苏度科技韩铮：泛化不是目的，具身智能规模落地前提是高可靠性

具身智能规模落地，不是先追求无所不能，而是先在有限但有价值的技能上实现高可靠泛化。”苏度科技联合创始人、CEO韩铮在2026世界机器人大会上表示。

8月19日至23日，2026世界机器人大会举行。韩铮在题为《从具身科研到规模落地：高可靠机器人智能体的构建之路》的演讲中，围绕具身智能科研、机器人操作可靠性、sim-to-real路线、可复用技能和开发者生态，分享了苏度科技对机器人智能体商业化路径的判断。

公开信息显示，苏度科技成立于2025年5月，公司由复旦大学浩清特聘教授、通用物理智能研究院首任院长苏昊与连续创业者韩铮联合创办。

苏昊是ImageNet核心贡献者，主导了ShapeNet、PointNet等3D视觉奠基性工作，其团队研发的SAPIEN、ManiSkill仿真平台已成为全球具身实验室通用基础设施。韩铮曾参与创办智能硬件公司ZEPP（后被华米科技收购）与智能办公平台火箭科技（后被优客工场收购）等。

2026年4月20日，公司宣布完成5亿美元Pre-A轮融资，投资方包括宁德时代、阿里巴巴、腾讯投资、蚂蚁集团、高瓴创投、IDG资本、蓝驰创投、孚腾资本、复旦科创、云晖资本、绿洲资本、国寿股权、君联资本等，投后估值突破20亿美元；据相关媒体，至7月，公司估值已达200亿元人民币。

在他看来，具身智能相较传统机器人最大的不同，是将感知和交互控制的闭环引入机器人控制域。但也正因为机器人进入真实物理世界，商业落地对它提出了更严苛的要求：无论采用什么技术路线，机器人一旦进入工厂、产线、商业和公共服务场景，就必须稳定、可靠地完成任务。

韩铮认为，当前具身智能科研仍以泛化性探索为主，许多榜单和挑战赛的成功率距离商用标准仍有距离。而真正规模落地的前提，是在某些高价值技能上率先实现跨物体、跨环境泛化下的高可靠性，再通过技能组合、任务编排和开发者生态，构建可编程机器人智能体。

苏度科技给出的路径是：以合成数据、仿真和少量真机数据形成训练闭环，优先将抓取、放置、插装、折叠等基础原子操作技能做到99%以上成功率；再将这些技能封装为可复用能力，交给工业自动化团队、大模型团队、集成商和科研机构，在上层构建不同场景中的机器人智能体。

以下为「明亮公司」根据现场速记和演讲PPT整理后的演讲内容：

#01 高可靠性，成为具身智能从科研走向商业的第一道门槛

我们过去做了很多具身智能科研，今天想和大家探讨的是，当具身智能走向商业时，一个非常核心的问题：如何在保证机器人高可靠性的前提下，探索具身智能机器人的商业应用。

我们先简单回顾一下机器人、算法和数据的发展历史。

从上世纪30年代第一个类似人形机器人的Eletro出现，到今天已经接近100年。今天大会反复提到的具身智能概念，大概是在2018年、2019年前后被更多讨论，到现在还不到十年。

具身智能相比此前机器人最大的区别，在于它把感知和交互控制的闭环引入了机器人控制域。

这带来了很多全新的问题。比如机器人感知为什么今天可以被讨论？很重要的原因是计算机视觉发展到了今天，从2D ImageNet、AlexNet，到后续大量优秀工作，让机器人做感知时有了Learning框架的支持。

但当我们真正走到机器人的Physical AI，走到通用具身机器人控制时，又会遇到新的挑战。比如大量训练数据从哪里获得？算法架构应该如何设计？现在的硬件和系统架构能否支撑机器人做通用物理操作？这些都是新的问题。

在科研过程中，我们也参与了很多核心工作，包括2D视觉、3D ShapeNet、SAPIEN、ManiSkill、3D重建，以及大家今天经常讨论的真机遥操作数据路线，我们也是X-Embodiment的核心贡献者之一。

我们很高兴看到，最近几年，特别是2023年以后，机器人研究能够获取的硬件和数据采集方式越来越丰富。大家开始使用遥操作机器人、动捕设备，也开始把Egocentric数据融入研究。

