對話曠行科技舒江鵬，機器人什么時候才能替人下礦井？

搜狐科技《超級瓦力——對話具身智能50人》欄目第16期，對話曠行科技創始人舒江鵬。

• 識別和診斷能力，是具身智能在高危場景落地的第一道門檻，也是目前最大的壁壘。

• 以礦山為例，現在機器人已經能做到包括巖土穩定性檢測和管線巡檢等很多具體環節的作業。

• 目前來看，絕大多數高危場景并不需要雙足人形機器人。

出品｜搜狐科技

作者｜常博碩

視頻接通后，舒江鵬沒有立刻聊機器人。

辦公室里，白墻、木柜、綠植，陳設十分簡單。鏡頭里的舒江鵬穿著一件淺灰色Polo衫，戴著眼鏡。他說話語速很快，語氣卻特別溫和，偶爾冒出幾句笑話，他總是自己先笑起來。

初次見他，很難第一時間把眼前這個樸實、甚至有些過于“接地氣”的人，和風口行業的CEO聯系起來。

當具身智能成為資本與技術共同押注的熱門賽道，很多具身公司將資源傾注于更靈巧的手、更驚艷的demo、更吸引眼球的表演，舒江鵬關注的是一批幾乎從不出現在聚光燈下的場景：礦山深處、隧道腹地、水電站機房、輸變電站甚至高危化工廠。

這些地方沒有音樂和舞蹈，也幾乎沒有流量和掌聲。這里只有粉塵、噪音、高溫、黑暗，以及真實存在的風險。

據中國新聞網報道，僅2025年，全國共發生各類生產安全事故19884起、死亡18261人。安全事故率在持續下降，但這些數字背后，依然是一個個具體的人和家庭。

走向那些風險似乎是舒江鵬土木工程背景帶來的某種必然。“我自己的背景是浙江大學土木工程。土木行業天然對應很多高危作業場景，比如礦山、水電站、電力設施這些領域。這些場景有幾個共同點：環境惡劣、位置偏遠，而且越來越缺人。”

舒江鵬過去十多年的研究幾乎始終圍繞工程現場展開。他比很多從計算機或AI背景進入機器人行業的創業者，更早接觸那些真實的工業環境，也更早意識到，在中國，高危工業場景正面臨越來越嚴重的人力斷層。

礦山開采、橋隧施工、電力巡檢、水利運維、油氣化工……這些支撐現代工業體系運轉的關鍵環節往往環境惡劣、地點偏遠、危險系數極高。

在交談中，舒江鵬提到一個細節，讓人印象很深。在很多高危工業場景里，40歲以下的一線工人已經非常少見。“年輕人不愿意下礦山，也不愿意去這種高危場景。年紀大一點的人，也不希望自己的子女繼續干這樣的工作。”

于是，一個越來越尖銳的矛盾出現了。中國作為全球基建規模最大的國家之一，海量基礎設施正在進入運維周期，但承擔高危作業的一線人力卻在持續收縮。

“很多風險并不是沒人知道，真正的問題是，沒有足夠的人去排查它、發現它、處理它。”

也正是在這樣的背景下，舒江鵬逐漸意識到，機器人最迫切的價值其實在那些人越來越不愿意去的地方。這個判斷，最終推動舒江鵬走出浙江大學實驗室，在2024年底帶隊創立了曠行科技。

“曠行”這個名字，藏著他的思考。最初，它指向礦山，這是團隊最早看到巨大需求的場景之一，但最終，他們沒有采用礦山的“礦”，而是選擇了曠野的“曠”。因為在舒江鵬看來，“礦”太具體。而“曠野”意味著更大的邊界，也意味著更遠的未來。

以下為本次對話精編：

從實驗室到礦山

搜狐科技：是什么契機，讓您決定從實驗室走向產業？

舒江鵬：最大的契機其實很現實，就是學校里的項目已經接不完了。高校團隊規模是有限的，學校給老師分配的博士生、碩士生名額是固定的，在這種情況下，如果要擴大團隊，最直接的方式就是成立企業。

