對話靈境智源聯(lián)合創(chuàng)始人須海江：如何讓機器人有「應激反應」

日前，上海人工智能研究院孵化的靈境智源已完成超億元的天使輪和天使+輪兩輪融資，由經(jīng)緯創(chuàng)投領(lǐng)投，上海閔行國資戰(zhàn)略跟投。

今年4月，靈境智源發(fā)布了國產(chǎn)化“具身智腦”致境T系列新品。具體包括國產(chǎn)化具身“小腦”T40、“硅基皮層”思境Si-Cortex S100、國產(chǎn)化具身大腦T200/T80等四款產(chǎn)品。目前，靈境智源已推出N系列與T系列雙產(chǎn)品路徑：N系列兼容主流生態(tài)，實現(xiàn)客戶無痛遷移；T系列打造全棧國產(chǎn)化方案，芯片、系統(tǒng)、算法全面自主可控。

此外，靈境智源全球首創(chuàng)“德沃夏克架構(gòu)”，即打造首個“大腦-小腦-皮層”三位一體集成的類腦端側(cè)計算架構(gòu)，將感知端的延遲壓縮至毫秒級以內(nèi)，更在系統(tǒng)層面構(gòu)建工作-情景-語義三層記憶能力，讓機器人具備“感知即行動、經(jīng)驗可進化”的核心能力，為具身智能全場景應用筑牢底層架構(gòu)支撐。

此前的發(fā)布會上，靈境智源表示，未來會專注于解決四方面問題：第一，具身智能的專用芯片的問題，以及它應該有的硬件的底座。第二，解決具身智能專用的操作系統(tǒng)的問題；第三個問題，它應該是一個什么樣的類腦的基模框架。第四個問題，解決落地的問題，工程化的問題，解決方案的問題。如何讓一百款甚至一千款不同的本體型號都可以快速擁有一個匹配自己身體的腦。

據(jù)介紹，靈境智源成立于2025年7月，定位國內(nèi)具身原生全棧計算底座服務商，并非單純上層算法方案商，聚焦具身智能底層Infra，主打國產(chǎn)自主可控端側(cè)軟硬一體全棧方案，全面適配人形、輪式、四足等全品類機器人形態(tài)。

從階段成果來看，成立不足一年的靈境智源已對接超過300家具身智能企業(yè)，行業(yè)覆蓋率超過70%。其中，超200家客戶完成批量裝機、小批量訂單落地，單家最高下單量超過千臺。產(chǎn)品已在數(shù)百款人形機器人及泛具身工業(yè)設(shè)備、醫(yī)療設(shè)備等多場景落地。

并與樂聚、星海圖、帕西尼、智平方、傅利葉等頭部廠商建立深度合作，其基于德沃夏克架構(gòu)的整機方案已成為多家頭部廠商的核心選擇。

據(jù)靈境智源介紹，公司本輪及后續(xù)融資的方向主要聚焦于四個方面，即團隊、量產(chǎn)、芯片、生態(tài)。

團隊是第一優(yōu)先級。靈境定義的是具身原生計算底座——芯片、操作系統(tǒng)、模型三層全棧自研，每一項都是硬骨頭。據(jù)悉，多位芯片架構(gòu)、操作系統(tǒng)、具身算法等方向的核心人才已就位。靈境智源的強大的研發(fā)團隊版圖，蘊藏著這家公司真正的底氣。

雙系列產(chǎn)品產(chǎn)品規(guī)模化。前文提到的300+客戶、超200家客戶完成批量裝機，要變成穩(wěn)定交付的能力。產(chǎn)線、供應鏈、品控，每一步都是硬仗。這筆錢投下去，是為了讓國產(chǎn)化平臺真正能扛住頭部客戶的規(guī)模化交付的需求。

芯片的前期驗證已經(jīng)完成。FPGA上已經(jīng)跑通了原型驗證，下半年將看到端側(cè)算力預模型與之形成深度匹配。據(jù)介紹，在靈境智源加入了FPGA的T系列算力卡上跑Pi0.5模型的效率，已大幅超越用英偉達Thor芯片跑的標準水平。

