清流資本在過去十年捕捉了TMT、消費、硬科技等主流行業下的多個細分賽道冠軍，也建立了投得“穩”、“準”、“精”的基金形象。近年，清流資本推出原創科技專欄——“硬幣的另一面”，通過清流合伙人和科技企業創始人對話的形式，講述當前創投形勢下，那些科技類被投企業的故事。清流資本將持續關注新興科技賽道。
今天，我們對話的主角是星動紀元的創始人陳建宇。
? 投身機器人科研13年，中國原創科技引領全球? AI加速具身智能，堅定原生通用人形? 搭樂高一樣做機器人，連推六代人形本體? 小步快跑商業化，清流是賦能型投資人? 清流為何投資星動紀元
北京星動紀元科技有限公司成立于2023年8月，是唯一一家清華大學占股，并獲上海期智研究院支持的，研發具身智能及通用人形機器人的新興科技公司。團隊成員來自清華大學、北京大學、北京理工大學、哈爾濱工業大學、加州大學伯克利分校、新加坡國立大學等國內外知名院校以及世界500強企業，研發人員占比超過80%。
星動紀元的創始人陳建宇，2015年本科畢業于清華大學精密儀器系，這是國內最早從事雙足人形機器人研究的單位之一。后直博于加州大學伯克利分校（UC Berkeley），師從美國工程院院士、機電控制先驅、MPC（模型預測控制）算法理論奠基人Masayoshi Tomizuka教授。2020年博士畢業后，被圖靈獎得主姚期智院士引進到清華叉院任教，28歲即成為清華大學交叉信息研究院助理教授、博士生導師。陳建宇在機器人、人工智能、控制、交通等領域的國際頂級會議和期刊上發表了七十余篇論文，其中多篇論文獲得了RSS 2024、L4DC 2022、IEEE IV 2021、IFAC MECC 2021等國際頂級學術會議的優秀論文提名獎。
公司成立一年以來，人形機器人產品已經迭代到第六代——星動STAR 1，目前已經通過了一系列極限測試，性能已達世界頂尖水平，被認為是全球跑得最快、最穩的人形機器人。此外，公司基于模塊化的能力，迅速從人形機器人中分化出了靈巧手和輪式機器人等場景級產品，使得原本遙遠的人形機器人商業化路徑得以更快落地，幫助公司實現了初步商業化。
星動紀元創始人陳建宇
投身機器人科研13年
中國原創科技引領全球
清流：請先簡單介紹一下星動紀元？
陳建宇：星動紀元是專注于做原生具身通用智能體的科技公司，2023年從清華大學孵化出來的。我們希望做出真正原生的機器人，以及圍繞AI構建的整套硬件平臺。
清流：近兩年具身智能賽道隨著AI大模型的出現急速升溫，和你選擇開始創業的Timing有關嗎？
陳建宇：我就是一直在做（具身智能）這件事，只是做著做著這個賽道火了。甚至可以說，今天具身智能火起來也有我們的一部分貢獻。
清流：怎么說？
陳建宇：我一直以來的夢想就是做通用的機器人。2011年上大學開始，我就在研究機器人，我本科在清華做的畢業設計就是雙足機器人的步態規劃。后來到UC Berkeley 直博也一直從事機器人領域的研究。博士畢業后，我有幸獲得姚期智院士的認可，被他引進到清華叉院任教，并啟動了通用機器人的研究課題。
2022年末ChatGPT剛出來，我就提出要把大模型的強大能力和機器人結合起來，實現AI與物理世界的交互——做通用具身智能。要實現這個終極目標需要強大的工程能力和資金支持，學校的工程資源有限，所以我們就開始籌備成立公司。
2023年，我們團隊發表了世界上第一篇用大語言模型賦能人形機器人決策的文章。同年7月，我們在世界人工智能大會（WAIC）分會場主辦了“具身通用人工智能主題論壇（Embodied AGI）”，與海內外的知名專家學者共同探討具身通用智能，推動行業發展。
現在無論是國家層面，還是投資人、產業方，對具身智能的關注和投入的確越來越多了。
清流：很多人認為具身智能是中國原創科技引領全球的新高地，你怎么看？
