清华博士二次创业，把机器人送到汽车产线|对话光象科技CEO

机器人前瞻（公众号：robot_pro）

作者 | 周加琦

编辑 | 漠影

一辆汽车下线，要经过成百上千道工序。对工厂里的机器人来说，重复执行并不是难事，但当生产线发生一点变化，问题就来了。

零件换了位置、工件发生偏移，甚至只是摆放角度不同，机器人原本学会的动作就可能失效。机器人真正需要解决的，不只是把一个任务做好，而是换个任务或场景，依然能够准确完成。

这也是具身智能真正落地必须要面对的挑战。

从VLA到世界模型，行业正在尝试让机器人摆脱对单一任务、固定环境和大量重复训练的依赖，获得更强的泛化能力。

而在这个已经不断升温的赛道里，张涛和光象科技是一个有代表性的玩家。

▲光象科技创始人兼CEO 张涛

2025年4月，张涛与清华大学教授李升波共同创立光象科技。相比不少已经在具身智能领域布局多年的企业，光象的成立时间并不算早。

但在进入这个新赛道之前，张涛已经在科研和产业之间走了十多年。

张涛博士毕业于清华大学，曾在米兰理工大学从事过博士后研究。回国后，他选择进入高德工作。另外，他还有过一次创业经历。在汽车、空间感知、导航和自动驾驶等领域，他有着技术、产品和落地的多重经验。

这段经历也让他形成了一套对技术与产业的理解：科研更多解决的是从0到1，探索未知、实现技术突破；而产品和产业则要完成从1到100，需要经过工程化、产品化、验证和持续迭代，最终真正创造价值。

在他看来，具身智能恰恰同时需要这两种能力。

一方面，它仍然有大量未知问题需要解决，需要从0到1突破模型、算法和泛化能力；另一方面，机器人最终必须进入真实世界，把技术变成可以使用、可以复制、能够创造价值的产品。

这也成为张涛第二次创业选择具身智能的重要原因。

但在技术路径上，光象科技更关注具身智能如何实现通用和泛化。在他们看来，机器人面对陌生环境和任务，不能只依赖过去学过的动作，而需要理解动作与环境变化之间的物理因果关系。

这正是光象科技探索“物理原生智能”的切入点：让机器人理解物理世界，从而获得更强的通用和泛化能力。

2026年6月，光象科技发布轮式双臂机器人Phi-Bot X1，并进入汽车制造产线；两个月后，又发布Phi-WM 1.0 ActEffect物理原生世界模型。

从科研到产业，从技术到产品。张涛十多年积累的经验，汇聚到第二次创业。他现在试图回答的，是一个比“机器人能做什么”更底层的问题：当机器人真正进入物理世界，什么样的智能才能支撑它完成更多陌生任务，并成为新的生产力？

近日，机器人前瞻与光象科技创始人兼CEO张涛展开对话，围绕他的创业、技术方向以及行业趋势等话题进行了深入交流。以下是本次对话的实录，机器人前瞻在不改变原意的基础进行了调整。

一、从0到1再到100，一个复合型创业者进阶

机器人前瞻：相比目前很多具身行业创业者不一样，您兼具创业、科研、大厂三重经历，是一个复合型创业者，这些经历对您这次创业会带来哪些不一样的视角？

张涛：在不同的角色里，关注的内容和思考方式确实有差异。

科研更多的是探索未知，解决“从0到1”的问题，更专注于从底层上推动技术的进步，需要有很强的韧性和探索欲。

而做产品追求的不仅是0到1，而是0到1再到100。真正把一个东西从雏形打磨成完善的产品，需要经历工程化、产品设计、测试验证并反复迭代，建立质量闭环，还需要团队之间分工明确、密切配合。

我早期在学校做汽车电子、导航和信息化这类产品时，本身技术没有那么难，需要的团队也不用那么大。但若真正想让产品变得更好用，被广大用户接受，小团队是无法支撑的。后来在高德的经历，让我真正理解了如何把一个产品从雏形打磨成成熟产品。

今天我创业做具身智能，既要“从0做到1”，也要“从1做到100”。0到1要解决的是泛化性、通用性，以及模型结构和算法能力的突破；1到100则要把成果转化成生产力，真正服务客户、落地应用，这两种能力都非常重要。

