具身江湖志（一）：学术派下山记

文 | 脑极体 8月22日，第二届世界人形机器人运动会将在北京“冰丝带”正式开幕。今年的赛事阵容变得更为强大，共有16个国家、666支队伍、2056台机器人同台竞技，队伍数量比首届多了138%，机器人数量翻了两番。 这么多选手，普通观众一看就晕了，恐怕连名字都记不全。 不止这一场比赛，具身智能已经成为科技领域中最拥挤的一条赛道，新秀不断涌现。每到马拉松、运动会、春晚这类大型比武现场，宇树、智元、银河通用、松延、众擎、星海图们，你方唱罢我登场，看得人一头雾水：这到底都是谁？来自何门何派？谁又比谁厉害？ 无论是想在机器人赛道或展会上增加一点谈资，抑或深度了解这个领域，是时候翻开这部《具身江湖志》了。 第一篇章的主角们，是具身江湖中最根正苗红的一个派别：学术派。 具身智能这条赛道上，有制造业出身的老兵，有互联网转型的巨头，但最引人注目的是一群来自清华、北大、浙大、上海交大等顶尖学府的教授和学霸。 他们被媒体称为“学术派”——一个听起来书卷气十足、却在资本市场上掀起惊涛骇浪的群体。 据一家专注硬科技赛道的猎头公司统计，国内具身智能领域新成立的公司中，创始团队具有顶尖高校学术背景的比例超过一半。星动纪元、银河通用、星海图、自变量、松延动力、傅利叶智能、云深处、优理奇……这些公司创始人的学术履历几乎是标配，在对外宣传中，科研能力、论文成果、实验室背景被反复强调。 为什么在具身智能这个特定的赛道上，先进入大众和投资人视野中的会是学术派？他们和产业派又构成了怎样一种竞合关系？ 要回答这个问题，得先看看在学术派出现之前，中国具身智能是谁在做的。 很长一段时间里，中国具身智能研究和产业的主力，几乎全部归属于自动化专业。翻开国内高校的学科目录，做具身智能的教授大多挂在自动化学院、机械工程学院或者机电学院名下。 他们做的事，核心是控制，比如动力学建模、运动规划、轨迹优化、PID调参，让机械臂在流水线上精准地焊接、喷涂、搬运，是这个领域几十年来的主旋律。 这套范式非常成功，支撑起了中国工业具身智能产业从零到全球最大装机量的跨越。但它有一个内在前提：机器人的行为是人为编程的，机器只是执行。工程师把每一个动作写成代码，机器人照着走。灵活性靠的是机械结构的冗余度，不是智能。在那个年代，最值钱的人是会调参、懂产线、能解决现场问题的工程师，而不是发论文的学者。高校里的具身智能教授当然存在，但他们的价值往往需要通过漫长的横向课题和成果转让才能转化为产品。 换句话说，在自动化范式“统治”的几十年里，具身智能创业的入场券握在工程师手里。学者们大多待在实验室里做纵向课题，离产业一线隔着不短的距离。那时的学术派还没想过要下山。 这个格局直到2020年前后被一道“信号弹”打破。 2020年前后，OpenAI的具身智能团队发表了一篇“多任务操作学习”的论文，首次展示了同一个神经网络模型可以完成多种不同的抓取任务。 这篇论文提醒了学术界一件事：操作能力是可以学出来的，不需要为每个动作单独写控制程序。 此后几年，随着Transformer架构在视觉和语言任务上不断刷新纪录，一个设想开始成形：把“通用学习”的思路搬到物理世界。 国内高校从2021年开始集中转向。但这次转向跟以前做机器人完全不同，它引入了一个全新的学科力量：计算机科学与人工智能。清华大学交叉信息研究院、自动化系，北京大学智能学院，上海交通大学机械与动力工程学院，浙江大学控制科学与工程学院……这些原本就有机器人或计算机视觉底子的院系在转做具身智能上有着近乎天然的优势。