从“机时租”到数据闭环，具深科技想做机器人界的“水电煤”。
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。

具身智能这波浪潮里，多数创业公司抢着做“更聪明的大脑”，来自上海的具深科技却押在了另一头——机器人的“小脑”。

具深科技联合创始人、CTO李德栋的判断很直接：“大脑可借，小脑必长。”上层的语言、视觉、决策模型可以换、可以借用现成的能力，但把“想做什么”稳定变成身体“真正做到什么”的全身运动执行底座，只能靠机器人自己在真实场景里长期跑出来。

围绕这个判断，具深搭出了三块拼图。分别是CereBase 3.0通用机器人小脑基座、VisWDC 5.0纯视觉全身数据系统，以及把机器人按使用时长出租给客户的RoboNow“机时租”服务平台，三者串成一条从数据生产、技能训练，到真实交付、数据回流的闭环。这套闭环已经在顶级舞台演艺、多机协同和真实机器人运行中持续产生数据。今年5月，公司完成数千万元融资，红杉中国种子基金、徐汇科创投等机构参与。

在李德栋看来，具身智能眼下正从“能站、能走、能展示”，走向“能不能连续交付、创造价值”的阶段，真正决定成败的，不是模型参数好不好看，也不是Demo做得多炫，而是身体能否在真实世界持续把事情做成。“具身智能的下半场，将从‘能力展示’走向‘运行时闭环’，从‘训练更大的脑’走向‘让不同的大脑都能通过同一套全身运动执行底座，稳定控制不同的人形机器人’。”

以下为采访实录，以飨读者：

《本刊》：世界模型、VLA、端到端、分层大小脑等路线的差异究竟在哪里？

李德栋：这些路线并不互斥。世界模型注重预测环境变化和长程规划；VLA注重视觉、语言与动作对齐；端到端强调减少人工接口、直接优化任务结果；分层大小脑则回答不同时间尺度如何协同。人形机器人既要进行秒级甚至分钟级推理，也要依靠高频本体反馈维持平衡、处理接触并修正动作。

我们更看好“统一表征+分层执行+闭环反馈”：上层智能决定意图，执行底座把意图变为连续动作，并根据身体和环境变化实时纠偏。

《本刊》：机器人需要一个“超级大脑”，还是多个专用模型协同？

李德栋：机器人同时面对毫秒级平衡、秒级调整和分钟级规划，无法由同一频率的模型包办。当前更可行的是“大脑+小脑+反射层”：大脑决策，小脑执行，反射层异常保底。“大脑可借”是指上层模型可替换，可升级；“小脑必长”是指稳定、恢复和本体适配必须靠持续真机运行积累。

《本刊》：从语言理解到动作执行，中间最容易发生信息损失的是哪一步？

李德栋：最大损失常发生在“任务意图”到“可执行运动”之间。大模型能说“走过去、弯腰、拿起杯子”，但本体真正需要的是连续时序中的质心、支撑域、接触顺序、末端轨迹、关节约束和安全边界。

具深构建运动语义中间层，把文本、音乐、视频、动捕、VLA等输入转为统一运动表征；执行时再融合IMU、关节位置与速度、力矩、温度、接触、电量和通信等底层本体状态

反馈，由本体解码器生成动作并在线修正。这样既保留上层语义，也不把动力学和安全风险暴露给上层。

《本刊》：机器人需要多强的推理能力，才能进入真实工业和商业环境？

李德栋：进入真实工业和商业环境，并不要求机器人先拥有接近人类的通用推理能力。对于边界明确的任务，只要机器人能够理解任务目标、判断少量关键状态、在不确定时重新观察或请求人工介入，推理能力就已经基本够用。真正决定它能否落地的，是低频决策能否通过高频运动闭环被稳定执行。

人形机器人面对的是不同时间尺度的问题：上层模型负责秒级甚至分钟级的任务理解与规划；运动策略根据环境变化持续调整步态和全身动作；更底层的控制与安全模块则要在毫秒级处理平衡、接触和突发扰动。因此，真实场景不追求“每一步都深度思考”，而是在正确时刻进行正确粒度的推理。