机器人前瞻：您在高德待了近9年时间，回头来看，这一段经历对您当下的创业最大的帮助是什么？

张涛：我当时加入的时间蛮特殊，正好经历了它被收购，以及从传统图商向互联网公司的转型。

这个过程中，我最大的收获之一是聚焦。高德最初拓展了很多业务，而且比较分散，收购后砍掉了一大半业务，聚焦在引擎和数据两个方向，最终打造出国民级产品。这让我意识到，我们面前可能有千万个机会，但一定要先在一个点上取得突破，再去“四面开花”。

另外一个很重要的变化，是组织方式。高德从传统图商向互联网公司转型后，各个角色之间需要更加紧密地配合。我们当时很强调“战功”精神，无论技术、产品还是业务上的关键攻坚，都会当作一场仗来打。大家打破“部门墙”和边界，共同为一个结果努力。

这段经历让我真正理解了，一个成功的公司是如何通过新的组织形式和体系化的作战方式，把产品能力和商业价值展现出来的。

机器人前瞻：这一次创业跟第一次比，面对的资本环境和市场环境有区别么？主要的区别有什么？

张涛：我第一次创业是在2010年，当时国内的VC机构和市场化基金还比较少，第一次创业更多还是来自头部企业的支持。

2014年“大众创新、万众创业”开始后，外资机构涌入，带来了蓬勃发展的创新创业浪潮，我们确实从那个时代看到了很多创新企业和创业机会。

到今天，我认为资本已经经历了多个周期的变化。我们2025年成立光象科技，应该处在上一个资本周期寒冬的尾声。从2024年底到2025年逐渐复苏，到今天又一波新浪潮。资本本身是有周期的，起起伏伏很正常，这轮我预期也不会持续特别长时间。

所以对我来说，做具身智能不是一锤子买卖，而是一个长期的事情。无论是处在资本高点还是低点，都要有能力穿过周期。

机器人前瞻：您有丰富的大厂和项目经历，李升波老师学术造诣深厚，日常在公司中，您二位如何分工？

张涛：我们的分工非常明确。

李老师是行业里非常顶尖的专家学者，负责把握技术方向。比如最近发布的物理原生世界模型，从技术理论体系到核心技术创新，他都有非常深入的投入和指导。

公司日常运营管理、产品和业务方向、组织建设等工作则由我来负责。因为我过去在产业界的经历比较多，这些事情也需要投入大量精力，所以我们形成了这样的分工。

二、做一家务实的公司

机器人前瞻：目前光象科技的团队规模如何？团队构成大概是什么样？

张涛：我们现在大概是有大几十人，预期到年底达到百人规模。

现阶段我们还是以研发人员为主，占比在七成甚至更多，主要围绕核心技术和产品竞争力进行建设。等产品有了阶段性成果后，我们再逐步补充业务拓展、商务、产品等团队，完善整体配置。

机器人前瞻：光象科技在种子轮和天使轮融资的时候，当时是怎么说服IDG和东方富海的？

张涛：我们并不是说服他们。

整个过程，我们告诉他们光象是谁，我们有什么、想做什么。如果他们认可，那么就愿意来支持我们。我们也非常感谢之前的投资人，在光象还比较早期的时候，他们看到了光象身上的优势和未来的潜质。

另外，我们并没有特别针对谁专门说服他，而只是把公司的核心竞争力和愿景清晰的表达出来。

机器人前瞻：当时您们这个项目最吸引投资机构的是什么？

张涛：一方面，我们在具身智能领域有比较丰富的技术积累，包括底层技术体系、强化学习、模型、感知等，汇聚了一批具身智能全栈人才。

另一方面，我们整个团队的风格比较务实。这个词是我们的客户和投资人反复提到的。

现阶段我们不仅是发一篇paper，或者做个最好的demo show，而是希望真正做出能够落地的产品，为客户创造价值，并持续投入资源把产品打磨好。

这一点投资人其实也能看到。最开始我们和车厂合作做机器人场景时，他们知道车厂很难进入，这个事情也很难做，但还是愿意相信我们。到今年我们再向他们汇报进展时，他们反而没想到我们真的一直在死磕，并且真的做出来了。