但今天我想强调的是，先抛开研究里非常多样化的探索结果，回到一个更加本质的问题：如果我们进入商业场景，具身智能相比以前AI问题更加综合、更加复杂，但商业社会对成功率的要求并不会因为它用了具身智能，就从99.9%降低到80%。

所以，我们在选择研究路线、走向商业路线时，一个大的前提是：一定要以高成功率为出发点。

过去我们也参与过很多机器人操作领域的挑战赛和榜单，也是其中一些核心工作的组织方之一。但为什么成立公司之后，我们反而没有继续组织这些挑战赛？原因在于，如果模型框架探索达不到99.9%以上高可靠性，或者单次尝试、一两次纠错后不能达到99.9%的成功率，它就很难真正用在商用领域。

当然，框架探索仍然需要大家不断尝试。但走向商业时，我们必须回头看：商业社会到底需要什么样的具身智能解决方案？

今天看机器人行业，工业机器人依赖人的预先编程，或者依赖工业视觉实现一点点对物体的泛化。但它的可靠性始终要达到99%以上，才能在绝大多数场景下使用。

再比如导航类任务，像自动驾驶、工厂里的AGV小车，它们对精度和成功率的要求甚至更高。尤其是自动驾驶，大家对错误的容忍率非常低。

当机器人下一步走向具身智能领域，无论使用什么技术路线，除了探索以外，我们更多要回答的是：能不能做到99%以上，甚至99.9%以上，才能真正走向产线。

我们看到，有些同行在某些领域里，利用大量数据，在对物体和环境做一定约束之后，可以通过真机采集、人工采集、真机强化等方法，把成功率提升到接近99%。

但这种场景非常难选。

所以我们经常和大家分享一个问题：如果每一个场景都需要派很多本科生、硕士生、博士生做大量数据收集、“炼丹”和数据过拟合工作，那么具身智能相比传统工业机器人存在的意义是什么？它在物体、环境以及任务泛化性上的价值又在哪里？

#02 始终会将99%以上成功率放在第一步

第二个问题是，很多客户未必允许我们收集大量数据来训练模型。这些问题横亘在我们面前，也是我们选择技术方案和实现目标时非常重要的考量。

我们自己采用的是一条最近一段时间被提得相对少一些的路线：基于海量合成数据、仿真和一定真机数据，搭建一套闭环训练方法。在这条路线里，我们始终会把操作技能99%以上成功率放在第一步。这是实现模型框架非常核心的前提。

今年4月，我们在官网上发布了一个结果，叫Sudo R1系统。在连续一小时里，它面对大约22个未见物体，在背景、环境、光照不断变化的情况下，可以对物体首次抓取动作实现98.5%以上成功率。对于剩下百分之一点几的失败情况，我们会让机器人进行第二次尝试。第二次尝试纠错后，基本可以达到100%。

这也是为什么我们敢在学术会议上拿这套系统做现场展示。今天在学术会议上，我们把这套系统展示给很多研究员看。展会前一天晚上我们才能进场，没有任何时间收集现场数据，也没有时间做模型适配和拟合动作。开机那一刹那，就有研究员来试，也有工业自动化团队来试。

它必须保证99%以上成功率，而且要不断接受大家对不同物体、不同干扰、不同光照条件变化的严苛考验。

当我们把这套系统拿到学术会议会场给研究员看以后，大家很快意识到，高可靠性操作技能在sim-to-real路线中是完全可行的，特别是对于物体和环境都有泛化要求的技能。但当时大家也提出了一些新问题。大家通常会问，sim-to-real的Gap解决之后，是不是只能做抓取？

所以在7月份上海WAIC上，我们集中给大家看了其他技能。

除了抓取之外，我们展示了放置。放置时，如果给它指定放置位置，或者给它带有约束条件的位置，它能不能完成？这就是新的技能要求。

我们还准备了双手接插动作。当时，我们设置了遥操作体验区，也邀请了市面上很好的遥操作员来参加。对于带有A到B约束的peg-in-hole（精密接插）问题，即便是有经验的遥操作数据员，也很难在很短时间内实现精密接插动作。但在sim-to-real这条路线上，只要定义一组A和B，机器人就可以实现精密组装和接插动作。

