北京海淀殺出未來獨角獸：一把融資過億，主攻工業人形機器人

對話丨鄒蔚

作者 | 惜文

2025年，被視為人形機器人量產的元年，特斯拉計劃生產數千臺人形機器人用於工廠測試，並預計到2026年將產量擴大到5萬至10萬臺。

而在國內，以宇樹科技為代表的人形機器人公司備受關注，更多機器人品牌浮出水面，獲產業、資本青睞。

最近北京海淀殺出一家未來獨角獸人形機器人品牌——靈寶CASBOT完成超億元天使輪融資，由聯想創投、國投創合以及河南資產基金等多家機構聯投。

靈寶CASBOT創立於2023年，定位比較特別，主攻工業場景，比如流水線、應急救援、井下作業。

2024年11月釋出了全尺寸雙足人形機器人——CASBOT 01，具備52 個自由度、550T 算力及 4 小時續航，支援複雜運動（如跑跳）和精細操作（如組裝檯燈、更換燈泡）。

創始人張正濤認為：人形機器人產業，會遵循“先垂直後泛化”的路線，比如在工業場景中，如果能完成一種產品的裝配，就意味著它有能力擴充套件到其他行業的裝配任務。

未來，人形機器人的產業發展趨勢會更像汽車，就像不同的汽車有著不同的用途，機器人也一樣，不同場景匹配不同機器人。

近期，鉛筆道訪談了靈寶CASBOT創始人張正濤，以下為對話精華。靈寶CASBOT已確認訪談內容真實無誤，鉛筆道願為真實性做背書。

–01 –

超億元融資背後：

科研功底+深度工業經驗

鉛筆道：你們最近融了一輪資（超億元），投資人眼光很獨到。

張正濤：是的，這次融資主要基於幾個關鍵因素。首先，我們團隊從學術研究到企業落地的轉型非常成功。人形機器人是一個需要產學研緊密結合的行業，而過去八到十年，我們與中國科學院等科研機構合作，結合工業製造的實際需求，已經驗證了這種“學院派+企業落地能力”的雙結合模式的成功。

靈寶CASBOT創始人張正濤

其次，機器人行業在ToB和ToC市場都有巨大的潛力。雖然ToC市場可能更多被大廠佔據，但在工業領域，中國有超過一億的製造業從業人員，市場需求非常龐大。我們已經在工業領域積累了50多家大型客戶，並且在電機技術和場景理解方面有著較深積累。這些經驗非常有助於人形機器人在工業場景中的落地，無論是雙足還是輪式機器人。

最後，我們的團隊非常紮實。團隊成員主要來自中國科學院、北航、清華等機構，擁有較豐富的科研和大廠經驗。團隊還包括一些獲得科學院院長優秀獎的青年科學家、助理研究員和博士。

這些因素綜合起來，可能是打動投資人的關鍵。

鉛筆道：靈寶CASBOT是2023年成立的，你這次創業最大的動力是什麼？

張正濤：我的求學和職業生涯主要在中國科學院自動化研究所度過，而自動化領域的終極目標之一就是人形機器人。人形機器人不僅是軟硬體結合的巔峰體現，也是唯一能夠承載一個國家級研究所所有科研成果的載體。它代表了自動化技術的最高水平，同時也是機器人學定義下的高階裝備。

從工業發展的角度來看，機器人技術經歷了從專用裝置到半通用裝置，再到通用裝置的演變。早期的流水線裝置主要依賴伺服電機和運動軸驅動，雖然能夠實現手眼協調，但僅限於處理特定形狀的零件。而未來的工業製造工廠，將是專用裝置、柔性類人型或人形機器人、自動導引車（AGV）以及傳統工業機器人的結合，並透過上層資料驅動形成閉環，構建新一代的製造正規化。

這種趨勢與我之前的創業經歷和中國科學院自動化研究所的研究方向高度契合。我們希望透過人形機器人實現更廣泛的泛化能力，推動工業製造的智慧化升級。這種技術願景和行業需求的雙重驅動，最終成為了我創業的核心動力。

鉛筆道：2016年，你曾經創辦致力於將AI與工業質檢結合的中科慧遠。這段經歷，對你創立“靈寶CASBOT”有哪些幫助？

張正濤：中科慧遠的經歷為我們的人形機器人專案積累了產業經驗。

首先，在ToB領域，我們看到了市場前景。中國有近一億的產業工人，其中60%到70%從事的是枯燥或高危的工作，比如裝配和檢驗。目前，工廠面臨招工難的困境。中科慧遠在檢驗領域經驗較豐富，在高反光和複雜曲面物體的仿人光學成像方面，在缺陷檢測的行業通用大模型和擁有超過1億條高質量缺陷資料等方面都是我們的優勢。

