今天，我們對話的主角是星動紀(jì)元的創(chuàng)始人陳建宇。

本文包含以下內(nèi)容，閱讀需要12分鐘。

• 投身機器人科研13年，中國原創(chuàng)科技引領(lǐng)全球

• AI加速具身智能，堅定原生通用人形

• 搭樂高一樣做機器人，連推六代人形本體

• 小步快跑商業(yè)化，清流是賦能型投資人

• 清流為何投資星動紀(jì)元

北京星動紀(jì)元科技有限公司成立于2023年8月，是唯一一家清華大學(xué)占股，并獲上海期智研究院支持的，研發(fā)具身智能及通用人形機器人的新興科技公司。團隊成員來自清華大學(xué)、北京大學(xué)、北京理工大學(xué)、哈爾濱工業(yè)大學(xué)、加州大學(xué)伯克利分校、新加坡國立大學(xué)等國內(nèi)外知名院校以及世界500強企業(yè)，研發(fā)人員占比超過80%。

星動紀(jì)元的創(chuàng)始人陳建宇，2015年本科畢業(yè)于清華大學(xué)精密儀器系，這是國內(nèi)最早從事雙足人形機器人研究的單位之一。后直博于加州大學(xué)伯克利分校（UC Berkeley），師從美國工程院院士、機電控制先驅(qū)、MPC（模型預(yù)測控制）算法理論奠基人Masayoshi Tomizuka教授。2020年博士畢業(yè)后，被圖靈獎得主姚期智院士引進到清華叉院任教，28歲即成為清華大學(xué)交叉信息研究院助理教授、博士生導(dǎo)師。陳建宇在機器人、人工智能、控制、交通等領(lǐng)域的國際頂級會議和期刊上發(fā)表了七十余篇論文，其中多篇論文獲得了RSS 2024、L4DC 2022、IEEE IV 2021、IFAC MECC 2021等國際頂級學(xué)術(shù)會議的優(yōu)秀論文提名獎。

公司成立一年以來，人形機器人產(chǎn)品已經(jīng)迭代到第六代——星動STAR 1，目前已經(jīng)通過了一系列極限測試，性能已達世界頂尖水平，被認為是全球跑得最快、最穩(wěn)的人形機器人。此外，公司基于模塊化的能力，迅速從人形機器人中分化出了靈巧手和輪式機器人等場景級產(chǎn)品，使得原本遙遠的人形機器人商業(yè)化路徑得以更快落地，幫助公司實現(xiàn)了初步商業(yè)化。

星動紀(jì)元創(chuàng)始人陳建宇

投身機器人科研13年

中國原創(chuàng)科技引領(lǐng)全球

清流：請先簡單介紹一下星動紀(jì)元？

陳建宇：星動紀(jì)元是專注于做原生具身通用智能體的科技公司，2023年從清華大學(xué)孵化出來的。我們希望做出真正原生的機器人，以及圍繞AI構(gòu)建的整套硬件平臺。

清流：近兩年具身智能賽道隨著AI大模型的出現(xiàn)急速升溫，和你選擇開始創(chuàng)業(yè)的Timing有關(guān)嗎？

陳建宇：我就是一直在做（具身智能）這件事，只是做著做著這個賽道火了。甚至可以說，今天具身智能火起來也有我們的一部分貢獻。

清流：怎么說？

陳建宇：我一直以來的夢想就是做通用的機器人。2011年上大學(xué)開始，我就在研究機器人，我本科在清華做的畢業(yè)設(shè)計就是雙足機器人的步態(tài)規(guī)劃。后來到UC Berkeley 直博也一直從事機器人領(lǐng)域的研究。博士畢業(yè)后，我有幸獲得姚期智院士的認可，被他引進到清華叉院任教，并啟動了通用機器人的研究課題。

2022年末ChatGPT剛出來，我就提出要把大模型的強大能力和機器人結(jié)合起來，實現(xiàn)AI與物理世界的交互——做通用具身智能。要實現(xiàn)這個終極目標(biāo)需要強大的工程能力和資金支持，學(xué)校的工程資源有限，所以我們就開始籌備成立公司。

