【独家】仝人智能吴易明：给机器人装一个真正的“大脑”

机器人仍停留在表演阶段，烧钱烧不出“自主智能”。
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。

2024年央视春晚，机器人穿着东北棉袄扭秧歌的画面，点燃了整个具身智能赛道。两年过去，2026年的真实写照是，故事越讲越漂亮，商业化才刚刚开始爬坡。

距离北京千里之外的西安，有一家几乎不怎么露面的公司，却在这条赛道上闷头走了十余年。

它做的事很具体，用数学的方式，给工业机器人装上“眼睛”和“大脑”。

一套视觉感知加决策的系统，让机器人不需要经过海量数据训练，就能自己识别、定位那些形状不规则、每一件长得都不一样的零件，然后自主完成焊接、切割、打磨、装配这类精密操作。现在，仝人智能正在基于外采的本体，开发真智能的机器狗，最终以求打造在各类型本体上通用的智能模块化产品。

它没有一条视频上过热搜，客户却是航空航天和高端装备制造企业，拿到的是顶尖客户的独家供货订单。

仝人智能的创始人吴易明，做了十几年光学工程博导，过去，他带着这套让“机器人靠数学方法直接理解物体”的言论，被人称为“民间科学家”。

如今，仝人智能的产品已经进入批产放量阶段。

以下为采访实录，以飨读者：

《本刊》：仝人的出发起点是什么？有哪些不为人知的故事？为什么是“仝人”？

吴易明：2016年，我还在中国科学院西安光机所担任研究员和光学瞄准室主任，当时接到一个国家科技重大专项任务：让激光刀头在形状不规则的构件上做微米级的精准定位。简单理解，就是让机器用“看”的方式，准确分辨出一片叶片和它边缘毛刺的分界线，误差要控制在几微米以内。

我意识到，模型训练的方法可能有本质缺陷。全世界投了这么多钱在深度学习上，连识别这个词的定义都没搞清楚，这条路大概率解决不了我的问题。

于是，我做了一件AI行业里几乎没人愿意做的事：回头重读数学。

我把19世纪下半叶到20世纪的现代数学史“翻了一遍”，最后锁定微分几何、拓扑学和群论，想找到一种能用统一数学语言描述任意立体物体结构的方法。

当时我判断“智能”会是未来最大的方向之一，并在后来给公司起名为仝人智能。

仝人智能这个名字，“仝人”是“志同道合之人”，与“同人”同音同义，出自《周易》第十三卦同人卦。

拆开看，“仝”字里藏着一个“人”，也藏着“工”。我们的商标正是“AI工人”，寓意“像人一样干活的机器”。

《本刊》：仝人的技术路径，与主流技术有哪些不同？

吴易明：现在主流的人工智能，本质上不是在理解世界，而是在记忆海量数据里人类关于世界的描述。

大语言模型学的是人写下来的文字和图片，不是世界本身，训练就是在数据里用概率去找一个近似答案，这是统计学，不是理解。

这类系统始终缺一具能和物理世界直接打交道的身体，信息获取要经过“人”这个中介，这叫“离身智能”。

这套统计学路径带来一个具体的麻烦：一旦碰到训练数据里没出现过的形状，比如一片边缘毛刺完全不规则的新叶片，识别就容易出错，只能靠不断加数据去弥补。

我们的解法是反过来：不喂数据，直接用数学方法，把任意物体的几何结构表征出来。

仝人的方法是“拓扑同构模型”：用拓扑学提取一个物体不随角度、形变而改变的关键结构，再建立起物理世界、机器感知、语言符号这三者之间的对应关系。

通过这个拓扑同构模型，可以使机器在不需要数据训练的情况下，“理解”物理空间中的物体对象及其精细结构特征的含义，实现从视觉智能识别到任务自主规划的智能闭环。

早期阶段，我们开创的这种技术路线虽然具备原创性，但没法验证。我到处讲这套理论，得到的反馈除了“骗子”，还有一个更学术化的说法，“民间科学家”。

创业最难的时候，公司账上一度断炊八个月，没发工资。

《本刊》：仝人智能的定位是什么？

吴易明：在产品定位上，仝人不做机器人的身体，只做“眼睛”和“大脑”。

我们正在和头部人形机器人厂商联系，让他们开放本体的控制接口，我们接管感知和决策，做它的大脑。

相比于眼下最热闹的那几条技术路线，仝人智能走的是一条“不被春风吹过”的路。没有资本蜂拥追捧，也很难三言两语讲出一个性感的故事。但做企业最终的心态，还是得回到《孙子兵法》——先胜而后求战。

不是先讲一个足够性感的故事去融资，而是先啃下来最核心的底层难题：机器如何“看懂”一个从未见过的物体，再谈规模、谈估值、谈叙事。

《本刊》：目前，仝人智能的技术应用到哪些行业？

吴易明：外界对具身智能公司的想象，大多来自短视频里那些会后空翻、会打太极拳的人形机器人。

我对这种“表演型”路线的不“感冒”。大家喜欢看跳舞机器人、消费级机器人，但我们的客户是航空航天和高端装备制造，真的深入了产业里。

如今，我们的技术已经在船舶工业、航空航天、工程机械、钢结构建筑等非标准化重工业场景批量落地，在工业机器人焊接、切割、打磨、装配上形成了成熟的商业闭环。

这些场景里每一件都长得不太一样，恰恰最考验“不靠数据训练、靠现场识别自主作业”的能力。

今年公司工业领域营收目标是六千万元，全年总营收预计约2.5亿元，相较去年增长约七成。

我判断，行业会遵循从刚性需求到一般需求、从高附加值应用到普惠市场的渗透路径：最先成熟的是高危险、高污染、高强度场景——航空航天、高端制造、国防装备，这些领域对智能化的需求最迫切、投入意愿最强，也最容易形成商业闭环。

接下来是养老康复、商业服务这类半开放场景；最后才是真正走进千家万户的客厅和厨房。

客户买家用智能机器人往往希望它是万能的，但家庭场景不只是技术和产品问题，还牵扯到安全、隐私、法规和伦理，我认为具身智能会率先进入家庭的判断过于乐观了。

未来3到5年，视觉智能技术会快速赋能各种物理形态的机器人，而机器人真正像汽车一样“一家一台”普及进家庭，大约要到2035到2040年之间。

（头图人物：仝人智能创始人吴易明）