对话唐文斌：具身赛道多数都在“追兔子”，真正“猎龙”的不到10家｜独家

从清华、旷视到原力灵机，唐文斌一直在解题。比起“解惑”，他更在意“解惑的速度”。

《中国企业家》记者 李艳艳

见习编辑｜李原 编辑｜何伊凡

头图摄影｜邓攀

唐文斌高高瘦瘦，笑起来眼睛弯弯，说话语速飞快，像开了三倍速。

看起来像是“天才少年”的标配，脑子转得比嘴还快，因此语言要追上大脑的转速。他今年39岁，少年感依旧。当然，他自己不喜欢被这样提醒，“显得我有点‘中登’了”。

熟悉他的人说，他开场不出三句，必谈“本质”。于是访谈开始前，我们跟他打了个赌，“看你能坚持到第几句？”唐文斌抿抿嘴，无奈一笑，“这倒是一个很好的梗。”

以前在旷视，同事们常用“本不本质”来讨论事情的优先级。后来，这个习惯带到了原力灵机——去年3月唐文斌离开旷视后新创立的一家具身公司，“本不本质”也成了团队日常决策的一个暗语。

“投资人看重什么、你自己看重什么，不同的人有不同观点。但今天那么多事要做，哪件最重要？有些事杠杆率很大，有些事是Nice to Have（有也不错），它就不本质。”唐文斌解释。把事情做对之前，先搞清楚什么事值得做。这个原则早已融入公司的操作系统。

成立刚满一年的原力灵机，已完成三轮融资，投资方包括阿里、智谱、阶跃星辰和商汤科技。中国大模型赛道里最重要的几家厂商，聚到一家公司的投资人名单上，这在具身赛道还很少见。据了解，目前原力灵机融资额已超20亿元，新一轮融资还在交割中。

摄影：邓攀

过去半年，这一赛道“烈火烹油”。有统计称，上半年国内融资已突破900亿元，同比提升5倍，有8家公司挤进“200亿元”估值俱乐部。所有人都在抢夺时间的门票。

唐文斌感受到从未有过的加速，“不仅这个世界被加速了，它的加速度也在被加速，二阶导也是加速状态。”但聊到行业泡沫，他说估值不重要，融资不重要，甚至领先也不重要。

“未来三个月内，我们也会站在200亿（估值）阵营里，但这没什么好得意的。”在他看来，估值只是一种市场情绪，是投资人对某种观点的投票，最终还是要看技术和商业化的进展。

7月9日“Action2026原力灵机开发者大会”上，原力灵机发布了通用具身基础模型DM0.5、通用机器人本体Apex，以及开发者平台DexDev，全面支持模型走向规模化应用。前不久，他们还并购了物流机器人公司Atomix，后者年营收近10亿元，托盘四向车销量全球第二。

更快和更稳，这组矛盾贯穿了唐文斌“二次创业”的每一天。在他眼里，两件事并不冲突。

“做减法”

唐文斌曾是旷视的联合创始人、CTO。2011年，他和两位清华同学印奇、杨沐一起创立旷视，这是中国最早的AI创业公司，仅比DeepMind晚一年。14年里，他学到重要一课：不要做太多事。

“线上的SaaS服务、给手机厂商的人脸识别、以摄像头为载体的空间智能化和安防、支架、机器人……我们做了太多。”他反思说，这一方面是技术成熟逐步解锁场景的结果。人脸识别从关键点检测做到1:1，再做到1:N，每个节点都能打开一个新市场。但另一方面，“也有点机会主义”。

“每个机会都不想放弃，每个东西都想要，结果不够专注。今天回头来看，也许在一个垂直方向上能做得更深、更大、更好。”他说。

所以，原力灵机从诞生起，就在做“减法”。公司使命是“智能、有用、可信赖的机器人”。他先划了两条红线：不做玩具型机器人，不做跳舞机器人。

“玩具型机器人诱惑力很大，做to C小玩具更便宜，能提供情绪价值，但我们不做。宇树很大一部分收入来自跳舞场景，很酷，也有客户价值，但我们也不做。因为它跟我们想做的方向不是正相关。”

