文｜富充

編輯｜蘇建勛

在我們?cè)L談具身智能公司“中科第五紀(jì)”期間，兩件事情先后發(fā)生。

第一件事，是2026年1月，中科第五紀(jì)獲得宇樹科技“核心生態(tài)合作伙伴”稱號(hào)。在To B及工業(yè)場(chǎng)景，中科第五紀(jì)目前作為宇樹機(jī)器人的“大腦”模型供應(yīng)商。

第二件事，是中科第五紀(jì)在近期接連完成Pre-A及Pre-A+輪融資，兩筆交易在一個(gè)月之內(nèi)完成，規(guī)模達(dá)數(shù)億元。其中，Pre-A輪由紅杉中國領(lǐng)投，東方富海跟投；Pre-A+輪由芯能創(chuàng)投、優(yōu)山資本聯(lián)合領(lǐng)投，清控金信跟投。

中科第五紀(jì)創(chuàng)始人兼CEO劉年豐認(rèn)為，兩件事之間存在關(guān)聯(lián)，核心邏輯是一級(jí)市場(chǎng)對(duì)機(jī)器人的認(rèn)知更務(wù)實(shí)了。

“去年，投資人更傾向通用的具身智能敘事，比如偏好‘既能搬箱子、又能收拾桌子、還能疊衣服’的機(jī)器人。但現(xiàn)在則更看重能不能先扎進(jìn)垂類場(chǎng)景，并且讓客戶愿意復(fù)購。這關(guān)系到商業(yè)化能力，也關(guān)系到能不能用數(shù)據(jù)飛輪突破真機(jī)數(shù)據(jù)不足的瓶頸�！眲⒛曦S對(duì)《智能涌現(xiàn)》介紹。

中科第五紀(jì)與宇樹的合作，正是這種“身體+大腦”分工的落地。自2025年起，雙方就已逐漸展開在電力巡檢、工業(yè)等場(chǎng)景的測(cè)試驗(yàn)證和落地。

△采用中科第五紀(jì)“具身大腦”的宇樹機(jī)器人正在展示工業(yè)場(chǎng)景的搬運(yùn)工作，圖片：采訪人提供

除了以“宇樹大腦供應(yīng)商”的角色進(jìn)入場(chǎng)景，中科第五紀(jì)也面向行業(yè)客戶直接提供完整的機(jī)器人解決方案。

在位于北京的辦公室，我們見到了中科第五紀(jì)為一家頭部央企客戶定制的機(jī)器人。這款紅色涂裝的機(jī)器人，即將進(jìn)入零售門店承擔(dān)貨品銷售，未來還將進(jìn)入加油站給汽車加油。此外，為行業(yè)客戶的檢測(cè)、搬運(yùn)訂單也已逐步推進(jìn)中。

中科第五紀(jì)創(chuàng)建于2024年9月，成立一年出頭便拿下宇樹等多家知名企業(yè)客戶。提及接訂單的方法論，劉年豐說，現(xiàn)在找客戶不難，難的是供給——“每次拿大訂單都要PK眾多對(duì)手，給客戶的場(chǎng)景做POC，經(jīng)過數(shù)輪可靠性、魯棒性和穩(wěn)定性的測(cè)試，通過的才能留下。”

劉年豐透露，現(xiàn)在看似很多具身智能公司進(jìn)了場(chǎng)景，但真能把活干好的不多。“比如工廠里搬運(yùn)料箱，光線一變、料箱外觀、尺寸有所不同，機(jī)器人就認(rèn)不出來，導(dǎo)致任務(wù)失敗，”他說。

這種“認(rèn)得出、干得了”的能力，來自中科第五紀(jì)的技術(shù)團(tuán)隊(duì)。

算法層面，團(tuán)隊(duì)核心成員均來自中科院自動(dòng)化所。除劉年豐外，聯(lián)創(chuàng)及算法總監(jiān)劉京、青年首席科學(xué)家黃巖均為譚鐵牛院士的博士生，深耕人工智能與多模態(tài)智能領(lǐng)域，畢業(yè)后曾就職于微軟、華為等企業(yè)；聯(lián)創(chuàng)曹恩華為中科院自動(dòng)化所碩士，曾任阿里達(dá)摩院算法專家。