2023年，我們團隊發(fā)表了世界上第一篇用大語言模型賦能人形機器人決策的文章。同年7月，我們在世界人工智能大會（WAIC）分會場主辦了“具身通用人工智能主題論壇（Embodied AGI）”，與海內(nèi)外的知名專家學(xué)者共同探討具身通用智能，推動行業(yè)發(fā)展。

現(xiàn)在無論是國家層面，還是投資人、產(chǎn)業(yè)方，對具身智能的關(guān)注和投入的確越來越多了。

清流：很多人認為具身智能是中國原創(chuàng)科技引領(lǐng)全球的新高地，你怎么看？

陳建宇：每一波新的科技出現(xiàn)，中美的差距都在逐步縮小。從芯片到AI領(lǐng)域，中國企業(yè)的追趕速度越來越快。具身智能領(lǐng)域中美的差距就更小了，都在起步期，大家都是摸索前進?？赡苓^去美國積累了一定的人才優(yōu)勢，但中國也有產(chǎn)業(yè)鏈優(yōu)勢可以與之形成分庭抗禮之勢。甚至，我認為中國反而會比其他國家跑得更快。

機器人的算法能力決定產(chǎn)品力天花板，硬件端能力保障類人運動功能的實現(xiàn)，兩者缺一不可。硬件在很大程度上會影響算法的performance，海外在硬件上的不足會反向拖慢他們的軟件迭代速度。美國這一波機器人硬件端現(xiàn)在主要就看特斯拉了。

中國對具身智能的重視和關(guān)注度更高，很多地方政府和國資都在快速發(fā)力支持具身智能，中國也有很多原創(chuàng)性的人才（機器人頂尖學(xué)府如伯克利、斯坦福、MIT的教授是外國人，但學(xué)生都是來自清華、北大、交大等等國內(nèi)高校的華人在推進出下一代成果）。而且，中國還有全球最大的機器人硬件產(chǎn)業(yè)鏈優(yōu)勢，參照中國新能源車的發(fā)展路徑，我們在具身智能領(lǐng)域可能會更快領(lǐng)跑，有望實現(xiàn)中國原創(chuàng)技術(shù)引領(lǐng)全球。

清流：中國具身智能領(lǐng)域目前的瓶頸有哪些？星動紀(jì)元如何突破？

陳建宇：從技術(shù)層面來看，我認為所存在的瓶頸在未來都是可以去突破的?，F(xiàn)在行業(yè)內(nèi)討論最多的硬件、算法、數(shù)據(jù)這三個最核心的環(huán)節(jié)，任一環(huán)節(jié)出現(xiàn)瓶頸都會制約具身智能的發(fā)展。所以星動紀(jì)元現(xiàn)階段堅持全棧自研，主動去發(fā)現(xiàn)關(guān)鍵環(huán)節(jié)上的問題、逐一攻堅，目前已取得了一些突破性的進展：

硬件端，基于我們在雙足領(lǐng)域的積淀，已經(jīng)推出了全球戶外性能最強、跑得最快的人形機器人本體，實現(xiàn)了讓機器人從“能動”迅速迭代到“走得穩(wěn)、跑得快”。未來將繼續(xù)迭代，讓它可以走得更久、更穩(wěn)；手部操作方面，我們自研了全球綜合性能最高的靈巧手，后續(xù)會隨著產(chǎn)品化進一步提升其耐久度和穩(wěn)定性。

算法端，目前多數(shù)產(chǎn)學(xué)研都在研究如何將大腦、小腦、末端控制的分層框架進行融合。星動紀(jì)元背靠全球頂尖學(xué)府清華的科研資源，領(lǐng)先推出了自研的原生機器人大模型框架，率先實現(xiàn)了端到端、多模態(tài)、多策略的算法框架。目前，我們的手部操作是全球首個靈巧手端到端大模型，腿部運控也已經(jīng)實現(xiàn)了真機全地形、全步態(tài)泛化的能力。基于此，我們會繼續(xù)讓機器人摒棄人類先驗、通過自我探索和學(xué)習(xí)，更早實現(xiàn)具身智能的Scaling law。

