对话光象科技张涛：从工业具身出发，目标打造一家生产力级公司

用张涛的话说，具身智能是一场范式革命，但马拉松才刚刚开始。

新眸原创·作者 | 桑明强

和很多具身智能新贵不同，张涛有着远超常人的行业敏感度和判断力，在他看来，具身智能创业，找对方向是大前提，这通常意味着大量的产业调研与需求分析。

两年前，由特斯拉Optimus带动的人形机器人热潮尚未完全退去，展会上能翻跟头、做交互的双足机器人依然是流量中心，但资本和产业端的注意力已经转向。

一级市场的投资逻辑从“看形态、讲故事”切换到“看场景、算营收”，VLA路线的泛化瓶颈显现后，行业又集体涌向视频世界模型，却很少有人能回答：具身智能距离真实物理作业到底还有多远？

赛道的分野已经摆上台面上。有人继续押注通用人形的终局叙事，有人下沉到搬运、分拣等低门槛场景换取短期营收，也有人在技术路线上反复摇摆。整个行业不再有统一的标准答案，但所有人都在找一条能真正落地的路。

张涛不止在寻找，更在根据他丰富的经历，审慎地设计这条路。

早年间他曾创业研发全集中式电子电气架构，最终因产业成熟度不足项目终止。之后他赴米兰理工做博士后，又在高德深耕近十年，从技术专家做到空间感知负责人，完整经历了传统图商向互联网公司的转型。2024年，特斯拉FSD落地，让他和清华大学的李升波教授确认了端到端数据驱动范式在物理世界的可行性，于是，二人联合创办了光象科技。

不过，这家成立仅一年多的公司，没有跟风双足人形，而是用一款轮式双臂具身机器人Phi-Bot X1，敲开了蔚来等头部车企的工厂大门。用张涛的话说，“具身智能的终极价值从来不是拟人的形态，而是成为新的生产力。”

一年多时间，光象拿到累计数亿元天使轮融资，走出了“工业场景落地+物理原生技术路线”的差异化路径。在行业普遍焦虑落地、质疑泡沫的节点，这条从真实产线里长出来的新物种，反而为行业提供了新参考。

01

踩对节奏

比技术领先更重要

张涛的商业逻辑里，“时机”是排在第一位的关键词。

拿早年研发全集中式电子电气架构来讲，从技术路径上看，比特斯拉后来量产的同类方案早了近七年。但项目最终没能跑通商业闭环——当时产业链上下游都不成熟，从高速通信、计算芯片到核心软件工具的整体生态都缺位，单点技术再领先，也撑不起一个完整的商业场景。

那次失败让他形成了底层判断：硬科技创业的成败，往往不取决于技术是否领先，而取决于是否踩中了产业成熟的节奏。

封闭场景里的单点突破，对应的市场空间本身就窄，时机错一步，投入的资源就很难收回。

项目终止后，张涛去了米兰理工大学读起了博士后。起初他也考虑过走学术路线，后来他意识到，自己的兴趣始终不在纯学术研究上，比起写论文、看引用量，他更享受把技术做成产品、在用户端拿到真实反馈的过程。

2015年，张涛回国加入高德地图，一待就是近九年。他入职的节点刚好赶上阿里收购后高德的全面转型期，传统图商时期铺得很广的业务线被逐一收缩，整个公司聚焦到数据和引擎两个核心方向，组织、流程、业务逻辑全部推倒重建。

那段攻坚期里，他从技术专家一路成长为空间感知引擎负责人，带着团队把把面向百万级车载终端的空间感知定位技术从 0做到量产落地。更重要的是，他完整见识了互联网式的打法如何改造硬科技业务：目标高度聚焦之后，不同角色快速补位，小步快跑迭代，靠组织效率突破预先规划的上限。

这套方法论后来被他完整带到了光象科技。

在他看来，今天的具身智能行业同样处在类似阶段：终局固然美好，但无法一蹴而就。先找到清晰的阶段性目标，再靠高效的组织和迭代一步步往前推才是务实之道。

真正触发他再次创业的节点，是2024年初特斯拉FSD V12的发布。端到端的数据驱动范式，在自动驾驶这么复杂的物理场景里跑通了，这件事给了他和李升波很大的震动。二人是师兄弟，同属李克强院士课题组，之后一个在清华做学术，一个在产业界做落地，一直保持着频繁的技术交流。

他们聊了很久，共同的判断是：端到端数据驱动这套范式的影响远不止于自动驾驶，它验证了模型化的方案能够从数字世界迁移并泛化至物理世界，解决复杂的感知、规划、决策、控制问题。

沿着这个思路延伸，物理世界的场景远比道路更广阔。

现在回过头看，当时的资本环境并不算友好，硬科技融资普遍偏冷，身边也有朋友劝他再等等，等资本走出低谷期再进场。

但张涛有着自己的判断。

这一次和第一次创业本质不同，上次是单点技术突破，商业边界封闭，时机错了就没有转圜空间；但具身智能是一次范式级的产业变革，面向未来二、三十年的生产力升级，赛道足够宽，可选择的场景足够多，只要找到合适的切入点，就不必在意一时的资本冷暖。