但是，中科慧遠缺乏的是：基於手眼協同操作的端到端具身操作能力。而靈寶CASBOT正好填補了這一空白。這一步雖然看似微小，但卻是在巨人的肩膀上邁出的關鍵一步，為製造業的新正規化奠定了基礎。

此外，中科慧遠在服務全球客戶（如華為）的過程中，積累了供應鏈管理、生產製造、品質服務以及全球銷售團隊的能力。這些經驗，為CASBOT在人形機器人領域賦能。

–02 –

應用探索：打穿工業場景

鉛筆道：去年下半年開始，人形機器人爆發得挺猛的，哪些因素促成了這次爆發？

張正濤：首先就是馬斯克的擎天柱（Optimus）機器人，它在特斯拉工廠裡的表現，尤其是機器人部件和靈巧手的展示，算是給人形機器人行業吹響了號角。另外，大模型技術的發展也幫了大忙。以前人形機器人最難搞的就是泛化能力，也就是在未知環境下理解意圖和分解任務的能力，現在大模型在這方面有了很大提升。當然，大模型本身不是專門為人形機器人設計的，但它解決了上層決策的問題。再加上VA模型識別和VLA這些新方法的出現，人形機器人的適應能力、泛化能力和操作能力都在不斷成熟。

這樣一來，人形機器人距離很多理想就越來越近了，比如真正可用的產業工人和家庭保姆。再加上國家產業政策的支援，產業鏈越來越成熟，成本也在下降，上下游合作也越來越順暢。

行業對人形機器人的需求也在快速增長。比如我們最近和中信重工合作，在能源探索領域用國產化機器人。我是山東煙臺人，那邊有很多金礦，在井下一兩千米的特種環境下，人真的不願意去，但人形機器人能在這些地方發揮作用，保護人的生命和健康。這些技術進步、政策支援，還有海外像Figure、Physical Intelligence這些公司展示的泛化能力，都推動了行業的快速發展，所以去年年底之前這個領域就爆發得特別快。

鉛筆道：靈寶CASBOT機器人從一開始就瞄準了工業場景的需求，而很多同行更多提的是家庭機器人。這種需求的洞察是怎麼來的？

張正濤：對，說得特別對。靈寶機器人確實是瞄準了工業場景，尤其是特種環境，比如煤礦、金礦這些地下兩三千米的惡劣環境。這些場景在未來兩到五年內就能有立竿見影的社會效益和經濟效益，真正體現“科技向善”的理念，保護人的健康和安全。至於家庭場景，我們也有投入一些研發力量，比如研究生和博士生的課題研究，但目前家庭機器人在成本、泛化能力、穩定性和地形適應性方面還不夠成熟，可能還得等個五年左右才能商業化。

之所以選擇工業場景，是因為我本身是從工業領域出來的，跑過幾百家工廠，對裡面的痛點和需求理解得比較深。人形機器人的技術鏈條特別複雜，需要的資源也很多，只有透過需求牽引，才能把有限的資源用在關鍵的地方。所以我們優先瞄準工業中的檢驗、裝配這些場景，透過具身智慧的方法去執行任務。這種邏輯框架同樣適用於惡劣環境中的能源探索等領域。我們希望透過在工業場景中的實踐，逐步推進人形機器人的泛化能力，為未來家庭場景的商業化打基礎。

鉛筆道：工業機器人難還是家庭機器人難？前者有哪些特性要求？

張正濤：側重點不太一樣。先說工業機器人，它對下肢的運動能力要求沒那麼高，但上肢的操作能力要求特別高。比如在手機制造中，機器人要處理二十幾種訊號、顏色等，要求快速切換和一定的泛化能力。雖然這些要求也不低，但相比家庭機器人，它的泛化能力要求還是低一些。而且工業場景有操作規程和示範，有一定的正規化可以參考。

不過，工業機器人對成本和投資回報率的要求非常嚴格。一般來說，它需要在一年半以內，最多兩年，最好一年內就能收回成本，實現替代人力、解放人力的收益。這是硬性指標。

其次，工業機器人對穩定性的要求極高，幾乎要做到99%以上的成功率才能規模化應用。裝置的一致性和24小時不間斷服務也是必須的，所以產品的穩定性要求非常高。雖然工業場景對半結構化環境的泛化能力要求比家庭場景低，但它對穩定性、成本和效率的要求更高。比如在手機制造中，一年十幾億部的產量，效率必須非常高，慢了肯定不行。

