|
即使有一颗大隐隐于市的心，成立第八年的云深处，终究在今天具身智能的浪潮下，被推到了舞台中央。
|
采访｜苏建勋 杨轩
文｜富充
编辑｜苏建勋
在热闹的具身智能行业中，杭州云深处科技有限公司（以下简称“云深处科技”）低调得出奇。
即使年初被媒体列为“杭州六小龙”之一，但创始人朱秋国仍鲜少露面。他个人的视频号里，没有一条和本人相关的内容，点赞量最高的一段视频，是公司旗下四足机器人产品“绝影”攀爬楼梯、越障奔跑的影像。
“这个牛X了，三只（机器）狗跑出不一样的动作，会自主判断用什么策略。”有人在视频下激动留言，朱秋国没有回复。
正如“云深处”的名字一样，朱秋国认为技术爬坡必须要沉下心来，才能实现“远上寒山石径斜，白云深处有人家”（也是公司名称的由来）的豁然开朗。他身边的同事告诉我们：“朱老师喜欢把公司和产品往前放，让自己退到后面。”
可即使有一颗大隐隐于市的心，成立第八年的云深处，终究在今天具身智能的浪潮下，被推到了舞台中央。
智能涌现获悉，云深处科技宣布完成近5亿元人民币新一轮融资。本轮融资由达晨财智、国新基金等联合领投，北京机器人产业发展投资基金、前海母基金、央视融媒体基金、富浙基金、华映资本、物产中大投资等机构跟投，老股东继续加持。
趁着融资的节点，我们与朱秋国进行了一次对谈。与我们刻板印象中高校教授的严肃形象不同，朱秋国讲话生动幽默，谈到年初被外界评为“杭州六小龙”后的境况，他半开玩笑地对我们说：“虽然我们没有门槛，但门确实被挤坏了好几次。”
与眼下门庭若市的景象不同，2017年云深处成立之时，朱秋国团队还在为如何让机器狗不再摔倒而耗神，他们试图让机器人稳定行走、学会爬楼，挑战传统轮式机器人难以完成的任务。
真正的突破要到2024年，AI大模型的技术革新下，强化学习在算力、算法、仿真效率上的集体进化，使机器人稳定性取得实质跃升。
如今，打开云深处科技的官网，就可以看到今年发布的新款轮足机器人山猫M20奔跑于沙地、碎石路，甚至跋山涉水的视频。随着山猫M20在林间起跳，云深处科技机器人在电力巡检、应急消防、安防巡逻等场景应用的想象空间也被打开。
△云深处科技发布的山猫M20机器人是全球首款行业应用轮足机器人 图源：企业官方
最近，朱秋国为云深处科技的四足机器人提出“最后一公里”的应用概念。他希望让“狗”与快递员协作，有望将每日配送量从200单提升至300单。
“如果跑得稳、成本低，这件事就能成。”朱秋国对《智能涌现》谈到。
2025年下半年，云深处科技也计划推出人形机器人。对于全身协调、手部操作等层面的开发层面，人形机器人具备更强的研究性。朱秋国对具身智能训练所需的数据量有独特的看法，他希望通过“世界模型”的达成，改善机器人泛化对海量数据的依赖。
在他看来，人形机器人真正进入家庭、承担家务这一终极目标，至少还需要10年。不过，朱秋国也谈到，即便人形机器人实现了家庭功能场景，四足机器人依然不会被替代。因为在许多不需要高自由度关节的任务中，四足形态的稳定性与成本优势无可替代。
“哪怕是‘半人马’结构，各种形态的机器人都有其场景优势。我们的目标是让不同形态在复杂环境中展现出最强的适应力。”朱秋国说到。
除了创业者，朱秋国的另一个身份是浙江大学控制科学与工程学院的副教授、博士生导师。他亲自参与教学、技术路径、融资与招聘，每天穿梭于教研楼与实验室之间。
和我们的访谈结束时，时间已是晚上六点多，朱秋国还要面试一位候选人，之后八点半则要赶回学校，与科研团队确定技术方案。“这就是朱老师的节奏，我们都习惯了。”他身边的同事对我们说。
关于具身智能的商业落地，以及如何选择正确的技术路径；和对于未来机器人面向的场景畅想，朱秋国向《智能涌现》分享了他的观点，以下为访谈实录，经作者整理：
机器人当下面临的核心问题，是“算法”
智能涌现：云深处科技成立于2017年，最初的研发是聚焦在本体上吗？
朱秋国：最早肯定主要做本体，那时候我们叫“以硬件为主，做技术突破”。毕竟机器狗的运动控制算法对稳定性的要求，是第一要解决的问题，不然没法走到第二阶段。现在，我们进入了“以软件为主，做应用验证”的第二阶段。
智能涌现：但机器人的稳定性似乎到现在仍然是个难题，前段时间机器人马拉松的表现就令人大跌眼镜。解决稳定性就这么难？
朱秋国：世界上第一台人形机器人是1973年由日本早稻田大学研制的。再到2000年日本本田发布的ASIMO机器人，能在室内平整路面上跑跳，但在室外就不行。
还有美国波士顿动力的Atlas机器人，它在Demo里能后空翻，但很少看到真正走向室外的场景。所以你会发现，几十年来机器人在硬件上仍有很多地方需要完善，它还无法真正面向不确定的场景。