團(tuán)隊(duì)自研的超少樣本具身操作大模型“FAM系列”用“二次預(yù)訓(xùn)練”和“熱力圖對(duì)齊”，讓模型在執(zhí)行任務(wù)時(shí)更聚焦局部關(guān)鍵點(diǎn)。比如，搬運(yùn)料箱時(shí)優(yōu)先關(guān)注把手，而不是依賴堆大量不同顏色、新舊程度的料箱圖片去“記住外觀”。

劉年豐稱，這套方法使機(jī)器人只需最少3到5條真機(jī)示范數(shù)據(jù)即可完成新任務(wù)學(xué)習(xí)，基礎(chǔ)任務(wù)成功率可達(dá)97%。

中科第五紀(jì)的硬件能力則來自清華大學(xué)團(tuán)隊(duì)。清華大學(xué)長(zhǎng)聘教授孫富春擔(dān)任中科第五紀(jì)聯(lián)合創(chuàng)始人兼首席科學(xué)家，其師生團(tuán)隊(duì)為公司提供硬件和運(yùn)控能力的支撐。

以下是劉年豐的采訪實(shí)錄，對(duì)話經(jīng)作者整理：

△中科第五紀(jì)輪式雙臂機(jī)器人，圖片：采訪人提供

從“通用的大腦”到“在垂類真干活的大腦”

智能涌現(xiàn)：成為宇樹“核心生態(tài)合作伙伴”意味著什么？

劉年豐：成為宇樹“核心生態(tài)合作伙伴”，意味著我們的具身智能模型能夠與宇樹的高性能機(jī)器人平臺(tái)深度融合。宇樹機(jī)器人在運(yùn)動(dòng)控制和硬件設(shè)計(jì)上具備領(lǐng)先優(yōu)勢(shì)，出貨量持續(xù)增長(zhǎng)。作為生態(tài)伙伴，我們將自研的具身大腦集成至宇樹整機(jī)，賦予其執(zhí)行復(fù)雜任務(wù)的能力。這種模式下，可使機(jī)器人更快地進(jìn)入工業(yè)、巡檢等實(shí)際作業(yè)場(chǎng)景，宇樹的規(guī)�；鲐浺矌�(dòng)了我們的業(yè)務(wù)落地。

智能涌現(xiàn)：在具身智能大腦上有優(yōu)勢(shì)的公司也有好多家，為什么是中科第五紀(jì)成為宇樹的模型供應(yīng)方？

劉年豐：宇樹的合作，也是PK掉了非常多頭部的具身企業(yè)的。

宇樹之前接觸過不少頭部大腦公司和高校研究機(jī)構(gòu)，有很多模型能力也不錯(cuò)。我們之所以能勝出，核心原因有兩個(gè)，一是我們的大腦能力扎實(shí)，尤其是通過小數(shù)據(jù)量樣本快速學(xué)習(xí)的能力；二是我們具備快速交付落地的執(zhí)行力，同時(shí)團(tuán)隊(duì)也擁有豐富的產(chǎn)品經(jīng)驗(yàn)。

智能涌現(xiàn)：你說幫宇樹做電力巡檢，但行業(yè)內(nèi)一些公司已經(jīng)進(jìn)入這個(gè)場(chǎng)景了，你們的優(yōu)勢(shì)或者差異化在哪里？

劉年豐：傳統(tǒng)的巡檢只能“看”，發(fā)現(xiàn)問題后還得派人去解決。我們的目標(biāo)是巡檢加操作——巡檢到點(diǎn)位后，直接完成操作，比如掏鑰匙開柜門、按開關(guān)、拔插頭。

傳統(tǒng)的電力巡檢用的是四足狗，但這些操作需要類人的構(gòu)型。在最近的電力智能巡檢大賽中，我們的機(jī)器人實(shí)現(xiàn)了跨站室遷移成功率90%、新柜型示教少于10次、末端定位精度±15mm的嚴(yán)苛指標(biāo)，驗(yàn)證了落地可行性。

智能涌現(xiàn)：給狗加個(gè)手不能解決這個(gè)問題嗎？

劉年豐：不太行，主要有兩層理由。

第一個(gè)就是馬斯克講的就是我們?nèi)祟惖氖澜缡莊ield for human beings。有很多的設(shè)備，它是按照人的身高。電力設(shè)備是按人的身高設(shè)計(jì)的，狗形態(tài)的機(jī)器人很難夠到2米高的電柜。

