乔不迟 发自 凹非寺

　　量子位 | 公众号 QbitAI

　　具身智能的创业江湖，可以用“热辣滚烫”来形容。

　　几乎每天都有新的创业公司和创新技术冒出来，路线越来越多，玩家越来越多，融资、模型、数据、硬件……已经热得不能再热。

　　就在这片热闹里，又来了一位履历颇有意思的教授。

　　他叫张富。

　　这个名字背后的标签，单拎一个出来都够讲一段故事：李泽湘的学生、大疆8年产业顾问经历、香港大学副教授。

　　跟随李泽湘研究无人机时，他学会了沉下心到一线跟供应链团队、用户进行沟通，不止做学者、旁观者；在大疆8年，他了解把实验室技术做到产品的全过程和产业化面对的真实问题；在港大实验室，他和团队一起持续推进自主飞行等前沿研究。

　　所以张富这次创业，没去和一众玩家一起卷“地面”。

　　他把这三种经验结合，做不靠GPS定位、不靠飞手摇控，就能感知环境、判断自己在哪里、规划下一步往哪儿飞，最后自己把任务干完的空中智能体。

　　这也给具身进入人类世界创造另一种可能：

　　具身智能未必一定要长出人的手脚。

　　它也可以先长出一双翅膀，替人走进那些几十米高的幕墙、陡峭的山坡和危险的工业现场。

　　具身又来了一位创业教授

　　硅羽科技受关注不只因为它把具身智能搬到天空，还因为创始人张富。

　　张富是香港创业教父李泽湘的学生。他本科毕业于中国科学技术大学，之后在加州大学伯克利分校攻读博士。

　　2015年前后，张富受李泽湘邀请进入香港科技大学，开始系统研究机器人和无人机；

　　2016年起，又深度参与大疆的核心技术研发与产品化，覆盖飞控、多传感器融合、激光雷达等方向。

　　在产业一线深耕多年，参与过研发、产品定义和量产落地的完整过程。

　　后来，张富来到香港大学担任机械工程系终身副教授，期间组建MaRS Lab（港大机电与机器人系统实验室），把研究重点继续压在一件事上：让飞行机器人在陌生环境里自己找到路。