標準生態(tài)卡位同樣不容忽視。 具身智能行業(yè)目前最大的問題之一是沒有標準，各家各做各的，誰都想當主導者但誰都不服誰。靈境智源選擇做底座發(fā)起者，聯(lián)合產(chǎn)業(yè)伙伴共建通用規(guī)范。標準的制定權(quán)，就是行業(yè)話語權(quán)。

稍早前，「明亮公司」與靈境智源聯(lián)合創(chuàng)始人、副總裁須海江進行了一番交流，從具身智能本體的延遲問題切入，圍繞技術(shù)、產(chǎn)品以及商業(yè)化等話題進行了詳細闡述。

以下為「明亮公司」整理的訪談正文（有刪節(jié)）：

Q：明亮公司

A：須海江 靈境智源聯(lián)合創(chuàng)始人、副總裁

#01 讓機器人具備「應激反應」，解決延遲問題

Q：具身智能從實驗室到規(guī)模化，再到商業(yè)化，延遲問題一直是一個挑戰(zhàn)。這背后的原因是什么？

A：關(guān)于機器人的延遲問題，我們從兩個方面來看。

首先是“大腦”層面的瓶頸，基本上是因為推理速度還不夠快。現(xiàn)在從推理速度來看，行業(yè)最優(yōu)秀水平約為一秒鐘10Hz的推理速度。而英偉達現(xiàn)在的主力方案Jetson Thor，基本上是在6~9Hz左右（即每秒推理6~9次）。如果想再往上去突破，就需要服務器級的算力，如2張5090卡的服務器，顯然服務器是不可能裝進具身智能本體之內(nèi)的。如果算力再低一點，像上一代產(chǎn)品AGX Orin，僅4Hz不到，那動作自然會慢很多。這是第一個原因。

第二個原因，是整個機械結(jié)構(gòu)和運動控制這一部分也存在一定挑戰(zhàn)。但2026年初，我們已經(jīng)能看初行業(yè)明顯的進步，比如今年春晚，宇樹機器人可以空翻跳躍，馬拉松比賽可以實現(xiàn)跑進1小時大關(guān)，輕松突破人類極限的2倍，我們看到機器人的運動能力和一年前相比是飛躍式進步。

但這里需要提及的是，下肢運動能力很強了，但是上肢的操作能力和大腦思考能力有待提升，現(xiàn)在的很多推理的過程仍要經(jīng)過機器人的“大腦”，這是存在延遲的一個重要原因。而靈境智源所要解決的問題是，在一些行為上機器人是否有可能像生物應激反應那樣，不經(jīng)過大腦。對比我們?nèi)祟悾芏喾磻潜灸苄缘摹⒉恍枰?jīng)過大腦；還有一些問題的解決是基于經(jīng)驗，并不需要每次重新思考推算，能直接給出結(jié)果，比如說“2+2=4”，我們能直接給出答案。

所以從生物腦角度來說， “大腦”“小腦”分別有應激反應的。現(xiàn)在的技術(shù)體系還沒有真正往這個方向去應用。這樣就可以大幅度降低系統(tǒng)延遲，提升操作效率和精度。

Q：目前靈境智源解決這一問題的思路是什么？

A：從小腦的角度來說，我們現(xiàn)在如果把感知到行動這一塊直接拉通，那小腦就可以實現(xiàn)一種從感知到行動決策的持續(xù)反應。比如在演示中，機器人抬著“眼睛”看樓梯的這個動作，它其實就是感知到行動直接來的，沒有經(jīng)過大腦。再比如，我們發(fā)布的硅基皮層，它其實就是我們的視覺皮層。視覺皮層處理速度會特別快，它可以代替原來很多視覺感知處理的工作，這樣就能大大壓縮處理時間，然后再傳給小腦去做動作。

Q：除了算力、算法，在訓練數(shù)據(jù)這方面一直也是具身行業(yè)的一個痛點。

A：對，現(xiàn)在行業(yè)里的數(shù)據(jù)集問題，是一個核心痛點。在此前我們發(fā)布四款新產(chǎn)品的過程中，有2款產(chǎn)品在針對數(shù)據(jù)采集的問題而生，數(shù)采存在這幾個問題。