三、世界模型不只预测世界，更要理解物理因果

机器人前瞻：目前光象已经推出Phi-Bot X1，并进入了真实工业场景。实际进展情况如何？

张涛：在6月份产品发布之前，我们就已经在一些头部车厂的场景里做效果验证了。

8月份，我们的产品就已经陆续进入之前合作的主流车厂的产线里，包括一些头部国际车企、新能源车企。现在机器人也都在产线里做最后的部署工作。

机器人前瞻：在产线中，有遇到哪些机器人在产线落地的大坑么？

张涛：肯定会有，落地的过程绝对不是一帆风顺的。

首先，从实验环境进入真实生产环境就是一个挑战，两者完全不同。机器人进场后，还会面临长期可靠性、可维护性、系统安全、人机协同安全等一系列问题。此外，机器人还要在真实场景里进行部署、调试和能力打磨。

相比实验室，真实产线会有大量细节需要处理，这也是落地过程中非常重要的一部分。

机器人前瞻：接下来在机器人本体层面，光象科技还会继续重点投入哪些能力？

张涛：下一代的本体正在研发。

可以简单透露一下，我们下一代的本体核心打两个点：

一面对的是全球市场。我们会把这一代本体打造成一个真正可以面向全球工业场景，能规模化落地的机器人。

二是机器人覆盖的场景。我们会在X1的基础上，通过模块化的方式进一步扩展移动性、负载能力和算力水平，从而实现场景上更大幅度的覆盖。

机器人前瞻：相比本体，世界模型会是光象科技更重要的一个技术方向么？

张涛：是的。真正能干活的机器人离不开身体和大脑，缺一不可。

尤其我们认为，今天具身智能真正需要突破的是大脑。世界模型是我们认为在具身大脑这个维度上有价值的技术路径，所以我们会投入比较重的资源去做。

机器人前瞻：光象科技最近也发布了自己的世界模型，相对于目前市面上其他的世界模型，ActEffect跟他们最大的区别是什么？

张涛：我们提到的一个关键词，叫物理原生，这是我们的世界模型的关键。我们强调，模型一定要能够真正像人一样去理解世界底层的物理规律。

物理规律核心的体现，就是因果性。它一定要知道什么样的动作能够导致环境或世界产生对应的变化。

人是因为具备这种物理因果的理解能力，才能采取泛化性的行为。我们希望机器人像人一样，也具备这样的底层能力，支持它做泛化的动作。

机器人前瞻：为什么光象科技能够把物理原生智能这条技术路线跑出来？

张涛：这个技术路线不是今天才提出来的，核心要素来自我们此前长期的探索和丰富积累。

比如，如何对物理状态进行编码；如何把已经被充分压缩的物理规律嵌入；如何通过强化学习自进化，让模型理解和学习底层物理规律。这些问题我们此前一直在持续探索。

回过头来再反思，具身智能大脑到底需要具备什么样的能力。我们发现物理原生是最核心的突破点。于是，我们把过去的工作串联起来，再结合新的思考，形成了物理原生世界模型的理论体系。

我们希望以此系统地回答一个问题：具身智能如何真正获得通用性和泛化能力。

机器人前瞻：光象从一开始就把世界模型作为“物理原生智能”技术路线的一部分，但Phi-WM 1.0 ActEffect其实是在Phi-Bot X1进入产线之后才发布的，为什么会选择这样的时间点推出？

张涛：这个技术能力不是针对我们这一款机器人，也不是针对一两个特定工位。我们希望它能够真正具备的是完全通用且泛化的底层核心能力。

所以模型的发布与我们在产线的落地，二者之前没有耦合关系。两者都是非常重要的方向。

只是正好我们的技术发展进入到了这个阶段。6月份，本体达到了相对成熟和稳定，且有一些场景落地的验证。8月份，模型第一个版本推出，且达到了非常好的一个效果，于是我们就向大家公开。

机器人前瞻：ActEffect不仅要预测“接下来会发生什么”，还要判断“采取不同动作后，状态的变化”，ActEffect这种能力真正带来的核心变化是什么？是让机器人更会规划动作？还是面对陌生任务泛化能力更强？

张涛：所有的具身通用模型，最终要解决的问题都是泛化性。面向陌生场景时，能做到zero shot或者是few shot的泛化。

ActEffect的核心能力，是让模型在底层理解世界的物理因果性，知道不同动作会带来什么样的环境状态变化。基于这种理解，它在面对不同环境和任务时，可以进行更有效的动作和策略规划，从而实现更好的零样本或少样本泛化。