　　MaRS Lab公开资料显示，实验室长期研究UAV、自主导航、激光雷达SLAM和集群协同，并强调把实验室成果推向真实世界。

　　其中一个代表性成果，就是FAST-LIVO系列。

　　简单说，GPS失灵后，FAST-LIVO2可以让机器人靠自己“认路”：一边看周围，一边判断自己走到了哪里，再把沿途看到的世界拼成一张地图。

　　这一相关成果的论文获得了IEEE Transactions on Robotics（TRO）傅京孙纪念最佳论文奖。

　　这条技术路线，恰好成了硅羽如今“空中智能”的底座：先让机器知道自己在哪里，再让它理解周围是什么，最后进一步判断“我要做什么、下一步怎么做”。

　　目前，张富带着团队把实验室的科研技术转化成公司和产品。

　　公司目前构建了多模态感知、端到端运动控制、世界导航模型，以及灵巧作业和集群协同等技术体系，试图让飞行器摆脱对GPS、先验地图和持续人工操控的依赖。

　　所以，硅羽真正想卖的不只是更聪明的无人机，还有无人机的通用大脑。

　　让无人机拥有“自主能力”，不需要人实时手动操作，并且同一套智能，装进不同的飞行器，让它们自己感知、自己决策、自己完成任务。

　　资本已经开始下注。硅羽半年内连续完成四轮融资，累计数亿元，投资方包括耀途资本、锦秋基金、阿里巴巴等。

　　对张富来说，资本真正关注的并不是一架更智能的无人机，而是飞行器下一阶段可能出现的能力范式变化：

　　当成千上万种不同的飞行平台进入真实世界，能否让它们共享一套不断进化的智能能力？

　　给无人机装上大脑

　　量子位：具身智能这么热，大家注意力大多在地面人形具身，你为什么偏偏选了更有难度的空中？

　　张富：我博士的时候研究控制理论和人工智能，当时在学校实验室见过简陋的四旋翼无人机，觉得特别有趣。

　　2015年开始，我在港科大李泽湘老师的实验室里正式接触无人机，做了大量基础性工作，从无人机新构型硬件，到定位、感知、导航。

　　这两年具身智能发展得很快，我们很早就把具身和无人机做结合了。

　　随着研究深入，我们需要更多算力、数据和专利。

　　另一方面，我们收到大量潜在客户的邮件，希望利用更智能的飞行器解决一些传统方式难以覆盖的问题。

　　这两个因素合在一起促使我创业，一是满足市场需求，二是借助公司平台更好地推进技术突破，把通用空中智能推到下一阶段。

　　无人机能去作业的场景，都是人很难去、或者去的成本很高、很危险的地方，天生具有不可替代性。

　　我认为，空中具身智能的商业进展会更快。

　　如果说飞行器行业的上半场比拼的是工程成熟度，那么下半场的核心变量将是自主能力。这已经成为行业的痛点，大家都把技术、资金投入到这里，所以这个赛道的价值体现会更早。

　　量子位：融资后有报道提到你们正在量产，目前产品能完成什么任务？

　　张富：现在人为操作的无人机受限于技术和智能化程度，还是有很多地方去不了，这部分就是我们的目标。

　　今年年底我们会量产第一阶段的产品，就是让它们不再需要飞手遥控，飞去更多困难复杂的场景自主完成特定任务。比如地下空间的管廊、隧道，室内空间的仓储、厂房，还有桥下、森林树林等这些无人机很难作业飞行的地方。

　　再进一步要让无人机具备自主思考的能力，像人一样推理世界、自我决策，会根据环境判断怎么飞，甚至在完全未知的环境，靠以前经验做出判断，完成任务，就像把人的脑袋放到无人机上。

　　我们的技术目前还在研发迭代，让它更稳定成熟。

　　第三阶段的产品会具备干预世界的能力，比如抓东西。这方面商业化需求和落地需求还需要时间培养，比如高空作业，玻璃幕墙清洗。

　　现在这些作业场景都是把人送上去，非常危险、成本高、效率低，以后都能通过智能飞行器操作完成。

　　量子位：硅羽科技的核心竞争力有哪些？

　　张富：我们团队在两个维度做得比较好。第一是原始技术的创新能力，这10年我们研发的技术被企业广泛使用。

　　比如，在大疆时我负责研发的激光雷达览沃（Livox），解决了激光雷达贵和重的问题，现在从割草机、移动机器人、物流机器人、机器狗，包括空中具身行业，大量无人机在用览沃。

　　贵和重对于空中的设备更重要，任何一点重量都带来能量损失、续航损失。我们的产品在同类产品里应该算最轻的，重量不到一千克、整个产品只有一张A4纸大。

　　它的续航能力跟常见的无人机类似，20-30分钟。但这里要注意，绝对续航是一方面，更重要的是有效续航。有效续航是单位时间能执行多少任务。

　　无人机靠人操作，人首先要对环境做出判断，再操作，还要在空中不断干预、纠正，这在无形当中降低了无人机的作业效率。

　　空中智能体有自主解决问题的能力后，就不需要人为操纵，它能够高速自主飞行，在单位时间内能飞的地方更多，执行的任务远比现在靠人手动操作的无人机要高好几倍。

　　以前执行任务需要20分钟，现在可能只需要5分钟。在我看来，这其实才是解决续航问题最好的做法。

　　第二是量产经验，我们知道怎么把技术做成可靠一致、满足用户痛点的产品。

　　量子位：你在产业一线做了8年科学顾问，这段经历对创业有什么用？

　　张富：最大的收获是让我了解把技术落地成为产品的全过程。

　　我以前是比较典型的学者思维，只想做有趣的、前沿的、能发论文的研究。

　　但研究出来的技术如何用到产品上，用到真实的世界，我没有过多了解。

　　但当我到了企业中才接触产业化过程中会遇到什么问题、需要什么资源、怎么解决、怎么把产品推向市场，只有真的下沉到生产一线、去工厂跟研发人员沟通、看工人操作，甚至自己上手操作几遍，才知道软硬（件）结合产品做到产品层面有多少困难挑战。

　　这段经历让我对问题的思考不止停留在学者思维，还会用产业化的角度去思考，去解决真实产业当中的问题。

　　量子位：公司刚建不久就有阿里很强的融资公司进来，大家说投钱是为您这个人，您觉得教授身份是投资主因吗？

　　张富：教授身份是一方面，肯定是亮点，代表我们有原始技术创新能力。

　　但最终大家看的一定不是某一个身份标签，而是团队有没有能力把一件长期而困难的事情真正落地做出来。

　　重构数字孪生仿真环境

　　量子位：具身智能行业都面临数据紧缺，空中具身是不是更缺？数据采集的成本也更高？

　　张富：是的，而且获取成本会更高。很多地面具身数据可以通过人直接采集，但空中数据需要飞行器真正进入三维空间运行，还涉及飞手、设备、安全和场地条件。因此，高质量空中真实数据本身就比较稀缺。