那些此前跟机器人毫无关系的计算机科学家、深度学习研究者带着大模型、Transformer、强化学习的工具箱，一头扎进了物理世界。 此后的几年，国内高校开设的具身智能相关课程很快从个位数增加到十位数。国家自然科学基金委的资助额度在增长，顶会的投稿量在翻倍，一篇ICRA或CoRL的论文足以让年轻学者拿到教职。大家相信，只要在仿真环境里跑通了算法，真实世界的问题总能解决。 从自动化到大模型，具身智能江湖的学科入口换了。过去是控制，工程师写代码，机器照着执行；现在是学习，机器需要自己从数据里学会动作。当一个产业的核心问题从“怎么造”变成“怎么学”，最懂学的人自然站到了舞台中央。学术派的价值也正是被这次学科位移抬起来的。 2023年，那些从2017年就埋头做机器人学习，被2020年的信号弹点燃的研究者，开始集体从论文走向产品。 于是，学术派的下山创业潮便来了。 2023年是分水岭。具身智能的创业潮在这一年集中爆发，主力就是学术背景的研究者。这批公司有一个共同特征：它们在对外叙事中，几乎无一例外地把科研能力放在最前面。创始人的顶会论文、实验室履历、导师背景、ICRA、CoRL等顶会发文数量……这些在传统硬科技创业中很少被重点考量的要素，在具身智能赛道，成了最受资本认可的信用凭证。 但同样是学术派，来自三所头部高校的团队带出了三种截然不同的发展路径。 清华系是最早动起来的一批，也是学术色彩最浓的一批，源头在交叉信息研究院。这所因姚期智而闻名、以人工智能为底色的学院，把最硬核的AI训练方式遗传给了创业者：攻上限。 星动纪元在2023年成立，创始人陈建宇是清华大学交叉信息研究院助理教授、博士生导师。 公司的成立源于清华早期的一个课题项目。陈建宇在2022年的课题研究中尝试开发体型较小的人形机器人，并往高动态性能推进，之后从实验室走向产业界。在同期创业团队里，星动纪元是少数从一开始就选择全栈自研的公司，从关节、灵巧手到整机本体和具身大脑全部自研，而不是像大多数创业公司那样在某个环节上做整合。 同一年出现的星海图，联合创始人许华哲、赵行同样来自清华交叉信息研究院。 许华哲在加州大学伯克利分校读博期间选择了当时还冷门的具身智能方向，2022年博士毕业后回到清华叉院担任助理教授，原本想“认真教六年书”，但ChatGPT的成功让他改变了计划，在2023年毫不犹豫成了星海图的联合创始人。星海图押注的是VLA具身大模型路线，把视觉大模型的语义理解能力嵌入到操作决策流程中。 银河通用同样带着清华烙印，创始人兼首席技术官（CTO）王鹤是‌清华大学微电子与纳电子学系2010级校友‌。 这家公司围绕合成数据和端到端模型构建训练体系，属于典型的“用AI方法解决机器人问题”的思路。 全栈自研、VLA大模型、合成数据……技术路线虽不尽相同，但方向却高度一致：技术壁垒最高的那条路。清华大学交叉信息研究院的学术基因让这批人天然地更关心智能的天花板在哪里。 与清华系“攻上限”的取向形成对照，上海交大系走的是另一条路：先有产业积淀，再做技术延伸。 上海交通大学在机器人领域的积累可以追溯到更早，学校的机械与动力工程学院在传统工业机器人方向上有几十年的研究历史，下山攻入具身智能几乎是“无缝衔接”。 傅利叶智能是交大背景里成立最早的一家，2015年就做了康复机器人，后来才切入人形机器人赛道。 它既有学术背景，又有近十年的产业积累，在电机驱动和力控上有量产经验。当行业普遍还在讨论人形机器人什么时候能落地的时候，傅利叶已经在康复医院里跑了好几年机器人。 优理奇机器人同样属于学术派，创始团队中就有上海交通大学教授王贺升担任首席科学家。 优理奇的创始人杨丰瑜是耶鲁大学博士，在机器人视