數(shù)據(jù)是具身智能領(lǐng)域的稀缺資產(chǎn)和資源，想要實現(xiàn)具身智能，需要大量的高質(zhì)量數(shù)據(jù)給機器人學(xué)習(xí)。我們的解題思路還是基于第一性原理，先廣泛地從各個領(lǐng)域獲取多模態(tài)（語音、視覺、觸覺等）的信息輸入，比如互聯(lián)網(wǎng)數(shù)據(jù)/圖像/視頻、現(xiàn)實中的動捕、虛擬的仿真/合成數(shù)據(jù)，并結(jié)合搖操作和現(xiàn)場部署實際收集回來的數(shù)據(jù)，去反哺我們的原生大模型，提升其理解、學(xué)習(xí)和優(yōu)化能力，并對我們的硬件迭代提供不同場景參數(shù)。

AI加速具身智能

堅定原生通用人形

清流：研究機器人這13年，你親歷了AI如何推動具身智能發(fā)展，和我們分享一下這個過程？

陳建宇：技術(shù)的演變過程是漸進式的，我們現(xiàn)在看到行業(yè)形成的共識是機器人的運動控制學(xué)應(yīng)該采用AI的方式做，但實際上這也僅僅是近幾年慢慢才形成的趨勢。

本科期間我就一直在思考機器人本質(zhì)的問題，同時對AI一直保持密切關(guān)注，當(dāng)我看到有人用強化學(xué)習(xí)（Reinforcement Learning,RL）做出來一些簡單的Demo，覺得非常神奇、非常有前景。但那時還沒法把它和機器人結(jié)合起來，因為要把RL引入到機器人有一個先決條件——必須能實現(xiàn)在連續(xù)的空間里做任務(wù)，因為機器人在物理實驗中是連續(xù)的，此前的技術(shù)沒法達到這個條件。2016年左右，深度強化學(xué)習(xí)的出現(xiàn)使得我們可以在連續(xù)空間做任務(wù)了，我就開始往這個方向?qū)ｉT去做一些研究。

清流：那時做RL算很超前了吧？

陳建宇：那個時候全球研究RL for robotics的人都很少，說自己要用RL做機器人就像ChatGPT出來之前你說要做AGI，大部分人都會質(zhì)疑。但我很清楚它的價值，非常堅定地推動相關(guān)研究。后來陸陸續(xù)續(xù)這個領(lǐng)域出來了一些成果，大家才開始陸續(xù)轉(zhuǎn)RL，再過了一段時間，RL的表現(xiàn)就開始超越MPC了。

2022年，ChatGPT的出現(xiàn)是一個非常關(guān)鍵的時間節(jié)點。

雖然我之前一直有關(guān)注到前幾代GPT2、GPT3，也知道大語言模型等研究工作的進展，但我當(dāng)時對“懟算力出奇跡”這個事情是比較存疑的。直到ChatGPT出現(xiàn)改變了我的看法，大模型展現(xiàn)了驚人的泛化能力，我立刻帶著團隊研究大模型在人形機器人領(lǐng)域的應(yīng)用。后來越來越多科研成果也表明，Scaling up可以加速具身智能領(lǐng)域的發(fā)展，實現(xiàn)通用具身智能這個終極目標(biāo)不再遙不可及。

清流：你一直在做第一個吃螃蟹的人。

陳建宇：核心還是基于技術(shù)的第一性原理推演。如果只看表象的話，RL一開始的表現(xiàn)的確比MPC差，只能在仿真方面做一些很Toy的例子。但因為我自己是寫MPC求解器的，寫過很多基礎(chǔ)代碼，我清晰地知道MPC有很多局限。同時我也一直保持對AI算法的關(guān)注，對RL有一定的了解和判斷，所以我當(dāng)時很堅定要做RL。后來大模型出現(xiàn)了，我也把很多精力放在大模型領(lǐng)域的研究。從傳統(tǒng)的MPC轉(zhuǎn)到RL、再到大模型，這些技術(shù)路線的演變都是在我們計劃中的，只是時間上比我們設(shè)想得更快一些。