第一個時間同步問題，各種傳感器的數(shù)據(jù)在時間上是不同步的。有激光雷達，也有各種攝像頭還有IMU以及關(guān)節(jié)的數(shù)據(jù)。由于品牌和技術(shù)不同，從視頻輸出到后端收到這個數(shù)據(jù)，中間就是會有時間差。這帶來一個很大的問題，就像人的兩只眼睛一樣，一個乒乓球飛過來的時候，如果兩只眼睛看到的時間不同步，那你看到的就不是一個球，而是兩個球。那人的大腦就會有錯覺，處理不了。對本體數(shù)據(jù)采集而言，視覺、深度、姿態(tài)、位置等信息不在同一個節(jié)拍，這樣的數(shù)據(jù)將無法實用。

而借助感知皮層也就是硅基皮層，我們就能實現(xiàn)全身感知數(shù)據(jù)的幀同步，甚至達到像素級同步。從處理并發(fā)的能力來看，它可以接入十幾路傳感器；從同步精度來看，能實現(xiàn)微秒級，甚至納秒級同步。這無疑是一次巨大的提升。

第二個問題是，當大量高清數(shù)據(jù)輸入后，并非每一幀圖像、每一個畫面都需要核心算力去處理。

我們的注意力機制決定了，輸入數(shù)據(jù)中其實存在大量無效畫面。對于VLA這種大模型而言，需要先篩選出真正有效的畫面，確定哪些數(shù)據(jù)需要縮小、哪些需要裁剪，如果用CPU、GPU完成這些預處理工作，會消耗大量資源且會產(chǎn)生嚴重的延遲。而使用硅基皮層完成這部分處理，可以在微秒級直接篩選出后續(xù)算法模型真正需要處理的圖像。

Q：明白。我可不可以簡單理解成靈境智源有兩條路徑：一個是并發(fā)更多、把不同步的時間差降下來；第二個是做數(shù)據(jù)篩選，不是所有數(shù)據(jù)都要回來再讓GPU和CPU去操作。

A：對。

Q：目前如何理解虛擬生成數(shù)據(jù)和真實數(shù)據(jù)之間的關(guān)系？

A：關(guān)于真機數(shù)據(jù)和生成數(shù)據(jù)（虛擬數(shù)據(jù)），行業(yè)已有共識——真機數(shù)據(jù)和虛擬數(shù)據(jù)各有各的用處，需要結(jié)合來用。仿真數(shù)據(jù)可以大量倍增，適合預訓練進行模型，真機數(shù)據(jù)采集昂貴但是可以落地，適用于后訓練場景落地。

Q：從技術(shù)層面到商業(yè)化，靈境智源的節(jié)奏是什么？

A：在技術(shù)領(lǐng)域我們始終處于行業(yè)前沿，從技術(shù)原生底層出發(fā)，遵循預研一代、研發(fā)一代、落地一代的迭代路徑推進。

目前我們已經(jīng)完成商業(yè)化落地的產(chǎn)品，已經(jīng)過2-3年的技術(shù)迭代，完全具備行業(yè)普適性。

我們正在攻關(guān)的具身智能領(lǐng)域諸多空白問題，將應用到下一代產(chǎn)品中進行商業(yè)化。

Q：那從商業(yè)化的路徑上看，你們和傳統(tǒng)硬件廠商有什么差異？

A：硬件部分，我們是作為供應商。軟件和模型部分，我們是可以合作的。比如說我們自己做的視覺模型，再比如說接下來會研發(fā)的一些長線能力，比如“基于經(jīng)驗的自我進化系統(tǒng)”，更多就是合作的方式。因為像經(jīng)驗進化系統(tǒng)這種東西，它一定是跟本體企業(yè)聯(lián)合開發(fā)的。