这主要是因为传统控制方案，依赖高度简化的模型和实时计算，而高级算法求解需要数百毫秒甚至更长，如果要花这么长的时间运算，机器人就会跌倒。
为什么这几年大家觉得好做了？因为强化学习出现了飞跃。
其实2017、2018年左右，苏黎世联邦理工就首次使用强化学习训练机器狗，当时的文章发布在《Science Robotics》上。我们是2019年与爱丁堡大学合作，也在《Science Robotics》上发了文章。
（作者补充：该文章于2020 年 12 月刊登在机器人顶刊《Science Robotics》，并当选月度封面论文。论文中提出了一种多专家学习框架，使机器人能够具备应对各种意外情况的自主能力，并在保持敏捷响应和运动灵活度。该研究所使用的四足机器人为云深处“绝影”机器人。）
但那时技术仍不成熟。直到最近两年，随着算法能力提升，强化学习使机器人运动的稳定性得到大幅改进。这才使得2025年机器人敢跑马拉松，你要放在2023年还真不敢。
△云深处科技发布的行业应用四足机器人绝影X30 图源企业官方
智能涌现：从云深处科技的发展历程来看，几乎经历了不同阶段的算法突破，也对机器人形态产生了极大影响，这是个怎样的过程？
朱秋国：确实是这样。我们的发展过程大致经历了三次由算法推动的重要变革。
第一阶段是基于VMC（Virtual Model Control，虚拟模型控制）的力控方法。这个时候，机器人不但真的能走到室外，还会有类似动物的肢体反应。走在布满钢管的地形即便滑倒了，也能“咣咣”走几步稳住，这些都不是提前规划好的。
第二阶段转向了MPC（Model Predictive Control，模型预测控制）。这个方法的优势，是它可以预测未来的状态并提前做出调整，就像人开车看到前方有坑，会提前减速一样。MPC极大提升了机器人在复杂地形中的稳定性，使它能够上楼梯、跨台阶。
不过，这些控制方法在不同地形中依然需要不断调参数，泛化能力也不够。直到我们进入了第三阶段——基于RL（Reinforcement Learning，强化学习）的算法。机器人可以在虚拟环境中反复训练各种地形和情境，通过策略网络学到的参数，直接应用于真实世界的复杂场景。
如果从“产品化能力”的角度来看，最近这波强化学习的进步，是推动机器人走向真实世界的最大突破。
智能涌现：如果穿透到机器人的能力来说，可能看上去是个硬件问题，但背后其实是算法问题？
朱秋国：是的，当前是算法问题。
智能涌现：在具身智能足部动作泛化方面，云深处科技现在达到什么程度了？目前具身智能在技术方面的主要问题是什么，如何解决？
朱秋国：我们现在面临的主要问题是，机器人能顺利通过训练中见过的场景；但一旦遇到新场景，就可能失败。比如训练时见过方形的沟，但是当现实中遇到圆形的沟，它就可能不认识了。
对于这个情况，一种解法是把新地形都加到仿真环境中训练一遍，比如采用数字孪生的技术，靠大量数据来“教会”机器人。
但我们并不想走这条路，我们尝试的是一个新方向，叫机器人的“世界模型”。
“世界模型”模仿人类和动物通过观察与交互对世界进行学习的方式，目标是让机器人在看到新障碍时，也能“联想”出怎么跨过去。
我们更希望机器人拥有推理能力，不依赖大规模数据采集，在没训练过的情况下也能自主判断。世界模型就是为此设计的，它的好处在于不需要采集海量数据。
不过说实话，我们现在这个方向做得效果还不太理想（笑）。我最近跟学生们开会也说，你们再试几种方法，如果还不行，还得重新梳理思路再来过。
智能涌现：未来云深处是否也会考虑扩展手部操作能力？
朱秋国：我们接下来会发布人形机器人。人形机器人有“手”，自然就涉及到操作的问题，我们也在进行相关技术储备。
具身操作有很多技术路线。但我更倾向于手臂的动作不应该是人为规划出来的，而应该是自主生成的，这也是另一种技术方向。
人形机器人进家干活还要10年
智能涌现：人形机器人是具身智能的最优形态吗？但云深处科技目前主要业务是To B的，对于企业客户来说形态似乎不是最重要的？
朱秋国：对To B来说，机器人形态没那么重要。哪怕是半人马结构，或者下面是轮子、上面是机械臂，能完成任务就可以。
人形的价值更多体现在研究上。比如我读博时也研究人形机器人，是因为它代表着更高的挑战——两条腿本身就不稳定，要解决步态控制、全身协调、动态平衡等问题——这些本身就是很有技术含量的课题。
如果说未来在家庭、工厂等实际场景中，是不是一定需要“人形”机器人？我认为不一定。
但我们还是会做人形机器人的研发。因为“人形”代表着一种更全面的能力——它不仅仅是形态的问题，更是一个集感知、控制、操作于一体的复杂平台，是一个高度综合的研究与产品方向。