清流：為什么特別強調(diào)要做“原生機器人大模型”？

陳建宇：只有原生性突破才能真正解決傳統(tǒng)機器人沒有解決的很多問題。原生就是要讓機器人既有上層的邏輯思考能力，還要對身體有完整的控制權(quán)，能夠調(diào)控身體和物理世界進行各種各樣的交互。舉個例子，讓機器人在復(fù)雜的路面上行走，傳統(tǒng)機器人是人為去hardcode，經(jīng)過精確的建模計算，腿抬多高、步幅多少厘米、落在什么地方、使多大的力等等，最后它只能在特定環(huán)境下做一些很機械的動作。而人走路是來自于我們從小開始學(xué)習(xí)在各種環(huán)境中摸爬滾打、站立行走，在這個過程中人的硬件（身體）在逐漸成長，算法（大腦）一直在迭代，逐漸收斂到一個最佳狀態(tài)，最后走路就成為瞬間發(fā)生的條件反射動作，不僅能走路，還能跑能跳，能適應(yīng)各種各樣的地面環(huán)境。

人的行為整個就是data driven訓(xùn)練出來的原生模型。

清流：所以你是堅定的“人形”擁躉？

陳建宇：我們追求靠近人形，但并不迷信人形。

當(dāng)前世界上唯一存在的通用具身智能體的實例就只有人，從人身上學(xué)習(xí)能得到很多啟發(fā)，向人形靠近有很多的優(yōu)勢：

數(shù)據(jù)層面，當(dāng)前具身領(lǐng)域的一大痛點就是缺少數(shù)據(jù)，人形機器人可以很好地復(fù)用人類現(xiàn)有的視頻、搖操作等等數(shù)據(jù)。

場景層面，在當(dāng)前的人類環(huán)境所有設(shè)施都是為人類去設(shè)計的，要在這個環(huán)境里面生活，就迫使機器人要去貼合環(huán)境。對機器人的通用性要求越高，越需要接近人形的形態(tài)。機器人如果只需要在平地環(huán)境里工作，可以用人類一樣的上半身，下半身用輪式，但如果我想要它能下樓給我取快遞，就需要腿了。

功能性角度，對比此前的傳統(tǒng)機器人，如工業(yè)的機械臂、夾爪、輪式底盤等。人形機器人有手有腿，手比夾爪靈巧，能做的事情就多很多，雙腿比輪子能到的地方也多，移動能力的邊界就提升了，這讓具身智能也有更多的發(fā)揮空間。

從技術(shù)上，人形是更難實現(xiàn)的，有能力做到人形之后，其他的機器人形態(tài)我們都能快速分化出來，是可以向下兼容的。反著來可能就不行。所以，人形機器人也是我們保持技術(shù)領(lǐng)先性的戰(zhàn)略高地。

但我們并不堅持只做人形，在商業(yè)化角度，會基于實際應(yīng)用場景去提供性價比最高的適配產(chǎn)品。通用場景中人形機器人更容易規(guī)模化，單一任務(wù)均攤下來的成本降低了，且空間利用率更高，那我們會主推人形機器人；如果是某些特定場景，我們也能從人形快速分化出模塊化的產(chǎn)品，以最低的成本高效解決實際應(yīng)用需求。

搭樂高一樣做機器人

連推六代人形本體

清流：聽起來像搭樂高一樣簡單，但要怎么實現(xiàn)？

陳建宇：我們一開始入局就選擇先攻堅hard模式（人形機器人），打磨出了做機器人的能力，并在這個過程中把很多能力給聚集和模塊化了。我們的機器人硬件都是可拆卸和組裝的，你可以理解為就像樂高積木塊一樣。例如，我們的靈巧手就是一個單獨的部件，可以直接拆下來放到另一個機器人的手臂上，甚至靈巧手的手指都可以拆下來，每個關(guān)節(jié)都是單獨的部件，非常靈活。而我們的算法是通用的，（硬件）排布裝置改了也沒關(guān)系，算法再跑一遍自動就能出來。

看實際應(yīng)用場景需要什么樣的機器人，我們就以最高效、最省成本的方式把這個產(chǎn)品快速開發(fā)出來，實現(xiàn)商業(yè)上的應(yīng)用。