另外，像一些比較偏場景的操作項目，我們也可以直接在場景里去使用本體廠商的本體，去對接甲方的項目要求，直接做這些數(shù)據(jù)采集和操作落地。所以整體來說，我們的商業(yè)模式會比較靈活。

Q：未來在模型上的，可以理解為一個“閉源”模型？

A：對于終端客戶和“二開”（二次開發(fā)）廠商，我們可能還是以閉源為主。但對于本體廠商，我們可以用開源、定向開源的方式去合作，甚至一些IP買斷這樣的合作方式也都是可以的。考慮到具身智能現(xiàn)在的整系統(tǒng)本身就是一個很復雜的系統(tǒng)性問題。一個模型很難被完全割裂出來，一個硬件也很難說拿過去就能隨便用，基本上都要大家聯(lián)合來做。

#02「德沃夏克」架構(gòu)有望實現(xiàn)計算效率彎道超車

Q：之前靈境智源也發(fā)布了“德沃夏克”異構(gòu)計算架構(gòu)，其背后的戰(zhàn)略和技術(shù)邏輯是什么？

A：馮·諾依曼計算架構(gòu)解決的是傳統(tǒng)計算機問題，讓指令和數(shù)據(jù)之間可以快速、無縫地對接。

但是具身智能的架構(gòu)，不能直接照搬這套邏輯。在具身智能體系中，我們劃分出大腦、小腦以及其他計算單元。那我們該如何定義這樣一套架構(gòu)呢？

我們是從生物腦的角度出發(fā)推演得到的：生物腦本身包含大腦、小腦、皮層、海馬體、神經(jīng)中樞等結(jié)構(gòu)，我們從這套生理結(jié)構(gòu)中提煉出對應的計算架構(gòu)，并將其命名為“德沃夏克”異構(gòu)計算架構(gòu)。

該架構(gòu)的部分計算邏輯，是通過皮層技術(shù)直接連接小腦，繞開了VLA依賴token解決所有問題的路徑。

Q：目前產(chǎn)品主要有兩個系列，包括N系列和T系列，背后的邏輯是什么？

A：對，因為靈境智源是一家新公司。我們要走國產(chǎn)化這條路，不能盲人摸象，也不能摸黑走。首先要做的事情，就是去了解全行業(yè)的需求。就是看大家都在用什么。

在當前的整個計算范式領(lǐng)域，英偉達是行業(yè)的絕對代表，占據(jù)了絕大多數(shù)的市場份額。因此，如果我們要推進國產(chǎn)化替代，第一步必須先達到它的現(xiàn)有水準，第二步再去尋求技術(shù)超越。

目前，我們基于英偉達框架開發(fā)的大模型可用性，已經(jīng)得到了全行業(yè)的認可。而我們的T系列產(chǎn)品，已經(jīng)在各方面達到甚至超越了英偉達的技術(shù)指標。我們認為，在未來兩到三年內(nèi)，靈境智源會在這套架構(gòu)上展現(xiàn)出絕對優(yōu)勢。

這本質(zhì)上更偏向一個戰(zhàn)略層面的選擇，如果單純比拼摩爾定律、卷算力，我們不一定能勝過英偉達，但從計算效率、依托架構(gòu)重構(gòu)計算范式的角度來看，我們擁有彎道超車的機會。

Q：研發(fā)一個新的計算架構(gòu)，挑戰(zhàn)和壓力來自哪里？

A：其實并沒有太大的壓力。

我們現(xiàn)在最重要的是，讓Alpha客戶先把它真正用起來，并且在指標參數(shù)上能看到確鑿的、絕對的領(lǐng)先。隨后的第二步，我們再去解決成本優(yōu)化和量產(chǎn)這些問題，最后形成一個標準方案。

#03 護城河有四個階段，現(xiàn)階段是工程化能力

Q：考慮到量產(chǎn)，目前靈境智源在供應鏈和材料上的考量是什么？

A：目前在硬件層面，靈境智源有自研芯片，而且我們的自研芯片會在五年內(nèi)走出三代。

另外，我們不必一味追求極致的摩爾定律，可以采用多點打單點的思路，依靠分布式算力解決問題。再搭配我們這套大腦、小腦、皮層的分層架構(gòu)，本身就能降低對制程工藝的要求。