另一方面，高校做科研和企業做研發雖然都叫研究，但目標其實完全不同。高校更多是做 prototype，也就是原型機。核心是證明你的創新性。至于這個原型機是否真正好用，很多時候不是最核心的問題。但企業不一樣。企業必須把產品做得真正有用，能夠服務行業、服務社會。對我們來說，做出真正能落地的產品，比單純做出一個“很新”的東西更重要。

搜狐科技：創業是從什么時候正式開始的？

舒江鵬：我們整個創業團隊大概是2024 年底正式拉起來的。那個時候其實具身智能已經很熱了，大家都在做各種機器人，很多是展示型機器人，比如跳舞、互動這些。但我自己的背景是浙江大學土木工程。土木行業天然對應很多高危作業場景，比如礦山、水電站、電力設施這些領域。這些場景有幾個共同點：環境惡劣、位置偏遠，而且越來越缺人。

年輕人不愿意下礦山，也不愿意去這種高危場景。年紀大一點的人，也不希望自己的子女繼續干這樣的工作。這意味著這里存在非常明確、而且很大的市場需求。更重要的是，我們團隊在這個方向已經做了大概15年研究，技術儲備足夠深。

搜狐科技：什么樣的場景屬于高危場景？主要包括哪些類別？

舒江鵬：高危場景其實有很多，但我們目前主要聚焦幾個方向。第一是礦山資源，包括采礦、加工、冶煉等，這些環境的工作條件都非常惡劣。第二是能源電力，比如水電站、火電站、輸變電站。第三是油氣化工。這類場景除了危險之外，還有毒性問題。第四是交通城建，比如造橋、修路、隧道施工等大型工地。這些領域有一個共同特點：都屬于大基建相關場景。它們往往環境惡劣、地點偏遠、招工困難，很多崗位甚至40歲以下的從業者都非常少。

搜狐科技：你們更想替代從事最危險的工作的人，還是替代最缺人的崗位？

舒江鵬：我們的目標其實不是替代人，而是滿足產業需求。很多高危行業并不是不知道安全風險，而是沒有足夠的人去排查這些風險。如果完全依靠人工排查，成本會非常高。很多事故并不是因為問題不存在，而是因為沒有足夠的人力去發現問題。

搜狐科技：也就是說，相比替代人完成動作，你們更希望機器人先替人進入危險環境，做判斷和決策？

舒江鵬：可以這么理解。我們機器人的目標是完成“巡視、診斷、處置”三個環節，而不只是傳統意義上的巡檢，我們真正核心做的是“機器人工程師的大腦”。現階段更多是人機協同，機器人可以完成50%的工作，但剩下50%仍然需要工程師完成。但長期來看，這些高危場景最終一定會越來越多地由機器人承擔。

機器人已經能完成一些高危環節作業

搜狐科技：目前你們的產品形態主要是什么樣的？

舒江鵬：雙足、輪式、四足這些形態我們都在嘗試。但由于現在市場上已經有不少成熟的機器人本體產品，所以我們目前研發的重點并不是本體，而是它上面的“大腦”。我們在做的是一個標準化的“機器人大腦盒子”。這個盒子可以適配目前市場上常見的機器人平臺，比如宇樹科技、云深處、智元等，包括四足機器人，甚至無人機。如果客戶有需求，我們可以把這套系統部署到不同載體上，讓它完成對應作業。當然，也有一些特殊場景，現有機器人本體滿足不了需求。遇到這種情況，我們會和其他企業合作，通過定制化方式生產特定應用設備。

搜狐科技：人形機器人在高危場景有優勢嗎？

舒江鵬：目前來看，絕大多數高危場景并不需要雙足人形機器人。履帶式、輪式、四足機器人基本都能滿足需求。關鍵在于兩點：第一，要能在復雜地形里穩定移動；第二，要具備足夠高度，能夠完成“看得見”和“夠得著”。所以我們更多是根據場景需求去設計本體。如果需要更高作業高度，就加高底盤、增加機械臂。至少在現階段，我還沒有看到高危場景對人形機器人有特別強的需求。