清流：看起來星動紀(jì)元是集合了Tesla Optimus和Physical Intelligence咯？

陳建宇：哈哈可以這么認為，我甚至覺得從研發(fā)層面，我們有一些硬件、算法框架的點有超越他們。

Tesla確實在硬件工程能力上非常出色，走路非常絲滑，工業(yè)設(shè)計也是業(yè)內(nèi)頂尖；Physical Intelligence也很突破地開發(fā)用于具身領(lǐng)域的基礎(chǔ)模型和學(xué)習(xí)算法，PI最近發(fā)布的機器人基礎(chǔ)模型π0，通過預(yù)訓(xùn)練的視覺-語言模型和創(chuàng)新的flow matching （流匹配）架構(gòu)，使機器人能夠執(zhí)行如折疊衣物、組裝紙箱等復(fù)雜任務(wù)。

星動紀(jì)元經(jīng)過過去一年的迭代，無論是腿部、手部的硬件能力都是行業(yè)內(nèi)最頂級——跑得最快最穩(wěn)、靈巧手響應(yīng)最靈活。算法端，我們在ChatGPT剛出來時就開始進行具身基礎(chǔ)模型的研發(fā)了，相比Physical Intelligence的π0使用的純模仿學(xué)習(xí)，我們把世界模型嵌入到了具身大模型中，并且從海量視頻數(shù)據(jù)中學(xué)習(xí)如何理解物理世界并與其交互。同時，這種方法提升了模型的泛化能力，能在更多樣化的場景下保持穩(wěn)定的表現(xiàn)。π0用了1萬個小時的機器人數(shù)據(jù)，我們的數(shù)據(jù)量小多了，具體細節(jié)可以關(guān)注我們即將發(fā)布的最新的模型成果。

所以，星動紀(jì)元不是簡單地結(jié)合Tesla Optimus和Physical Intelligence，而是在多個關(guān)鍵領(lǐng)域取得了原創(chuàng)性進展。

清流：Cool ！星動紀(jì)元為什么具備這樣的能力？

陳建宇：具身領(lǐng)域是迭代非?？斓念I(lǐng)域，需要產(chǎn)學(xué)研共同去推進，我們有非常頂級的技術(shù)團隊和科研資源。剛開始創(chuàng)業(yè)我們就吸納了國內(nèi)做人形機器人和機器人領(lǐng)域很多非常有經(jīng)驗的專家，這樣的人才在全球范圍內(nèi)都是非常稀缺的。AI方面，我們背靠清華的科研資源，包括我在清華的課題組也會在具身智能前沿研究方面持續(xù)創(chuàng)新，這些資源是很多同行沒有的。

加上我們做機器人做得早，過去數(shù)年間我在幾乎所有與機器人相關(guān)的技術(shù)路徑上都做過學(xué)習(xí)和嘗試，積累了很多經(jīng)驗和認知。后來在硬件細節(jié)和算法架構(gòu)上不斷有成果跑出來，證明了我們從day one開始就走在正確的方向上。選擇的大方向比較正確，并不斷在正確的方向上長期積累認知，優(yōu)勢就越來越明顯。截至目前公司進展順利，行業(yè)里也不斷開始有人來follow我們的路線。

此外，作為一個創(chuàng)業(yè)公司，我們團隊的執(zhí)行力也很強。有一次看到同行有一個新的demo發(fā)出來，我們工程師就很不服氣，他就熬夜直接當(dāng)晚給復(fù)現(xiàn)出來了。

清流：公司成立到現(xiàn)在經(jīng)歷了哪些關(guān)鍵的milestone？

陳建宇：2023年6月，我們推出了具備行走能力的第二代人形機器人本體，還記得機器人硬件剛裝出來，我們調(diào)了一天就能走起來了。

2023年底，第四代人形機器人“小星”在全球范圍內(nèi)首次實現(xiàn)了人形機器人端到端強化學(xué)習(xí)野外雪地行走，包括雪地上下坡，以及上下樓梯。該過程不需要依賴于預(yù)先編程的行走模式，而是完全通過AI自主學(xué)習(xí)實現(xiàn)的。這使得機器人能夠自主地適應(yīng)不同的地面條件，從而在復(fù)雜的雪地環(huán)境中穩(wěn)定行走。相關(guān)論文拿了機器人領(lǐng)域頂會RSS 2024（Robotics: Science and System）的最佳論文提名獎（Outstanding Paper Award Finalists），全球只有3篇論文入選，也是RSS歷史上第一次有中國團隊獲得該獎項。

