文｜富充

剪辑｜苏建勋

在咱们访谈具身智能公司“中科第五纪”时期，两件事情先后发生。

第一件事，是2026年1月，中科第五纪取得宇树科技“中枢生态配联合伴”名称。在ToB及工业场景，中科第五纪面前行为宇树机器东谈主的“大脑”模子供应商。

第二件事，是中科第五纪在近期接连完成Pre-A及Pre-A+轮融资，两笔交游在一个月之内完成，界限达数亿元。其中，Pre-A轮由红杉中国领投，东方富海跟投；Pre-A+轮由芯能创投、优山成本不息领投，清控金信跟投。

中科第五纪首创东谈主兼CEO刘年丰认为，两件事之间存在联系，中枢逻辑是一级市集对机器东谈主的贯通更求实了。

“客岁，投资东谈主更倾向通用的具身智能叙事，比如偏好‘既能搬箱子、又能打理桌子、还能叠一稔’的机器东谈主。但面前则更垂青能不成先扎进垂类场景，况且让客户满足复购。这关系到贸易化才略，也关系到能不成用数据飞轮打破真机数据不及的瓶颈。”刘年丰对《智能涌现》先容。

中科第五纪与宇树的配合，恰是这种“躯壳+大脑”单干的落地。自2025年起，两边就已缓缓张开在电力巡检、工业等场景的测锻真金不怕火证和落地。

△接收中科第五纪“具身大脑”的宇树机器东谈主正在展示工业场景的搬运责任，图片：采访东谈主提供

除了以“宇树大脑供应商”的脚色干预场景，中科第五纪也面向行业客户径直提供好意思满的机器东谈主处理有缱绻。

在位于北京的办公室，咱们见到了中科第五纪为一家头部央企客户定制的机器东谈主。这款红色涂装的机器东谈主，行将干预零卖门店承担货色销售，来日还将干预加油站给汽车加油。此外，为行业客户的检测、搬运订单也已迟缓鼓动中。

中科第五纪创建于2024年9月，确立一年出面便拿下宇树等多家闻明企业客户。说起接订单的方法论，刘年丰说，面前找客户不难，难的是供给——“每次拿大订单都要PK广宽敌手，给客户的场景作念POC，流程数轮可靠性、鲁棒性和康健性的测试，通过的才能留住。”

刘年丰表示，面前看似许多具身智能公司进了场景，但真能把活干好的未几。“比如工场里搬运料箱，清朗一变、料箱外不雅、尺寸有所不同，机器东谈主就认不出来，导致任务失败，”他说。

这种“认得出、干得了”的才略，来自中科第五纪的时间团队。

算法层面，团队中枢成员均来自中科院自动化所。除刘年丰外，联创及算法总监刘京、后生首席科学家黄岩均为谭铁牛院士的博士生，深耕东谈主工智能与多模态智能领域，毕业后曾赴任于微软、华为等企业；联创曹恩华为中科院自动化所硕士，曾任阿里达摩院算法内行。

团队自研的超少样本具身操作大模子“FAM系列”用“二次预教练”和“热力争对皆”，让模子在践诺任务时更聚焦局部枢纽点。比如，搬运料箱时优先关注把手，而不是依赖堆深广不同神采、新旧进程的料箱图片去“记着外不雅”。

刘年丰称，这套方法使机器东谈主只需最少3到5条真机示范数据即可完成新任务学习，基础任务得手率可达97%。

中科第五纪的硬件才略则来自清华大学团队。清华大学长聘涵养孙富春担任中科第五纪不息首创东谈主兼首席科学家，其师生团队为公司提供硬件和运控才略的营救。

以下是刘年丰的采访实录，对话经作家整理：

△中科第五纪轮式双臂机器东谈主，图片：采访东谈主提供

从“通用的大脑”到“在垂类真干活的大脑”

