獨家對話靈御智能：百萬小時真機數據，喂出具身智能的“云端大腦”

戴上VR眼鏡，伸出手就操控1000公里外的機器人，讓它在七鮮超市的貨架前理貨、倉庫內搬運雜物，延遲水平基本達到肉眼無感。

肉眼無感意味著什么？“讓機器人真正成為人身體延伸的前提，沒有這個前提，遙操作只能做演示；有了這個前提，才能談規模化商用和全球化人力調度。”靈御智能聯合創始人兼首席科學家莫一林告訴智客ZhiKer。

為了“搶”時間，他帶領團隊把具身智能操作的端到端鏈路拆成20個環節，用示波器精確測量每個環節的耗時。最終把端到端延遲控制90毫秒以內，城內公網傳輸延遲約4毫秒，1000公里跨城傳輸延遲增加約10毫秒。

但比"快"更底層的命題是，具身智能的“大腦”放哪兒？

當行業主流把高功率的端側芯片塞進本體、追求端側自主時，靈御做了一個反直覺的選擇，端側只保留"小腦"負責實時控制，"大腦"放在云端負責認知、推理、學習、進化。當機器人置信度下降，云端操作員無縫接管，每一次接管都生成高質量訓練數據，然后反哺模型持續進化。

"這不是工程妥協，是對終局的判斷。"靈御智能創始人兼CEO金戈表示。

這個判斷來自莫一林的學術路徑。他是清華大學自動化系長聘副教授，師從美國工程院院士、機器人操作領域先驅Richard M. Murray，谷歌學術引用超1萬次，2021-2025連續五年入選Elsevier中國高被引學者。

回國后他跟滴滴、美團、華為合作自動駕駛；2022年團隊在宇樹機器狗上做強化學習，他隱約感覺，算法不能脫離硬件而存在，就像大腦不能脫離身體。2024年與一家靈巧手公司合作Demo，進一步堅定只有把硬件、軟件、算法深度耦合，才能實現真正的系統級優化。于是在2025年2月，創立了靈御智能。

因為圍繞"云端大腦"設計架構而非本體，靈御的商業模式也隨之重塑。"我們賣的不是機器人，是機器人即服務（RaaS）+ 操作即服務（MaaS）。"客戶不需要一次性投入十幾萬買設備，可以按任務付費，云端智能是訂閱服務，遠程操作員是彈性人力。這意味著一家北京商超的理貨需求，可以由成都的操作員在云端完成，人力成本重構的空間巨大。

更底層的成本優勢來自硬件設計的重構。靈御用行星減速器替代諧波減速器，用電流估算替代六維力傳感器，配合500Hz控制頻率實現同等精度。這讓自研的TeleAvatar本體定價10-20萬元，僅為行業同類產品的1/3到1/2。

靈御智能的定位是做具身智能的基礎設施提供商，為行業提供高質量的本體和數據服務。今年3月，已完成天使輪融資，華映資本、國海創新資本、天鷹資本、思明科創基金、英諾天使基金、遠鏡創投、銀河創新資本等多家知名投資機構聯合投資。

據悉，下一輪融資也已接近到位，預計于近日宣布。

以下為與莫一林、金戈的對話全文，略有刪減：

智客ZhiKer：莫老師從教授到創業者，金總從投資人到聯合創始人，是什么讓你們決定一起創辦靈御智能？

莫一林：我回國后在清華大學任教期間，曾與滴滴、美團、華為合作過自動駕駛相關項目。2022年，帶領學生在宇樹機器狗上做強化學習，深刻感受到算法不能脫離硬件獨立存在，就像大腦不能脫離身體運行。但高校缺乏足夠資源開展硬件、軟件、算法的全鏈條研發。

于是在2024年，我開始與上海一家做靈巧手的公司合作，基于節卡六軸機械臂開發抓取Demo，這個過程中，進一步堅定了軟硬件深度耦合的判斷，必須自研硬件才能實現系統級優化。2025年2月，成立了靈御智能。

金戈：我和莫老師相識20多年，也是清華大學自動化系學士、清華大學經濟管理學院MBA，曾任遠鏡創投管理合伙人、奧量光子副總裁，在高科技領域有著多年的創業投資和企業管理經驗。