2024年Q1推出第五代機器人，這一代機器人無論從硬件構(gòu)型和算法迭代已經(jīng)是行業(yè)內(nèi)最領(lǐng)先的產(chǎn)品了。更關(guān)鍵的是，我們還加上了自研的靈巧手，配備12個關(guān)節(jié)自由度。剛發(fā)布時有人把我們和特斯拉的靈巧手做對比，實際上，我們的靈巧手的自由度比特斯拉的機器人還要高。

2024年9月，發(fā)布了第六代機器人星動STAR 1，自由度增加到了55個，關(guān)節(jié)扭矩提升到了400N·m，關(guān)節(jié)轉(zhuǎn)速達到了25rad/s，性能已經(jīng)達到全球頂級水準(zhǔn)。經(jīng)過各種公開環(huán)境實地測試，星動STAR 1已被驗證是世界上跑得最快且最穩(wěn)的機器人。同時，我們還推出了桌面機器人和輪式機器人，以及模塊化的靈巧手產(chǎn)品。星動紀(jì)元目前是全球除特斯拉以外唯一一家有靈巧手的人形本體公司。

清流：迭代速度很快！對公司未來的規(guī)劃是？

陳建宇：1-2年的短期目標(biāo)是實現(xiàn)技術(shù)產(chǎn)品化。技術(shù)上會把現(xiàn)在端到端的技術(shù)做得比較通用，找到PMF的場景。我們已經(jīng)有了一些突破，接下來會繼續(xù)把數(shù)據(jù)、精度、穩(wěn)定性等進一步提升。

3-5年的中期目標(biāo)是實現(xiàn)機器人的ChatGPT時刻，即AI在機器人上Scaling到一定程度后，呈現(xiàn)智能涌現(xiàn)的狀態(tài)。

5-10年的長期目標(biāo)是達到機器人的iPhone時刻，希望我們的機器人成為像iPhone一樣的產(chǎn)品，真正走進千家萬戶。

小步快跑商業(yè)化

清流是賦能型投資人

清流：創(chuàng)業(yè)這一年有哪些心得體會？

陳建宇：創(chuàng)業(yè)對學(xué)習(xí)能力要求甚至比做學(xué)術(shù)更高一些。因為創(chuàng)業(yè)比單純的學(xué)術(shù)維度廣很多，很多事情交叉在一塊，各方面的不確定性更高了，決策錯誤的代價也更高。既要求你要把事情看得更深一些，同時又不能一直想，很多事情都必須要快速決策。

清流：怎么做到既深度思考、又快速決策？

陳建宇：這是一個綜合性的能力，就像我們早期選擇原創(chuàng)技術(shù)路徑時，需要先看清楚全局的路，了解各條技術(shù)路線。但也不要花太多時間看，因為這就是一個不確定性非常高的事，你永遠不可能完全看清。在看到一個相對比較有把握的狀態(tài)時，就要開始大膽一點往前做。技術(shù)是這樣，商業(yè)更是如此。

我堅信很多事情就是創(chuàng)造出來的，選定路之后就要相信自己，做一切努力去增大它成功的概率。

清流：創(chuàng)業(yè)至今最有成就感的時刻？

陳建宇：看到我們的機器人第一次走起來的時候。當(dāng)時就覺得我們很牛x，哈哈哈！心想特斯拉又如何，我們也是可以做出來的。

清流：目前遇到的最大挑戰(zhàn)是什么？

陳建宇：我覺得前面經(jīng)歷的都不算最大的挑戰(zhàn)。有遇到過一些有挑戰(zhàn)的技術(shù)問題，但因為我做技術(shù)這么多年，已經(jīng)習(xí)以為常了。技術(shù)本身第一性原理還是比較強的，即使有什么問題，我們也可以快速彌補，最多就是浪費一小部分時間和一些人力物力。