机器人前瞻：ActEffect在训练的过程中，物理原生数据是如何解决的？

张涛：我们提出的物理原生数据，强调的是来自真实物理交互的、多维度的数据。

过去很多机器人训练数据仅仅是采集了图像、视频。在我们看来，这是非物理原生数据。物理原生数据需要机器人在真实或虚拟环境中与世界进行交互，并在过程中采集数据。

这些数据不仅包括视觉、激光雷达等感知信息，还包括机器人本体的关节、角度、速度、位置，以及交互过程中的力、力矩等数据。

所以我们强调的是一套完整的物理原生数据体系。

机器人前瞻：物理原生数据也是光象技术路线里的一部分，李升波教授在WAIC上说互联网视频数据、真机数据等，都可以通过一定的数据重构、时空对齐和质量增强方法，转化为结构一致的物理原生数据。那么对于光象来说，数据的来源是不是已经没有那么重要？真正决定数据价值的是什么？

张涛：我们认为今天所有的数据，对于训练具备足够通用泛化能力的模型而言，都是有价值的。

核心问题还是在于具身智能缺数据，如果具身智能有像自动驾驶一样的海量真机数据，我们今天就不会提这个点。我们希望把现在手头上能够touch到的数据，都充分挖掘出来。

并不是数据来源不重要，而是结合具身智能发展的现实的阶段性条件，我们不得不去充分的挖掘所有可以被利用的数据，让它能够在模型训练的不同阶段体现价值。

核心不在于用什么数据，而在于怎么用。需要明确各类数据的能力分工、训练阶段和配比。例如，互联网视频及无动作标注的Ego数据用于建立世界先验；带动作标注的Ego、UMI和真机遥操作数据用于学习状态转移；仿真数据则用于生成干预、失败和反事实样本。

四、采用端到端交付，已落地近10家车企

机器人前瞻：光象科技目前跟车企的合作是以卖机器人为主还是解决方案为主？或者是什么其他合作方式？

张涛：目前最能够落地的方式是端到端为车企客户解决问题。我们不是单纯卖一个机器人，而是交付一整套能够在具体工位实现功能的系统，包括机器人本体、模型等。

现阶段，具身智能的产品形态和商业模式还没有完全固化，大家都在探索。通过端到端交付，才能让客户真正理解具身智能的可用性和价值。等这个阶段逐步成熟之后，商业化模式可能会更加丰富，比如机器人劳动力租赁，或者交付机器人本体后，通过后续服务和能力升级持续为客户创造价值。

但现阶段，第一步一定还是端到端交付。

机器人前瞻：从目前实际合作的反馈来看，客户最看重光象科技哪些能力？

张涛：客户其实已经经历了一个完整周期。去年年初，具身智能行业很火，很多头部机器人公司都有很炫酷的demo，客户也愿意拥抱新事物、积极合作。但真正把机器人放进工厂后，他们发现面对一些并不复杂的问题，机器人却未必能做成功，因此实际效果和预期存在落差。

光象从客户那里得到最直接的反馈就是，我们的机器人真的能够帮他们解决问题，能够在真实产线上完成实际工作。

最近我们和一家头部国际车厂合作，他们的合作伙伴此前也经历过类似的过程。看到我们的现场表现后，对方反馈说，我们的机器人和他们之前看到的表现完全不在一个level上，能力有明显提升。对客户来说，这也重新建立了他们对具身智能落地的信心。

机器人前瞻：目前合作的车企大概有多少了？

张涛：其实还蛮多的，实际上我们刻意做一些前期控制，所以并不是所有的车企都会做非常紧密的合作。目前来讲，大概有不到10家。

机器人前瞻：汽车是一个非常大的产业，但这两年汽车内卷严重，也导致汽车的供应链企业都不怎么赚钱。光象科技跟车厂也合作了一段时间，回头来看，汽车还是一个很好的具身落地的赛道么？

张涛：首先，我们的目标并不是只做汽车，最终的目标是做通用泛化的具身机器人，从完整的工业赛道，再拓展更多的领域。汽车是一个非常好的场景，这个场景会帮我们筛选落地工作的价值。

具身机器人刚开始能力有限，如果只从“我现在能做什么”出发，很容易找到一个能落地的场景，但未必具有真正的商业价值。比如搬箱子，机器人可能能做，但市场上已经有AGV、无人叉车等更成熟、更简单的方案，具身机器人未必是最优解。

