三個理想火槍手創(chuàng)業(yè)，打破具身最快百臺交付紀(jì)錄

田晏林 發(fā)自 蘇州
量子位 | 公眾號 QbitAI

創(chuàng)業(yè)快一年，昔日理想智駕團隊的三位核心負責(zé)人——王凱、賈鵬、王佳佳，總算可以小秀一把「肌肉」了。

7月6日，至簡動力宣布，其首款全場景機器人i7 Pro完成首批百臺交付。

這也是具身智能行業(yè)最快的百臺交付紀(jì)錄，用時不到一年。

當(dāng)天，至簡動力全球首個CNC智能化具身機器人產(chǎn)線也同步亮相。

在這場「匯報」一年工作成果的發(fā)布會上，至簡動力的生態(tài)合作伙伴、客戶、開發(fā)者伙伴都來了。

甚至第一排，作為理想系具身公司——至簡還專門給理想的老伙計們留了位置。

量子位在現(xiàn)場看到，不僅前理想汽車第二產(chǎn)品線總裁張驍（現(xiàn)任斜躍智能聯(lián)創(chuàng)&CEO）、前理想汽車第一產(chǎn)品線營銷負責(zé)人趙哲倫（維他動力聯(lián)合創(chuàng)始人）被邀請。

現(xiàn)任理想自動駕駛/AI大模型「一號位」詹錕、人形機器人部門負責(zé)人湛逸飛也趕來給“老戰(zhàn)友”捧場。

從創(chuàng)始團隊的履歷看，至簡動力是具身賽道非常典型的、帶有極強自動駕駛基因的創(chuàng)業(yè)公司。

三位創(chuàng)始團隊成員：王凱（董事長）、賈鵬（CEO&CTO）、王佳佳（聯(lián)創(chuàng)&COO），均來自理想汽車智能駕駛團隊。

2025年7月底，三人籌備成立新公司，隨后僅用半年時間，就接連完成5輪密集融資，成為具身賽道成長速度最快的獨角獸。

不僅吸引了元璟資本、紅杉中國等財務(wù)頭部機構(gòu)的關(guān)注，騰訊、阿里兩大互聯(lián)網(wǎng)巨頭也一起入局。

但賈鵬告訴量子位，其團隊在創(chuàng)業(yè)前，技術(shù)邊界早已不止自動駕駛。

團隊成員在理想任職期間，已經(jīng)落地多項具身自動化業(yè)務(wù)：

比如，自研工廠下線無人檢測產(chǎn)線，依靠機械臂+視覺完成外觀、車機、充電兼容性全自動校驗，出廠路測搭載視聽傳感自動篩查異響。

“佳佳（至簡動力聯(lián)創(chuàng)、COO）出來之前，還把自動充電干了。”

在賈鵬看來，行業(yè)技術(shù)擴散非常快，很多公司的大模型長得都差不多。真正決定勝負的是，是看底層基礎(chǔ)設(shè)施建設(shè)的能力。

• 是否真的玩過萬卡（萬卡訓(xùn)練集群）？
• 是否訓(xùn)過自己的基模？
• 是否摸過各種芯片？

而這些，賈鵬說他們團隊都做過，這次創(chuàng)業(yè)屬于「有備而來」。

同時，他也承認，具身比智駕要難“非常非常多倍”。

幸虧自己早年在NVIDIA待過5年，心態(tài)練的比較好。

“老黃一直給我傳達做產(chǎn)品的理念，就是做一個Rubbish出來，先讓大家罵，被罵多了，東西才能成。”