“将军赶路，不斩小兔”，唐文斌在多个场合提到这句话。他对机器人的最大想象是“物理世界的生产力”，“AI成为数字世界的生产力，这点毋庸置疑。如何把这个生产力传送到物理世界，是我们核心的追求。”

唐文斌 摄影：邓攀

唐杰是智谱AI创始人，也是唐文斌的研究生导师。2009年，唐文斌大三升大四，成绩年级第一，选了刚升清华副教授的唐杰做导师——他也是唐杰带的第一个研究生。

“当时系里有几个年轻老师是paper machine（论文机器，俚语，指那些发表论文速度极快、数量极多的研究者），唐杰老师是其中一个。”他主动找唐杰，聊了几次。“他思路清晰，非常sharp（敏锐、犀利、果断、有穿透力），执行力也非常强。”

他们最早做社交网络数据挖掘。后来唐文斌去微软实习，转到多媒体数据挖掘，又做了图像搜索。“智谱一开始也不是做大模型的，在预训练让大语言模型能力大幅提升后，才发现了更大的机会。如今，智谱市值已破万亿。这是一个渐变的过程。”唐文斌说。

前不久，他去唐杰家吃饭。唐杰讲了一件事，他非常认同。对方说今天到底什么最重要？还是智能的推进。相比业务，唐杰最在乎的是，如何向AGI加速推进，在模型智能上有非常快的提升。“他讲得非常坚定。”

近期在社交平台上，唐杰发文称：AI终局是AGI，这是一场“猎龙游戏”。“饿的时候可以打兔子，但终极目标是龙。”唐文斌借用这个比喻区分行业里的公司：“所有人都在对外说‘我们在做猎龙’，但有多少公司在严肃地做这件事？我不确定。”

今天具身公司可能有上百家，拿到融资的小几十家。他判断，真正“猎龙”的公司不到10家。大多数可能在“追兔子”，以期快速商业化，但没触及核心智能问题。

“我们越做越发现，这个问题非常复杂。”他的判断标准很具体：“数据怎么采集？什么规模、质量、分布？训练是原生还是用开源VLA（视觉—语言—动作模型）做后训练？如何获得更本质的模型认知并转化成团队能力？有了基模之后怎么变成能跑起来的系统？后训练怎么体系化？评测怎么做？如果自己都不知道怎么评测自己的模型，怎么推进进展？”

模型、数据与“飞轮”

2026年2月，原力灵机在ICRA 2026上发布DM0，这是全球首个具身原生大模型，2B参数，“比很多4B、5B的模型效果都好。”唐文斌说。不到半年，7月9日，DM0.5发布，4B参数，基于15万小时的多源数据训练。同时，公司展示了模型在架构方面的三大创新，以便让具身智能拥有更好的泛化能力。

据了解，DM0.5搭载了完整的推理系统，将System 1（快思考的VLA，负责底层动作控制）与System 2（慢思考的大型语言模型，负责任务规划与推理）集成。通过开源框架DexBotic，开发者能够直接调用并部署到真实机器人上。

来源：受访者

简言之，DM0.5为机器人安装了一个端到端的“AI大脑”，使其从“执行指令”进阶为“理解场景并自主决策”。一系列突破性技术进展背后，“原生训练”是唐文斌最为坚持的方法论。

“今天的很多模型，都是拿互联网多模态的模型，后面再加一个动作模块去训的。这就像一个完成九年制义务教育的初中生被拉去上体校，狂练三年体育后发现，这哥们儿筋骨还是不健壮。因为他不是从小就练的。大模型参数量很大，如果一开始梯度走歪了，后面再想拉回来很难。”他说。

行业里正在发生一场关于“路线”的争论。大模型的Scaling Law（规模法则）已经清晰，参数越大、数据越多，智能涌现越强。但具身模型能不能复制这条路，参与者还没有共识。