2023年下半年他和我聊到具身智能的創業想法，最初我只是幫他物色合適的CEO人選，面試了幾個人都沒有找到合適的。

這個過程中我對這個方向有了更深入的理解：第一，這不是一個單純的機器人概念，而是大模型范式在物理世界的延伸，有清晰的技術演進邏輯和商業閉環可能；第二，我和莫老師的能力也恰好互補，他負責本體、算法、控制、數據平臺的技術架構，我負責商業化、生產、融資、人力財務。

最終我把另一家公司的股份全部轉讓給合伙人，Allin 靈御智能。

智客ZhiKer：既做機器人本體（TeleAvatar），又做數據平臺（TeleDroid），你們在具身智能生態中的定位是什么？

金戈：我們的定位是做具身智能的基礎設施提供商，為行業提供高質量的本體和數據服務，成為連接硬件與上層應用的中間層。

具身智能生態可以大致分為幾個層級，最底層是機器人本體，中間層是云邊協同架構和數據層，再往上是模型算法層，最上層是應用層。

目前大量公司從模型算法層切入，但我們認為本體、數據、通訊這些基礎層才是行業發展的根基，把這些基礎設施做好，才能更好地服務上層生態伙伴。

莫一林：很多模型公司擅長做算法研發，不擅長做數據，也不擅長做本體。就像OpenAI不會自己養一堆人做數據標注，才催生了Scale AI這樣的專業數據服務公司。

智客ZhiKer：您提到"懂數據"是核心能力之一，怎么理解具身智能領域的“懂數據”？

莫一林：懂數據不是簡單的會采集數據，而是理解數據的全生命周期管理。

舉個例子，真機遙操作數據采集時，如果沒有做好時間同步和空間標定，采集到的數據質量和普通第一視角視頻沒有本質差異。

我們目前能夠實現電機和攝像頭數據的亞微秒級時間同步，機械臂絕對定位精度達到1毫米，這個精度下采集的數據信息密度會更高。

現在行業內很多數據集的場景非常單一，95%的機器人疊衣服視頻都是疊短袖T恤，只是顏色不同。這類數據在模型發展初期是必要的，長期來看，對于提升模型的泛化能力是有限的，甚至是“有毒的”。

AlphaGo學習人類棋譜達到一定水平后，繼續學習人類棋譜反而會限制棋力提升，AlphaZero通過自我對弈才能實現能力突破。我們判斷模型發展到一定階段后，低質數據會成為負向資產。

此外，很多公司的數據采集、上傳、清洗、標注、索引、模型訓練等環節是脫節的。我們已經跑通了從數據產生到模型訓練的全流程，目前已有北京理工大學、Intel等科研機構和企業使用我們的數據開展研究并發表相關成果。

智客ZhiKer：你們提出把具身的高智能算力應該放在云端而非端側，背后的核心判斷是什么？

金戈：端側只保留"小腦"負責基礎控制，"大腦"應該放在云端，是基于三個現實方面的約束：

第一，功耗硬約束。汽車通常搭載十幾度甚至上百度電的電池，而機器人的電池容量普遍只有半度電左右。這是物理極限，不是短期工程優化能解決的。

第二，算力硬約束。端側芯片的算力天花板明顯。當前大語言模型的智能涌現主要發生在云端，不是因為云端部署更方便，而是只有云端才能提供足夠的算力密度。機器人要實現接近人類級別的通用智能，端側算力難以滿足需求。

第三，安全與網絡環境的差異。汽車行駛中網絡環境不可控，必須具備本地快速決策能力以規避碰撞風險；而機器人的工作場景相對固定，網絡環境基本可控。我們可以在端側部署一個低功耗芯片，只負責解決斷網時的本地安全控制，比如急停、避碰，將復雜推理、任務規劃、多模態理解等功能全部放在云端實現。

