-
日期: 2025-11-04 | 來源: 深網 | 有0人參與評論 | 專欄: 房屋出租 | 字體: 小 中 大
《有料時間》：對行業的熱愛從何而來？
位德浩：我從小就是理工男，熱愛發明創造。進入哈工大機電專業後，這份熱愛徹底釋放。碩士保送清華後，我看到OpenAI利用強化學習控制靈巧手轉魔方的文章，深受震撼。
傳統控制難以處理20+自由度的實時交互，而AI展現了全新可能。這激發了我的探索渴望。當時國內市場缺乏高自由度靈巧手，海外產品售價高達百萬，我毅然向導師提出自主研發，並研究強化學習控制。
《有料時間》：為何選擇創業而非加入大廠？
顏黔杭：位總創業非常堅定。他不僅想做靈巧手，更想基於AI潛力打造自由控制的機器人。
位德浩：我們團隊雖年輕，但懂技術。有幸遇到像顏總這樣相信技術、相信年輕人創造力的投資人。當下的創投環境更關注技術創新本質與真實動機，而非名校或資歷標簽。這為技術極客提供了前所未有的機遇。想創業，就要對自己有信心，勇敢去做。
繩驅+小腦模型：如何打造下壹代靈巧手
《有料時間》：請介紹壹下靈巧手的技術路線與未來方向？
位德浩：靈巧手的終極目標是形似人手、性能接近甚至超越人手。過去靈巧手多用於假肢，受信號精度限制，自由度通常低於10個。如今AI控制技術已能駕馭15-20+自由度系統，讓靈巧手擺脫“機械感”。
我們在2021年就明確了技術路線，當時有肆種可選方案：電機直驅、連杆傳動、人工肌肉和腱繩驅動。最終我們選擇了繩驅方案，因為它在仿生上最接近人手結構——模擬肌腱傳力，兼具高自由度與抗沖擊能力，繩驅方案在同步優化速度、負載、自由度和輕量化方面展現出獨特優勢。
不過繩驅也有挑戰，主要是繩索壽命和蠕變問題。我們通過自研全新繩索，將其壽命提升到50萬-80萬次，並結合結構與算法實現了自動張緊，解決了蠕變難題。
《有料時間》：顏總如何看待不同技術路線的選擇？
顏黔杭：路線選擇取決於目標。靈巧手要在自由度、精度、負載和成本之間取得平衡。目前主要是關節電機直驅與繩驅之間的競爭。從性能上限看，繩驅在實現高自由度、擬人化和輕量化方面更具優勢。此外，繩驅已從實驗室走向商業化，成本彈性更大，是較為符合當前投資節點的選擇。
《有料時間》：星際光年未來方向是什麼？
位德浩：我們的使命是“推動具身智能通用操作落地”，靈巧手是核心載體。當前視覺語言大模型存在延遲問題，無法勝任如快速扶起咖啡杯這類需要“脊髓級”響應的任務。因此，我們看好“小腦模型”，它相當於機器人的“條件反射系統”：當雲端大腦在思考策略時，本地的小腦已能自主完成“扶穩杯子”這類精細操作。
下壹代靈巧手應將小腦模型直接集成在硬件中，形成軟硬件壹體化的操作平台，實現低延遲、高精度、自適應的通用操作能力。
《有料時間》：小腦模型是否成本更低？
位德浩：小腦模型的規模小於大模型，成本確實更低，但研發難度不小，因為這仍是壹個前沿領域。我們將投入更多精力開發通用的小腦模型，使其能與大模型的思考能力協同工作。
《有料時間》：靈巧手的終極技術壁壘是什麼？投資邏輯有何不同？
顏黔杭：終極壁壘在於軟硬件壹體化的能力。硬件設計與算法必須協同進化，形成螺旋式上升。我們先投資了具備全棧能力的本體公司，再根據本體的進展關注上游供應鏈的瓶頸環節。
2022年，我們開始投資人形機器人本體後，發現傳感器力控精度與硬件自由度成為制約性能的關鍵，這也指引了我們後續的供應鏈投資方向。
《有料時間》：硬件打磨的主要難點在哪？
位德浩：靈巧手是“AI定義的硬件”，難點在於硬件與算法的協同。例如人類手指的耦合關節設計在機械上合理，卻會給強化學習帶來挑戰。我們團隊兼具軟硬件能力，協同設計正是我們的優勢。
《有料時間》：數據采集與開源生態進展如何？
位德浩：我在清華讀研究生期間，做出了“內外骨骼雙模態數據采集系統”，這個系統的邏輯是，像幼兒園老師教小孩寫字壹樣，通過“手把手教學”同步采集傳感器數據與力反饋信息，高效地實現數據生成。斯坦福、MIT等機構也已跟進這壹方法。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見