陳建宇：每一波新的科技出現，中美的差距都在逐步縮小。從芯片到AI領域，中國企業的追趕速度越來越快。具身智能領域中美的差距就更小了，都在起步期，大家都是摸索前進。可能過去美國積累了一定的人才優勢，但中國也有產業鏈優勢可以與之形成分庭抗禮之勢。甚至，我認為中國反而會比其他國家跑得更快。
機器人的算法能力決定產品力天花板，硬件端能力保障類人運動功能的實現，兩者缺一不可。硬件在很大程度上會影響算法的performance，海外在硬件上的不足會反向拖慢他們的軟件迭代速度。美國這一波機器人硬件端現在主要就看特斯拉了。
中國對具身智能的重視和關注度更高，很多地方政府和國資都在快速發力支持具身智能，中國也有很多原創性的人才（機器人頂尖學府如伯克利、斯坦福、MIT的教授是外國人，但學生都是來自清華、北大、交大等等國內高校的華人在推進出下一代成果）。而且，中國還有全球最大的機器人硬件產業鏈優勢，參照中國新能源車的發展路徑，我們在具身智能領域可能會更快領跑，有望實現中國原創技術引領全球。
清流：中國具身智能領域目前的瓶頸有哪些？星動紀元如何突破？
陳建宇：從技術層面來看，我認為所存在的瓶頸在未來都是可以去突破的。現在行業內討論最多的硬件、算法、數據這三個最核心的環節，任一環節出現瓶頸都會制約具身智能的發展。所以星動紀元現階段堅持全棧自研，主動去發現關鍵環節上的問題、逐一攻堅，目前已取得了一些突破性的進展：
硬件端，基于我們在雙足領域的積淀，已經推出了全球戶外性能最強、跑得最快的人形機器人本體，實現了讓機器人從“能動”迅速迭代到“走得穩、跑得快”。未來將繼續迭代，讓它可以走得更久、更穩；手部操作方面，我們自研了全球綜合性能最高的靈巧手，后續會隨著產品化進一步提升其耐久度和穩定性。
算法端，目前多數產學研都在研究如何將大腦、小腦、末端控制的分層框架進行融合。星動紀元背靠全球頂尖學府清華的科研資源，領先推出了自研的原生機器人大模型框架，率先實現了端到端、多模態、多策略的算法框架。目前，我們的手部操作是全球首個靈巧手端到端大模型，腿部運控也已經實現了真機全地形、全步態泛化的能力。基于此，我們會繼續讓機器人摒棄人類先驗、通過自我探索和學習，更早實現具身智能的Scaling law。
數據是具身智能領域的稀缺資產和資源，想要實現具身智能，需要大量的高質量數據給機器人學習。我們的解題思路還是基于第一性原理，先廣泛地從各個領域獲取多模態（語音、視覺、觸覺等）的信息輸入，比如互聯網數據/圖像/視頻、現實中的動捕、虛擬的仿真/合成數據，并結合搖操作和現場部署實際收集回來的數據，去反哺我們的原生大模型，提升其理解、學習和優化能力，并對我們的硬件迭代提供不同場景參數。
AI加速具身智能
堅定原生通用人形
清流：研究機器人這13年，你親歷了AI如何推動具身智能發展，和我們分享一下這個過程？
陳建宇：技術的演變過程是漸進式的，我們現在看到行業形成的共識是機器人的運動控制學應該采用AI的方式做，但實際上這也僅僅是近幾年慢慢才形成的趨勢。
本科期間我就一直在思考機器人本質的問題，同時對AI一直保持密切關注，當我看到有人用強化學習（Reinforcement Learning,RL）做出來一些簡單的Demo，覺得非常神奇、非常有前景。但那時還沒法把它和機器人結合起來，因為要把RL引入到機器人有一個先決條件——必須能實現在連續的空間里做任務，因為機器人在物理實驗中是連續的，此前的技術沒法達到這個條件。2016年左右，深度強化學習的出現使得我們可以在連續空間做任務了，我就開始往這個方向專門去做一些研究。
清流：那時做RL算很超前了吧？