搜狐科技：很多機器人在實驗室里能跑通，但真正到了礦山、隧道這些復雜環境后，往往容易失效，這是為什么？

舒江鵬：我覺得最核心的問題是數據缺失。機器人作業本質上依賴 AI，不管是大模型還是垂類小模型，識別、判斷、生成都離不開數據。但高危作業場景的數據極其匱乏，尤其是負樣本數據，也就是那些真正帶有危險、異常、故障的數據。這類數據本身非常敏感，各企業通常不會公開。所以如果一個團隊沒有長期扎根行業、持續積累數據，它訓練模型時依賴的往往就是實驗室數據、仿真數據，或者比較理想化的數據。這樣的模型一旦到了現場，基本就不行。

搜狐科技：為什么真實環境的數據差別會這么大，目前高危場景機器人作業最大的難點在哪里？

舒江鵬：因為真實環境太復雜了。比如礦洞里光照極差，粉塵很多，干擾因素非常復雜，很多時候機器人拍到的一張圖像，關鍵信息可能已經被遮擋了。實驗室里的數據通常都很干凈，但現實環境完全不是這樣。如果把機器人比作人，它的感知系統就像眼睛和耳朵。假如它看不清、聽不清，那即使把機器人放到現場，它也什么都做不了。所以識別和診斷能力，是具身智能在高危場景落地的第一道門檻，也是目前最大的壁壘。

搜狐科技：現在訓練機器人大腦，是真實數據為主，還是仿真數據為主？

舒江鵬：目前大概是80%真實數據，20%仿真數據。我們發現，真正能訓練出有用模型的核心一定是真實數據。仿真數據更多是錦上添花，它可以幫助模型在原有基礎上再提升10%到15%的準確率。但如果反過來，真實數據只有20%，仿真數據占80%，那訓練出來的模型基本沒什么實際價值。

搜狐科技：目前你們的產品，哪些任務已經能穩定完成？哪些任務還必須由人工兜底？

舒江鵬：以礦山為例，我們現在還談不上完全替代人工，但已經能解決很多具體環節的問題。比如四足機器人可以在井下完成巖土穩定性檢測，幫助判斷是否存在落石風險。它也可以做管線巡檢，比如檢測滲漏、變形等問題。還有一些更復雜的任務，比如礦山爆破場景中的炮孔檢測、規范性檢查，這些機器人也已經可以參與輔助。但如果說讓機器人直接去裝填炸藥，目前還做不到。這也是我們正在努力推進的方向。

搜狐科技：這些機器人實際能帶來多大的安全提升？

舒江鵬：提升非常直接。礦工真正的風險，是下礦之后面臨的各種不確定性。如果機器人能替代一半的人進入礦下，那至少這一半人就是安全的。最壞的結果是機器人壞掉，但不會造成人員傷亡。

搜狐科技：為什么進入危險環境時，大腦比身體更重要？

舒江鵬：其實不只是高危環境，所有具身機器人，真正決定它能不能自主工作的，都是大腦。不是說身體不重要，而是機械本體這些年其實已經發展得比較成熟了。比如擰螺絲、搬箱子、抓取這些動作，現有自動化控制系統已經可以完成。真正難的是，讓機器人知道自己應該干什么。更難的是，在執行過程中環境發生變化時，它能不能理解變化并及時調整。比如目標物體尺寸變了、位置變了、材質軟硬度變了，它能不能感知并做出正確反應。歸根結底，最難的不是運動控制，而是認知能力。

今天的世界模型，還不懂什么叫塌方

搜狐科技：如果按領域來分，高危工業機器人和現在常見的工業機器人，比如工廠里做拆包、搬運、打包的機器人，最本質的區別是什么？

舒江鵬：最大的區別在于，高危作業場景的非標化程度更高。也就是說，它面對的現場環境更復雜、變化更多，沒有標準答案。所以這種場景其實更需要真正意義上的具身智能，機器人必須能夠識別現場實際情況，并根據不同情況做出不同反饋。難度比標準化工廠環境大得多。工廠里很多任務其實是高度標準化的。比如現在很多人形機器人在生產線上擰螺絲、搬箱子，我個人覺得很多任務用機械臂其實就已經可以完成。但高危場景不一樣，它更依賴機器人對復雜環境的理解和自主判斷。

