械臂等核心模块尽量复用。

不同任务，主要更换执行单元。做水下结构清洗，就搭载清洗模块；做牺牲阳极检测，就换一个检测工具包。整体产品可能只需要调整约10%的部分，就能适配新任务。这样可以提升产品可靠性和交付效率，也能更快响应客户需求。未来甚至可以开放接口，让客户接入自己的设备。新需求来了，就不必每次都从头开发。

从一个项目到另一个项目，通用平台、飞控系统、感知模组和能源模组可以复用，变化更多集中在具体执行任务的工具上。我们希望通过这种方式，逐步成为能够标准化交付的设备供应商。

甲子光年：陆地机器人可以在道路、家庭等环境中大量采集数据，水下真实场景却掌握在少数客户手中。你们如何获得这些数据？从采集数据，到用它提升机器人能力，中间还需要做什么？

张大禹：我们会和涉海企业共同建立水下数据采集中心和中试平台，通过真实作业场景获得数据。

但数据也不只是视频。机器人拍到一个画面，和客户确认一次检查已经完成是完全不同的。客户要确认任务做完了，还需要哪些信息？交付物是什么标准、什么格式？这些都会影响我们对感知和作业的设计。

有用的数据，需要包含任务过程、作业结果、验收标准，以及背后的工程知识。把这些积累下来，才能帮助机器人不断提升感知、判断和执行能力。要从客户最后需要确认什么，往前考虑我们应该采集什么。

甲子光年：从投资角度看，技术验证走向商业化，需要看到哪些信号？未来几年观察卫澜深海，哪些指标能够说明它在持续创造业务价值？

张大禹：首先是完成真实任务的规模。比如我们提出累计3000公里海底管线巡检的目标，希望通过大量真实作业，验证机器人的可靠性。

其次是数据积累。完成了多少小时真实作业，获得了多少有效数据，这些数据能不能反过来提升产品能力？水下数据稀缺，积累的过程很重要。

再看商业结果，包括交付多少台设备、完成多少流程，以及帮助客户提升多少效率、增加多少产值。要看交付能力，也要看客户使用以后的结果。

不过，规模化还需要解决流程问题。机器人进入生产体系，怎么确认安全，怎么验收任务，怎么交付数据？这些都要逐渐形成新的维保体系。

这和自动驾驶很像，L3汽车需要技术成熟，也需要新的运行规则。水下机器人同样需要大型客户认可新的作业方式，再逐步形成行业标准、国家标准，甚至国际标准。当足够规模的真实任务得到验证，新流程和标准也被行业接受，才有条件进入更大规模的应用阶段。

甲子光年：这个领域既有积累多年的传统海工装备企业，也有新进入的具身智能公司。未来竞争会集中在哪些能力上？对于一家新公司，什么优势能够在长期交付中积累下来？

张大禹：最终要看对真实场景的理解，以及能不能把技术变成产业中可以使用的能力。

水下机器人涉及很多问题，硬件和软件都有很高壁垒。比如水下感知模组，从硬件设计到数据融合架构，都需要长期积累。水下环境对机械可靠性的要求也很高，要让机器人在复杂环境里长期稳定运行，这里面有很多装备和工程经验。

我们的优势来自这些能力的结合。有AI领域的人才，也有工业场景和装备体系的经验，才能把技术和客户需求接到一起。如果只懂机器人，很容易闭门造车，不了解客户需要什么；只懂需求、不了解新技术，又只能继续依靠传统人工作业。未来有竞争力的公司，需要把机器人、数据和业务流程结合起来，让技术进入客户可以持续使用的生产流程。

甲子光年：你从小就很向往海洋，后来又进入了水下生产现场。这两种经历给您的感受有什么不同？做了这么多年水下机器人，未来五年最希望看到什么变化？

张大禹：我成长的地方离海洋很近，我还能想起自己第一次见到海洋时兴奋的心情。后来接触海洋生产现场，看到人在那么复杂的环境里工作，又发现这些工作很难、很重要，就让我更加坚定了这个方向。

有时候我也会想象《海王》电影里的水下城市，有生产，甚至有生活。当然，那是很遥远的事情。但海洋中还有大量空间没有被充分利用，未来人类能不能把更多生产活动延伸进去，更好地利用其中的矿产、能源和其他资源？我觉得都值得期待。

对我们现在来说，第一步还是先做一条“美人鱼”。让机器人能够在水下长期作业、远距离作业，摆脱人作为陆生生物在海洋环境中的限制。先把这种能力做出来，是我们未来五年最希望聚焦解决的事情。

10月22日至24日，卫澜深海将在海博会上展示相关产品和Demo，呈现水下具身智能从技术探索走向实际应用的进展。

（封面图和文中图片来源：卫澜深海）