相比于技術(shù)上的挑戰(zhàn)，未來即將要面對的商業(yè)決策可能會更具挑戰(zhàn)。商業(yè)的不確定性更高，特別硬件產(chǎn)品拉通之后，需要考慮量產(chǎn)、建廠、供應(yīng)鏈打通，整個投入會比現(xiàn)在高很多，商業(yè)決策錯誤的代價也會高一些。

清流：你打算怎么應(yīng)對？

陳建宇：公司層面我們已經(jīng)在做相應(yīng)的準(zhǔn)備了。雖然我們團隊是做科研出身，但是我們一直認為好的技術(shù)產(chǎn)品最終是要能實現(xiàn)商業(yè)化的。再頂尖的技術(shù)，如果成本過高、質(zhì)控不穩(wěn)定、不好用，都會導(dǎo)致最終無法在實際應(yīng)用場景落地。所以我們一直堅持模塊化的產(chǎn)品設(shè)計，并通過一些成熟的模塊化產(chǎn)品實現(xiàn)小步快跑商業(yè)化。目前主線人形產(chǎn)品已經(jīng)涵蓋了所有的功能，從主線產(chǎn)品拆分出幾個模塊組裝一下，就可以做出其他形態(tài)的產(chǎn)品，實現(xiàn)現(xiàn)階段技術(shù)與場景結(jié)合的最優(yōu)解，這也降低了我們做一款產(chǎn)品的成本。在幫助企業(yè)實現(xiàn)自身造血能力的同時，通過場景的打磨、獲得真實使用數(shù)據(jù)反饋，幫助我們在產(chǎn)品研發(fā)上進一步迭代，逐漸形成商業(yè)－數(shù)據(jù)－研發(fā)的閉環(huán)。目前，在部分場景中我們已經(jīng)有了一些客戶訂單。

對我個人來說，要進一步提升學(xué)習(xí)能力和學(xué)習(xí)速度，多跟人交流、學(xué)習(xí)、多練習(xí)。團隊方面，我們也會陸續(xù)引入具備商業(yè)化能力的成員。未來，還借助合作伙伴獲得更多的行業(yè)資源支持。

清流：和清流接觸的初印象是怎樣？

陳建宇：和清流這邊認識得比較早了，去年就開始和deal team有陸續(xù)接觸。行業(yè)里大家對清流的評價都非常高，清流的投資人是真正懂具身智能的，而且會從公司發(fā)展的角度進行賦能，清流背后各方面的產(chǎn)業(yè)資源也有足夠的能力給公司提供幫助。

清流：哈哈哈看來還很認真地做了反向背調(diào)呀~

陳建宇：融資時大家都會聊起嘛。我覺得企業(yè)融資不只是爭取資金的支持，同時投資人也是我們非常重要的伙伴和很好的朋友。

清流：至今清流有給公司提供過什么幫助嗎？

陳建宇：清流實際在各方面對我們的支持都蠻大的，一方面幫助提升我的認知，同時也對接了不少資源。夢秋總以前在產(chǎn)業(yè)里，經(jīng)驗和資源都非常豐富，我們有一些問題也會主動去問她，她很愿意幫助我們排憂解難，給我們介紹行業(yè)資源和人脈。

雨豪總經(jīng)常會過來公司關(guān)心我們，看到行業(yè)最新的動態(tài)或paper也會及時和我分享和交流。創(chuàng)業(yè)路上難免遇到一些困難的事情，他也會給我做些心理按摩。