搜狐科技：現在機器人行業都在談世界模型。對于高危場景來說，世界模型未來是不是主流？

舒江鵬：未來一定是世界模型。但我覺得，當前的世界模型還遠遠不夠。現在很多世界模型，本質上還是空間幾何模型。它主要解決的是空間理解問題——通過文本、圖像、視頻、三維信息，讓機器人知道空間結構是什么樣。比如它可以知道這里有一張桌子，那里有一把椅子。但問題在于，它不知道這把椅子結不結實。一個重物放上去去，椅子會不會塌，它不知道，因為這里缺力學模型。

搜狐科技：所以高危場景需要的是更深層的世界理解？

舒江鵬：對。比如在礦山場景里，世界模型可能可以把隧道形狀建出來，但它不知道哪塊巖石可能塌方或滲水。這背后其實涉及固體力學、流體力學等非常復雜的工程力學問題。我們這種有工程背景的團隊去做世界模型，一個核心方向就是把力學模型加入進去。要讓機器人真正理解什么情況下會塌方，什么情況下會爆炸，什么情況下結構會失穩。這才是未來高危場景世界模型真正重要的能力。我認為，這會成為未來解決高危場景風險感知的核心技術之一。

機器人行業的泡沫終會退去

但高危場景會先跑出來

搜狐科技：高溫環境會不會影響高危機器人的作業？現在大家也很關注極端高溫環境下的工作問題。

舒江鵬：這是一個需要關注的問題，但影響沒有外界想象得那么大。現在很多表演型機器人為了外觀更輕巧、更接近人形，關節設計會比較緊湊，所以更容易出現過熱問題。但高危工業場景不一樣。工業機器人對體積沒有那么敏感。我們完全可以把關節做得更大，比如做到現有產品的兩倍、三倍甚至十倍。另外，更大的空間意味著可以放更大的散熱裝置。只要不影響作業，體積不是核心問題。所以高溫對高危作業機器人的影響，相對來說沒有那么大。

搜狐科技：我們去過不少工廠，發現很多機器人動作都很慢。高危場景也會有類似問題嗎？

舒江鵬：會，但問題沒有制造業那么嚴重。機器人動作慢，有目前機械的局限性，但另一個重要原因是它在邊算邊動。不管是計算還是動作執行，目前都需要時間。算力瓶頸決定了它不可能同時做到又快又準。但高危場景和生產線最大的區別在于，高危場景對速度容忍度更高。生產線要求的是效率，比如一分鐘要完成多少件。但高危作業不一樣。很多時候，你五分鐘完成一個任務也沒關系。只要能保證人不用進入危險環境，這件事就有價值。

搜狐科技：您覺得距離機器人真正替代人，還有多久？

舒江鵬：我當然希望五年內，在某些特定場景實現機器人替代人。但如果從更現實、更專業的角度看，時間其實很難判斷。核心還是取決于有沒有足夠多的真實場景數據。如果數據問題解決不了，那真正全面替代人工的時間點其實無法預測。

搜狐科技：高危場景機器人會比其他機器人貴很多嗎？

舒江鵬：其實還好。通常在普通機器人基礎上增加5到10萬元成本，基本就能滿足需求。

搜狐科技：您覺得高危場景會成為具身智能最先跑出大規模收入甚至利潤的方向嗎？

舒江鵬：我個人非常認同這一點。無論從技術成熟度還是市場需求來看，高危場景都比家用場景更容易商業化。說得直接一點，在家里倒咖啡這種事，因為現在家政服務本身就很卷，商業上要實現閉環目前還很難。但在高危場景里，只要機器人能干活，它的性價比可能已經超過現場工程師，問題只是它現在能完成多少工作。從任務復雜度看，高危工業場景其實也低于家庭場景。

運營編輯 | 曹倩 審核｜孟莎莎