北京
建設社會主義現代化強國，關鍵在科技自立自強。以科技金融支持創新創造，因地制宜發展新質生產力，加快建設現代化產業體系，是我國在"十五五"時期推動高質量發展、實現中國式現代化的核心戰略部署。發展智能經濟新形態，需要打通科技成果轉化堵點、強化產業體系支撐、暢通金融賦能渠道，構建科技、產業、金融良性循環。在此背景下，《清華金融評論》推出《科創AI+》主題專欄，旨在深入闡釋國家戰略部署、匯聚權威觀點、服務高質量發展大局，為政策完善與行業實踐提供智力支持。
具身智能被視為人工智能的下一個浪潮，但產業落地的核心瓶頸正從"算法"轉向"數據"。全球機器人領域有效數據量比自動駕駛、大語言模型低三到五個數量級，真機數據的質量、效率與成本構成制約模型進化與場景泛化的"不可能三角"。在這一背景下，一批企業選擇跳出本體競爭的紅海，轉而深耕物理世界的數據基礎設施。靈御智能即為其中的代表性實踐者——以自研遙操作機器人為"數據采集母機"，將單任務數據成本壓縮至較低，構建覆蓋"本體—通信—數據—平臺"的完整閉環。本期專欄圍繞遙操作的產業價值、數據基礎設施的差異化定位、物理數據與合成數據的關系、中美數據競爭格局、商業化落地邏輯與創業方法論等議題，專訪靈御智能創始人兼CEO金戈。
一
遙操作：機器人走向
世界的方向盤
Q：您提出"遙操作不是自動駕駛的備胎，而是機器人走向世界的方向盤"，這是對行業主流"全自主"敘事的糾偏。在當前資本和輿論都在押注全自主機器人的背景下，您認為行業是否對遙操作的長期價值存在系統性低估？這種低估的根源是什么？
金戈：我認為確實存在系統性低估。具身智能從發展到全自主，需要一個過程，就像自動駕駛從L1到L4，是一個漸進提升的歷程。我們預估這個周期可能是十到二十年。全自主是終局目標，但終局不會一蹴而就。在這個漫長的過渡期里，遙操作不是退而求其次的妥協方案，而是支撐機器人從實驗室走向真實場景的核心基礎設施。低估的根源在于，行業普遍把遙操作理解為"人遠程操控機器"的單一功能，而忽略了它作為"數據采集母機"的深層價值。遙操作系統的真正意義，在于它能以低成本、高效率的方式持續產出高質量真機數據——這些數據才是訓練具身大模型的"燃料"。沒有高質量數據，再先進的模型架構也只是空中樓閣。從非人形本體切入多場景，再從人形主體模型切入，這不是個人英雄主義能完成的事，需要中立的、專業化的數據供應商作為生態補充，最終才能達到通用化的低成本生態。
二
落地路徑：
從危險作業到家庭場景
Q：您曾判斷具身智能落地順序是"危險作業→商業服務→工業→家庭"，家庭排在最后。但家庭恰恰是最大的市場。您認為家庭場景真正規?；涞匦枰缭侥男┖诵拈T檻？"半自主+遠程眾包"模式能否成為突破口？
金戈：家庭是一個中后期的事情。最終的目的是實現人機交互，但家庭的個體規則性和非結構化差異非常明顯，現有的隱私和安全這兩個大問題一直沒有解決。商業場景、工業場景有相對明確的結構和規則，而家庭環境的非結構化程度極高——每家每戶的布局不同、物品擺放不同、生活習慣不同，機器人要處理的變數呈指數級增長。
"半自主+遠程眾包"模式肯定是非常合適的過渡方案。在機器人完全自主能力成熟之前，由AI處理常規操作，遇到復雜或異常情況時由遠程操作員介入，這種模式可以大幅降低對模型泛化能力的要求，同時保證任務完成率。它本質上是一種"回路"的混合智能——既發揮機器的效率優勢，又保留人的判斷能力。等數據積累到足夠量級、模型泛化能力足夠強之后，再逐步過渡到更高程度的自主。這和自動駕駛的發展路徑是一致的：先有人，再無人。
Q：從投資人的視角看，具身智能賽道的估值是否存在泡沫？您如何定義這個行業的"有效進展"——是融資額、訂單數，還是產品在真實場景中的可靠運行時間？
金戈：我認為這是一個短期高估、長期低估的行業。目前的泡沫，是在不同的產業背景下產生的，不能簡單按照P/S等原有估值模型去衡量。但對科技革命提升生產力的底層邏輯，整體原始的自信是在的。所以長期來看，仍然對具身智能充滿邏輯自信。定義"有效進展"，我認為核心指標應該是產品在真實場景中的可靠運行時間，以及在這個基礎上沉淀的高質量數據量。融資額反映的是市場預期，訂單數反映的是商業認可，但真正決定一家具身智能公司價值的，是它的產品能不能在真實場景中穩定運行，并持續產出可訓練、可復用的數據資產。這也是靈御堅持做數據基礎設施的原因——我們衡量自己的進展，不是看融了多少錢，而是看積累了多少小時的高質量真機數據，數據飛輪轉得有多快。