除芯片層面的布局外，我們目前已經(jīng)在推進供應鏈問題的解決，為量產(chǎn)做好準備，正針對未來100萬臺的產(chǎn)能規(guī)模提前規(guī)劃。我們的每一道工藝都會圍繞這個目標進行考量：當未來達到百萬臺量產(chǎn)規(guī)模時，它能否適配自動化生產(chǎn)，能否實現(xiàn)真正的批量穩(wěn)定量產(chǎn)。

Q：下游本體企業(yè)準備好了嗎？

A：行業(yè)里的一個流行觀點是是，接下來的兩三年是一個規(guī)模化的窗口，尤其是2026年。我們也期待2027、2028，甚至到2030，這個行業(yè)會朝千萬臺去走。所以從我們的角度來說，無論是技術(shù)還是供應鏈，都要先做好準備，而不是等行業(yè)起來了再跟著走，而是要在前面。換句話說，我們希望自己是跟著行業(yè)一起進入爆發(fā)狀態(tài)，甚至是領(lǐng)著行業(yè)走，而不是被帶著走。

Q：如果總結(jié)來看，如何表述靈境智源未來的競爭壁壘？

A：靈境智源當前的護城河和長遠的壁壘，是分階段構(gòu)筑的。

當前階段我們的護城河，主要來自去年開始積累的大量差異化解決方案。我們目前擁有超過200家客戶，基本通過針對行業(yè)的創(chuàng)新設(shè)計形成了差異化護城河；到發(fā)展中期，我們將開始構(gòu)建規(guī)模化護城河；進入第三階段，我們的操作系統(tǒng)與模型將發(fā)力，形成新的護城河；第四階段則是依托芯片結(jié)合軟件與操作系統(tǒng)，最終形成用戶依賴度極高的完整系統(tǒng)。

#04組織管理：相信創(chuàng)新、相信年輕人

Q：具身智能需要協(xié)同到軟硬件，如何看待目前具身智能在組織上的一些創(chuàng)新實踐？比如如何同步管理研發(fā)科學家、工程師和供應鏈。

A：有。現(xiàn)在創(chuàng)業(yè)的科技公司，大概都要解決兩個問題，第一是如何讓科學家的科研技術(shù)能夠轉(zhuǎn)化。第二，如果你只有工程化團隊，而沒有真正的技術(shù)，你又走不遠。所以對科技公司的挑戰(zhàn)就是，你既要有科研，也要有工程。

像靈境智源現(xiàn)在的情況，就是兩者都具備。我們的創(chuàng)始團隊里，既有像新加坡南洋理工大學、上海交通大學的教授，也有芯片、算法、模型方面的專家；在工程化團隊這邊也是產(chǎn)業(yè)老兵，大家都非常清楚怎么去做轉(zhuǎn)化。這也讓我們能夠踏踏實實一步一步往下走。

Q：在管理的方法上，是否和之前的企業(yè)有明顯的區(qū)別？

A：可以這么說。現(xiàn)在我們覺得創(chuàng)新是非常重要的，所以在團隊管理上，我們更多是彈性管理，鼓勵創(chuàng)新，鼓勵年輕人。我們現(xiàn)在有Leader甚至是尚未畢業(yè)的博士生或許他沒有管理過特別大的團隊，但如果從學術(shù)和技術(shù)能力的角度來說，他是非常有分量的。

但如果是偏執(zhí)行的團隊，比如偏制造、偏測試這些，我們還是會用比較傳統(tǒng)的企業(yè)管理方法，會設(shè)規(guī)則、設(shè)checklist、設(shè)團隊工作的流程。所以整體來說，就是有流程化需要的部分，我們用流程；有創(chuàng)新性要求的部分，我們更多用激勵型的方法。

本質(zhì)上還是一種新老結(jié)合、彈性管理的方式。

Q：明白。那公司現(xiàn)在整體團隊規(guī)模大概是一個什么樣的水平？

A：我們?nèi)ツ辏?025年）7月18號剛成立的時候，團隊還只有十來個人。現(xiàn)在已經(jīng)到170個人。今年我們的計劃是到250人，當然也要看市場情況，甚至可能到300人。

