【独家】昆仑行机器人郎咸朋：通用机器人之争

跳出样机竞赛，昆仑行机器人探讨人形走向通用化的核心破局点。
编按：
“身体力行”，古已有之。《淮南子·氾论训》有“圣人以身体之”，《礼记·中庸》亦言“力行近乎仁”。古人所重，不只在“知”，更在知之后的“行”——以身体感知世界，在行动中验证认知。
两千多年后，这四个字在具身智能时代有了新的现实含义：具（身），让智能拥有进入物理世界的载体；智能（体），赋予机器感知、理解与决策的能力；创新（力），推动技术突破瓶颈、建立壁垒；执（行），让这些能力最终转化为产品、交付与真实价值。
值此之际，《融资中国》推出“身体力行”具身智能专刊，将目光投向一批正在产业深处生长的未来独角兽。我们试图记录的，是一场从“知”到“行”的跨越，也是新一代机器人企业从技术走向产业的成长之路。

成立不到90天完成三轮系列融资，累计融资数十亿元，估值突破十亿美元，快速跻身具身智能独角兽行列。2026年3月，北京昆仑行机器人科技有限公司注册成立，聚焦通用人形机器人与具身智能大模型研发，采取“本体+大脑”双轮驱动战略，联合创始人兼CTO郎咸朋，曾为理想汽车自动驾驶一号员工，拥有自动驾驶从0到百万级量产落地的完整技术经验，主导昆仑行机器人本体、运动控制、具身模型技术研发工作。

当下，人形、轮式、轮足等多种机器人形态百花齐放，零部件供应链快速成熟，行业不断涌现样机产品，但从样机走向规模化量产仍面临重重工程考验。

郎咸朋认为，真正拉开企业长期差距的，是具身模型与数据闭环。本体、运动控制会伴随零部件成熟逐步商品化；场景交付依靠资本与时间也可以追赶。但让机器人理解真实世界物理因果，只能依靠源源不断真实数据迭代模型完成。

以下为采访实录，以飨读者：

《本刊》：您认为通用机器人的最终产品形态该如何定义？人形机器人是否是通用化的唯一答案？

郎咸朋：关键在于怎么定义通用。通用不是“能做很多任务”，而是“不知道下一个任务是什么、下一个环境长什么样”。

如果提前明确任务与环境，可以做方案减法：仓库是平地就用轮式方案，固定工位分拣可以把手臂固定在传送带上，这些都是高效的专用方案，但弊端是更换环境就要重新设计。

通用机器人不能做这种减法。它需要适应上楼梯、开启人手设计的门、与人协同交互等多元任务，而这些场景全部诞生于为人类身体打造的现实世界。基于这一点，我们认为，双足人形是实现真正“通用”的唯一成立条件。

《本刊》：双足、轮式、轮足、移动操作多种本体形态并存，各类形态分别适配怎样的落地场景？

郎咸朋：轮式适合完全可控、以平地为主的环境，例如仓库、工厂产线、配备坡道的酒店、医院走廊。

轮足适配多数平坦、偶尔需要跨越台阶、马路牙子的环境，典型应用为园区配送、室内外混合物流节点。

双足人形，则面向专为人类建造、难以改造的空间，比如老旧小区楼梯、家庭住宅、灾害救援现场、建筑工地等。

《本刊》：随着机器人核心零部件逐步成熟，机器人本体是否会复刻新能源汽车，走向大一统的整车平台化？

郎咸朋：新能源车能够形成统一标准化平台，源于它服务高度收敛的单一任务：道路行驶。而机器人面向千行百业、千家万户，任务高度泛化。

这就决定标准化大概率只会发生在零部件层面，电机、减速器、灵巧手、力控传感器等，会像汽车Tier1零部件一样，由专业供应商持续迭代、降本。但整机本体很难出现汽车那样大一统的平台。不同任务对本体硬件指标诉求各不相同。

类比汽车行业，三电部件标准化之后，车企之间的竞争并未消失，竞争重心转移到智驾与数据闭环。等到机器人零部件充分标准化，整机的差距也会转移到具身模型与数据闭环，催生出差异化的本体产品。

《本刊》：本体设计、运动控制、具身模型、数据闭环、场景交付，整机厂商必须牢牢掌握哪些核心能力？

郎咸朋：五项能力都具备重要价值。本体设计与运动控制，是数据采集的地基，如果地基不稳，上层模型学习到的全部是噪声。场景交付是现金流的地基，缺少真实场景运营，就没有高质量数据来源，其余一切都将沦为空中楼阁。

真正拉开企业长期差距的，是具身模型与数据闭环。本体、运动控制会伴随零部件成熟逐步商品化；场景交付依靠资本与时间也可以追赶。但让机器人理解真实世界物理因果，只能依靠源源不断真实数据迭代模型完成。

《本刊》：从样机走向批量商业化，可靠性、成本、续航、安全、维护诸多工程难题之中，哪一项挑战最为棘手？

郎咸朋：可靠性是最难的，其余四项问题基本都属于它衍生出的下游结果。成本很大程度受良品率、售后制约；大量安全事故本质是可靠性问题的另一种表现；维护成本就是可靠性问题带来的运营账单；关节磨损会增大工作电流，续航也会随之隐性衰减。

可靠性的难点不在于直观的硬故障，而是精度的隐性漂移。一台双足人形机器人拥有几十个串联关节，单个关节微小的偏差，经过串联会被持续放大，末端实际精度衰减速度远超预期。样机阶段，工程师可以手动逐一补偿偏差；量产阶段，不可能对每一台设备做人工调试，可靠性隐患必须在研发阶段彻底解决。

《本刊》：当下不少企业都可以做出机器人样机，未来什么因素会拉开整机企业之间的差距？

郎咸朋：如今依托供应链能力，不少企业都可以快速打造出演示样机，但是能够稳定千台级别批量交付的企业十分稀少，根源就是可靠性无法通过量产验证。

比交付能力更关键的，是交付完成之后的模型迭代能力。同样一小时真实运行数据，究竟是让模型对全部场景实现能力泛化，还是仅针对单一演示场景强化熟练度，二者天差地别。前者是技术复利，后者只是死记硬背。

这背后取决于模型设计思路：是简单模仿行为，还是去理解世界物理规律。前者只能产出局限特定场景的专用机器人，后者才能打造越使用越懂现实世界的通用机器人，但这条道路注定漫长。

样机不等于产品，演示不等于通用。具身智能行业热闹的样机竞赛背后，可靠性、量产交付、物理世界理解能力才是通用机器人的真正门槛。昆仑行机器人选择押注双足人形这条通用化路径，在零部件标准化浪潮之下，把竞争重心放在本体工程、具身模型与数据闭环，为通用机器人的商业化落地探索可行路径。

（头图人物：昆仑行机器人联合创始人兼CTO郎咸朋）