陳建宇：那個時候全球研究RL for robotics的人都很少，說自己要用RL做機器人就像ChatGPT出來之前你說要做AGI，大部分人都會質疑。但我很清楚它的價值，非常堅定地推動相關研究。后來陸陸續續這個領域出來了一些成果，大家才開始陸續轉RL，再過了一段時間，RL的表現就開始超越MPC了。
2022年，ChatGPT的出現是一個非常關鍵的時間節點。
雖然我之前一直有關注到前幾代GPT2、GPT3，也知道大語言模型等研究工作的進展，但我當時對“懟算力出奇跡”這個事情是比較存疑的。直到ChatGPT出現改變了我的看法，大模型展現了驚人的泛化能力，我立刻帶著團隊研究大模型在人形機器人領域的應用。后來越來越多科研成果也表明，Scaling up可以加速具身智能領域的發展，實現通用具身智能這個終極目標不再遙不可及。
清流：你一直在做第一個吃螃蟹的人。
陳建宇：核心還是基于技術的第一性原理推演。如果只看表象的話，RL一開始的表現的確比MPC差，只能在仿真方面做一些很Toy的例子。但因為我自己是寫MPC求解器的，寫過很多基礎代碼，我清晰地知道MPC有很多局限。同時我也一直保持對AI算法的關注，對RL有一定的了解和判斷，所以我當時很堅定要做RL。后來大模型出現了，我也把很多精力放在大模型領域的研究。從傳統的MPC轉到RL、再到大模型，這些技術路線的演變都是在我們計劃中的，只是時間上比我們設想得更快一些。
清流：為什么特別強調要做“原生機器人大模型”？
陳建宇：只有原生性突破才能真正解決傳統機器人沒有解決的很多問題。原生就是要讓機器人既有上層的邏輯思考能力，還要對身體有完整的控制權，能夠調控身體和物理世界進行各種各樣的交互。舉個例子，讓機器人在復雜的路面上行走，傳統機器人是人為去hardcode，經過精確的建模計算，腿抬多高、步幅多少厘米、落在什么地方、使多大的力等等，最后它只能在特定環境下做一些很機械的動作。而人走路是來自于我們從小開始學習在各種環境中摸爬滾打、站立行走，在這個過程中人的硬件（身體）在逐漸成長，算法（大腦）一直在迭代，逐漸收斂到一個最佳狀態，最后走路就成為瞬間發生的條件反射動作，不僅能走路，還能跑能跳，能適應各種各樣的地面環境。
人的行為整個就是data driven訓練出來的原生模型。
清流：所以你是堅定的“人形”擁躉？
陳建宇：我們追求靠近人形，但并不迷信人形。
當前世界上唯一存在的通用具身智能體的實例就只有人，從人身上學習能得到很多啟發，向人形靠近有很多的優勢：
數據層面，當前具身領域的一大痛點就是缺少數據，人形機器人可以很好地復用人類現有的視頻、搖操作等等數據。
場景層面，在當前的人類環境所有設施都是為人類去設計的，要在這個環境里面生活，就迫使機器人要去貼合環境。對機器人的通用性要求越高，越需要接近人形的形態。機器人如果只需要在平地環境里工作，可以用人類一樣的上半身，下半身用輪式，但如果我想要它能下樓給我取快遞，就需要腿了。
功能性角度，對比此前的傳統機器人，如工業的機械臂、夾爪、輪式底盤等。人形機器人有手有腿，手比夾爪靈巧，能做的事情就多很多，雙腿比輪子能到的地方也多，移動能力的邊界就提升了，這讓具身智能也有更多的發揮空間。
從技術上，人形是更難實現的，有能力做到人形之后，其他的機器人形態我們都能快速分化出來，是可以向下兼容的。反著來可能就不行。所以，人形機器人也是我們保持技術領先性的戰略高地。
但我們并不堅持只做人形，在商業化角度，會基于實際應用場景去提供性價比最高的適配產品。通用場景中人形機器人更容易規模化，單一任務均攤下來的成本降低了，且空間利用率更高，那我們會主推人形機器人；如果是某些特定場景，我們也能從人形快速分化出模塊化的產品，以最低的成本高效解決實際應用需求。
搭樂高一樣做機器人
連推六代人形本體
清流：聽起來像搭樂高一樣簡單，但要怎么實現？