第四个视频尝试回答另一个问题：sim-to-real是否无法解决软体操作？我们特意选择了不同任务，找了任意柔性布料，把随机物体放进布料里，让机器人完成打包动作。在这里，我们使用了一些人工视频，比如如何包布、如何形成打包逻辑动作，让机器人用简单的人类真实数据学习。

这些基础技能可以实现99%以上成功率，同时对物体、环境和光照有泛化能力。

#03机器人智能体从项目定制走向能力复用

接下来一个问题是，更长的任务能不能做？是不是把仿真里的原子技能拆出来，再拼成长任务以后就不可行？

其实在7月WAIC中，我们也给大家看了一个示例。我们和国内一家头部动力电池厂家，以及它的一家集成商合作，做了电池完整组装，包括电池模组组装。它一共分为几个工站，包括下箱体取料，不同电芯抓取并放入下箱体，也包括使用灵巧手操作一些人类使用的工具，比如扫码枪，还可以做擦拭和吸尘。

我想讲的是另外一点：这些技能的组合和拼装，在第二个、第三个场景中迁移时，比如使用不同电池模组型号，使用不同自动化产线，包括原型产线和直线产线，以及在不同环境、不同物料、不同光照下，几乎不需要补充真机数据。

我们只需要让自动化团队或者集成商重新修改工作流程，定义机器人之间如何配合。我们也有一些上层Agent工具可以辅助。当然，对于有更加严格标准SOP的工业场景，我们也完全支持工业自动化团队自行定义。

除了电池以外，我们更想讲后面几个视频。我们把同样技能用在电池PACK线的其他任务上，比如用吸尘器清洁PACK箱体，在涂胶和安装之前完成处理。我们也把这些技能用在非动力电池行业，比如某头部OEM的电子产线中，对域控制器、PCB板等，在不同自动化设备上做通用抓取、上料和下料。

这些其实都是强约束下的拿取和放置任务。它们可以在非常短时间内，不需要补充大量数据，只需要少量人工，就能通过组合技能搭建出不同工业里的智能体。还有一些民用领域，比如零售或者服务行业，也可以用抓、放、插、拔等动作组合出不同任务。

我们想保障的是：机器人底层操作技能能够在99%以上成功率前提下，对物体和环境有强泛化。但对于长程任务的定义，我们把它交给上层开发者。无论是大模型公司、自动化团队，还是系统集成团队，都可以共同参与上层智能体的搭建。

所以，我们的核心客户是广大机器人开发者。

我们会提供一整套稳定可靠的类人形机器人本体，同时也支持人形机器人手臂和工业机器人。我们会把各种基础原子操作，以高可靠性、对物体和环境强泛化的API形式提供出来。

上层多模态大模型团队、工业自动化团队、集成商、高校和科研机构，都可以在此基础上做模型和智能体开发。我们也会提供基于仿真的编辑工具，让大家更多关注上层模型和应用开发。

这里我也借用公司董事长、联合创始人苏（昊）老师的一句话：我们希望具身智能未来能够“将人还给人”。

第一步，我们希望让开发者专注于自己擅长的事情。对于想要使用多模态大模型，或者在工业自动化领域有丰富经验的团队，我们希望通过上下分层、相互配合、提供底层稳定可靠开发工具的方式，减轻大家对底层通用操作技能可靠性的忧虑，让大家专注在上层智能体开发。

#04已在全球多地搭建线下开发者中心

为了实现这一点，机器人里还有一个非常大的挑战，就是如何让开发者上手。

我们很难像开源软件一样，让大家直接从代码库里下载软件，也很难像访问网站或者下载软件一样，直接使用多模态模型的能力。机器人功能不同，尤其是对参与机器人和AI研究的高校、AI团队来说，需要真实硬件、真实空间和现场支持。

所以，我们开始搭建和展示线下开发者体验中心。

我们会在这里放置自己的设备，未来也可能考虑放置其他类型的机器人设备。我们也会有现场FDE工程师，辅助各类开发者更快上手，更快尝试搭建自己想做的应用。我们还会和工业、商业中希望做各种垂直应用的厂家合作，搭建很多测试和中试环境。大家可以在这里快速认领任务，搭建自己感兴趣的任务，或者做上层模型开发。