我們判斷未來數年甚至十年內，高智能算力部署在云端會是更優的技術路線。

當然這并不否定端側的價值，端側和云端有明確的分工：端側負責實時性要求極高的閉環控制，云端負責認知、推理、學習、進化。

智客ZhiKer：這個技術判斷對你們的產品設計有哪些具體影響？

莫一林：我們的整個技術棧都是圍繞"云端大腦"的架構設計和優化的，和先做端側自主機器人再對接云端的思路有本質差異。

通訊層，做了大量低延遲優化。目前端到端延遲在90毫秒以內，城內公網傳輸延遲約4毫秒，1000公里跨城傳輸延遲增加約10毫秒，這個延遲水平基本打達到肉眼無感。

數據層，機器人采集的數據實時上云，云端模型持續訓練迭代，新版本模型再下發到端側。為了保證閉環順暢，我們對數據格式、傳輸協議、模型接口都做了標準化設計。

本體設計層面，我們專門做了適合云端控制的架構，包括視覺回傳、力控反饋、運動指令下發的全鏈路，都是圍繞"遠程大腦"的需求設計的。

智客ZhiKer：如果云端是終局，你們的商業模式是否也圍繞云服務設計？

金戈：長期看，機器人即服務（RaaS）+ 操作即服務（MaaS）是更健康的模式。客戶不需要買機器人，按需調用機器人的作業能力，按任務付費。

但現階段行業還在早期，客戶需要測試、驗證、建立信任，所以我們也賣本體。本體是業務入口，數據平臺和遠程操作服務是持續收入。

我們設想的最終形態是，客戶現場部署我們的機器人，云端運行智能調度系統，操作員可以在人力成本較低的地區提供遠程支持，模型在云端持續進化，形成三層飛輪。

莫一林：機器人部署不是服務的終點，而是模型持續進化的起點。

機器人自主運行時，當置信度低于閾值就觸發人工接管，操作員介入完成任務的過程數據會自動回流，下次遇到類似場景時模型的自主能力就會提升。這就是操作即服務的核心，每一次人工接管都是對模型的優化。

智客ZhiKer：你們的數據平臺未來會向開發者開放嗎？目前的進展和規劃是怎樣的？

金戈：我們希望做成存訓推一體的開發者平臺，讓機器人開發者專注于算法，數據清洗、標注、訓練流程、部署推理、測試驗證等基礎設施層的工作我們都做好，降低開發者的準入門檻。

目前平臺MVP核心能力已經完成，支持多源數據采集、ROS2兼容、一鍵訓練部署。按照規劃，2026年Q3將推出開發者公測版，開放數據要素市場，支持多機器人協同仿真。

2027年計劃推出商業化正式版，提供私有化部署、企業級集群調度、全場景解決方案模板庫等功能。

智客ZhiKer：數據平臺具體能做什么？

金戈：具體功能上分為三層：數據層提供多源異構數據統一管理，AI輔助清洗標注，可以把傳統需要2周的人工標注流程壓縮到2小時，大幅降低數據處理成本；訓練層支持3行代碼啟動分布式訓練，內置DiffusionPolicy、ACT、π0等主流具身智能算法架構，也支持自研模型注冊；部署層支持一鍵云端推理或本地下載離線運行，原生兼容ROS2生態。

莫一林：我們還內置了Weights& Biases和HuggingFace Hub對接能力，開發者不需要額外搭建工具鏈環境。

智客ZhiKer：把端到端延遲壓到90毫秒以內，你們在工程上做了哪些優化？

莫一林：延遲是看短板的系統問題，不是某一個單點突破。我們把端到端拆了20個環節，每一個環節消耗多少時間在示波器上精確測量，找到每個環節的優化空間和現有技術的極限。

我舉幾個關鍵優化點。比如相機曝光，很多公司使用通用USB攝像頭，里面有一堆預處理芯片，延時根本說不清楚。我們從CMOS選型階段就和供應商聯合開發，根據需求定制曝光時間等參數。

編碼解碼方面，我們有專門的團隊優化H.265編解碼算法，在極低延遲下保證畫面不卡頓、不撕裂。硬件方面，5月份我們要換一塊新電路板，能再搶回7毫秒，每前進一點都是細節堆出來的。

智客ZhiKer：你們強調"人臂同構"設計，這一設計主要解決什么問題？具體體現在哪些方面？

莫一林：同構是開箱即用的必要條件，但不是充分條件。 它的核心邏輯是利用人對自己身體的先天控制能力，降低遙操作的學習成本。

人伸手拿杯子不需要刻意計算關節角度和軌跡，大腦直接映射到動作。如果機器人結構和人體差異很大，遙操作時就需要大量的刻意練習，還容易出錯。

我們的同構設計主要體現在四個維度：

第一是臂展比例。參照一米八標準人體的上臂、前臂長度比例設計機械臂。工業協作臂為了追求伸展距離，往往把手臂做得很長，操作員操作時就像拿著一雙長筷子夾東西，精準度和操控感都會下降。我們測試發現臂長增加兩三厘米，操作員的疲勞感就會明顯上升。

