对话逐际动力张巍：人形机器人已经有“大脑”，但“有脑”和“有技能”是两回事

大消息。通用人形机器人公司逐际动力，刚刚完成了近2亿美元的Pre-IPO轮融资。算上这轮，过去半年里它的累计融资额已经达到4亿美元，投后估值直接飙到了150亿元——这个体量，稳稳挤进了超级百亿独角兽的行列。

这轮融资的阵容相当国际化。投资人来自中国、欧洲、中东和北美，包括IDG资本、蓝思科技、GGG Group、Redstone VC、华山资本、合肥滨湖产发集团等。其中阿联酋的磊石资本已经开始追投，老股东们也基本全在加注。

钱到账后，逐际动力计划怎么做？一句话概括：加速大小脑融合技术产品的落地，目标是让数千台全自主人形机器人真正跑起来，同时拓展全球市场，把制造和交付能力补全。

坦白讲，逐际的融资节奏放在今天的具身智能赛道上，并不算快。四年时间蹚进百亿俱乐部，其实已经很稳。“资本融资是一个重要考量，但你得在这个前提下，维持一个健康的节奏。”创始人张巍说得直接。

这种克制，跟创始人的出身脱不了干系。张巍是典型的“技术派”，中科大自动化系本科，普渡大学电气与计算机工程博士，曾任美国俄亥俄州立大学的长聘教授。2019年回国任教，2024年在深圳创办逐际动力。他的路线从一开始就不是奔着“堆技能、快融资”的短跑逻辑去的，而是选了一条更慢、也更难走的路——从底层运控基础模型做起，把“脑”和“技能”分开定义，一步一步搭建通用能力。

在张巍的理解里，“有脑”和“有技能”完全是两回事。“现在很多人把训练模型直接当成有脑，这其实是错的。脑是一套完整的操作系统，而模型只是它上面运行的一个一个技能。”他不在乎谁的机器人能翻更漂亮的跟头，他在意的是——能不能在一个混乱、非结构的物理世界里，做出一套可量产、可复用、可闭环的底层架构。

而且，这套架构已经开始兑现订单了。逐际动力目前已经拿到了数千台订单，其中超过一半来自海外。与此同时，它也正跟全球的开发者和生态伙伴一起，把技术往科研教育、商业服务、全地形巡检、工业应用、建筑等场景落地。

我们在深圳见到了张巍，聊了聊行业拐点、全球化选择，以及那个关于“脑”与“技能”的关键命题。以下为对话实录（有删减）。

关于海外订单与客户

问：海外那数千台订单，是同一个客户吗？

张巍：不是。这是在重点区域集中拿下的多笔订单。去年首款人形机器人出货后，我们已经向多家海外顶尖高校、实验室，以及以大脑智能为核心研发方向的公司完成了交付。这也从侧面验证了我们在本体制造上的能力，比较契合海外用户的需求。

问：客户类型目前是To B还是To C？

张巍：现阶段全部To B，未来会逐步向To C延伸。

关于全球化战略

问：为什么“走出去”被放在最重要的位置？

张巍：我们从创立之初就把自己定位为一家全球化公司。长远来看，海外收入占比超过国内是大概率事件。大家心里都清楚，海外市场在利润率、增长空间和竞争态势上，整体都更友好；国内嘛，竞争确实更激烈。另外，机器人本质上是替代人力的，这在海外价值更大——人力成本高，替代的经济性就更强。

关于落地场景：不进工厂

问：为什么你们的人形机器人不进工厂？

张巍：这是我们的选择。两条腿的人形机器人在工厂里的效率有限，不是最优解。我们以商业为主，最终会进入家庭。进工厂既耗时间，又对家庭场景帮助不大，没必要去折腾这事。当然，不是说进工厂不对——这是个选择题。我们也有针对工厂的产品，TRON系列会卖给工厂，也提供技术支持，但自己的落地场景不选工厂。

关于Luna：市场上的唯一性

问：Luna主要面向展会和娱乐，跟其他演艺型机器人有什么不同？

张巍：现在市面上，全尺寸人形、类女性、且能买到的，只有Luna。如果你想要一个机器人女性演员，它是唯一选项。这就是市场的唯一性。

关于“脑已经Ready”

问：您说过“脑已经Ready”，但从实际落地来看，机器人能做的事还很有限。怎么理解这句话？

张巍：脑和技能是两回事。脑不等于技能，技能也不等于脑。现在很多人把堆技能直接等同于有脑——这是误解。霍金没法干体力活，但没人否认他拥有健全的大脑。同样的道理：我会弹钢琴吗？不会。那我找不到工作吗？当然能找到。你总不能说我没脑子吧。

构建一项技能需要数据支撑，只有获取数据的成本低于技能带来的价值时，才值得投入。真正的脑是一套完整的操作系统，它以语言模型为引擎，同时管理记忆、情绪等多个模块。技能只是系统上的应用，而脑本身，是那个能调度资源、理解意图、持续进化的底层架构。

关于三层架构

问：能具体介绍一下你们的三层架构吗？

张巍：我们提的是三层架构。

最底层：System 0（小脑/全身运控）——只管动，不思考。对于不长腿的机器人来说，小脑的技术其实已经成熟了30年。有腿才是新课题。我们强调的小脑是基础模型，不是预编排的动作回放。跳舞、翻跟头那种是事先编好按播放；我们做的是全身运动基础模型——事先不知道你要怎么动，但你一动，我实时就能跟上。

中间层：System 1（技能层）——连接大脑与身体的“肌肉记忆”，也就是广义的VLA/World Action Model。它输出的是指导行动的Policy。我们两年前做Video Pre-training的时候，还没有World Action Model这个词；一年半前发布的VGM，其实就是最早的World Action Model。不同技能需要的数据不同：行走、上楼这些，仿真就能解决，因此先成熟；有些技能仿真与现实差距太大，就只能靠真机或别的办法来补。System 1里还有一个重要角色——FluxVLA Engine，一个企业级开源平台，为全球开发者提供持续训练、迭代、部署的工程管线。说白了，让开发者把精力花在模型创新上，而不是重复造底层工程。目标是推动行业从“训练好一个模型”，迈向“让所有人都能训练模型”。

最顶层：System 2（大脑）——只思考，不动。标志性事件是2025年中，Claude引入了持久的记忆管理，这才真正成为一个脑的操作系统。大脑的思考引擎由三部分组成：大语言模型、视觉语言模型，以及World Model。需要明确的是，World Model不直接指导行动，它指导的是思考与决策。

关于核心优势

问：你们做得最好的点是什么？

张巍：我们应该是业内唯一具备全自主管线训练基础模型能力的公司。非技术人员也能参与——就像造手机，科学家设计芯片，但拆解成一道道工序之后，工人只需专注自己的环节就能完成。

关于未来OS格局

问：未来会出现一个大一统的机器人OS吗？

张巍：短期比较难。OS和技能不是一回事，但OS层面可能出现一些Common Layer（通用层），之后会有开源方案，大家在上面迭代。能不能大一统，取决于生态的量有多大。量起来了，分工才会细化，分工细化了，才有真正的价值。