第二個(gè)問題在于，狗加雙臂是一個(gè)非標(biāo)的構(gòu)型，我覺得我們做機(jī)器人公司，一定要杜絕按照非標(biāo)的構(gòu)型思路。因?yàn)榉菢?biāo)意味著無法放量——今天臂長(zhǎng)要1.5米，明天要2米；今天精度0.1毫米，明天要1毫米——這樣就會(huì)量上不去，成本降不下來，算法也無法復(fù)用。

行業(yè)應(yīng)該先“收斂”到標(biāo)準(zhǔn)硬件構(gòu)型，比如至少上半身雙臂可以達(dá)到共識(shí)。再解決不同負(fù)載、節(jié)拍的泛化問題，而不是總用新構(gòu)型解決問題。

智能涌現(xiàn)：無論是面向宇樹還是整機(jī)客戶，其實(shí)中科第五紀(jì)提供的確定性都圍繞著“進(jìn)入場(chǎng)景”的能力，投資人現(xiàn)階段Buy In的也是這一點(diǎn)嗎？

劉年豐：是的，之前行業(yè)可能追求的是一個(gè)“既能搬箱子、又能收拾桌子、還能疊衣服”的通用模型。

但比起一個(gè)遙遠(yuǎn)而終極的通用智能，我們一直堅(jiān)持做要能夠在垂類、具體任務(wù)中落地的模型，比如至少能把工廠搬料箱這個(gè)問題真正解決。今年一級(jí)市場(chǎng)也意識(shí)到了這一點(diǎn)的重要性。

技術(shù)核心：小數(shù)據(jù)量樣本、高數(shù)據(jù)使用效率

智能涌現(xiàn)：包括中科第五紀(jì)在內(nèi)，最近采訪的多家具身智能公司都說自己的機(jī)器人在工業(yè)場(chǎng)景搬箱子。但你提到，即使這個(gè)看似簡(jiǎn)單的任務(wù)，真能做好的企業(yè)也不是很多，所以從模型能力來看，具身機(jī)器人搬箱子的難點(diǎn)是什么？

劉年豐：看似搬箱子是一個(gè)單調(diào)重復(fù)的工作，但其實(shí)有多個(gè)難點(diǎn)。

第一是泛化：料箱顏色、尺寸、新舊程度都不同，能不能用同一個(gè)模型穩(wěn)定完成識(shí)別、抓取與搬運(yùn)。第二是導(dǎo)航：搬起之后從A點(diǎn)到B點(diǎn)怎么走，路徑規(guī)劃、避障，途中被打斷后能不能續(xù)做。第三是策略理解：比如“從面前100個(gè)箱子里搬走50個(gè)”，機(jī)器人能不能理解數(shù)量、以及該選擇哪50個(gè)箱子，到目的地怎么碼放，以及放下后要不要把物體取出等等，每個(gè)環(huán)節(jié)都存在問題。

這些看起來是搬箱子，背后其實(shí)是一整套復(fù)雜的任務(wù)規(guī)劃與執(zhí)行。

智能涌現(xiàn)：剛才你說到料箱的泛化性，感覺箱子已經(jīng)是外觀比較簡(jiǎn)單的物體了，為什么光照變了，具身智能模型的辨認(rèn)就變難了？

劉年豐：最本質(zhì)的原因就是因?yàn)�，我們現(xiàn)在具身模型主流使用的VLA，是沿襲的動(dòng)態(tài)模型沿襲了大語言模型——對(duì)整張圖片做全局信息映射。

舉個(gè)例子，比如拍一張有三瓶礦泉水的照片，白天和晚上光線不同，整張圖片的色溫、亮度都變了，模型可能就不認(rèn)識(shí)了。

問題在于，具身智能沒有大模型那樣的數(shù)據(jù)體量去覆蓋所有光照變化。但換個(gè)思路，如果模型能關(guān)注局部信息——比如只鎖定每瓶水的外觀特征，而不關(guān)心背景、光線、桌子顏色——就能避免被全局變化干擾。這正是我們做“熱力圖”的出發(fā)點(diǎn)：讓模型聚焦操作對(duì)象本身，而不是整個(gè)畫面。

智能涌現(xiàn)：具體講講中科第五紀(jì)的模型是如何提高泛化性的？

劉年豐：操作的核心是操作對(duì)象，但以前的主流模型太關(guān)注全局信息。我們的思路是：通過多個(gè)二維熱力圖，把要操作的對(duì)象位置自適應(yīng)地學(xué)習(xí)出來，讓模型意識(shí)到什么是最需要響應(yīng)的操作對(duì)象。