陳建宇：我們一開始入局就選擇先攻堅hard模式（人形機器人），打磨出了做機器人的能力，并在這個過程中把很多能力給聚集和模塊化了。我們的機器人硬件都是可拆卸和組裝的，你可以理解為就像樂高積木塊一樣。例如，我們的靈巧手就是一個單獨的部件，可以直接拆下來放到另一個機器人的手臂上，甚至靈巧手的手指都可以拆下來，每個關節都是單獨的部件，非常靈活。而我們的算法是通用的，（硬件）排布裝置改了也沒關系，算法再跑一遍自動就能出來。
看實際應用場景需要什么樣的機器人，我們就以最高效、最省成本的方式把這個產品快速開發出來，實現商業上的應用。
清流：看起來星動紀元是集合了Tesla Optimus和Physical Intelligence咯？
陳建宇：哈哈可以這么認為，我甚至覺得從研發層面，我們有一些硬件、算法框架的點有超越他們。
Tesla確實在硬件工程能力上非常出色，走路非常絲滑，工業設計也是業內頂尖；Physical Intelligence也很突破地開發用于具身領域的基礎模型和學習算法，PI最近發布的機器人基礎模型π0，通過預訓練的視覺-語言模型和創新的flow matching （流匹配）架構，使機器人能夠執行如折疊衣物、組裝紙箱等復雜任務。
星動紀元經過過去一年的迭代，無論是腿部、手部的硬件能力都是行業內最頂級——跑得最快最穩、靈巧手響應最靈活。算法端，我們在ChatGPT剛出來時就開始進行具身基礎模型的研發了，相比Physical Intelligence的π0使用的純模仿學習，我們把世界模型嵌入到了具身大模型中，并且從海量視頻數據中學習如何理解物理世界并與其交互。同時，這種方法提升了模型的泛化能力，能在更多樣化的場景下保持穩定的表現。π0用了1萬個小時的機器人數據，我們的數據量小多了，具體細節可以關注我們即將發布的最新的模型成果。
所以，星動紀元不是簡單地結合Tesla Optimus和Physical Intelligence，而是在多個關鍵領域取得了原創性進展。
清流：Cool ！星動紀元為什么具備這樣的能力？
陳建宇：具身領域是迭代非常快的領域，需要產學研共同去推進，我們有非常頂級的技術團隊和科研資源。剛開始創業我們就吸納了國內做人形機器人和機器人領域很多非常有經驗的專家，這樣的人才在全球范圍內都是非常稀缺的。AI方面，我們背靠清華的科研資源，包括我在清華的課題組也會在具身智能前沿研究方面持續創新，這些資源是很多同行沒有的。
加上我們做機器人做得早，過去數年間我在幾乎所有與機器人相關的技術路徑上都做過學習和嘗試，積累了很多經驗和認知。后來在硬件細節和算法架構上不斷有成果跑出來，證明了我們從day one開始就走在正確的方向上。選擇的大方向比較正確，并不斷在正確的方向上長期積累認知，優勢就越來越明顯。截至目前公司進展順利，行業里也不斷開始有人來follow我們的路線。
此外，作為一個創業公司，我們團隊的執行力也很強。有一次看到同行有一個新的demo發出來，我們工程師就很不服氣，他就熬夜直接當晚給復現出來了。
清流：公司成立到現在經歷了哪些關鍵的milestone？
陳建宇：2023年6月，我們推出了具備行走能力的第二代人形機器人本體，還記得機器人硬件剛裝出來，我們調了一天就能走起來了。
2023年底，第四代人形機器人“小星”在全球范圍內首次實現了人形機器人端到端強化學習野外雪地行走，包括雪地上下坡，以及上下樓梯。該過程不需要依賴于預先編程的行走模式，而是完全通過AI自主學習實現的。這使得機器人能夠自主地適應不同的地面條件，從而在復雜的雪地環境中穩定行走。相關論文拿了機器人領域頂會RSS 2024（Robotics: Science and System）的最佳論文提名獎（Outstanding Paper Award Finalists），全球只有3篇論文入選，也是RSS歷史上第一次有中國團隊獲得該獎項。