讓i7 Pro自己造自己

i7 Pro，就是被「罵」過后才走向批量交付的。

據(jù)悉，這次至簡落地的全球首個CNC智能化具身機器人產(chǎn)線，是和國內(nèi)諧波減速器行業(yè)龍頭綠的諧波子公司開璇智能合作的。

諧波減速器，簡單理解，就是機器人的“關(guān)節(jié)”。

機器人能不能走得穩(wěn)、動作準(zhǔn)、耐用抗造，全靠這個核心部件撐著。

這次兩家合作，主要干一件事：讓i7 Pro自己造「自己」。

它在產(chǎn)線上負責(zé)加工諧波減速器的內(nèi)部零件，屬于硬件自舉閉環(huán)了。

賈鵬告訴量子位，他們兩家是互相供貨、雙向配套的合作關(guān)系。

兩支團隊幾乎全程駐場協(xié)同，長期吃住、辦公都綁在一起。

磨合多了，爭論必不可少。

因為真實工廠的環(huán)境，遠比我們想象的殘酷。

CNC加工車間滿地都是切削油污，地面又油又滑，跟干凈整潔的實驗室完全是兩個世界。

i7 Pro剛進場測試的時候，直接當(dāng)場“翻車”。

輪子一直打滑，機身晃來晃去，根本站不穩(wěn)、走不正，連最基礎(chǔ)的移動都做不到，更別說精準(zhǔn)加工零件了。

當(dāng)時團隊面前擺著兩條路：要么花錢改造車間地面、重做地坪，適配機器人；

要么優(yōu)化行走模組，讓機器人主動適配這種又油又滑的惡劣工況。

除了走路打滑，初期機器人夾爪很難精準(zhǔn)完成按壓機床按鈕這類精細動作。

當(dāng)時又是一道選擇題：是換更高精度的夾爪、堆硬件堆成本？還是讓機床適配機器人的作業(yè)邏輯？

很多團隊遇到這種問題，大概率會選省事的方式：換配件、堆硬件、改環(huán)境。

但這樣做的后果很明顯：機器人永遠是“特供機”，只能適配這一個干凈、定制化的場景，換個工廠、換條產(chǎn)線可能就廢了。

雙方「罵」出來的結(jié)果就是，他們一致選了更復(fù)雜的路。

至簡死磕機器人本身；綠的諧波則給機床預(yù)留信號交互接口，后續(xù)機器人無需依靠夾爪物理按壓、低依賴觸覺傳感，直接下發(fā)數(shù)字信號就能控制機床啟停、開關(guān)艙門、觸發(fā)功能按鍵。

在賈鵬看來，雙方團隊必須認知一致，都能吃苦，才能快速打磨迭代好產(chǎn)品。

“而且我們預(yù)備著是讓用戶先罵，不能等到了現(xiàn)場宕機，耽誤生產(chǎn)。”

也正是解決了無數(shù)個小bug，i7 Pro才擺脫實驗室demo的標(biāo)簽，真正進入工廠干活。

現(xiàn)在的它，是一套可以隨便遷移、適配各類工業(yè)工況的通用機器人平臺。

據(jù)悉，除了CNC產(chǎn)線，i7 Pro也進入了柔性PCB、光模塊這些場景。

至簡動力聯(lián)創(chuàng)&COO王佳佳表示，因為這些場景有真實需求。

像CNC、精加工、熱處理這些環(huán)節(jié)，本身壁壘比較高，人工成本也在升。

客戶如果是新建產(chǎn)線，那么一開始就按照具身智能機器人可以使用的方式去設(shè)計，把抓、拿、放、取、運輸、搬運、上下料這些環(huán)節(jié)納進去，后面部署會更順。

而且光模塊、柔性PCB這些場景，跟AI基礎(chǔ)設(shè)施的增量也相關(guān)。

“我們希望先在這種有真實需求、有增量、有工藝難度的場景里，把自己的快速部署、穩(wěn)定運行、數(shù)據(jù)閉環(huán)和模型能力練出來。”

量子位了解到，除了工業(yè)場景，至簡動力未來也計劃進入商超零售、智慧物流和生物醫(yī)藥等領(lǐng)域。

在產(chǎn)品矩陣上， 下個月該公司還會有兩款新品發(fā)布。

頂配i7 Pro，22.98萬

談及為什么會和至簡動力合作，綠的諧波CTO、開璇智能CEO儲建華坦言，背后首先是制造業(yè)正在面對的人力困境。

他們之前的工廠擁有1000多臺CNC數(shù)控機床，每臺設(shè)備背后，都需要「操機員」完成上下料、裝夾、檢測等重復(fù)性工作。

“傳統(tǒng)操機員工作乏味枯燥，年輕人不愿上夜班，工廠面臨招工難問題。”

