對話逐際動力張巍：人形機器人已經有“大腦”，但“有腦”和“有技能”是兩回事

近日，通用人形機器人公司逐際動力LimX Dynamics已完成Pre-IPO輪融資，融資金額近2億美元。過去半年公司累計完成融資4億美元，投后估值達150億元，躋身超級百億獨角獸行列。

本輪融資匯聚了來自中國、歐洲、中東、北美的多元化資本。投資方包括全球化全階段股權投資機構IDG資本、全球AI硬件智造龍頭藍思科技、泛歐洲多元化產業與投資集團GGG Group與Redstone VC、全球高科技成長型基金華山資本、合肥濱湖產發集團等。其中，阿聯酋磊石資本（Stone Venture）連續多輪追投；綠洲資本、基石資本、南山戰新投、尚頎資本、蔚來資本等老股東超額加注。

逐際動力表示：“本輪融資資金將重點用于大小腦融合技術的突破和產品化，推動數千臺全自主人形機器人的規模化部署，加強全球市場拓展。公司將進一步完善全球制造與交付能力，加快中東、歐洲及亞洲其他國家地區等重點市場的布局，并持續建設面向全球開發者的開放生態，加速具身智能技術創新與產業化落地。”

相比其他具身智能企業，逐際動力的融資速度并不算快，四年時間，邁入具身智能百億俱樂部。“資本的融資是一個重要的考量，你要在這考量的前提下，給它維持一個健康的節奏。”張巍向鈦媒體智客ZhiKer表示 。

這種克制，源于創始人的技術底色。張巍博士是典型的“技術派”，本科畢業于中國科學技術大學自動化系，后赴美深造，獲普渡大學電氣與計算機工程系博士學位，曾任美國俄亥俄州立大學長聘教授。2019年回國任教。2022年，在深圳創辦逐際動力，專注于具身智能的全棧技術路線，圍繞機器人本體、AI基礎設施及具身智能體OS系統持續投入研發，構建覆蓋運動生成、模型訓練、認知決策到真實世界部署的完整技術體系。

技術背景決定了路線選擇。逐際動力從一開始就不走堆技能融資的短跑路線，而是選擇了一條更慢，也更難的路，從底層運控基礎模型做起，將“腦”與“技能”分開定義，再逐層構建通用能力。

在張巍看來，“有腦”和“有技能”是兩回事。“現在很多人把訓練模型直接等同于有腦，這是錯誤的認知。腦其實是一套完整的操作系統，它以語言模型為引擎，同時包含記憶管理、情緒管理等多個模塊，而模型是一個一個的技能。”

他眼中的終局，不在于誰的機器人更會翻跟頭，而在于誰能在一個混亂、非結構化的物理世界里，搭建一套可量產、可復用、可閉環的底層架構。

這一架構正在兌現為訂單。目前逐際動力已獲得數千臺訂單，其中過半來自海外。同時，正與全球開發者及生態伙伴共同推動科研教育、商業服務、全地形巡檢、工業應用、建筑及更多應用場景的商業落地。

智客ZhiKer在深圳見到張巍，我們聊到具身智能的行業拐點、全球化戰略的選擇，以及“有腦”與“有技能”的本質區別，于是有了這次對話。

以下為與張巍的對話全文，略有刪減：

智客ZhiKer：海外數千臺人形機器人的訂單是一個客戶嗎？

張巍：不是，這是我們在重點區域集中拿下的一批訂單。

去年首款人形機器人出貨后，我們已經向多家海外頂尖高校、實驗室，以及以大腦智能研發為核心的具身智能企業完成了交付。這也從側面驗證了我們的本體制造能力，比較契合海外用戶的需求。

智客ZhiKer：客戶聚焦To B還是To C？

張巍：現階段全部To B，未來會逐步向To C延伸。

智客ZhiKer：為什么走出去是最重要的戰略？

張巍：我們從創立之初就將自己定位為一家全球化公司。長遠來看，海外收入占比超過國內，我認為是大概率事件。

業內都很清楚，海外市場在利潤率、增長空間和競爭態勢上，整體都更為友好；而國內市場的競爭確實更加激烈。另外，機器人本質上是要服務人類、替代人力，它的價值在海外體現得更為突出，因為海外的人力成本顯著高于國內，替代的經濟性更強。