2024年Q1推出第五代機器人，這一代機器人無論從硬件構型和算法迭代已經是行業內最領先的產品了。更關鍵的是，我們還加上了自研的靈巧手，配備12個關節自由度。剛發布時有人把我們和特斯拉的靈巧手做對比，實際上，我們的靈巧手的自由度比特斯拉的機器人還要高。
2024年9月，發布了第六代機器人星動STAR 1，自由度增加到了55個，關節扭矩提升到了400N·m，關節轉速達到了25rad/s，性能已經達到全球頂級水準。經過各種公開環境實地測試，星動STAR 1已被驗證是世界上跑得最快且最穩的機器人。同時，我們還推出了桌面機器人和輪式機器人，以及模塊化的靈巧手產品。星動紀元目前是全球除特斯拉以外唯一一家有靈巧手的人形本體公司。
清流：迭代速度很快！對公司未來的規劃是？
陳建宇：1-2年的短期目標是實現技術產品化。技術上會把現在端到端的技術做得比較通用，找到PMF的場景。我們已經有了一些突破，接下來會繼續把數據、精度、穩定性等進一步提升。
3-5年的中期目標是實現機器人的ChatGPT時刻，即AI在機器人上Scaling到一定程度后，呈現智能涌現的狀態。
5-10年的長期目標是達到機器人的iPhone時刻，希望我們的機器人成為像iPhone一樣的產品，真正走進千家萬戶。
小步快跑商業化
清流是賦能型投資人
清流：創業這一年有哪些心得體會？
陳建宇：創業對學習能力要求甚至比做學術更高一些。因為創業比單純的學術維度廣很多，很多事情交叉在一塊，各方面的不確定性更高了，決策錯誤的代價也更高。既要求你要把事情看得更深一些，同時又不能一直想，很多事情都必須要快速決策。
清流：怎么做到既深度思考、又快速決策？
陳建宇：這是一個綜合性的能力，就像我們早期選擇原創技術路徑時，需要先看清楚全局的路，了解各條技術路線。但也不要花太多時間看，因為這就是一個不確定性非常高的事，你永遠不可能完全看清。在看到一個相對比較有把握的狀態時，就要開始大膽一點往前做。技術是這樣，商業更是如此。
我堅信很多事情就是創造出來的，選定路之后就要相信自己，做一切努力去增大它成功的概率。
清流：創業至今最有成就感的時刻？
陳建宇：看到我們的機器人第一次走起來的時候。當時就覺得我們很牛x，哈哈哈！心想特斯拉又如何，我們也是可以做出來的。
清流：目前遇到的最大挑戰是什么？
陳建宇：我覺得前面經歷的都不算最大的挑戰。有遇到過一些有挑戰的技術問題，但因為我做技術這么多年，已經習以為常了。技術本身第一性原理還是比較強的，即使有什么問題，我們也可以快速彌補，最多就是浪費一小部分時間和一些人力物力。
相比于技術上的挑戰，未來即將要面對的商業決策可能會更具挑戰。商業的不確定性更高，特別硬件產品拉通之后，需要考慮量產、建廠、供應鏈打通，整個投入會比現在高很多，商業決策錯誤的代價也會高一些。
清流：你打算怎么應對？
陳建宇：公司層面我們已經在做相應的準備了。雖然我們團隊是做科研出身，但是我們一直認為好的技術產品最終是要能實現商業化的。再頂尖的技術，如果成本過高、質控不穩定、不好用，都會導致最終無法在實際應用場景落地。所以我們一直堅持模塊化的產品設計，并通過一些成熟的模塊化產品實現小步快跑商業化。目前主線人形產品已經涵蓋了所有的功能，從主線產品拆分出幾個模塊組裝一下，就可以做出其他形態的產品，實現現階段技術與場景結合的最優解，這也降低了我們做一款產品的成本。在幫助企業實現自身造血能力的同時，通過場景的打磨、獲得真實使用數據反饋，幫助我們在產品研發上進一步迭代，逐漸形成商業－數據－研發的閉環。目前，在部分場景中我們已經有了一些客戶訂單。
對我個人來說，要進一步提升學習能力和學習速度，多跟人交流、學習、多練習。團隊方面，我們也會陸續引入具備商業化能力的成員。未來，還借助合作伙伴獲得更多的行業資源支持。
