银河通用王鹤：Optimus 仍属研究阶段，具身智能优先双手与商业化落地

声明：文档由AI根据原文生成。

"Optimus 现在还是个 research"

今年5月，一批身高1.72米的新工人走进美国得州工厂。它们动作迟缓，正把圆柱形4680电芯码放到红色盒子里——这是特斯拉2022年发布的人形机器人Optimus。视频下方，"失业警告"与"进步神速"的评论交织。

王鹤的看法不同。这位1992年出生的北京大学前沿计算研究中心助理教授、博士生导师觉得，Optimus目前阶段"还是个research（研究）"。

去年5月后，王鹤更广为人知的身份是智能机器人公司"银河通用"创始人。今年6月，银河通用以7亿元融资打破2024年天使轮融资纪录。与多数公司做完整人形不同，王鹤认为双腿现阶段徒增成本，"不是人形机器人的操作能力足够强，就差腿了。而是现在还有大量的活，传统机械臂操作不了。"

银河通用的首款机器人盖博特（Galbot）没有双腿，采用可折叠单腿加轮式底盘，配双手操作。它已在美团药房分拣药品，也能在厂区捡垃圾。

为什么不学特斯拉的遥操

数据稀缺是具身智能的核心瓶颈。文本数据有15T，图片6B，视频2.6B，机器人数据仅2.4M。特斯拉、Google选择"遥操"路线——真人穿戴采集设备，重复机器人需学习的动作。

王鹤算过账：得到一条有效数据，需一台机器人和一个人共同花费30秒至一分钟。Google做十几万条数据，用了十多个月，花费巨大。"特斯拉可以让一百万车主花钱买车、开上亿小时，工厂里的工种却种类繁多——打胶的、放电池的、拧螺丝的……"

银河通用选择"all in Sim2Real（从仿真到真机的迁移）"。通过合成仿真数据，一秒钟可渲染六十张图，"相比真实世界数据，几乎约等于不要钱"。基于物理规律和优化算法，团队为每个物体合成200种不同灵巧抓取，总计生成130多个类别、5000多个物体的百万级抓取数据。

质疑随之而来。有对手在盖博特面世后"松了口气"："Demo和实际应用差距很大"，"写了很多抓取论文，最后一只手是吸盘"。更多人质疑仿真与真实的天然差异会影响训练效果。

王鹤回应，Sim2Real是硬件、算法和仿真联合优化的过程，仿真器本身是验证工具，"用算法表达的数学物理模型才是获得抓取位姿的核心"。针对柔性接触等仿真难点，团队通过加触觉、加力控、学"形"来规避，"抓了再控制"。

"美国不是中国模版"

王鹤的一个观察是，美国人形机器人公司"钱多、胆大"，反而没有严格寻找PMF（产品市场匹配）。"在美国，既然有钱，就一口气把它全做了。"Figure AI估值25亿美元，demo展示的操作却"跟运动能力没有任何关系"。

中国公司大多同时布局其他产品：智元做商用清洁机器人，逐际动力和宇树做机器狗。王鹤认为，中国创业公司"不能做到特斯拉那样不计成本且自产自销，还讲人家的故事，那只能是死路一条"。

他认同遥操的远程接管价值——机器人在场景里出问题，现场无人时可介入操作。但作为数据采集手段，"这不是创业公司玩得起的"。Google的"Every day Robots"团队约两百人，做完RT-1后即被裁撤，"就是因为商业模式不存在"。

轮式底盘与双手优先

行业多数公司押注双足人形，王鹤坚持上半身优先。同等身高下，两条腿BOM成本比轮式底盘贵十倍，且双足易摔，"摔了就彻底坏了"。更关键的是，东西从货架掉到地上，"现在全世界任何一个腿式人形机器人都做不到弯腰捡起来"。

双腿技术分阶段：走路、上台阶、弯腰、蹲、分腿蹲，"学术界还没有摸索出来"。婴儿只会爬时，手已能到处探索，但稳定行走要到六七岁。"在具身智能领域，大脑的发展领先于双臂双手，双臂双手又领先于双腿。"

特斯拉Optimus在工厂抓电池、车场巡检，"跟腿没有任何关系"。王鹤质疑：把标准电池放进标准筐子，"为什么需要具身智能？为什么不是传统工业自动化？"

银河通用的药房场景则不同——药品非标准品，订单需求非标准化，"只用工业自动化没法实现"。

从第一天考虑商业化

王鹤将落地分为三步：第一步，单一环境里对多种物体做单一操作，如Google RT-1和特斯拉Optimus正在做的，"还不是真正泛化，还不能真正挣钱"；第二步，同行业不同场景对不同物体做相同操作，"一次训练，击穿同行业不同场景"；第三步才是跨行业通用。

他选择从人力成本高、需求量大、技术相对简单的场景切入。药房是to B to C场景，货品单价高、夜间运营刚需，机器人可替代夜间值班人员，白天上货导购，"为未来进入家庭铺路"。车厂等to B智能制造场景，厂家愿为柔性生产支付高价，团队从搬运和物料分拣入手。

盖博特今年Q4接受小批量订单，定价50万元。科研场景与商业场景配置不同：前者自带充分算力的可开发版本，后者功能做加减法，计算可放云端。科研预定已有几十台，商业场景团队"从机器到服务全程负责"。

王鹤曾提出单套机器人成本控制在5万元的目标，"今年做不到，但达到千台、万台时会不断接近"。

"尚未有场景能产生规模化经济效益"

被问及行业共识，王鹤直言：目前为止，没有哪个具身智能场景能产生规模化经济效益。"怎么能挣钱没有共识，所以倒推的产品形态、技术、产业、场景，都没有共识。"

他认为这是好事。"如果大家都形成共识，最后拼的就是成本、资源、人脉，这些都不是创业者擅长的。"

但技术终局的想象趋同：进家、全人形、大模型。"这是人类再次扮演造物主的过程。"王鹤说，"我们当中也会出现像特斯拉一样的领军企业。"