界面新闻记者 |
界面新闻编辑 | 文姝琪
7月14日，通用人形机器人公司逐际动力宣布完成近2亿美元Pre-IPO轮融资，估值达到150亿元。加上今年1月完成的2亿美元B轮融资，逐际动力半年内已累计融资4亿美元。
本轮融资的投资方包括IDG资本、蓝思科技、G.G.G.与Redstone VC、华山资本、Gatelanes、合肥滨湖产发集团等机构，磊石资本、绿洲资本、基石资本、南山战新投、尚颀资本和蔚来资本等老股东继续追加。其中，有70%都是海外资本。
这与逐际动力的全球化定位有关。逐际动力创始人张巍告诉界面新闻，公司未来的海外收入占比可能高于国内。相较国内，欧洲、中东、日韩等市场的人工成本更高，服务机器人替代部分人工的经济账更容易成立；同时，海外市场的价格竞争相对缓和，也能为机器人公司留下更高的利润空间。
目前，逐际动力旗下机器人产品累计获得数千台订单，超过一半来自海外。张巍表示，逐际动力是目前手握海外订单最多的国内具身厂商。
成立于2022年的逐际动力，早期因机器人运动控制能力进入公众视野。2024年，一段双足机器人P1在深圳野外山路徒步的视频破圈，让逐际动力在一众热衷于展示翻跟头的机器人公司中获得了辨识度。
逐际动力张巍曾在美国从事机器人算法研究，2017年开始专注人形机器人。成立逐际动力后，他将公司定位为机器人“主机厂”：同时覆盖硬件设计制造、AI模型、具身智能体操作系统和产品定义。
张巍认为，具身智能仍处于产业早期，供应链、模型与软件系统都没有完全成熟，在外部产业分工还不能解决所有问题时，自己上是最好的办法。
不同于多数具身智能厂商把机器人送到工厂的做法，张巍认为“没有任何一个单一场景一定需要人形机器人”。
他表示，双足人形机器人的核心价值不是在某一个任务上做到最高效率，而是在不改变机器人构型的情况下，完成多个非标准化任务。进入生产流程后，它需要与机械臂、移动机器人等专用设备竞争，在速度、成本和可靠性上未必占优。
因此，逐际动力目前将双足人形机器人的落地重点放在商业服务上，包括接待、导览、互动和演出等场景，长期目标则是进入家庭。
今年5月，逐际动力发布了全尺寸交互人形机器人Luna，并在一个月内开始向国内外客户交付。与行业里常见的中性化或男性化设计不同，Luna采用类女性形象，主要面向商业服务场景。在张巍看来，表演和交互本身就需要差异化，因此其外形、性格和交互方式都可能构成产品价值。
过去两年间，人形机器人公司的产品大多趋同：接近相同的身高和关节数量，展示内容也大多集中在走路、跳舞、搬箱子和整理物品。在张巍看来，这种同质化说明多数公司仍然停留在“能动”的阶段。当机器人尚未形成明确的使用标准和商业价值时，外界很难判断不同产品之间的差距。
逐际动力希望跨过的下一道门槛，是让机器人摆脱遥控，在非结构化环境中自主完成任务。
在张巍看来，机器人已经可以拥有负责观察、思考、规划和纠错的“大脑”，但这不意味着它必须一开始就会叠衣服、拧螺丝和做饭。“一个人不会弹钢琴，不能说明他没有脑。”具体技能仍需分别学习，而不同技能所需的数据也存在明显差异。
基于这个判断，机器人厂商不能等待通用模型成熟再去找场景，而是根据商业价值决定机器人先学什么。这家公司找场景的标准也很直接：训练、部署和维护一项技能所需的数据成本，必须低于这项技能能够创造的价值。
逐际动力目前搭建了三层技术架构：底层是负责全身运动的System 0运动基础模型，中间层是VLA和世界行动模型等具体技能，上层则是负责认知、规划及模型调用的具身智能体操作系统。此外，逐际动力还推出了FluxVLA Engine，向开发者提供模型训练、迭代和部署的开源工具，希望将具体行业的场景开发交给合作伙伴。