但傳統(tǒng)工業(yè)機器人，并沒有完全解決這個問題。

原因在于，傳統(tǒng)機器人更適合高度標(biāo)準(zhǔn)化的生產(chǎn)環(huán)境。

一旦面對多品種、小批量、頻繁換線的制造場景，就需要重新示教、重新調(diào)試，部署成本很高。

他們需要具身智能機器人靠手眼腦協(xié)同模型，可自主思考，實現(xiàn)零件隨便放、自己找位置和裝夾，適應(yīng)不同場景。

而且它還能根據(jù)零件的不同大小、種類、規(guī)則完成自動的柔性抓取。

但一個現(xiàn)實的問題是：具身智能機器人，太貴了。

為了讓機器人擁有更強能力，需要更多傳感器、更復(fù)雜的執(zhí)行機構(gòu)、更高算力的平臺，以及大量軟件和算法投入。

這些都會直接反映在整機價格上。

據(jù)悉，i7 Pro最高配版本售價僅22.98萬元。

相比行業(yè)中部分售價五六十萬元的人形機器人，便宜太多。

“你是客戶，你會買誰？”王佳佳算過，相比傳統(tǒng)方案，購買i7 Pro可以1.5年回本。

“機加工行業(yè)平均工資8000～1萬元，ROI不用算，問問工資就知道了。”

儲建華也說，使用具身智能機器人一年左右可收回人工成本。

但22.98萬元背后，不只是簡單壓縮利潤。

在王佳佳看來，機器人行業(yè)現(xiàn)在有點像新能源汽車早期階段。

當(dāng)時的問題，同樣不是沒人需要汽車，而是電池成本、供應(yīng)鏈和制造能力限制了規(guī)模化。

機器人如今也面臨類似問題。

至簡動力想做的，是通過真實應(yīng)用反向推動制造體系成熟。

這也是「機器人造機器人」背后的原因。

王佳佳把這個過程形容為：

以前大家討論先有雞還是先有蛋，現(xiàn)在我們已經(jīng)有雞了，開始下蛋了。

這其實和當(dāng)年特斯拉的做法很像：

先造Roadster（高價小眾），再用其技術(shù)造Model S/X（高端走量），最后用積累的供應(yīng)鏈和制造能力推出Model 3/Y（大眾普及）。

每一次迭代，都是在用上一代的“蛋”來孵化下一代的“雞”。

在這套邏輯里，機器人不是單純的銷售產(chǎn)品，而是一個持續(xù)迭代的制造平臺。

• 機器人產(chǎn)生的數(shù)據(jù)，會反過來優(yōu)化模型；
• 真實生產(chǎn)反饋，會推動硬件改進；
• 等規(guī)模擴大后，又進一步攤薄研發(fā)和制造成本。

最終形成一個正循環(huán)。

當(dāng)然，這個循環(huán)不會一夜形成。

賈鵬直言，今天整個具身行業(yè)硬件的成熟遠遠不夠，還沒有所謂的「工藝標(biāo)準(zhǔn)流程」。

“去年具身機器人的出貨量也就是15000臺。啥意思？可能不如一款車一周的銷量。”

機器人行業(yè)仍然需要解決成本、可靠性、供應(yīng)鏈等一系列問題。

從自動駕駛到具身智能

自動駕駛“老炮兒”轉(zhuǎn)行做具身，也讓外界天然產(chǎn)生一個疑問：其技術(shù)、工程經(jīng)驗，是否真能直接平移？

在賈鵬看來，自動駕駛和具身智能雖然都屬于AI進入物理世界，但解決的問題完全不同。

自動駕駛更多是在理解一個動態(tài)環(huán)境。車輛需要知道道路結(jié)構(gòu)、交通規(guī)則，以及其他車輛和行人的行為，然后做出決策。

而機器人面對的是一個更加開放的世界。它不僅需要理解環(huán)境，還需要理解物體本身。

具身智能比自動駕駛難非常非常多倍。

賈鵬這樣評價兩個方向的差異。

不過，自動駕駛時代積累下來的能力，依然給他們的創(chuàng)業(yè)提供了一些重要基礎(chǔ)。

一是對于AI工程體系的理解。

過去做智能汽車，需要經(jīng)歷完整鏈路：傳感器數(shù)據(jù)采集；數(shù)據(jù)處理；模型訓(xùn)練；端側(cè)部署；產(chǎn)品交付。

