文｜闫佳佳

ID | BMR2004

“机器人赛道是一个复合创新的赛道，需要软交叉学科的知识共同推动。虽然当前大语言模型已经出现了突破性创新，但是具身智能大模型的训练数据更复杂，涉及到空间、时间等各个维度的采集。所以，数据采集是当前具身大模型训练的一大难题，为此需要统一数据标准，营造一个开源的环境来促进技术创新。”非夕科技副总裁胡晓平在接受《商学院》杂志访谈时指出。

非夕科技是一家成立于2016年的“独角兽”公司，专注于研发、生产集工业级力控、计算机视觉和人工智能技术于一体的自适应机器人产品。自成立以来便注重将机器人技术与人工智能技术深度融合。

非夕科技正在让机器人拥有像人类一样的灵活操作能力，未来能够在更多未知领域中发挥重要作用。

让机器人达到通用化应用的理想效果。

非夕科技创始团队主要来自斯坦福大学人工智能实验室，在人工智能与机器人领域有着深厚的积累。团队一开始选择进入自适应机器人赛道的原因其实很简单，一方面是过去工业机器人和协作机器人技术路线存在局限性，这些传统机器人在通用层面的应用能力和适应能力有限；另一方面是自适应机器人与传统工业机器人的主要差异在于高精度力的感知和控制能力，以及通过AI实现类似人类的手眼协调。

为了实现自适应机器人如同人类般操作的目标，非夕科技致力于机器人力控方面的创新和突破。

在硬件端，非夕科技自主研发了力矩传感器和末端的六维力传感器，通过对力感知原理的重新设计，实现了比传统应变片模式更高的精度，达到了0.03牛的力感知能力，几乎达到了人类指尖力觉敏感度。

“仅提升精度是远远不够的，实时响应同样很关键。”胡晓平表示。为此，非夕科技在软件框架上进行了革新，将响应频率提升了至少一两个数量级（10的幂次方），确保机器人能够迅速调整以应对环境变化或任务需求。

与过去工业机器人只追求精度不同，非夕科技在追求精度的同时，也增加了力控的调整，这样可以保证任务顺利完成而不损害目标对象。比如，在插入USB这样简单但需要精确度的任务中，即使初始定位不准确，通过力控方式也能做出适当调整。

基于此，非夕科技自适应机器臂已经应用在工业制造、农业生产、食品加工乃至理疗康养服务等多个领域。非夕科技的最终目标是让机器人达到通用化应用的理想效果。

将具身智能大模型的开发独立出来，主要目的是为了更专注于大脑和大模型的研发，使其不仅能赋能非夕自身的机器人系统，还能广泛应用于其他类型的机器人产品。

一直以来，非夕科技都致力于将机器人手、双臂以及躯干和大脑能力相结合。为提升AI技术在实际应用中的通用性和简化部署，非夕科技于2021年推出了自研的通用人工智能系统“NOEMA穹知”，这是一个面向全行业的通用智能机器人大脑。该系统旨在通过模块化和智能化操作，使用户能够便捷高效地使用人工智能工具，实现对物体和场景的理解、识别、检测以及自主判断和决策。

NOEMA穹知系统是如何工作的呢？

在工业领域，比如插装应用中，为了让自动化系统能够像人类一样灵活地工作，需要一个智能的解决方案。这个方案要能识别并处理不同的零件（因为每个零件可能大小、形状都不同），并且能在复杂或者变化的环境中稳定运行。这就要求该系统不仅要有好的硬件设计，还要有强大的感知能力、精确的力量控制技术、高效的规划算法和先进的人工智能技术。

基于此，非夕科技的发展战略也进行了新的调整，对NOEMA穹知系统进行了升级和拆分。胡晓平介绍了穹知系统目前的两个主要方向：第一个是非夕科技继续以机器人本体为中心，构建自动化系统或平台，集成基础AI能力如视觉伺服和基本物体检测识别等功能，这些功能是实现手眼协调的重要组成部分，也是提供解决方案的关键要素。

第二个是专注于在NOEMA穹知系统基础上进一步研发具身智能大模型。于是，非夕科技在2023年孵化出了一家专门做具身智能的公司——穹彻智能，初创团队主要由非夕科技CEO王世全和上海交大教授卢策吾组成。

非夕科技决定将具身智能大模型的开发独立出来，主要目的是为了更专注于大脑和大模型的研发，使其不仅能赋能非夕科技自身的机器人系统，还能广泛应用于其他类型的机器人产品，如人形机器人等。这种拆分使得穹彻智能能够作为一个标准化的产品为各种硬件提供智力加持，从而增强了技术的通用性和市场潜力。

目前，穹彻智能已经实现了包括通用打磨、装配和切削等操作，并展示了如削黄瓜、给人刮胡子等应用。胡晓平表示，穹彻智能先从这几个维度出发，使一些基本的动作单元操作更加成熟，后续在此基础上进行延伸，也就是先进行纵向发展，再横向扩展到通用状态。