相比之下，家庭機器人慢一點快一點問題不大，但工業場景的要求更苛刻。所以我覺得，工業機器人的難點雖然多，但相對更容易攻克，也更容易實現商業化。

鉛筆道：靈寶CASBOT機器人目前在哪些地方已經實際應用了？出現了哪些問題，又是怎樣克服的？

張正濤：比如在筆記本裝配場景中。筆記本的裝配難度比電池、電機或者更大物體的裝配要高得多，尤其是像小風扇、小顯示卡、小記憶體條這些薄軟部件的抓取和放置。傳統的夾爪和靈巧手在處理這些細小、不規則物體時存在一定侷限，抓取效果不理想。為此，我們專門設計了一種特殊的工具手，更適合這種精密裝配任務，這款產品也將在今年釋出。

此外，在一些特殊環境，比如井下作業，我們還需要考慮防爆、防塵等安全要求，對機器人的防爆等級和防塵效能要求更高，我們還在不斷最佳化設計。

–03 –

未來趨勢：會更像汽車行業

鉛筆道：目前這些生產場景中使用的機器人，都是你們去年11月釋出的CASBOT 01第一代產品嗎？

張正濤： 對，就是CASBOT 01，目前還處於小批次驗證階段。雖然機器人在教育、文旅等領域已經有了一些應用，但在真正解決工業場景問題的泛化能力上，還需要進一步攻關。我們計劃今年完成小批次驗證後，年底或明年初開始逐步擴大產量，從百臺套向千臺躍進，到2027年希望能達到1萬到2萬臺的出貨量。一旦完成驗證，這個市場會迅速爆發。

鉛筆道：聽起來，未來成熟的人形機器人廠商可能會更像今天的汽車主機廠？

張正濤：對，就是這個意思。你會處於一個主機廠的位置，就像比亞迪、特斯拉在汽車行業中的角色一樣。只是產品形態從車變成了“立起來”的機器人。

鉛筆道：從行業來說，人形機器人產業未來更像手機還是汽車？手機市場被幾家公司通吃大部分份額，而汽車市場則更分散。

張正濤： 這是個很好的問題。手機主要是提供軟性功能，比如通訊、娛樂、辦公等，而人形機器人則有更多的角色分工。比如有的適合在工廠幹活，有的適合扛重物，有的適合陪伴聊天。所以人形機器人未來可能更像汽車，市場會更分散，不同公司會在不同領域找到自己的定位。

在不同的領域中有不同的分工，有人專門做醫生，有人專門跳舞，還有人去工廠工作，這些職業之間很難互相替代。就像汽車在不同場合有不同的用途。同樣，在機器人領域，可能會有多種不同的形態和角色，有的是主流佔據大多數的市場，比如頭部產品可能佔據大部分市場份額，而其他產品則會根據不同的需求分佈在不同的小眾領域，類似於“百花齊放”的情況。

鉛筆道：投資人希望看到的人形機器人和現在能做出來的機器人之間，差距主要在哪裡？

張正濤：投資人希望看到的是，機器人能流暢地完成任務，比如拿起水瓶、擰開蓋子、喝水，一氣呵成。換一個任務也能做得很好。但現在的情況是，機器人的抓取動作還僅限於簡單的“拿取”和“放置”，離流暢完成任務還有距離。

目前，機器人行業還沒有像大模型那樣出現一個明顯的轉折點，比如從視覺語言到泛化動作的質變。大家都在嘗試不同的路徑，但這個轉折點可能會很快到來。

鉛筆道：市面上的同行中，哪一家最有可能率先實現人形機器人的量產？

張正濤： 這個不太好判斷，因為大家都在不同的賽道上發力。比如宇樹在教育領域已經做得很不錯了，可能在這個領域裡跑出來的機會更大。但在其他場景中，比如工業、物流、消防等，大家都在努力突破。

目前人形機器人的泛化能力還處於黎明前的階段，很難說哪一家會最先跑出來。每家公司都有自己的優勢，關鍵是誰能在自己擅長的領域率先實現突破。

比如有的在消防領域，有的在文旅行業，有的在工業場景，有的在物流行業。一旦在某個領域突破，人形機器人的應用就可以擴充套件到其他行業，就像汽車一樣，有各種車型滿足不同需求。

–04–

優先關注大腦和操作

鉛筆道：大模型和生成式AI與人形機器人結合後，會給行業帶來哪些具體的變化？

張正濤：大模型是推動人形機器人落地的重要驅動力之一，尤其是像deepseek這樣的開源模型，正在普惠整個行業。

首先，目前的大模型主要是在文字和語言對話上表現比較好，但機器人更看重空間感知和任務分解能力。未來，大模型的架構應該加入空間感知資訊的輸入、任務對齊和重新規劃（replan）模組。比如，讓機器人完成“把水杯放到桌面的杯墊上”這種任務時，規劃能力會更強大，動作也會更精準。