张巍此前很少接受媒体采访。此次交流中，他也罕见地谈到了对行业的诸多判断：人形机器人为什么不该先进工厂，灵巧手为什么重要却不必急着自研，世界模型为何需要“祛魅”，车企和手机厂商入局是否会挤压创业公司，以及在具身智能行业的全球角逐中，中国厂商为什么会跑在最前。
以下是与张巍的对话实录，内容经编辑：
资本不是目标，但没有子弹就打不了仗
媒体：逐际动力以前不走快速融资路线，但是近半年融了，为什么现在变了？
张巍：我们还挺克制。无论是融资还是推进IPO，健康永远是第一位的。我们不会喊今年10亿营收，明年20亿营收，然后把估值拉得特别高，因为这种都是不符合商业逻辑的，这是毒药。
但现在，资本是整个做具身当下最重要的竞争要素之一，也是一个重要的保障。你没有它就等于没有子弹，你就打不了仗。所以我们一直在融资，只不过没有把融资当成唯一目标。
媒体：这轮融资中，海外投资人最看重逐际动力的是什么？
张巍：可能企业文化和价值观上更贴合，他们可能愿意为信任支付很高的溢价。另外品牌在海外也非常重要，在国内大家可能会更重视成本。
去年我们第一款人形机器人出货后，进入了不少海外知名高校和实验室，也包括一些以大脑研发为主的美国具身智能企业。这说明我们的机器人本体比较符合海外高校和科研人员的需求，这也是逐际动力得到海外资本关注的原因之一。
媒体：投资人最关心什么？他们给公司提出了哪些要求或压力？
张巍：我们接触到的投资人中，纯粹想追求短期利益的相对少，大家更多还是想参与这一轮技术变化。我们也没有对赌，不会因为融资就承诺必须立刻完成什么，也不会为了拿到融资，先答应一个落地项目。投资人会给建议，但很少是强制性的压力。
媒体：既然公司的投资人并不急于短期退出，逐际动力为什么现在开始准备上市？是因为缺钱吗？
张巍：上市对我们很重要。可以参考当年的蔚小理，即使上市后股价经历了很大波动，但当技术和市场真正成熟时，上市仍然给了它们继续发展的机会。如果企业没有进入资本市场，在产业竞争进入关键阶段时，可能会遇到很大问题。上市是一个重要的平台。不是单纯因为现在缺钱，而是要为行业真正成熟以后的长期竞争做准备。
媒体：国内具身智能公司的估值普遍低于美国，但最近深圳也有公司宣布估值突破200亿元。你觉得国内资本市场对具身智能的估值理性吗？
张巍：没有特别大的泡沫，但大家的专业程度参差不齐。人形机器人本就应该是一件非常值钱的事情，问题在于大家能不能判断出谁真正有能力把这件事做成。
这有点像互联网。互联网方向当然是对的，但一千家、一万家互联网公司出现以后，最后一定会死掉一大批。不能因此说互联网是错的，只能说大家对具体公司的判断未必准确。
媒体：很多具身智能公司正在准备IPO。第一家上市公司的市场定价，会不会影响资本市场对整个行业的判断？你们会担心同行先上市，给逐际动力的估值带来压力吗？
张巍：会有影响。二级市场定价需要锚点，第一批上市公司的估值会成为行业参照。但具体到头部几家公司之间，影响可能有限。但我一直不太担心估值，短期高一点或者低一点，没有太大意义。我们现在的估值比较健康。
不进厂的人形机器人，要去哪里
媒体：逐际动力定位为人形机器人的主机厂，但又做机器人的大脑。怎么定义你们现在的位置？
张巍：人形机器人现在已经有“脑”了，而且今年“脑”会越来越成熟，机器人能干的活也会越来越多。我们不训练大语言模型这类基座模型，但VLA（视觉-语言-动作模型）和World Action Model（世界动作模型）是要做的，因为这是连接感知与行动的技能模型。我们很早就在做World Action Model，目前把重点放在机器人的具体技能，以及本体、技能模型和大脑之间的融合上。
媒体：你一直强调人形机器人应该服务于人，怎么看现在的仿生机器人？
张巍：服务于人可以有很多种方式，不一定非要把机器人做得和人一模一样。所谓服务于人，更重要的是它工作的环境是人类生产生活的环境。