這一年真正接觸下來，清流給我感覺真的就像這個名字一樣，是一個很賦能型的資本。

清流：看來會做心理Massage也成為當(dāng)下投資人的核心競爭力之一了~

陳建宇：哈哈哈，創(chuàng)業(yè)路上得到這樣的心理支持還是非常好的。我們也非常幸運能跟清流合作。

清流為何投資星動紀(jì)元

清流資本長期保持對全球機器人行業(yè)的洞察與戰(zhàn)略布局，新一輪AI技術(shù)變革出現(xiàn)后，更是積極探索AI和物理世界結(jié)合的投資機會。前沿模型的發(fā)布為具身智能的突破鋪平了道路，使機器人能夠以前所未有的方式理解、推理、與物理世界互動，為通用智能機器人的實現(xiàn)帶來革命性的機會。尤其在人形機器人領(lǐng)域，展現(xiàn)出極高的技術(shù)突破和商業(yè)化潛力，市場及產(chǎn)業(yè)急需實用且可擴展的創(chuàng)新解決方案，為投資具身智能創(chuàng)造了一個獨特的窗口期。

實現(xiàn)自主感知、規(guī)劃決策、執(zhí)行閉環(huán)并且能在各種場景自適應(yīng)的智能通用機器人，是機器人和AI 領(lǐng)域的長期目標(biāo)。然而，傳統(tǒng)機器人系統(tǒng)由于缺乏交互、感知、決策的能力，往往難以實現(xiàn)這些功能。自從OpenAI發(fā)布GPT-3以來，AI的蓬勃發(fā)展，特別是各類大語言模型（LLMs）和視覺大模型（LVMs）的問世，為機器人實現(xiàn)泛化的理解、推理、并與物理世界產(chǎn)生交互的智能系統(tǒng)——即“具身智能”概念，提供了算法基礎(chǔ)。同時，對于大模型而言，機器人是通用AI實現(xiàn)與物理世界交互的關(guān)鍵載體和入口。

大模型所展現(xiàn)的泛化能力，為通用智能機器人的實現(xiàn)帶來了全新的可能性。我們認為此次AI與機器人的結(jié)合將對機器人感知、決策、控制的整體系統(tǒng)能力帶來全面重構(gòu)，在更大范圍內(nèi)擴展機器人的能力邊界，帶來更廣泛的市場新機會。這一變革將對機器人行業(yè)產(chǎn)生全面和深遠的影響，使機器人進入一個全新的發(fā)展范式。

同時，具身智能有可能成為少數(shù)由中國引領(lǐng)而非美國主導(dǎo)的前沿創(chuàng)新科技領(lǐng)域之一，我們判斷這一領(lǐng)域的最終格局可能類似于新能源車的發(fā)展趨勢：盡管美國在技術(shù)原創(chuàng)性和創(chuàng)新方面處于領(lǐng)先地位，但就現(xiàn)階段中國在生產(chǎn)制造方面已經(jīng)展現(xiàn)了強大的追趕能力和優(yōu)勢。同時，在具身智能相關(guān)的AI研究方面，實際主導(dǎo)學(xué)者均為華裔或中國學(xué)者，原創(chuàng)性和追趕速度也非常迅速。因此，放眼全球，中國在機器人產(chǎn)業(yè)中有望占據(jù)主導(dǎo)地位。

過去的一年，我們見證了由陳建宇老師帶領(lǐng)的星動紀(jì)元團隊展現(xiàn)出來強大的技術(shù)迭代能力，比如：在腿部運動控制算法方面，從傳統(tǒng)模型控制轉(zhuǎn)向帶感知的強化學(xué)習(xí)算法，實現(xiàn)了復(fù)雜地形上的順利通行；在手部通用操作算法方面，團隊進展迅速，已實現(xiàn)端到端靈巧手大模型。充分展現(xiàn)了在相對收斂的技術(shù)路線上行業(yè)領(lǐng)先、新技術(shù)路線快速發(fā)現(xiàn)/復(fù)現(xiàn)/落地的能力、軟硬件一體化結(jié)合和靈活的商業(yè)化思路。

我們期待星動紀(jì)元憑借其技術(shù)積累和持續(xù)創(chuàng)新，在該領(lǐng)域樹立行業(yè)標(biāo)桿，推動智能機器人在各類復(fù)雜應(yīng)用場景中的普及與落地，為行業(yè)注入新活力，加速具身智能的商業(yè)化進程，賦能全球機器人產(chǎn)業(yè)的轉(zhuǎn)型升級。