2025年4月，光象科技正式成立，由清华大学车辆与运载学院和人工智能学院联合孵化。融资的顺利程度也超出预期，IDG资本、珠海科技产业集团、兴证资本、松禾资本等机构陆续进场。

张涛告诉《新眸》，他当时并没有花太多精力说服投资人，原因在于资本市场已经开始对人形机器人的空泛叙事有了一些反思，大家看了太多能跳舞却干不了活的Demo，都在找真正能落地的方向，务实的工业场景落地路线反而成了共识转向后的选择。

02

真需求长在产线上

不在展会上

公司成立后的头几个月，张涛没有急着扩招团队、堆研发，而是自己一个人跑了十几家整车厂，还有长三角的零部件厂、芯片厂，大到上市公司，小到几亿产值的乡镇企业，一家一家进车间看。

去之前他也清楚，外界对汽车制造有不少说法，比如都是黑灯工厂，自动化率很高，没什么机器人的机会。

但真扎进车间才发现，汽车制造是一套极其复杂的工艺体系，冲压、焊装、涂装、总装四大工艺之间差异巨大，不同车间的工况、要求天差地别，一个厂区的情况代表不了另一个厂区，一个车间的现状也套不到另一个车间。即便是这些已经被自动化、AI和机器人技术充分覆盖的产线里，依然有大量工位靠人工完成。

这些工位不是没人想过做自动化。定制专机试过，传统工业机器人也试过，最后都没成。要么是定制成本太高，一条线投入几百万，算下来十年都回不了本；要么是柔性不足，换个型号的工件就要重新编程调试，完全跟不上产线换型的节奏。

最后这些活就只能留给人干，然而焊接的火星容易造成灼伤，高低工位长期作业会损伤腰颈椎，越来越多的年轻人不再愿意进厂。

这些自动化无法覆盖的工位，恰恰是具身智能的机会。

跑了三个月工厂，张涛把目标场景锁定在了汽车制造。

至于背后原因，汽车是当下规模最大、复杂度最高、标准化程度也最好的工业品，产线的一致性给具身机器人落地创造了基础条件，同时严苛的品控和节拍要求，又是最好的练兵场。在汽车场景打磨出来的能力，未来迁移到3C、泛工业等其他制造场景会顺理成章。

场景定了，产品形态自然就出来了。

他们没有选当时更受资本关注的双足人形，而是做了轮式双臂的Phi-Bot X1。在平整的车间地面上，轮式方案在效率、稳定性、成本上的优势都非常明显，四舵轮全向底盘支持主动转向、横向蟹行、原地回转，作业时还能主动锁止保证精度，完全没必要为了拟人形态增加不必要的复杂度。

在张涛看来，形态从来不是目的，满足场景需求才是核心。

事实上，Phi-Bot X1首版样机下线仅仅用了一个月。接下来的一年里，这款产品经历了四次迭代，四舵轮的底盘设计从始至终保留了下来，变化最大的是机械臂和传感器配置。

最初用的工业协作臂负载足够，但小范围灵活度不够，后来换成了人形臂，适配工位里的灵巧作业需求；传感器做了充分冗余，正式发布的Phi-Bot X1搭载了3 颗激光雷达、3台RGDB相机（可选配5台）再加8个超声波雷达，优先保障产线部署的安全性。

拿具体数据来讲，在焊接上下料工位，Phi-Bot X1仅靠本体感知就能实现毫米级位置精度和0.3°的姿态精度，展会现场连续三天累计21.5小时作业零失误，这个水平放在全行业都属于第一梯队。

同行也有类似场景演示，但很多方案都做了大幅度简化。比如人为把工件单独放在一个专为机器人准备的定制料架上，机器人只需要从一个固定的位置去抓只取一个固定的工件，本质上和预编程的工业机器人没有区别。但真实的焊接车间里，工件是混放在料筐里的，位置、角度都是随机的。

焊接工位的上料放置精度直接影响后续焊接质量，因为焊接机器人采用预编程轨迹运行，工件必须放置在设定范围之内，否则会焊偏。

海外厂商也曾在宝马工厂做过类似演示，最终也没有真正量产落地，简化后的方案应付不了真实产线的复杂度。

除了精度，影响客户决策的还有部署效率。

传统工业自动化做一个工位，要经历硬件选型、方案设计、软件开发、集成调试，前前后后要几个月时间。具身机器人把传感器、执行器、控制器全部集成在本体上，90%的定制化工作已经提前完成，再配合模型化的泛化能力，部署周期可以压缩到周级甚至天级。

关于ROI，很多客户都算过一笔账，通常1.5-2.5年就能收回成本。但这只是决策因素之一。质量一致性的提升、产线节拍的适配效率，还有把工人从焊接灼伤、高低工位劳损这些职业伤害里解放出来，这些维度的价值，在客户那里的权重往往比单纯的成本账更高。