现在的仿生机器人，我觉得还没到真正成熟的阶段，整体做得还不够好。未来如果用户真的有这方面的需求，我们也会考虑，但目前还没有到那个时候。
媒体：为什么不让双足人形机器人进工厂？
张巍：两条腿的人形机器人在大部分工厂里的效率不高，不是最优选择。
我们有很多场景可以选，关键是选择服务什么样的用户。带腿的人形机器人放进大部分工厂，价值比较有限。我们现阶段偏向商业服务，最终希望进入家庭。如果我们花很长时间让双足人形机器人适应工厂，对它未来进入家庭的帮助又比较有限。所以我们现在不进，不是说进工厂一定不对。
我们的机器人还是可以卖给工厂，也会为客户提供技术支持。合作伙伴可以拿我们的机器人进入工业场景，只是我们自己做场景落地时，不会优先选择让双足人形机器人进入工厂。
媒体：公司目前的商业化情况怎么样？收入大概是什么量级？
张巍：具体收入规模现在不方便说。但已经拿到数千台订单，都有实际价值。客户中包括科研教育机构，也包括酒店、娱乐、导览等商业服务场景。
媒体：现在人形机器人越来越同质化。大家都在做全尺寸机器人，展示的场景也很有限，哪个场景能体现你们的优势？
张巍：这个问题里面有一个假设，就是因为场景有限，所以大家才同质化。但我不太认同。现在不是场景少，而是很多场景还没有真正落地。因为行业缺少评价标准，大家的机器人只要能动，看起来就都差不多。
以前机器人能动就能融资，于是大家都先做出一个能动的机器人。但从能动到能用，中间还有一个很大的Gap，目前还没有公司完全跑完。
媒体：你认为人形机器人的场景其实并不少？
张巍：太多了。只要把产品和需求拆得足够细，每个场景都可以很具体。比如表演，里面就有舞台表演、企业年会、婚礼、大型演出、夜店等很多细分场景。表演方式也不一样。表演机器人替代是演员、主持人，甚至某种“小明星”，因此它的溢价也会更高。单是把主持这件事做好，就可能是一个很大的市场。
媒体：所以还没有公司真正跑通双足人形机器人的场景落地？怎么定义这个“落地”？
张巍：所谓场景落地，是这件事的商业模式能够跑通，场景需要形成闭环。用户要持续使用，机器人能够持续产生价值。达到这个前提，表演也可以算落地。但如果说全自主的人形机器人真正进入场景，尤其是完全去掉遥控器，目前应该还没有。
媒体：文娱和表演是相对容易落地的场景，很多公司都在做。Luna和其他表演型机器人有什么区别？
张巍：Luna最重要的特性就是差异化。现在市面上能买到的全尺寸人形机器人里，类女性的产品基本只有它。如果一个客户想要一位女性机器人演员，就可以直接想到Luna。至少在现阶段，我认为没有哪款机器人和Luna有完全相同的差异化程度。表演本来就是一个非常强调差异的市场。就像看演员一样，我不想每天都看吴彦祖，有时候也想看王宝强。
媒体：为什么你认为表演机器人尤其需要差异化？
张巍：表演是一个比较分散的市场，你必须真正理解用户，知道应该定义一个什么样的产品。Luna采用类女性设计，但女性机器人其实很容易一不小心做得比较俗。外观、气质和产品定位都需要掌握好火候。
现在具身智能行业还是以技术思维为主，真正懂产品的人并不多。我不认为我们已经把产品做得多么完美，但至少Luna展示了逐际动力在产品定义上的一些能力，这是我们的差异化。
媒体：灵巧手可能是人形机器人最关键的一部分，很多公司都在自己研发灵巧手，逐际动力为什么没有自己做？
张巍：一个东西重要，不等于就一定要自己做。芯片也很重要，但这不代表机器人公司一定要自己造芯片。要不要自己做，取决于你做这件事能产生多少额外价值。现在做灵巧手的公司很多，行业也还在探索阶段。我们没有选择自己设计和制造灵巧手，主要通过合作的方式推进。
不要把什么都自己做当成一种能力。有时候，敢于不做也是一种能力。
“脑”已经有了，但技能要一个个学