汽车场景的特点是规模大、附加值高，而且对技术和工业标准要求高。过去很多先进的自动化设备、工业机器人和管理理念，都是先在汽车行业得到应用和验证，再向其他行业推广。

所以我们选择汽车，一方面有把握地确认汽车制造在经过充分的自动化升级迭代之后，遗留的场景是能够真正体现具身机器人价值的；另一方面，汽车制造本身具有很强的示范效应。能够在这样严苛的工业环境中做好，再基于成熟的产品和标准向其他行业复制，会相对顺畅。同时，汽车市场本身也足够大，单一场景的规模化复制就能够带来商业价值。

所以对我们来说，汽车是把具身智能推向更多行业的一个起点。

五、具身智能还在寻找真正的“通用大脑”

机器人前瞻：您在最近的采访中，也谈到硬科技创业的成败，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。那您觉得目前具身智能是处在产业成熟的节奏上么？具体体现在哪些方面？

张涛：我觉得具身智能是比较典型的复杂的事情，不能把它定义为单一的技术。

具身智能是一个完整的技术体系，在这里面可能有人做世界模型、有人做VLA、有人做家居服务的机器人、有人做工业场景的具身机器人。

我们无法判断整个具身智能行业是不是正好在这个节奏上。但我们的判断是，以今天具身智能整体的技术能力，在未来的1到3年内，会有部分场景能快速落地、复制并推广，且产生商业价值。

机器人前瞻：今年有世界模型赛道涌入不少资金，也有越来越多数据、本体等企业开始做世界模型，你怎么看这一轮世界模型热潮？

张涛：世界模型这个词太大了。首先这是好的概念，但同时又是不聚焦的概念，世界模型听起来让人觉得包罗万物，什么东西都可以往里装。现实的情况也是很多东西都往里装。

我们的理解是要跳出这个词本身，搞清楚最终要达到什么目的。比如我们最终追求的是要通用、泛化的具身大脑，那么真正能够支持这个目标的，才是真正有价值的世界模型。

机器人前瞻：不同企业对世界模型的理解和技术路线并不完全一样，有隐式、因果等等，您认为觉得这些路线会走向融合吗？

张涛：我觉得不会。大家的目标不一样，如果做视频生成，是为了服务于游戏、影视行业。这条技术路径就是以大量的互联网视频数据作为输入，用一套大模型自回归的训练方式生成。

但如果是服务于机器人，我觉得完全不够。服务于不同的目标，最后会衍生出不同的路径。甚至到后面，我甚至觉得不能再用“世界模型”一个大框把所有东西都装进去，还是要区分服务的最终目标。

机器人前瞻：您觉得世界模型会不会成为未来具身智能公司的标配？

张涛：不好说。首先做世界模型这件事，需要比较大的投入，需要海量的数据、充分算力，以及需要有底层的技术能力去支持整个模型架构和训练。

我觉得不是所有人都会去做，不是所有人都能做得好，也不是所有人都需要去做。只有真正追求做通用泛化的具身大脑公司会持续投入。

机器人前瞻：目前有一种说法，就是行业正在进入“洗牌期”，您觉得具备哪些特质的公司能“活下来”？

张涛：历史上其实是无数次重演一个规律，一开始热门赛道会有大批资金涌入，催生出一大批的公司，这里面可能有少量的公司活到下一次行业爆发。真正能够活到未来的，是一开始对事情本身的周期性有充分的认知，并且有非常明确且坚持的业务判断，有比较好的商业闭环能力。

所以我觉得在今天这个时间点上，如果能够做到这一点是有机会的。如果仍然停留在概念、demo或者比较虚的层面上，可能会比较危险。

机器人前瞻：未来三到五年，您希望光象科技会成为一家什么样的公司？到时候您觉得光象最核心的产品或能力是什么？

张涛：具身智能是一个长期赛道，但未来3到5年，也会在一些行业方向、业务方向上看到非常实质性的落地，以及具身智能带来的突破性影响。

在这个过程中，我们希望光象科技能够在汽车制造和工业制造等方向起到引领作用。3到5年之后，我们希望具身智能能够在这些场景中实现规模化部署、被行业真正接受，让光象成为新生产力的代表。