唐文斌态度明确。“Scaling Law我们非常坚信，我们现在是PB（1024TB）级别的数据量，也看到了很多效果。”但他对当下“堆参数”的做法持保留态度。“今天的数据量不够，模型尺寸的扩容和数据的扩容必须同步推进。数据量不上来，盲目扩参只会加剧overfit（过拟合），没有意义。”

真正的瓶颈不是参数规模，而是数据。唐文斌的框架是：“环境×任务×对象×本体”，在不同环境下，执行不同任务、针对不同对象、以不同本体去实现，数据核心则是“质量×数量×多样性”。

他说，仿真数据虽然能补足“环境”维度，但在“任务”和“对象”维度存在失真严重问题。“物理世界的接触、形变、摩擦力，今天的仿真平台很难仿得逼真。”

所以，原力灵机以真实数据为主，其侧重的物流场景，任务只有拣选和打包，但“对象特别多元”。“我们有一个客户是全球最大的零售商之一，几乎家里能遇到的商品，他们都有卖，也就是说，我们仅仅在仓库里，几乎就能接触到所有日常对象。”

2026年6月，原力灵机并购Atomix。Atomix前身是唐文斌2016年在旷视内部主导的智慧物流业务，2024年独立，累计服务超500个项目，客户包括优衣库、蜜雪冰城和可口可乐等。“模型与场景从来不是孤立存在的。”他说。并购后，Atomix的真实数据将成为模型燃料，模型也会反哺每一台机器人。

全栈与边界

具身智能公司要不要做全栈？行业分歧很大。有人主张只做大脑，有人坚持软硬一体。唐文斌的答案是多层次的：“一定要有全栈能力，但不一定做全栈的事。”

他的逻辑是，今天的算法迭代需要软硬配合。

“很多机器人都是这么装的，它在手腕上有一个眼睛。因为主视角容易被手臂遮挡，所以我们希望，在靠近末端执行器还有一个眼睛。但这个眼睛突出来，进入狭窄空间操作时，会被卡住。所以，传感器是不是有另外的装法？能不能装得更贴合？或者要不要增加更多传感器？”

算法有需求会反推硬件，硬件也会反推算法能不能搞定，两者需要协同设计。“所以公司一定要有这样的能力。”不过，他强调，不一定什么都自己做。“关节我可以跟关节公司合作，电机我不一定要自己去绕线。我们国家有这么强的产业链能力，为什么不用？”

商业化路径亦是争议焦点。有从业者认为，当前模型仅相当于“两三岁儿童智商”，大规模落地无异于让机器人“打童工”，应先练内功。另一方认为，必须尽早进入真实场景“踩坑”，避免方向跑偏。

“打童工非常重要，但需要点技巧。”唐文斌说，怎么让童工长大？他的路径是，靠数据飞轮。智驾是先让L2上车，使用中不断接管迭代；大模型也是靠数据飞轮。但机器人有个“鸡和蛋”的死结：“模型弱就完不成任务，进不了场景；拿不到数据，就优化不了模型。”

来源：受访者

他的解法是“飞拉达”，这是一种有保护的攀登运动。即，让机器人在有保护的环境下工作，允许失败，但有额外流程兜底。Atomix已有的场景和客户，让这个判断有了现实基础。他判断，到今年底，就会有相对一定量的机器人实现持续作业和运行。

他相信，未来一定会有通用大脑，届时专用大脑会被吃掉。大脑可能只剩个位数的几家，但本体一定会多样化，因为做500克和50公斤的任务不可能用同一个机器，很多关节和机械都不支持。未来，本体还会走向平台化和模块化。

他不认为行业已经到了GPT时刻。“今天的水平还在GPT-1.0或2.0，不是3.0、3.5。”但他并不悲观，“具身不见得要100%通用才能用。”比如，在物流场景里，通过容错方式让它在少量任务上、针对泛化对象有较高成功率、算得过账，就可以先跑起来。

但他觉得，用GPT时刻来类比具身智能的爆发节点，也不够准确。“我们是不是达到了泛化模型？今天来看还比较早期。”但他正在推动一件事，让模型变得可体验。“大家去感受下今天的泛化模型在通用环境、通用任务上的效果。可能完不成（任务），但已有成功趋势。这让我们很兴奋。”