清流：和清流接觸的初印象是怎樣？
陳建宇：和清流這邊認識得比較早了，去年就開始和deal team有陸續接觸。行業里大家對清流的評價都非常高，清流的投資人是真正懂具身智能的，而且會從公司發展的角度進行賦能，清流背后各方面的產業資源也有足夠的能力給公司提供幫助。
清流：哈哈哈看來還很認真地做了反向背調呀~
陳建宇：融資時大家都會聊起嘛。我覺得企業融資不只是爭取資金的支持，同時投資人也是我們非常重要的伙伴和很好的朋友。
清流：至今清流有給公司提供過什么幫助嗎？
陳建宇：清流實際在各方面對我們的支持都蠻大的，一方面幫助提升我的認知，同時也對接了不少資源。夢秋總以前在產業里，經驗和資源都非常豐富，我們有一些問題也會主動去問她，她很愿意幫助我們排憂解難，給我們介紹行業資源和人脈。
雨豪總經常會過來公司關心我們，看到行業最新的動態或paper也會及時和我分享和交流。創業路上難免遇到一些困難的事情，他也會給我做些心理按摩。
這一年真正接觸下來，清流給我感覺真的就像這個名字一樣，是一個很賦能型的資本。
清流：看來會做心理Massage也成為當下投資人的核心競爭力之一了~
陳建宇：哈哈哈，創業路上得到這樣的心理支持還是非常好的。我們也非常幸運能跟清流合作。
清流為何投資星動紀元
清流資本長期保持對全球機器人行業的洞察與戰略布局，新一輪AI技術變革出現后，更是積極探索AI和物理世界結合的投資機會。前沿模型的發布為具身智能的突破鋪平了道路，使機器人能夠以前所未有的方式理解、推理、與物理世界互動，為通用智能機器人的實現帶來革命性的機會。尤其在人形機器人領域，展現出極高的技術突破和商業化潛力，市場及產業急需實用且可擴展的創新解決方案，為投資具身智能創造了一個獨特的窗口期。
實現自主感知、規劃決策、執行閉環并且能在各種場景自適應的智能通用機器人，是機器人和AI 領域的長期目標。然而，傳統機器人系統由于缺乏交互、感知、決策的能力，往往難以實現這些功能。自從OpenAI發布GPT-3以來，AI的蓬勃發展，特別是各類大語言模型（LLMs）和視覺大模型（LVMs）的問世，為機器人實現泛化的理解、推理、并與物理世界產生交互的智能系統——即“具身智能”概念，提供了算法基礎。同時，對于大模型而言，機器人是通用AI實現與物理世界交互的關鍵載體和入口。
大模型所展現的泛化能力，為通用智能機器人的實現帶來了全新的可能性。我們認為此次AI與機器人的結合將對機器人感知、決策、控制的整體系統能力帶來全面重構，在更大范圍內擴展機器人的能力邊界，帶來更廣泛的市場新機會。這一變革將對機器人行業產生全面和深遠的影響，使機器人進入一個全新的發展范式。
同時，具身智能有可能成為少數由中國引領而非美國主導的前沿創新科技領域之一，我們判斷這一領域的最終格局可能類似于新能源車的發展趨勢：盡管美國在技術原創性和創新方面處于領先地位，但就現階段中國在生產制造方面已經展現了強大的追趕能力和優勢。同時，在具身智能相關的AI研究方面，實際主導學者均為華裔或中國學者，原創性和追趕速度也非常迅速。因此，放眼全球，中國在機器人產業中有望占據主導地位。
過去的一年，我們見證了由陳建宇老師帶領的星動紀元團隊展現出來強大的技術迭代能力，比如：在腿部運動控制算法方面，從傳統模型控制轉向帶感知的強化學習算法，實現了復雜地形上的順利通行；在手部通用操作算法方面，團隊進展迅速，已實現端到端靈巧手大模型。充分展現了在相對收斂的技術路線上行業領先、新技術路線快速發現/復現/落地的能力、軟硬件一體化結合和靈活的商業化思路。
我們期待星動紀元憑借其技術積累和持續創新，在該領域樹立行業標桿，推動智能機器人在各類復雜應用場景中的普及與落地，為行業注入新活力，加速具身智能的商業化進程，賦能全球機器人產業的轉型升級。
