对话｜灵御智能金戈：具身智能是一场马拉松，大家尚未跑出前一百米

来源丨深蓝财经

撰文丨符小茵

今年WRC，深蓝财经现场观察到，行业关注点正从制造机器人“身体”，转向构建其“大脑”所需的数据资产，各路厂商纷纷布局，数据采集产品集中发布。

同样是走真机采集路线，2025年成立的灵御智能解法有些另类：它不追求机器人的全自主，而是让“云端专家”随时接管，用人机协作的方式“手把手”生产高质量示范数据。

那么，数据采完，要如何用起来？还要多久，我们才能达到具身智能的“ChatGPT时刻”？围绕这些核心问题，在WRC现场，深蓝财经和灵御智能创始人、CEO金戈进行了对话。

以下是交流实录，内容经过编辑整理：

01

具身智能会复刻自动驾驶的发展过程

深蓝财经：您为什么选择进入具身智能赛道？

金戈：我是清华大学自动化系毕业的，本身就喜欢这个方向。我的合伙人莫一林教授也专注机器人方向多年。之前做自动驾驶投资和研究的时候，我就见证了汽车从只能人类驾驶，到后来几乎90%以上时间可以自动驾驶的过程。我们认为机器人会复刻这个过程，加上我们有全球最好的机器人研发设计制造能力，所以下定决心做自己的机器人。

深蓝财经：过去半年，灵御智能最重要的里程碑有哪些？

金戈：首先，我们完成了灵驭TA2的研发，推出了一款高性价比、技术性能在全球领先的机器人。

第二，今年6月起，我们进入大规模量产交付阶段，目前每月平均交付超过100台，到年底预计每月可交付400到500台，让越来越多机器人进入各行各业工作。

第三，7月份起，灵御智能机器人长时间部署到京东七鲜超市中。它不再是实验室demo或展会故事，而是进入日常生活——在七鲜超市里，它可以为顾客捞螃蟹、递食物、倒饮料。

深蓝财经：灵御智能是一家很新的公司，2025年才成立，现在切入数据采集赛道会不会太晚？

金戈：一点都不晚。如果说具身智能是一场马拉松，现在大家都还没跑出前一百米。大语言模型用了约10万亿token训练，涵盖了全球所有语言文字；自动驾驶用了超千亿小时的基础数据训练；而机器人目前只有几万小时数据，差距在5到10个数量级。

有学术界人士说，如果按现在速度收集机器人数据，要12万年才能达到语言模型的“ChatGPT 时刻”。没有人能等12万年，我们必须以上万倍速度收集数据，才能早日到达机器人的“ChatGPT 时刻”。

深蓝财经：前几年行业的关注点更多在机器人本体，不过从今年WRC看，数据采集成为一个热门方向，它为什么火了？

金戈：首先是这样，数据脱离不了本体，有本体才能有数据，有数据才能有模型。就像汽车行业，也是先有汽车，才有自动驾驶数据，再有自动驾驶算力，它是不能跳过（前面环节）一蹴而就的。

02

距离机器人“ChatGPT时刻” 至少还有5年

深蓝财经：数据采集有很多种方式，为什么选择真机数据这条路径？

金戈：真机数据有几个核心优点。第一，质量最好，因为模态完整、精度很高，所以可用性很强。今天自动驾驶几乎完全用真车、真人、真路数据训练，也是这个道理。

第二，成本低。采集数据的关键是解决获取成本问题。任何为制造数据而制造数据的方式都需要花钱获取。而我们可以让机器人在工作和服务中，把数据作为副产品产生，这些数据的成本近似为零。这样的方式，才能真正大规模、几乎无成本地解决数据问题，达到L4终局。

深蓝财经：现在都有谁在买你们的机器人？

回答： 客户包括很多全球最顶级的公司，最典型的是京东。它是我们的战略客户，我们已签署了战略合作协议，京东不仅在七鲜超市使用我们的机器人，在物流、药店等场景也在做测试和POC。

深蓝财经：可以说你们的数据采集飞轮已经转起来了吗？

金戈： 当然，已经开始转了。目前我们有十数台机器人在京东超市里，每天为客户提供各种服务，这些数据持续回传到我们和京东的数据中心。我们会把这些数据投入具身智能模型研究中，为未来达到通用人工智能模型做贡献。

深蓝财经：可以再展开说说，大量数据收集回来之后，灵御智能下一步怎么把这些数据更好用起来吗？

金戈：我们会建立一套基于灵驭TA2的完整生态服务。我们有完整的数据处理管线，包括自动上传、切片、清洗、打标，把数据处理成结构化、模型可用的格式。目前我们有大量模型合作伙伴和客户，他们会用我们的数据训练基础模型。训练之后，我们再把这些模型拿回真实场景，用我们的机器人和后训练方式部署，完成数据飞轮的回流。

深蓝财经：现在大家都在拼数据了，那距离具身智能的“ChatGPT时刻”，还要多久？

金戈：大家要充满耐心，前途是光明的，但路径是曲折的。至少还需要5年，才能做到机器人非常顺滑、完整地在任何场景完成工作。