　　如果完全依赖真实飞行去覆盖所有环境，成本会非常高，而且很多长尾场景也很难完整采集。

　　所以我们一直在探索怎样利用少量真实世界数据，构建更大规模、更丰富的训练环境。

　　量子位：那硅羽用什么方式采集数据？

　　张富：如果只靠真机采集真实数据，可能累积10年都不够用，成本也是无法估量的。

　　我们做一套Real-to-Sim数据采集系统，只需少量现实飞行数据就能重构非常逼真的仿真环境，批量生成不同场景的训练数据，大幅降低对真机采集的依赖。

　　Real-to-Sim相当于放大器，一条真实数据可以复制、放大几千倍甚至上万倍，重复飞行数千至数万次，能在一定程度上解决真实数据稀缺的问题。

　　量子位：这样会产生sim-to-real gap吗？

　　张富：这就是为什么我们做Real-to-Sim，而不是纯仿真。

　　纯仿真会出现较大sim-to-real gap，但我们的gap小很多，因为环境不是从噪声（误差）中直接生成，而是真实数据重构出来的，跟真实世界一模一样。

　　在建筑领域叫数字孪生，现实世界长什么样，通过Real-to-Sim放到电脑数字世界就是什么样。

　　Real-to-Sim做得越好，gap越小。我们积累了大量底层核心技术，能把保真度做得很好，速度也很快，几十公里场景大概用十几分钟就能生成出来。

　　量子位：Real-to-Sim所生成的场景会不会过于单一、限制在某个特定空间？

　　张富：仿真不是一潭死水，可以进一步改变物体位置、环境结构、视角、任务条件等参数，把有限的数据扩展成更丰富的训练分布。

　　真实数据采集也不会只采一两条，会采成千上万条真实数据，只是每类数据不需要采特别多。

　　真实数据只需覆盖度够全，多样性在仿真里创造。两者结合，才能更有效地支持模型训练。

　　量子位：有了这个环境还能做什么？

　　张富：不只解决数据短缺，还能做强化学习。

　　现在大家更多在做监督学习，监督学习更多是模仿，强化学习是模型的自我迭代。

　　它见过大量场景，能记住分布特征，基于记忆和数据产生自我行为推理，不停在仿真环境交互、自我博弈和迭代，最后它的智能化程度会比人高。

　　这是我们非常激动的点。我们现在甚至开始考虑怎么regulate（约束）技术不被滥用。

　　量子位：现在模型已经比人强了？

　　张富：现在还没有。但随着数据、模型和算力不断积累，机器会越来越强。下一步的发展就是让机器能够应对更复杂、更开放的真实环境。

　　空中智能逐步进入高风险、高成本场景作业

　　量子位：你认为国内空中具身处于什么阶段？

　　张富：刚起步。现在还没一款产品真正被批量制造出来，更别说卖得怎样。大家还在做技术路线探索、场景探索。

　　量子位：离规模商用量产多远？

　　张富：很快，不会超过两年。不同场景会非常不一样。

　　量子位：空中智能体有哪些应用场景？

　　张富：我们对接过一个需求，是利用产品进行山坡基础设施巡检。

　　山坡上有一些基础设施需要定期检查维修，比如阻挡泥石流下滑的铁丝网。

　　铁丝网只有两米，被周围很多树木遮挡着，飞行器需要自己感知环境，躲开树枝树叶这类干扰，飞到关键的部位拍照、给铁丝网做三维建模，检查是否有需要加固或者维修的地方。

　　这类工作以前都需要人来做，工人爬到高度很高的山坡上，越过杂草碎石，作业现场天气酷热、还有蚊虫叮咬，环境危险，效率也低，还发生过安全事故。

　　现在飞行器可以逐步替代人工进入这些高风险、高成本的场景作业，随着空中智能体操作能力进一步成熟，还可以用于更多空中作业。比如矿业、电力能源类的基础设施巡检，仓储物流行业仓库巡检。

　　量子位：除了市政、矿业、电力这些B端，普通消费者能用在哪里？

　　张富：未来随着智能能力提高，人与飞行器的交互方式会发生变化。

　　比如摄影，它可以像摄影师一样，有审美、会抓情绪，自己选角度运镜拍照，消费者相当于随身带着一个摄影师。

　　但这些都建立在一个共同前提上：飞行器首先要从“被遥控”，走向“能自主”。

　　当这种能力真正成熟之后，空中的具身智能才会从少数专业场景，逐步进入更广泛的真实世界。