其次，大模型的效率也需要提升。現在機器人的動作普遍比較慢，未來透過“大模型+小模型”或“雲端+本地端”的協同模式，可能會讓機器人的動作更流暢，更像人類。

鉛筆道：你曾提到，這個行業正在邁向智慧和物理的深度融合。在這個階段，行業需要克服哪些困難？

張正濤：首先，人形機器人整體還處於早期階段，離大家期待的成熟形態還有距離。比如在方法、材料和驅動方案上，還沒有完全定型。你看最近釋出的Figure 02（美國 Figure AI 公司 2024 年釋出的第二代人形機器人），它的方案和谷歌之前的就有很大不同。所以最終成熟的技術方案還在探索中，大家都在實驗各種可能性，這對技術方向的選擇提出了很高的要求。

另外，軟體和硬體的協同也需要不斷迭代。一個技術棧的變化可能會影響其他技術棧，這就要求團隊有快速迭代和學習的能力。

鉛筆道：未來10年甚至更久之後，人形機器人的形態和技術正規化可能會和現在完全不同？

張正濤： 我覺得會有很大變化。雖然人形的基本結構在服務、陪伴行業可能不會大變，但材質、驅動方式（剛性或柔性）、機械與生物的結合方式，甚至大模型的結構，都可能發生重大變化。比如現在的Transformer結構未來可能會有新的體系性突破。

鉛筆道：接下來，你們的技術攻關優先順序是怎麼排的？

張正濤：我們優先關注“大腦”和“操作能力”。

大腦指的是：機器人在半結構化或家庭環境中，透過大模型對複雜任務進行長時間規劃和執行的能力。比如，走過去拿東西、完成多節點任務，成功率要高。操作能力主要是手的靈活性。我們希望透過12到21個自由度的手部設計，結合視觸覺技術，讓手的操作能力接近人類水平。

–05–

強大的泛化能力，

是行業爆發的關鍵

鉛筆道：人形機器人的發展會涉及很多倫理問題，需要特別注意哪些方面？

張正濤：人工智慧和機器人未來會對社會公平產生很大影響。比如，擁有機器人的數量可能會成為財富的象徵，甚至腦機介面技術的應用可能會改變人類的存在意義。這些都需要國家透過政策法規來規範，避免貧富差距和權利問題的擴大。目前我們還在努力突破技術瓶頸，但一旦技術成熟，倫理問題就會變得非常重要。我們需要確保所有人都能公平享受科技發展帶來的成果。

鉛筆道：關於人形機器人的發展路線，行業裡一直有通用和垂直兩種路線的討論。你們更看好垂直路線？

張正濤：對，我們更傾向於根據自身的基因和資源稟賦，選擇從下往上走，先垂直再泛化的方式。比如在工業場景中，如果能完成一種產品的裝配，就意味著它有能力擴充套件到其他行業的裝配任務。所以從垂直場景入手，逐步泛化，對我們來說是比較有優勢的，也更清晰。

如果從通用路線出發，也需要在某些場景中做驗證。從技術角度來看，大腦端可能是從上到下設計，但落地應用更適合從下往上，先垂直再通用。我們現在選擇的路線是先解決實際場景中的問題，積累資料，逐步泛化，最終實現通用能力。條條大路通羅馬嘛。

鉛筆道：現階段，你最關心的3到5個問題是什麼？

張正濤：第一，人形機器人什麼時候能真正實現從方法到效果的突破，展現出強大的泛化能力，能夠完成人類的部分甚至全部功能。這個能力的實現是整個行業爆發的關鍵點，大家都在努力突破，這也是我最關心的問題之一。

第二個，VLA方法或者大腦方法什麼時候能有基礎理論的突破，帶來機器人整體能力的質變。這種基礎方法的創新性突破對行業發展至關重要。

第三，國家對人形機器人行業的支援力度。我們需要發揮場景能力、供應鏈能力和金融能力的優勢，而這些都是需要大量資金和資源投入的。國家透過舉國體制的支援，比如場景開放、政策扶持等，對行業發展非常重要，是前沿行業的落地和成熟的重大推動力。

本文僅為口述者獨立觀點，不代表鉛筆道立場，亦不構成投資建議。

鉛筆道近期推出了一款爆炸產品——媒體VIP會員，核心亮點是：以一頓午餐的價錢，聘鉛筆道為你的年度媒體顧問，1年6次專屬顧問時間，做你媒體圈的貼身朋友。詳情可以檢視連結