今年，我们已经在上海、美国硅谷、欧洲瑞士苏黎世开办了第一期开发者中心今年年底，我们会在北京开放。未来也会在中国香港、东京、首尔这些AI研究和高校密集的地方，开放开发者中心，免费提供给有意愿做机器人应用开发的团队申请、尝试和试用。

我们搭建开发者中心的目的有两个。

第一，对公众而言，当我们做出一些具身智能和机器人应用时，可以让周边朋友、家人和公众真实看得到。

第二，对开发者而言，我们希望提供真实机器人环境和工程支持。比如在硅谷开发者中心开业时，也有一些过去的学生，现在在英伟达、DeepMind等机构担任联合创始人或关键岗位。大家都持开放态度，探讨各种合作可能。

我们希望在中国、美国、欧洲和其他地区，和大家一起探索如何在高可靠、高稳定性前提下，继续推进机器人智能体。

#05 Physical AI泛化能力等级：99%成功率是商业化前提

最后，我想分享一下我们对具身智能分级的思考。

我们有一个大的前置条件，可能和同行不太一样：我们首先会把可靠性和成功率99%作为前提。如果没有达到99%，我们认为它仍然处在科研阶段。在商业阶段，只要和Physical AI相关，我们大致认为可以分为四个阶段。

第一阶段是预编程机器人，也就是工业机器人和自动化设备。虽然它们对物体和环境的泛化性非常有限，但它们始终会作为非常有力的工具，长期存在于工业和民用领域。我们认为，未来具身智能主要是和这些工业自动化设备、工业自动化方法做补充、做配合。

第二阶段是导航类任务，比如自动驾驶和工厂里的无人车。它们不太需要关心对物体的泛化性，也不太需要关心和物体的碰撞、接触，只需要关注在任何环境下稳定、可靠、安全地从A点到B点，并遵守一定规则。第二阶段还包括四足机器人和双足机器人的姿态控制。四足机器人已经基本被解决得很好，基本可以达到99%的要求；双足机器人也在向这个方向努力。

第三阶段是部分泛化的物体操作。对于物体操作而言，现在还处在非常早期的开端。如果我们要求物体操作成功率达到99%，同时还要满足一定泛化性，那么泛化性取舍非常重要。我们需要先保证物体和环境的泛化性，再去追求任务类型和物体种类的进一步泛化。只有这样，它才有商业化落地的可能性和路径。

第四阶段是更通用的物体操作。也就是通过各种技能补充、各种Task补充，让机器人未来可以完成80%甚至90%的人类任务。但前提是，从科研走向商业，高可靠性绝对是我们在选择方案、路径和公司策略时始终绕不过去的前提。

所以，我今天想表达的核心判断是：具身智能规模落地，不是先追求无所不能，而是先在有限但有价值的技能上实现高可靠泛化。

过去两年，行业大量讨论机器人基础模型、遥操作数据、模仿学习、真机强化、世界模型和Physical AI。很多研究推动了机器人泛化能力的边界，但商业落地仍然要回到成功率、成本、部署效率和客户可接受度。

我们认为，泛化不是目的本身。泛化必须在高可靠性前提下才有商业价值。

因此，我们没有选择把每个项目都做成大规模定制训练，而是试图把底层操作技能做成高可靠、可复用、可组合的能力模块，再通过Agent编排、仿真系统和开发者平台，面向更多行业和场景扩展。

这并不意味着通用具身智能已经实现。相反，物体操作仍然处在非常早期阶段，G4级别的泛化物体操作距离现实还有距离。

但在G4到来之前，我们能不能先用G3级别的“部分泛化物体操作”，解决真实工厂和商业场景中的高价值任务？

如果答案是肯定的，那么具身智能走向规模落地的第一步，也许并不是让机器人立刻进入每个家庭，而是先让它在工厂、产线、仓储、零售和服务场景中，以99%以上的可靠性，稳定完成一批过去难以自动化的操作任务。

这是我今天的分享，感谢各位。