天才少年们从不缺机会。唐文斌感慨，如今科技公司遍地都是，选择多了，招人更难。

那些能力更强的同学们看重三件事：首先，解决的问题有没有意思，够不够前沿。“是在屠龙还是在追小兔，这个很不一样，这是对最优秀同学最大的吸引。”其次，身边的人够不够强。“那些很强的同学，很难容忍跟看不上的人一起工作。”

此外是激励水平。他印象中，很多师弟拿到了硅谷薪资夸张的Offer，“今天我们要Match，肯定Match不了，但从长线看，相信未来大家能有一个很好的收益。”

解题的人

解题的兴奋感，唐文斌从不陌生。他身上一直有着竞赛选手的典型特征。

2006年，他拿下IOI（中国信息学奥林匹克）金牌，保送清华“姚班”，后来当了七年中国信息学奥林匹克国家队总教练。他享受解题的过程，觉得那是一种强烈的多巴胺刺激，不会觉得累。

但这种“解题思维”也有局限。比如，“有时候想到一个好点子，会特别兴奋。但要注意，这个点子可能在全局上没那么重要，但因为你太兴奋，注意力被拉偏。所以要有反思，要从点子里抽离出来。”

年少至今，他的内核没怎么变。

如其所言，他还是非常喜欢技术，有技术信仰，也有很强的竞争心态。“打比赛的人，很难容忍自己排在后面。我们会觉得，在任何一个维度上，我们都应该是第一，或者在第一梯队。”

变化的是视角。今天提供的产品，不能单纯只看技术，还要顾及客户价值，真正解决问题。“你需要切换到另一个视角，来看待自己今天在做的事情。”

唐文斌和印奇、杨沐并称“姚班三剑客”，其中唐文斌、印奇同属2006级。他们的友谊贯穿十几年。从旷视联合创业至今，印奇转做千里科技和阶跃星辰，唐文斌做原力灵机。“我们啥都聊，日常困惑的时候也会一起听听对方意见，探讨技术、业务上的判断。”

那一代竞赛出身的“天才少年”创业者，还有Pony.ai的联合创始人楼天城、第四范式的创始人戴文渊。唐文斌与楼天城初三就认识，和戴文渊也相识于初中。“大家都是搞竞赛出来的，都有充分的技术信仰，觉得能够通过AI技术去改变世界。后来我们都走上科技创业这条路，只是方向不同。”

大模型爆发这三年，更多90后、00后创业者喷薄而出。有人将唐文斌他们划为“上一代AI创业者”。对此，唐文斌自嘲为“天才中年”，甚至“中登”。但他认为，关键还是要Open Mind（开放心态），要多听多看多学习，“不要活在自己的信息茧房里”。

唐文斌觉得，20年前的自己有些“盲目自信”。今天更需要的，是能“问出正确问题，知道自己什么不知道”。他最大的困惑是“怎么能更快”，无论是技术还是自我迭代。“很多今天的困惑明天不一定还是，所以一定要以最快速度，解决当前问题，这样，你的下一个问题很快就会来。”

原力灵机迈入成长的第二年。一直在路上竞走的感觉，让唐文斌觉得很有价值。具身这件事本身很难，探索过程也是解题过程，这个过程让他和团队非常快乐。“这就是我们想要的状态，不管公司到了哪个阶段，somehow（无论如何），这就是我们想要的人生状态。”

有一次，唐文斌问唐杰，OpenAI和Anthropic走到今天，差别到底是什么？唐杰说，达里奥·阿莫迪（Anthropic创始人）是一线的，他自己就在做技术，对技术有一手的判断；而山姆·阿尔特曼（OpenAI创始人）是听汇报的，他的判断是二手的——这件事情很本质。

“我们也一样。”唐文斌说，“今天我们自己能不能Catch up（追上）最新的技术，我们对这些东西的理解够不够深入，还是听汇报、听二阶消息，然后获取判断呢？所以，在一线很重要。”