但我們一個很典型的挑戰(zhàn)，是如何應對市場變化。因為這個行業(yè)變化太快了，可能是按周、按月在更新。你可能剛規(guī)劃了一個要做的技術(shù)，明天別人就發(fā)布了。那你就得重新思考，這件事情還要不要繼續(xù)做。

#05 行業(yè)「卷」但更令人興奮

Q：在產(chǎn)業(yè)層面，如何看待目前具身智能的競爭格局？

A：我覺得各家的技術(shù)路徑和商業(yè)模式規(guī)劃不同，所以不太適合一一比較。總的來說，我認為國內(nèi)現(xiàn)在大概分成兩大類：一大類是主本體運動的；一大類是主操作的，也就是更偏大模型研發(fā)的廠商。

主本體這類公司，它們的優(yōu)勢很明顯，就是本體的穩(wěn)定性、可靠性、耐用性，這些東西會成為很多場景里面最可依賴的底座。而且，這本身也很難做，包括成本控制等方面。

如果是主操作這類公司，那最重要的就是數(shù)據(jù)和模型。誰能積累足夠多的數(shù)據(jù)，誰就會形成很大的護城河。包括模型的跨場景泛化能力、二開的利用度，以及模型和本體能力之間的協(xié)同，這些都很重要。

從全棧能力上來說，我們看到國外像Figure是非常突出的，波士頓（動力）也還可以。但如果從一些單點能力上看，國內(nèi)很多廠商其實已經(jīng)超過國外了。

如果是國內(nèi)廠商之間比較，有先來后到。后來進入的廠商，未必實力會差。因為它站在現(xiàn)在這些技術(shù)肩膀上，可能也會很快走到一個比較高水平的階段。

而且這些后來者，很多可能本身就是上市公司、制造業(yè)強企或者科技強企。它們目標很清楚，自己也有數(shù)據(jù)和應用場景，所以這些玩家不可小覷。走在前面的公司，如果自己的數(shù)據(jù)和場景沒有真正做好，也一樣可能出問題。

Q：制造業(yè)本身具備的場景、以及未來應用的規(guī)模經(jīng)濟效應，是否會對后來的創(chuàng)新公司形成壓力？

A：會有壓力。現(xiàn)在已經(jīng)可以看到，一些制造業(yè)企業(yè)、汽車行業(yè)背景的公司，一進來對成本的要求就非常高。而科創(chuàng)型的本體企業(yè)，前期可能更多還是先把東西做出來，對成本不太糾結(jié)。但從整個產(chǎn)業(yè)來講，目前具身智能整體都還是一個高成本狀態(tài)。包括傳感器、關(guān)節(jié)等零部件產(chǎn)品，成本都都嚴重依賴規(guī)模。只要這個行業(yè)的量起來了，規(guī)模效應產(chǎn)生之后，成本就會很快壓下來。這就是我的看法。

Q：未來的融資節(jié)奏？

A：完成天使輪融資后，我們開放了Pre-A輪融資。但我們還是會比較定向去尋找匹配的投資人，一是看對方主投的領(lǐng)域；第二是看流程是否繁瑣；第三是看能否帶來資源加持。總體上綜合考量。

Q：現(xiàn)在這個行業(yè)會感覺“卷”嗎？

A：我覺得這其實是一種很“爽”的感覺。因為現(xiàn)在很多新技術(shù)的發(fā)布——尤其在運動學這些方向——大多數(shù)新技術(shù)可能都來自國內(nèi)。你會看到一家一家地在往前推，這會讓你覺得自己也是其中一員，會有一種驕傲，也會為整個行業(yè)的繁榮發(fā)展感到欣慰。特別在具體場景的操作落地上，我們也看到非常多的力量開始往場景化落地方向走。這件事我覺得也是非常令人欣慰的。

所以肯定有“卷”的味道，但我覺得這種“卷”是值得興奮的。