Q：從Demo到產品，您認為最大的鴻溝是可靠性。靈御的TeleAvatar已經進入京東七鮮等真實商業場景，能否分享一個在場景驗證中最具挑戰性的技術或運營難題？團隊是如何解決的？
金戈：打個比方，網絡信號和操作員的問題。在公共場景，信號源比較復雜，很難抓取。遙操作對通信鏈路的延遲和穩定性要求極高。在真實商業場景中，WiFi信號干擾、網絡波動、帶寬不足等問題隨時可能導致操控卡頓甚至斷連，這對任務完成率和用戶體驗是致命的。
解決這個問題，需要工程師在現場的反復調試和優化。這不是一個純算法問題，而是工程化問題——需要在通信鏈路、控制算法、硬件架構多個層面協同優化。比如在通信層面做冗余設計，在控制算法層面做預測補償，在硬件層面優化CMOS感光芯片和攝像頭的響應速度。工程化能力也是靈御的核心優勢之一，我們的團隊能夠快速進入場景、發現問題、迭代解決方案，這種"在現場"的能力，是從實驗室走向產業化的關鍵。
三
路線之爭：合成數據與
真實數據的平衡術
Q：具身操作層面存在"分層架構"與"端到端學習"的路線之爭，前者是當前產業落地主流，后者在理論上有更高性能上限。您如何看待這兩種路線的長期競爭格局？遙操作采集的高質量數據，最終更適合喂養哪一類架構？
金戈：分層架構和端到端學習各有適用階段。當前產業落地以分層架構為主，是因為它在工程上更可控、可調試、可解釋。端到端學習在理論上性能上限更高，但對數據量和數據質量的要求也呈指數級增長。我認為兩者不是非此即彼的關系，而是一個漸進融合的過程——先在分層架構下積累數據和工程經驗，逐步向端到端過渡。
至于高質量真機數據適合喂養哪類架構，答案是兩者都需要。分層架構需要高質量數據來訓練各個子模塊，端到端學習更需要海量高質量數據來驅動整體泛化。靈御采集的數據，力控數據、雙目視覺數據、眼動數據等多模態信息全覆蓋，無論客戶采用哪種架構，都能提供適配的數據支撐。這也是我們堅持做多模態、高標準數據的原因——不為某個特定模型服務，而是為整個行業的模型進化提供通用燃料。
Q："高質量空間標注數據稀缺"為目前行業發展核心瓶頸。您認為"生成式合成數據"能否真正替代物理采集？在合成數據與真實數據之間，行業應如何平衡投入與風險？
金戈：生成式合成數據和真正的物理采集相比，它是一個“放大器——生成式永遠不能替代物理采集，但可以放大物理采集的倍數，實現短平快地完成任務。在生成式數據的應用中，也有一個"sim-to-real"（仿真到真實）的遷移過程，特別是一些柔性體、柔性復合材料、摩擦等場景，需要生成式不斷調整才能逼近真實物理特性。所以這個方向還處于很早期階段。行業應該把合成數據視為真實數據的"倍增器"而非"替代品"。正確的策略是：以高質量真機數據為基底，用合成數據來擴充規模、覆蓋長尾場景、降低采集成本。但如果基底數據質量不行，合成數據只是在放大錯誤——仿真環境下操控成功率可以達到八九成，但遷移到真實家庭場景可能只有百分之十幾，這個差距就是"Sim-to-real"。靈御的策略是先把真機數據這個基底做扎實，再考慮如何用合成數據放大。數據質量和數據量，不是非此即彼，而是必須同時追求——一邊是高標準，一邊是做規模，才能達到最佳效果。
四
中美競合：場景優勢
能否轉化為數據優勢
Q：中美在物理空間智能領域的差距，報告認為主要體現在算力供給和基礎模型原創性上。但在數據層面，中國擁有全球最大的應用場景和機器人存量。您認為中國的場景優勢能否轉化為數據優勢，進而實現彎道超車？
金戈：中美數據差別還是挺大的。中國有很多應用場景，而國外更強在算法和算力，所以它的仿真生成會比較不錯。美國在算法和基礎模型這一端確實比較領先，但在真機上，中國有絕對優勢，主要是因為中國有很強大的產業鏈支撐多場景應用。中國本身在某些優勢上，特別是真機數據上，是很領先的。
場景優勢能否轉化為數據優勢，關鍵在于有沒有專業化的數據基礎設施把場景優勢沉淀下來。中國的應用場景足夠廣、市場空間足夠大、供應鏈足夠發達——這三點構成具身智能產業的天然優勢。但場景不會自動變成數據，需要有人去采集、清洗、標注、標準化。靈御做的事情，就是把中國場景優勢轉化為數據優勢的"轉換器"。我們有最豐富的場景，如果我們能率先建立起百萬小時級的高質量真機數據集，這個數據資產本身就是全球競爭中的核心壁壘。正如自動駕駛領域，誰掌握了最多真實路測數據，誰的模型就迭代得最快——具身智能也是同理，只不過場景更復雜、數據采集更難，門檻也更高。