智能涌现：成为宇树“中枢生态配联合伴”意味着什么？

刘年丰：成为宇树“中枢生态配联合伴”，意味着咱们的具身智能模子大约与宇树的高性能机器东谈主平台深度交融。宇树机器东谈主在畅通扫尾和硬件想象上具备跳跃上风，出货量持续增长。行为生态伙伴，咱们将自研的具身大脑集成至宇树整机，赋予其践诺复杂任务的才略。这种模式下，可使机器东谈主更快地干预工业、巡检等实践功课场景，宇树的界限化出货也带动了咱们的业务落地。

智能涌现：在具身智能大脑上有上风的公司也有好多家，为什么是中科第五纪成为宇树的模子供应方？

刘年丰：宇树的配合，亦然PK掉了十分多头部的具身企业的。

宇树之前构兵过不少头部大脑公司和高校究诘机构，有许多模子才略也可以。咱们之是以能胜出，中枢原因有两个，一是咱们的大脑才略塌实，尤其是通过少量据量样本快速学习的才略；二是咱们具备快速委派落地的践诺力，同期团队也领有丰富的产品告戒。

智能涌现：你说帮宇树作念电力巡检，但行业内一些公司仍是干预这个场景了，你们的上风或者互异化在那处？

刘年丰：传统的巡检只可“看”，发现问题后还得派东谈主去处理。咱们的标的是巡检加操作——巡检到点位后，径直完成操作，比如掏钥匙开柜门、按开关、拔插头。

传统的电力巡检用的是四足狗，但这些操作需要类东谈主的构型。在最近的电力智能巡检大赛中，咱们的机器东谈主罢了了跨站室转移得手率90%、新柜型示教少于10次、末端定位精度±15mm的严苛方针，考据了落地可行性。

智能涌现：给狗加个手不成处理这个问题吗？

刘年丰：不太行，主要有两层根由。

第一个等于马斯克讲的等于咱们东谈主类的寰宇是fieldforhumanbeings。有许多的征战，它是按照东谈主的身高。电力征战是按东谈主的身高想象的，狗格式的机器东谈主很难够到2米高的电柜。

第二个问题在于，狗加双臂是一个非标的构型，我以为咱们作念机器东谈主公司，一定要阻绝按照非标的构型想路。因为非标意味着无法放量——今天臂长要1.5米，来日要2米；今天精度0.1毫米，来日要1毫米——这么就会量上不去，成本降不下来，算法也无法复用。

行业应该先“照应”到方法硬件构型，比如至少上半身双臂可以达到共鸣。再处理不同负载、节律的泛化问题，而不是总用新构型处理问题。

智能涌现：不管是面向宇树照旧整机客户，凤凰彩票app其实中科第五纪提供的深信性都围绕着“干预场景”的才略，投资东谈主现阶段BuyIn的亦然这一丝吗？

刘年丰：是的，之前行业可能追求的是一个“既能搬箱子、又能打理桌子、还能叠一稔”的通用模子。

但比起一个远方而终极的通用智能，咱们一直营救作念要大约在垂类、具体任务中落地的模子，比如至少能把工场搬料箱这个问题真的处理。本年一级市集也意志到了这一丝的迫切性。

时间中枢：少量据量样本、高数据使用后果

智能涌现：包括中科第五纪在内，最近采访的多居品身智能公司都说我方的机器东谈主在工业场景搬箱子。但你提到，即使这个看似浅薄的任务，真能作念好的企业也不是许多，是以从模子才略来看，具身机器东谈主搬箱子的难点是什么？

刘年丰：看似搬箱子是一个单调类似的责任，但其实有多个难点。

第一是泛化：料箱神采、尺寸、新旧进程都不同，能不成用合并个模子康健完成识别、执取与搬运。第二是导航：搬起之后从A点到B点奈何走，旅途筹划、避障，途中被打断后能不成续作念。第三是政策理会：比如“从面前100个箱子里搬走50个”，机器东谈主能不成理会数目、以及该遴选哪50个箱子，到方针地奈何码放，以及放下后要不要把物体取出等等，每个法子都存在问题。