当运行中出现关节温升、算力过载或通信抖动时，系统还应完成“状态监测—分级降载—本地保底—恢复或受控退出”。所以，商业化机器人真正需要的不是最高“智商”，而是任务范围内够用的推理能力，加上可感知、可纠偏、可降级的执行能力。

《本刊》：泛化究竟应该如何定义？

李德栋：泛化不是一个单一指标，应分层评估：换物体仍能做，是对象泛化；换位置、光照和干扰仍能做，是场景泛化；把技能组合成新任务，是任务泛化；迁移到不同身高、自由度和执行器的机器人仍能完成，则是跨本体泛化。

具深尤其看重后两者。路径不是宣称零适配，而是“共享运动表征+本体解码器+真实数据回流”：成功数据扩展能力，失败数据暴露边界，人工接管数据教会系统恢复，使新增本体和场景的适配成本持续下降。

《本刊》：未来具身大脑会掌握在整机企业手里，还是形成独立平台公司？

李德栋：两类公司都会存在。整机企业掌握与硬件强耦合的控制、安全和制造参数；独立平台公司则聚焦跨本体运动表征、技能接口、运行时安全和部署工具链。行业规模化不能让每个上层模型为每款本体重复开发执行系统，未来会形成“上层智能模型—全身运动执行底座—机器人本体”的分工。

具深希望成为运动智能基础设施公司：向上承接不同模型和内容输入，向下统一状态与动作接口，以舞台、商体和服务场景的真实交付持续迭代。

《本刊》：具身智能行业目前处于什么阶段？距离规模化商业化还有多远？

李德栋：行业正在从“能站、能走、能展示”进入“能否连续交付和创造价值”的阶段，但不同形态与场景节奏不同。轮式机器人会更早在固定路线、单一任务中验证ROI；双足人形的短期工程难度更高，但跨地形、跨工具、跨场景复用的上限也更高。

我们不必等到通用智能成熟：文娱展演、数字体育、科研数采和部分生活服务等限定场景，未来半年将进入工程化复制窗口。通用劳动力仍需更长时间。判断商业化拐点，应看任务成功率、连续运行、异常恢复、设备利用率、单位任务成本和复购。

《本刊》：中国企业在这轮具身智能浪潮中的独特优势是什么？

李德栋：中国企业的优势不是单点，而是完整链路：供应链降低试错成本，密集且多样的场景提供数据，工程团队和客户距离近，能够把现场问题快速送回研发，再将改进部署到现场。真正的优势是“闭环迭代速度”：本体、算法、运维、保险、租赁和场景方协同，成功、失败和人工接管数据持续回流。

下一阶段不能只依赖成本优势，还要把接口、数据标准、可靠性验证和全球合规做成能力，才能从项目交付走向平台化复制。

《本刊》：如何看待行业热度与泡沫？什么样的公司会在洗牌中活下来？

李德栋：行业存在局部泡沫，主要表现为用一次演示替代连续交付、用参数替代任务价值、用远期想象替代现金流。但资本前置投入也有必要，因为模型、数据与本体工程都需要长期投入。洗牌后能留下的企业大概率具备三点：卡住一个真正的产业瓶颈；在真实场景中形成可重复交付与数据回流；保持清晰的成本与组织纪律。对具深而言，标准不是机器人会多少个“节目”，而是技能能否在不同本体上稳定复用，失败后能否恢复，异常时能否安全退出，并最终转化为客户愿意持续购买的机器人劳动能力。

机器人的智能，最终不是模型回答得多漂亮，而是身体能否在真实世界持续把事情做成。具身智能的下半场，将从“能力展示”走向“运行时闭环”，从“训练更大的脑”走向“让不同的大脑都能通过同一套全身运动执行底座，稳定控制不同的人形机器人”。

（头图人物：具深科技联创、CTO 李德栋）