Q：報告判斷世界模型驅動的規?；涞匦璧鹊?028至2030年。在這個時間窗口內，數據采集賽道的窗口期有多長？如果世界模型提前取得突破，對靈御的數據工廠模式是沖擊還是賦能？
金戈：世界模型如果突破了，仍然是分層架構和端到端的融合過程?；氐郊夹g路線的問題，掃地機器人其實在2000年就有了，但真正大規模應用也是近幾年的事。所以說，硬件迭代其實很難，還需要很長的時間。世界模型的突破會加速算法端的進步，但物理世界的工程化落地不會因為算法突破就瞬間完成。
對靈御的數據工廠模式而言，世界模型的突破不是沖擊，而是賦能。世界模型越強，對高質量數據的需求就越大——因為它需要更多、更好、更豐富的數據來訓練和驗證。無論技術路線怎么演進，從分層架構到端到端，從VLA到世界模型，數據都是不可繞過的根基。我們的數據工廠模式，本質上是在為整個行業的未來買單——不管哪條路線最終勝出，都需要高質量真機數據。
但具身智能的數據采集涉及更復雜的場景，特別是在商業和家庭場景中，會涉及到客戶商業機密和終端用戶隱私。這是一個需要提前規劃的過程，在數據采集之前就要設定好脫敏規則、合規邊界和審計機制。
靈御在這方面采取了幾層措施：一是數據采集前的場景評估和合規預案，明確哪些數據可以采、哪些不能采；二是采集過程中的實時脫敏處理，對敏感信息進行即時過濾；三是采集后的數據分級管理，不同密級的數據采取不同的存儲和訪問策略。數據資產的歸屬、脫敏和合規審計，是數據廠商必須面對的課題，不能等到問題出現再補救，必須前置到產品設計階段。
靈御的最終目的是想做數據底座，也是一個生態樞紐。不僅是需要數據，而且要有高質量的本體，然后有平臺，這是一個整體的生態。所以我們定義就是做數據中臺生態。
五
創業方法論：
從投資人到"0到1的CEO"
Q：從遠鏡創投管理合伙人到靈御智能CEO，身份轉換帶來的最大沖擊是什么？做投資時形成的哪些認知，在創業實踐中被推翻或修正了？
金戈：這個轉變的核心是顆粒度——對技術的顆粒度理解完全不一樣了。舉個例子，以前做投資的時候，淺顯層面關注硬科技的估值、落地性、技術門檻和穩定性。但在我實際創業之后，對技術顆粒度的理解更深了。
復合背景對創業確實有幫助，投資人看到的是趨勢和概率，創業者面對的是具體的客戶、具體的技術難題、具體的現金流。這個身份轉換帶來的沖擊，不是認知層面的——認知可以提前準備——而是體感層面的，是你真正站在那個位置上，面對那些問題時，才知道什么叫"如人飲水，冷暖自知"。
Q：回望從投資到創業的轉型，對于正在創業中和準備投身硬科技的學生，您有什么建議？
金戈：這一輪科技革命，人類有史以來最快達成共識，也將是影響最深遠的?，F在就在奇點山腳下，希望更多的人一起上山，保持關注，真正實現科技推動生產力、改善生活的最終目標。
Q：您對靈御智能三年后的愿景是什么？如果用三個關鍵詞描述靈御的未來，您會選擇哪三個詞？
金戈：三年后，靈御希望成為具身智能產業的數據底座和生態樞紐。三個關鍵詞，我會選"數據、可靠、生態"。數據是我們的根基，可靠是我們的底線，生態是我們的終局。我們不是要做一家機器人公司，而是要為整個具身智能產業修好數據這條"高速公路"。真機數據是通往AGI的大山，我們要做的是推平它，而非繞行。這條路不容易，但方向清晰——當高質量真機數據像水電一樣成為產業基礎設施，具身智能的規?；涞夭耪嬲邆錀l件。
Review of Past Articles
01
02
03
關于《清華金融評論》·《科創AI+》
《清華金融評論》堅守“建言金融政策，引領金融實踐”的辦刊初心與使命，《科創AI+》欄目聚焦新一輪科技革命與產業變革的時代浪潮。針對當前AI賦能科技創新、產融深度融合、前沿技術落地等熱點話題進行深度剖析、案例分享與訪談解讀。解碼科創企業成長邏輯，洞察AI技術應用邊界，探索“科技- 產業-金融”協同發展新路徑。
來源 | 本人訪談
編輯 | 蘭銀帆
審核丨秦婷
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