這套方法論，在機器人領(lǐng)域同樣重要。

但更重要的是，自動駕駛行業(yè)培養(yǎng)了一批真正理解「大模型如何進入現(xiàn)實世界」的人。

在賈鵬看來，AI產(chǎn)品最終不是停留在論文或者實驗室，它必須面對成本、性能、可靠性和用戶體驗。

這是很多純算法團隊缺少的經(jīng)驗。

二是對于基礎(chǔ)模型的理解。

這些能力，正是他們團隊過去幾年在智能汽車行業(yè)積累下來的。

但進入機器人行業(yè)的日子也不輕松，他們遇到了很多新挑戰(zhàn)。

在汽車領(lǐng)域，模型更多承擔(dān)感知、預(yù)測和決策任務(wù)。而機器人需要進一步連接語言、視覺和動作。

它不僅需要回答「世界是什么」，還需要回答「我應(yīng)該怎么改變這個世界。」

這意味著，機器人模型必須具備更強的多模態(tài)理解能力，以及與物理環(huán)境交互的能力。

也因此，至簡動力沒有把自己定義為一家單純的機器人硬件公司。

賈鵬更愿意把公司看作一家面向機器人時代的基礎(chǔ)設(shè)施公司。

目前，該公司150多人的團隊中，負責(zé)模型和算法的人超過一半。

過去的一年，整個團隊也投入大量精力搭建LaST?基座模型及后訓(xùn)練模型體系。

他們選擇在同一個Transformer編碼空間中進行聯(lián)合訓(xùn)練，把語言、視覺、空間、機器人狀態(tài)、世界模型、VLA和快慢思考統(tǒng)一到同一個可擴展的模型與訓(xùn)練框架里。

但模型只是其中一環(huán)。機器人真正進入現(xiàn)實世界，還需要持續(xù)的數(shù)據(jù)反饋。

因此，至簡動力也搭建了一套從便攜式數(shù)據(jù)采集設(shè)備、數(shù)據(jù)治理、自動標(biāo)注、訓(xùn)練驗證到模型迭代的完整數(shù)據(jù)閉環(huán)。

每一次真實任務(wù)執(zhí)行，都是一次新的數(shù)據(jù)積累。

這些數(shù)據(jù)最終會反過來推動模型能力提升。

與此同時，在本體設(shè)計師，至簡還遵循車規(guī)級系統(tǒng)工程標(biāo)準(zhǔn)，打造通用本體平臺。

i7 Pro采用分層模塊化架構(gòu)，核心組件可通用復(fù)用。

這種設(shè)計的意義在于，當(dāng)機器人進入不同場景時，不需要每一次都重新設(shè)計一套硬件，而是通過模塊組合快速適配。

不過，如果想成為機器人時代的基礎(chǔ)設(shè)施，僅有模型和本體還不夠，還需要讓更多開發(fā)者參與進來。

目前，至簡動力也在搭建機器人開發(fā)平臺，開放Agent框架、Skill庫、底層SDK、仿真驗證以及真機部署工具。

在賈鵬看來，未來機器人行業(yè)不會只有一家公司的勝利。

真正成熟的生態(tài)，需要像智能手機和汽車產(chǎn)業(yè)一樣，有底層平臺、開發(fā)者和應(yīng)用共同推動。

One More Thing

近期，機器人公司頻繁傳出融資、上市進展。

賈鵬認為，資本關(guān)注只是技術(shù)產(chǎn)業(yè)化過程中的一個階段。上市并不是終點。

而且他判斷，隨著一批具身智能企業(yè)完成上市，行業(yè)大概率也會進入一輪冷靜期。

他給出的理由很簡單：任何新技術(shù)的發(fā)展，都要經(jīng)歷從興奮到冷靜，再到價值驗證的過程。

大語言模型早期也曾被質(zhì)疑「除了聊天還能干什么」，直到真正找到商業(yè)場景，行業(yè)才重新建立信心。

“上市、融資和行業(yè)預(yù)期會讓短期很熱鬧，但財務(wù)數(shù)字、真實交付、客戶價值最終會讓市場重新評估。”

賈鵬坦言，這個過程可能會比較殘酷，但也會讓行業(yè)回到產(chǎn)品和技術(shù)本身。