例如，在针对理想汽车的车身清洁需求案例中，为了安装玻璃天窗，需要在装配前对车体结构上的污渍进行清理，特别是针对一体压铸成型、表面不平整且存在许多沟槽的部分。对于人类操作者来说，沿着每个沟槽进行清洁相对简单直接。但使用传统的且依赖精确定位的机器人来执行此类任务时，在处理转弯和复杂形状部位时可能会遇到困难，导致清洁不到位。而非夕自适应机器人能够确保清洁工具始终紧密贴合车身表面，即使面对复杂的几何形状时，也能有效清除污渍。

在食品加工行业，也可以看到非夕自适应机器人的身影，如执行鸡肉切割任务。通过模拟人类熟练工人的手法和肌肉记忆，机器人的手臂可以精确控制切割力度，适应不同形状和不同重量的肉块，实现了从手工操作到自动化的转变。

在理疗按摩场景中，根据人类个体的身体结构、胖瘦差异以及对力度承受的不同需求，非夕机器人能够通过AI技术精确定位穴位，并输出合适的按压力度，提供个性化的理疗方案，既提升了用户体验，又确保了治疗效果。

非夕科技的自适应机器人解决方案在不同行业的部署中展示了较高的性价比，尽管单体机器人的成本可能高于传统工业机器人，但通过整体解决方案的优化，减少了非标设备配合、运营和维护的成本。

以对汽车零部件表面的打磨抛光为例，传统工业机器人需要对目标物体进行3D扫描建模，并生成特定的运行轨迹来执行任务。如果处理对象发生移动或材质较软不好控制时，工业机器人再根据定位来做任务，会影响质量。此外，如果型号、大小、尺寸等发生改变，需要重新对物体进行建模等，会增加成本。而非夕自适应机器人则专注于力控，能够根据实际接触表面自动调整操作，无需重新编程或建模，大幅提高生产效率和灵活性，还降低了成本。

单个企业难以独自积累大量数据，需多方合作，但因缺乏统一标准，各家企业自行其是，阻碍了数据整合与共享。

胡晓平表示，机器人赛道是一个复合创新的赛道，具身智能大模型和大语言模型的技术路线相似，需要算法、数据、算力的支持，但也有很大不同。目前算法、算力方面有一些共识和解决方案，但从数据来看，与已经形成较为成熟和系统化标注方法的大语言模型（如文本、语音或图片数据）存在差异，机器人操作数据的标注以及如何定义一条有效的操作数据，在当前还没有统一的标准，各个具身智能团队仍在探索各自的路径。

目前，穹彻智能正处于起步阶段，数据采集和整理是其主要瓶颈和工作重点。穹彻智能独特的技术路线是发布“以力为中心”的具身大脑系统。这一技术路线强调了力在人类操作中的核心作用，并认为将力的信息融入任务分解中是提升模型效果的关键。

穹彻智能依靠非夕科技的力控机械臂，如“拂晓Rizon”和“玄晖 Moonlight”来收集包含力的数据。这些设备能够感知和记录操作过程中的力，构建独特的数据集。这类数据对于解决机器人操作中的精确性和可靠性至关重要，并能有效弥补纯视觉方案在复杂环境中难以找到最优解的问题，减少大模型由于缺乏具体物理交互细节而导致的多种解或“幻觉”现象的发生。

为了提高数据采集的质量和效率，非夕科技采取双重策略。一方面创新性地搭建了一个以真实世界物理原理为基础的世界模型仿真数据库，让机器人在虚拟世界与各类场景中进行学习和交互；另一方面，非夕科技通过自主研发的便携式模仿学习装备，让机器人跟随模仿人类的动作进行一对一的学习。该装备是一套外骨骼，是非夕科技创新自研的一个机械臂数据采集装置，通过采集图像、机械臂的轨迹信息，以及力和力矩等多种数据，用于训练穹彻智能具身大脑的力位混合大模型。

具体来看，该设备能够在非脱产状态下实时记录人类操作员的动作，这比传统的专门数据采集场更贴近实际应用场景，从而提高了数据的真实性和有效性。例如，在工厂环境中，可以直接使用这些设备进行装配工作的同时完成数据采集，这样既不影响生产，又能获取高质量数据，进而用于迭代优化大模型。预计到今年年底，穹彻智能将收集约500万条数据，为模型的持续改进提供了坚实的基础。

胡晓平认为，真实数据获取成本高昂且积累缓慢，因此其数量相对有限。为了解决这个问题，通常采用虚拟数据来补充真实数据的不足，以加快模型验证和算法迭代的速度。然而，虚拟数据难以完全模拟现实世界的物理现象，例如光照、材质变化及环境干扰等，这可能导致训练出来的模型在实际应用中表现不佳。

为了平衡效率与实用性，行业目前的做法是结合虚拟数据和真实数据进行混合训练，一般的比例是10%～20%的真实数据配合80%～90%的虚拟数据。这种方法既能保证一定的训练效率，又能尽量贴近实际情况，避免模型与现实脱节。

值得注意的是，在具身智能领域存在一个不容忽视的痛点：单个企业难以独自积累大量数据，需多方合作，但因缺乏统一标准，各家企业自行其是，阻碍了数据整合与共享。所以，数据标准化至关重要，它能确保数据有效性、标注一致性和维度规范，使得跨企业数据集成更加高效。