△中科第五紀(jì)FAM模型圖，圖片：采訪人提供

熱力圖可以理解為一張“重點(diǎn)標(biāo)記圖”——圖像中顏色越深的區(qū)域，代表模型應(yīng)該越關(guān)注。比如指令是讓機(jī)器人開辦公室門，它會(huì)重點(diǎn)盯著門把手，而不是整扇門——不管門是木門、玻璃門還是什么顏色，只要把手在那兒，它就知道怎么操作。回到工廠搬料箱的場(chǎng)景也一樣，模型關(guān)注的是把手，不是整個(gè)料箱，更不是整個(gè)視野里的工廠。

這是通過“二次預(yù)訓(xùn)練”實(shí)現(xiàn)的，第一次預(yù)訓(xùn)練，我們讓模型知道各個(gè)物體是什么；第二次預(yù)訓(xùn)練，我們通過“熱力圖”讓模型重點(diǎn)關(guān)注操作對(duì)象，讓模型學(xué)會(huì)分辨“什么才是當(dāng)前任務(wù)最重要的東西”。

智能涌現(xiàn)：所以你之前說拿到宇樹訂單的原因之一在于，F(xiàn)AM模型能通過小數(shù)據(jù)量樣本，快速實(shí)現(xiàn)新任務(wù)學(xué)習(xí)，正是因?yàn)槟銈兊募夹g(shù)方法比較節(jié)省數(shù)據(jù)？

劉年豐：是的，當(dāng)前真機(jī)數(shù)據(jù)不足是行業(yè)共識(shí)。

我們的解決方法之一是通過“二次預(yù)訓(xùn)練”提高模型對(duì)重點(diǎn)操作對(duì)象的關(guān)注，可以提高數(shù)據(jù)使用效率，節(jié)省大量預(yù)訓(xùn)練數(shù)據(jù)。

此外，我們重視進(jìn)入場(chǎng)景，也是因?yàn)榭梢酝ㄟ^真干活的數(shù)據(jù)飛輪，把真機(jī)數(shù)據(jù)轉(zhuǎn)起來。

商業(yè)化展望：“復(fù)購”很關(guān)鍵

智能涌現(xiàn)：具身智能行業(yè)從去年下半年開始，就非常注重“商業(yè)化落地”，但你指出今年更考驗(yàn)的是“復(fù)購”？

劉年豐：對(duì)。2025年，我們看到很多機(jī)器人看似進(jìn)入干活場(chǎng)景，其實(shí)還是在POC（概念驗(yàn)證）。到了2026年，考驗(yàn)的是復(fù)購，像搬箱子這樣的場(chǎng)景，要在2026年被徹底解決。

智能涌現(xiàn)：今年徹底解決搬箱子這個(gè)任務(wù)之后，那在工業(yè)場(chǎng)景里，下一個(gè)被具身智能企業(yè)集中探索，且可能被解決的工作是什么？

劉年豐：有挺多的，比如移動(dòng)分揀，這是一種更精細(xì)的搬箱子。需要把箱子里面的某些特定的東西，拿到特定的位置去。這一大類任務(wù)，無論是橫向（跨客戶）還是縱向（跨場(chǎng)景）看，都有極強(qiáng)的泛化空間。

智能涌現(xiàn)：你們的商業(yè)模式是怎樣的？如何收費(fèi)？

劉年豐：面向本體公司，我們交付大腦，并按照一個(gè)機(jī)器人對(duì)應(yīng)一個(gè)license收費(fèi)，現(xiàn)階段會(huì)根據(jù)場(chǎng)景和任務(wù)的復(fù)雜度判斷費(fèi)用。

而面向終端場(chǎng)景客戶，我們交付自研的輪式機(jī)器人，按照整臺(tái)機(jī)器人收費(fèi)。而未來隨著供應(yīng)鏈愈加成熟，整機(jī)的價(jià)格會(huì)進(jìn)一步下探，客戶也會(huì)看到更好的ROI數(shù)據(jù)。

智能涌現(xiàn)：中科第五紀(jì)既給客戶出“軟”的部分，也自己做軟硬一體的機(jī)器人。所以最后公司的商業(yè)模式究竟會(huì)更偏向哪條路？

劉年豐：我們的最終定位是軟硬一體的公司，我們也認(rèn)為具身智能在“腦”不在“型”�？梢詤⒖继O果，最核心的競(jìng)爭(zhēng)力不是攝像頭、不是主板，而是操作系統(tǒng)和生態(tài)。這條路雖然難，但也是我們想走的路。