第二是手腕結構。人類手腕的三個旋轉軸需要交于一點，否則轉動手腕時末端位置會漂移，操作員需要適應一套非自然的運動邏輯。

第三是手長。人手從掌根到指尖大約10-15厘米，我們的夾爪盡量向這個長度靠攏，避免遠端操控的剝離感。

第四是活動空間。機械臂安裝方式類似人類結構，活動范圍和人類手臂接近。很多工業臂的正裝或倒裝方案限制了活動方向，導致想夠某個位置的時候夠不到，操作過程中會產生頻繁的挫敗感。

金戈：我們的設計理念不是追求機器人長得像人，而是運動邏輯盡可能接近人。

目前已經有六七百名普通用戶體驗過我們的機器人的遙操了，戴上VR眼鏡后，在1分鐘內就能掌握基本操作。

智客ZhiKer：市面上很多輪式機器人采用傳統底盤方案，你們為什么選擇三全向輪設計？

金戈：主要是為了提升操作的機動性。傳統差速底盤只能前進和轉彎，比如掃地機器人要先轉向、再移動、再轉回朝向；舵輪底盤從直走切換到平移需要先旋轉輪子，響應速度較慢。

我們的三輪全向輪設計可以實現直走、平移、旋轉的瞬時響應，更符合人類干活時的移動習慣，操作更流暢自然。

智客ZhiKer：TeleAvatar本體定價在10萬到20萬元之間，據你們介紹僅為行業同類產品平均水平的三分之一到一半，你們是怎么實現成本控制的？

金戈：算法替代昂貴硬件，產品定義剔除冗余設計。

算法替代硬件方面。業內通常給每個關節配諧波減速器和六維力傳感器，我們采用低減速比的行星減速器，通過監測電機電流變化估算受力。雖然電流反饋的物理精度確實不如專屬傳感器，但配合500赫茲控制頻率，系統每兩毫秒獲取一次受力數據，實時調整剛度。加上高精度標定和全局逆解算法，用成本更低的硬件實現了全柔性力控下的毫米級絕對定位精度。

齒輪背隙優化也是同樣的思路，做到極小背隙的機械方案成本很高，且受熱變形影響容易出現故障，我們用廉價傳感器監測齒輪相對位置，通過算法實時補償背隙，等效精度反而更高。這類似SpaceX用不銹鋼替代鈦合金的思路，從產品定義層面重構成本結構，而不是在原有方案上擠成本。

莫一林：設計方面，我們砍掉了傳統機器人的脖子關節，用廣角攝像頭提供接近人眼的大視野，操作員想看側邊內容不需要控制機器人扭頭，視野本身就能覆蓋。

我們還采用了模塊化設計，最容易磕碰損壞的小臂和手腕部分可以快速拆卸更換，幾個螺絲就能完成替換，不需要整機返廠大修，大幅降低了客戶的維護成本和停機時間。這對商業客戶來說，不能因為一個小零件壞了，就讓整臺機器停擺三天。

智客ZhiKer：單臺機器人的續航能力是多久？

金戈：目前主要使用500瓦時的電池，續航時間約為半天。如果選配更大容量的電池，續航時間可以達到一天。

我們也在開發快速換電方案，進一步提升機器人的連續作業能力。

智客ZhiKer：目前商業化進展如何？有哪些類型的客戶？

金戈：目前已經獲得了幾十臺訂單并交付客戶，意向訂單超過1000 臺。

客戶主要包括機器人數據采集中心、模型和大腦研發機構、科研機構、大學以及零售、酒店、物流、工廠等行業用戶。

智客ZhiKer：團隊目前規模如何？人員結構是怎樣的？

金戈：目前團隊約80人，其中 70% - 80%為研發人員，硬件研發人員占比20%，其余為軟件研發人員。招聘重點偏向底層控制、通訊、硬件工程等方向的人才。

智客ZhiKer：2026年你們的核心目標是什么？

金戈：有三個核心目標。

第一，全年出貨量突破800臺機器人，不是Demo樣機，是穩定可靠、在客戶現場干活的機器。

第二，完成商業閉環驗證，在1-2個真實的工作場景中證明機器人可以為客戶帶來正ROI。

第二，構建數據資產。一年內為行業提供至少百萬小時的高質量真機數據集。這些數據不是簡單的數量堆疊，每條數據都經過標準化處理，可以直接用于模型訓練。

這三件事是相互關聯的，機器部署規模上去才能產生足夠的場景數據，場景驗證跑通才能證明商業價值，數據飛輪轉起來才能體現基礎設施的網絡效應。2026年是靈御從"產品公司"變成"基礎設施服務商"的關鍵年。（作者｜郭虹妘，編輯｜楊林）