例如，机器人动作数据采集涉及视频流拍摄角度、数量及时间等因素，没有统一的规范会导致数据集即使开源也难以直接使用。因此，胡晓平呼吁行业达成共识，使数据标准化，推动数据共享和具身大模型开源，加快技术创新和发展。

自适应机器人作为一种新型解决方案，市场接受度需要时间培养。

过去8年，非夕科技累计完成5轮融资，投资方包括金沙江创投、高榕资本、招商局资本等多家知名机构，也得到美团、珠江集团、新希望集团等产业方的持续支持，并多次获得老股东复投。公开资料显示，非夕科技2022年B+轮投后估值达10亿美元，跻身“独角兽”行列。

胡晓平表示，吸引天使轮投资主要依靠的是团队成员斯坦福背景的影响力。到了A轮和B轮融资阶段，则需凭借成熟的产品和具有潜力的应用场景来赢得投资方的持续支持。对于后续的融资轮次来说，关键在于通过商业化的成功和产业化的数据来支撑更高的公司估值。

实际上，早在2020年非夕科技就正式迈入规模化量产阶段，2022年底开始收获规模化复制订单。2023年底，受益于产品通用性的成熟，非夕科技机器人破圈，开启了跨行业的加速开拓。2022年以来，每年营收增长两三倍，复购率接近50%。

对此，胡晓平坦言，非夕科技在商业化过程中也经历了较为艰难的阶段，主要因为自适应机器人作为一种新型解决方案，市场接受度需要时间培养。比如，非夕科技在初期与汽车工厂、家电及3C行业的合作中，它们对力控技术的实际效能持怀疑态度。为解决这一难题，非夕科技选择与行业内的头部企业合作，建立标杆案例，以展示其产品的独特价值和能力。

例如，在一个为汽车厂提供打磨和去毛刺工艺的项目招标中，非夕科技面临来自其他协作机器人厂商的竞争，那些厂商提供了更低的价格。很显然，该汽车厂商选择了价格更低的竞标方。然而，在实际部署过程中，该竞标方遇到了诸多问题，即使追加了额外设备和成本，仍未能成功解决问题。最终，该汽车厂商转向非夕科技寻求帮助，并使用非夕自适应机器人解决了难题。

更重要的是，非夕科技通过提升机器人通用性，实现了跨行业的业务场景应用，包括工业、农业、医疗和服务等领域。为了满足广泛的行业需求，非夕科技构建了一个生态系统，与不同的合作伙伴成立合资公司，专注于特定行业的解决方案开发。在这种模式下，非夕科技主要提供产品和技术支持，而各合资公司则深耕各自的具体行业和领域。例如，与新希望合作成立了专门从事农业自动化解决方案公司，以及与一家医疗设备公司合作研发医疗机器人。

胡晓平表示，非夕科技广泛的客户基础和高复购率是支撑其快速增长的原因。与那些依赖少数大客户的公司不同，非夕科技的订单分布广泛，前几名客户的订单量并未占据主导地位，这减少了公司对单一企业发展节奏的依赖风险。此外，非夕科技的产品复购率接近50%，显示出客户对其解决方案的高度认可。而且这种复购是基于客户自主提出的更多改造需求，进而采购更多设备进行自动化升级。基于此，非夕科技对未来增长也保持了极大的信心。

胡晓平还透露，非夕科技将在 2025 年发布新品，通过升级关节和末端的力感知能力，从一维力感知提升至多维力感知，大幅提高机器人的感知精度和操作灵活性。同时，还将让机械臂在通过传感器的升级后具备类似于电子皮肤的能力，当有任何接触时都可以灵敏感知力的方向和大小。这种改进使得机器人能够在更广泛的场景中执行任务，能够精准感知任何部位的受力信息，进而实现更精细的控制。

这些技术进步不仅可以增强机器人在安全方面的表现，为进入家庭和服务行业奠定了基础，还支持单机多任务处理，如手持物品的同时完成其他操作，极大提升了机器人的灵巧性和实用性。尽管目前产品仍处于原型阶段，但其未来的应用场景充满了无限可能。

然而，在实现电子皮肤的过程中，非夕科技面临着从理论设计到研发，再到生产应用的长周期挑战，这期间不仅需要解决理论问题，还需应对复杂的工程问题。

比如，在机器人关节中提取高灵敏度传感器的信息是一大挑战，因为关节内的多种电子元器件（如减速器、电机等）可能会对敏感信号产生干扰。为了解决这个问题，非夕科技花了一年半的时间，采取了多方面的优化措施：一方面是结构优化，通过调整机械结构以利于感知信息的输出并减少电磁干扰；另一方面是软件优化，开发降噪算法，设计能够有效过滤噪声的处理方法，确保准确提取有用信号等。

最后，胡晓平总结到，非夕科技将继续专注于解决机器人操作中的力觉和触觉感知问题，将人类的操作手感转化为可编程指令，从而实现与人类相媲美的操作精度和灵活性。

未来已来，我们期待自适应机器人在未来发挥更大的作用，成为我们生活、工作的小帮手。

来源 | 2025年4月刊