媒体：你一直说机器人现在已经有“脑”了。那这个脑目前到底成熟到什么程度，能力上限在哪里？
张巍：原则上，只要不涉及特别复杂的手部操作，它已经可以做很多事情。
现在的问题不是它不能思考，而是手部技能还没有完全成熟。可以把它理解成，脑已经有了，但手现在还有点“残疾”，没有完全恢复好。至于什么时候能恢复好，一方面取决于数据，另一方面也取决于我们优先选择攻克哪些技能。开门、拧瓶盖这类相对明确的动作，我觉得问题不大；但如果让它完成非常复杂、非常泛化的操作任务，现在仍然有挑战。
媒体：如果去掉遥控器，机器人现在能做多少事情？
张巍：如果主要依靠语言、视觉、移动和决策，不要求它完成复杂的手部劳动，原则上很多事情都可以做。比如理解人的语言指令、在环境中寻找目标、自主移动、识别人和物体，再决定下一步该怎么做，这些能力已经具备一定基础。真正需要攻克的主要还是手部操作技能。
媒体：既然机器人已经有“脑”了，但你又说，落地的前提是训练一项技能的数据成本必须低于这项技能的价值。如果机器人真的有脑，为什么还要花这么高的成本学习技能？
张巍：“脑”和“技能”是两回事。一个人不会弹钢琴，不能说明他没有脑。霍金可能不会做很多体力劳动，但不能说他没有脑。大家现在很容易把技能的数量和泛化程度，当成机器人有没有大脑的标准，这两个概念需要分开。机器人已经可以有理解、思考、规划和调用不同能力的“大脑”，但它具体要做什么事情，仍然需要学习相应技能，而学习技能就需要数据。
媒体：为什么必须考虑训练技能的数据成本？
张巍：这是一个商业问题。
假设我花1亿元训练机器人叠衣服，它最后确实可以叠得非常好，在叠衣服这个任务里也有很强的泛化能力。但如果它创造的价值覆盖不了训练、部署和维护成本，这项技能在商业上就不成立。所以我们判断一项技能是否值得开发，关键是构建这项技能的数据成本能不能低于它创造的价值。
媒体：一些公司认为，自己研发灵巧手可以帮助采集操作数据，反过来让大脑更聪明。你怎么看？
张巍：灵巧手的重要性取决于机器人要学习什么技能。如果要做自动驾驶、巡逻，就不需要手。大部分操作任务需要手，但不代表所有机器人都必须先把灵巧手做好，才能开始落地。
现在的问题是，灵巧手相关的硬件和数据都还不够成熟，很多带触觉的手稳定性仍然比较差，触觉手套等采集设备也还在探索。手要处理的通常是非常泛化、非常复杂的任务。比如收拾桌子，桌面上可能有汤、有水，还有不同形状、不同材质的物品。训练这个技能所需要的数据量，可能并不比自动驾驶少。目前还没有完全到产品化的时候。从商业落地的顺序看，它可能会相对靠后。
媒体：你说不同场景需要的数据差别很大，但现在行业都在强调世界模型、泛化能力和通用能力，这两种思路是不是矛盾？
张巍：不矛盾。机器人最终当然可能拥有一个世界模型，也应该具备完成各种事情的能力，但这不代表一开始就必须有一个模型，把所有事情都做了。
人本身也要学习不同技能。你会不会开车、会不会弹钢琴、会不会拧螺丝，都需要分别学习。机器人也一样，关键是它要有学习能力。
媒体：所以逐际动力所说的“泛化”，不是一个模型从一开始就什么都会？
张巍：对。我们认为，机器人最终要具备做各种事情的能力，但这种能力到底是由一个模型一次性全部实现，还是先形成多个技能，再逐步融合起来，这两种路径是不一样的。
更现实的方式可能是，先根据数据成熟度训练不同技能。自动驾驶已经有自动驾驶模型，其他任务也可以形成自己的模型。等不同技能和数据积累到一定程度，再通过类似MoE（混合专家模型）的方式把它们组合起来。
大语言模型之所以能够迅速出现，是因为人类已经积累了二三十年的互联网数据。但具身智能没有这样的条件，不可能一下子把所有物理世界知识都装进一个系统。