03

技术路线分野：

从强化学习到理解物理规律

技术路线的选择，是光象科技和行业多数玩家最核心的分野。

2024年时，行业主流路线还VLA，用预训练大模型叠加动作专家，靠采集人类演示数据做模仿学习。张涛带着团队关起门来论证了很久，最后判断这条路走不到终局。VLA模式下，大模型主体通常是冻结的，训练只作用在动作专家层面，最终模型只能机械模仿特定场景的任务数据，核心能力没有本质提升，实现不了真正的通用泛化。

更现实的制约是数据量。自动驾驶只做移动这一类任务，跑通端到端用了几千万条有效数据，还是从几十亿条里筛选出来的。具身智能要覆盖上千种操作任务，如果靠人工采集演示数据，需要百亿甚至千亿级的数据量级，根本不可能完成。

光象科技最终选了物理原生智能的技术路线。

这条路的核心逻辑，不是让机器人模仿人的动作，而是让模型在和物理环境的交互中，自己掌握底层的物理规律，像人一样预判每一个动作带来的结果，在试错里迭代出最优策略。

2026年WAIC 上，李升波教授首次系统公开了这套技术框架，在行业内引发了广泛讨论。

很多人提到仿真到真实的迁移差距，觉得仿真环境做得再好也还原不了真实世界。张涛的看法不太一样。现有的物理引擎对一般对象的仿真能力其实已经足够充分，过去仿真效果不好，大多是因为场景建模做得太粗糙。把工件的摩擦力、碰撞形变、加工公差这些属性做细，刚体场景的仿真还原度可以非常高。

现在行业里很多公司在卷视频世界模型，做像素级的画面预测。在张涛看来，像素层面的逼真，不代表模型真的理解了物理规律。视频生成式的世界模型，更多是视觉表现上的对齐，底层没有因果逻辑支撑，长时序推演就会漂移，也没法解释动作和结果的关联。

物理原生世界模型逻辑则完全不同。状态表征解耦成显状态和隐状态，显状态服从动力学约束，隐状态由物理规律驱动，时序和因果是底层必须遵守的规则，训练过程还要嵌入对称守恒的物理定律。这样的模型输出是稳定的、可解释的，出了问题知道原因在哪，工厂才敢放到生产环境里用。

坚持软硬件一体，也是出于同样的逻辑。只有自己做本体，才能拿到真实场景里的第一手数据，反过来迭代模型，模型能力越强，能落地的场景就越多，数据积累也就越快，飞轮才能转起来。

自动驾驶行业早就验证过这个道理，纯软件供应商拿不到一线数据，永远跑不出自己的技术闭环。具身智能只会更甚——没有成熟的通用本体，只做大脑连落地的载体都没有，根本谈不上数据积累。

04

洗牌前夜

做生产力级的公司

行业走到今天，关于竞争的讨论越来越多。传统工业机器人玩家有供应链优势和客户积累，车企也纷纷下场做机器人，创业公司的空间到底在哪，是很多人都会问的问题。

张涛用自动驾驶的历史做参照。当年自动驾驶浪潮起来的时候，博世、大陆、电装这些传统Tier1，有最深厚的汽车电子积累和最广泛的渠道资源，按常理应该是他们跑得最快。但最后真正把自动驾驶做成规模的，反而是新势力和科技公司。

范式革命的核心就在这里。它不是某一个技术点的升级，而是从技术思路、产品逻辑到组织方式、迭代速度的全面更替。传统公司在旧路径上积累越深，路径依赖就越重，转身的难度就越大。

这种依赖不只是技术层面，业务规划、人才结构、激励机制全都是。传统工业机器人公司做了几十年预编程设备，很难适应 AI 时代以周为单位的迭代速度，这就是创业公司的机会。

创业一年多，张涛已经习惯了每天都有意外的状态。起初他会因为计划外的状况焦虑，后来经历得多了，阈值慢慢提升，也就接受了这就是创业的常态。技术迭代速度跟不跟得上、能不能招到合适的人、资金储备够不够，每个维度都有要操心的事。

未来两三年，他给自己定的目标也很简单：让更多人真正认可具身智能的实际应用价值。现在全行业都还在回答一个问题——具身智能到底能不能干活？他希望两三年后，这个问号可以被消掉，而光象科技能成为这个过程里的代表性企业。

按照张涛的判断，未来两三年，行业一定会经历一轮洗牌。现在很多公司还靠Demo拿融资，靠补贴做落地，等资本热度退下去，客户开始真金白银算投入产出的时候，产出不了真实价值的公司就会被淘汰。

但好在，具身智能的赛道足够宽，容得下不同的路线选择。有人仰望终局，有人扎根当下，分野本身不是坏事，它意味着行业正在从概念期走向真实的产业落地。而那些真正扎进场景里，把技术一步步转化成生产力的玩家，终会走到浪潮的前面。

本文系新眸原创，申请转载授权、商务合作请联系微信：ycj841642330，添加好友请备注公司和职位。

更多内容，点击下方关注