不能用短视的角度来看这个领域。人形机器人不是两三年就能出成绩的技术，从国家2022年开始推动人形机器人发展开始算，我们至少要用10年的维度来看它的落地和突破。
智能涌现：10年这个数字是怎么推算出来的？
朱秋国：2000年左右，本田的ASIMO机器人发布了当时最先进的人形机器人；2012年，美国波士顿动力开始深入推进人形机器人项目。
2020年波士顿动力的人形机器人在控制算法、系统集成等方面有所突破，把液压系统、运动控制等方面做到了很强的程度，这中间基本上是以十年为阶段出现新突破。
到了今天，行业的重点已经来到具身操作。马斯克说人形机器人要进工厂、上火星，在这个语境下，移动能力是为了“适应环境”，而手臂的操作能力才是真正用来“改变环境”的。
我个人判断，十年之后，具身智能机器人会有一定的泛化操作能力，可以进入家庭做家务。
智能涌现：如果未来人形机器人技术更成熟了，它会不会替代四足机器人？两者之间是此消彼长的关系，还是长期共存？
朱秋国：我认为四足不会被替代，这两者本质上是服务不同场景的工具。轮式机器人也一样，因为它便宜、高效，在适合的场景下不会被舍弃。
它们更可能是共存关系。甚至未来还可能出现其他形态的机器人，各自适配不同应用。
机器人形态越复杂，关节越多，就越不稳定，可靠性越差。所以从产品化角度出发，能实现功能的前提下，形态越简单越好。
人形更多代表的是对复杂环境的适应能力，但这并不意味着其他形态就会被淘汰。
新商业模式：让机器人“打通最后一公里”
智能涌现：四足机器人如今被应用在电力、应急以及科研教育等方向，这些应用场景的脑洞是怎么一步步打开的？
朱秋国： 我们自己也会开玩笑说，这个场景是我们（四足机器人研发方）设计和开发出来的。
2020年1月的时候，《麻省理工科技评论》问我，机器狗到底用在哪里？那个时候机器狗其实不成熟，别说复杂地形了，连爬个台阶都爬不上去，所以那时候场景拓展还不明朗。
但当时我就认为，机器人一定要锚定具体落地场景。在找场景的时候，我们发现电力巡检用了很多轮式机器人，可有很多室外场景轮式机器人是过不去的，而四足机器人就能对这类难以抵达的场景进行补充。
后来有南方电网找到我们，说能不能让“狗”到他们那边试试看，试了几个月，我们发现这条路是可行的。
实话实说，机器人在当时的应用确实很有限，我们也很感谢一些客户在早期愿意来尝试。
△云深处科技的X30 机器狗已在电力巡检等多个场景广泛落地应用 图源企业官方
智能涌现：目前关注的重点是产品和算法，还是行业拓展和应用落地？正在拓展哪些新的商业化场景？
朱秋国：算法和产品都是为行业应用服务的，比如我们最近为“山猫”提出了一个新的概念：打通“最后一公里”。
我们希望机器人不只是用于传统的巡检场景，而是能进入更多服务场景，比如快递、零售等需求旺盛的领域。
比如我们现在就和一些平台方合作“最后一公里”场景的方案，虽然还在技术打磨阶段，但需要提前布局。
这类场景最终看的就是“经济账”：快递一单赚0.4元，一天送几百单，这对机器人来说不难。如果能配合快递员把每日200单提升到300单，且整体成本更低，那就有用武之地。
智能涌现：今年云深处科技的团队规模也增大不少，所以公司现在更希望招什么样的人才？对想要进入具身智能领域的年轻人有什么求职方面的建议？
朱秋国：团队比以前大了很多。现在我们招聘时主要希望引入更专业的人才，比如市场端的销售，我们更偏向于招有行业经验的人。
年轻人的培养可以在研发端。从研发端来说，我们特别欢迎那些既懂理论又有强动手能力的人，尤其是打过机器人比赛的年轻人。
智能涌现：请做一个五年前瞻？届时，机器人这个行业或云深处的产品，会发生怎样的变化？
朱秋国：我觉得变化主要在于机器人的“智能化”水平。我不认为未来的关键在于成本——因为在中国的产业链体系里，大家都在持续追求效率和规模，成本自然会不断优化。
我们过去经常说机器人和大模型是两条平行线，中间不怎么交叉。其实真正缺的是“具身智能”这一环——如果这个问题解决了，我相信机器人会真正进入大规模应用的阶段。
现在的机器人还停留在用遥控器控制的阶段，或者说智能化不够。
我们今天也在跟大模型团队交流这方面的合作，未来希望机器人能够进入家庭、门店等环境。届时，人只需要“说句话”，它就能帮你导览、讲解，并形成自然交互。
以上是我认为“狗”会发生的变化。如果是人形机器人，难度则更大——两只手臂要真正协同操作，感知环境、完成任务，这里面的挑战还很多，需要更长时间去突破。
封面来源｜企业官方
（文：智能涌现）