智客ZhiKer：你們的人形機器人不進工廠？

張巍：不進工廠是我們的選擇，兩條腿的人形機器人在工廠里的效率不高，它不是最優選擇。

我們是以商業為主，最終會進入家庭，進工廠既耗費時間，又對家庭場景幫助有限，就沒必要折騰去干這事了。當然不是說進工廠不對，這是一個選擇題。

我們有針對工廠的產品，TRON系列會賣給工廠，也提供技術支持，只是我們自己落地場景不會選擇工廠。

智客ZhiKer：Luna面向的主要落地場景是展會、娛樂，跟其他演藝型機器人有什么區別？

張巍：現在市面上的全尺寸人形、類女性、能賣的只有Luna。就是說，如果你想請一個機器人女性演員，只有Luna，這就是市場的唯一性。

智客ZhiKer：您認為“腦已經Ready了”，但從實際落地來看，機器人目前能做的事情還很有限，該怎么理解這句話？

張巍：腦和技能是兩回事，腦不等于技能，技能也不等于腦。現在很多人把堆技能直接等同于有腦，這是一個錯誤的認知。

霍金無法去干體力活，但沒人會否認他擁有健全的大腦，這個同樣的邏輯。再舉個例子：我會彈鋼琴嗎？不會。那我能找到工作嗎？當然可以。你總不能因此就說我沒有腦子吧。

構建任何一項技能都需要一定量的數據支撐，只有當獲取這些數據的成本，低于這項技能所能產生的價值時，我們才會去投入構建。

真正的腦是一套完整的操作系統，它以語言模型為引擎，同時包含記憶管理、情緒管理等多個核心模塊。技能只是這套系統上運行的應用，而腦本身是那個能調度資源、理解意圖、持續進化的底層架構。

智客ZhiKer：能否介紹一下你們的三層架構？

張巍：我們提出的是三層架構。

最底層是System 0（小腦/全身運控），只管動、不用思考。對于不長腿的機器人，小腦其實是30年成熟技術，雙臂、輪式場景都是如此，有腿的才是新課題。我們強調的小腦是基礎模型，不是預編排的動作回放。跳舞、翻跟頭那種是事先編好、按一下播放的；我們做的是全身運動基礎模型，事先不知道你要怎么動，但你一動，我實時就能跟著動。

中間是System 1（技能層），連接大腦與身體的“肌肉記憶”，也就是廣義的VLA / World Action Model，它輸出的是指導行動的Policy。我們兩年前做Video Pre-training的時候，還沒有World Action Model這個詞；一年半前發布的VGM，其實就是最早的World Action Model。

不同技能需要的數據確實不一樣。行走、上樓梯這類技能，靠仿真就能解決，因此先成熟；有些技能sim-to-real的Gap太大，就只能靠真機或其他方式去補。

System 1的重要組成部分是FluxVLA Engine，這是一個企業級開源平臺，向全球開發者提供一套持續的模型訓練、迭代、部署的工程管線。

說白了，就是讓開發者把精力花在模型創新上，而不是重復建設底層工程能力。我們的目標是推動行業從訓練好一個模型，邁向讓所有人都能夠訓練模型。

最頂層是System 2（大腦），只思考、不動。標志性事件是2025年中期的Claude引入了持久的記憶管理，這才真正成為一個腦的操作系統。大腦的思考引擎由三部分組成，大語言模型、視覺語言模型，以及World Model，需要明確的是World Model并不直接指導行動，它指導的是思考與決策。

智客ZhiKer：你們做得最好的點是什么？

張巍：我們應該是業內唯一具備全自主管線訓練基礎模型能力的公司，非技術人員也能參與，就像造手機，科學家設計芯片，但把它拆解成一道道工序后，工人只需專注自己的環節就能完成。

智客ZhiKer：未來會不會出現一個大一統的機器人OS嗎？

張巍：短期內比較難。OS和技能不是一回事，但OS層面可能出現一些Common Layer（通用層），以后會有開源方案，大家在此基礎上迭代。

有沒有大一統，取決于生態的量有多大，只有量起來了，分工才會細化，分工細化了才有價值。（本文首發鈦媒體APP，文 | 智客Zhiker，作者｜郭虹妘，編輯｜楊林 ）