这些看起来是搬箱子，背后其实是一整套复杂的任务筹划与践诺。

智能涌现：刚才你说到料箱的泛化性，嗅觉箱子仍是是外不雅相比浅薄的物体了，为什么光照变了，具身智能模子的阔别就变难了？

刘年丰：最本质的原因等于因为，咱们面前具身模子主流使用的VLA，是营救的动态模子营救了大谈话模子——对整张图片作念全局信息映射。

举个例子，比如拍一张有三瓶矿泉水的相片，白昼和晚上清朗不同，整张图片的色温、亮度都变了，模子可能就不理会了。

问题在于，具身智能莫得大模子那样的数据体量去隐敝统统光照变化。但换个想路，若是模子能关注局部信息——比如只锁定每瓶水的外不雅特征，而不关爱配景、清朗、桌子神采——就能幸免被全局变化干豫。这恰是咱们作念“热力争”的起点：让模子聚焦操作对象本人，而不是通盘画面。

智能涌现：具体讲讲中科第五纪的模子是如何擢升泛化性的？

刘年丰：操作的中枢是操作对象，但过去的主流模子太关注全局信息。咱们的想路是：通过多个二维热力争，把要操作的对象位置自允洽地学习出来，让模子意志到什么是最需要反应的操作对象。

△中科第五纪FAM模子图，图片：采访东谈主提供

热力争可以理会为一张“重心标志图”——图像中神采越深的区域，代表模子应该越关注。比如辅导是让机器东谈主开办公室门，它会重心盯着门把手，而不是整扇门——不管门是木门、玻璃门照旧什么神采，独一霸手在那儿，它就知谈奈何操作。回到工场搬料箱的场景也相似，模子关注的是把手，不是通盘料箱，更不是通盘视线里的工场。

这是通过“二次预教练”罢了的，第一次预教练，咱们让模子知谈各个物体是什么；第二次预教练，咱们通过“热力争”让模子重心关注操作对象，让模子学会分裂“什么才是面前任务最迫切的东西”。

智能涌现：是以你之前说拿到宇树订单的原因之一在于，FAM模子能通过少量据量样本，快速罢了新任务学习，恰是因为你们的时间方法相比省俭数据？

刘年丰：是的，面前真机数据不及是行业共鸣。

咱们的处理方法之一是通过“二次预教练”擢升模子对重心操作对象的关注，可以擢升数据使用后果，省俭深广预教练数据。

此外，咱们喜欢干预场景，亦然因为可以通过真干活的数据飞轮，把真机数据转起来。

贸易化预测：“复购”很枢纽

智能涌现：具身智能行业从客岁下半年开动，就十分留意“贸易化落地”，但你指出本年更锻真金不怕火的是“复购”？

刘年丰：对。2025年，咱们看到许多机器东谈主看似干预干活场景，其实照旧在POC（意见考据）。到了2026年，锻真金不怕火的是复购，像搬箱子这么的场景，要在2026年被澈底处理。

智能涌现：本年澈底处理搬箱子这个任务之后，那在工业场景里，下一个被具身智能企业汇集探索，且可能被处理的责任是什么？

刘年丰：有挺多的，比如挪动分拣，这是一种更邃密的搬箱子。需要把箱子内部的某些特定的东西，拿到特定的位置去。这一大类任务，不管是横向（跨客户）照旧纵向（跨场景）看，都有极强的泛化空间。

智能涌现：你们的贸易模式是若何的？如何收费？

刘年丰：面向本色公司，咱们委派大脑，并按照一个机器东谈主对应一个license收费，现阶段会说明场景和任务的复杂度判断用度。

而面向结尾场景客户，咱们委派自研的轮式机器东谈主，按照整台机器东谈主收费。而来日跟着供应链更加纯属，整机的价钱会进一步下探，客户也会看到更好的ROI数据。

智能涌现：中科第五纪既给客户出“软”的部分，也我方作念软硬一体的机器东谈主。是以终末公司的贸易模式究竟会更偏向哪条路？

刘年丰：咱们的最终定位是软硬一体的公司，咱们也认为具身智能在“脑”不在“型”。可以参考苹果，最中枢的竞争力不是录像头、不是主板，而是操作系统和生态。这条路天然难，但亦然咱们想走的路。