所以理念上，大家追求的终点可能没有太大区别，区别主要在实现路径和商业逻辑。我们的判断是，有了一定的基础能力之后，就应该开始落地，而不是等模型完全通用以后再落地。
媒体：也就是说，逐际动力的路径是先形成一个基础能力，再逐步增加不同技能？
张巍：对。不同技能会有先后顺序，不是“先通用、再落地”。你不能因为现在的大模型还不够通用，就说机器人暂时不要学习开车。未来如果所有数据都准备好了，当然可以放到更统一的模型里。但在那之前，应该先把已经能够产生价值的技能做出来。
媒体：机器人大脑的好坏，有没有统一的评价标准？
张巍：目前没有，首先要看你怎么定义“大脑”。如果有人认为大脑就是技能模型，那他关心的就是技能的泛化能力，可以去比较模型在某项任务中的泛化性。但如果把大脑理解为整个Agent Loop，那就要看它能不能观察、思考、执行和纠错。
现在行业里有一种情况：模型能力看起来很丰富，会的东西很多，但一件事也干不好，最后没法落地。真正能够稳定落地、接近100%成功率的技能，目前仍然很少。所以技能多，不一定代表大脑好；能展示很多能力，也不等于能够把一件事情稳定做好。
媒体：你仍然认为，人形机器人即将迎来指数级增长吗？
张巍：是的。不只是某一个模型本身指数级增长，而是整个软件世界解决问题的工具和能力都在指数级增长。机器人现在还有很多问题，但解决这些问题的工具、模型和方法进步得非常快。所以无论眼前有多少问题，它们被解决的速度都会越来越快。
给世界模型“祛魅”，产品体验才是壁垒
媒体：今年上半年世界模型很火。你之前在播客里说，大家要对这个词“祛魅”。现在越来越多公司进入这个赛道，怎么看这股热度？
张巍：世界模型确实是技术前沿，但世界模型本身是一个比较简单的东西。
简单来说，World Model（世界模型）是预测未来会怎么发生；World Action Model（世界动作模型）则要预测行动，能够指导机器人操作。现在真正能用于机器人行动的，主要还是World Action Model。凡是能够指导操作的，都可以把它理解成World Action Model。
现在大家对世界模型这个词的使用确实有些泛化。很多团队本质上是想把视频数据利用起来，只是给它起了一个新名字。因为机器人真机数据不够，所以要从视频中学习时序和物理信息，再用这些信息指导操作。
我们很早就在做这件事。我们一直认为，不能只靠堆真机数据解决机器人的泛化问题，一定要利用底层的视频数据。
媒体：所以逐际动力也会做世界模型相关工作，只是更强调World Action Model？
张巍：对，我们会做。只是我们认为，现阶段真正能用起来的是World Action Model。World Model预测未来会怎样发生，World Action Model则进一步回答机器人应该怎么行动。对机器人来说，最后还是要能指导操作。
媒体：只靠视频数据，能让机器人真正理解动作和物理空间之间的关系吗？
张巍：只靠视频数据不行。比如推门，视频可以让机器人知道大概要怎么动，但它不可能只是想明白了怎么推，就真的会推。最后还是需要真机数据和物理反馈。
但如果你问的是，机器人能不能知道它现在正在干什么”，这主要由上层大模型解决。它看到当前的环境和动作，就能分析出自己在做什么。这个能力已经很强了。
媒体：未来会不会出现一个大一统的机器人操作系统？大概什么时候出现？
张巍：前期比较难，后期有可能。我们需要先区分操作系统和技能。操作系统与机器人具体学会的技能并不是一回事。未来，不同机器人操作系统之间可能会出现一些共用的部分，也可能出现开源底座，大家在同一套基础上继续迭代。
媒体：为什么现在还不行？
张巍：本质上取决于整个机器人生态的规模够不够大。只有市场规模足够大、每个环节都有商业价值以后，产业分工才会细化。但在行业早期，第一批做具身智能的企业没有这个条件。你如果自己不能把这些东西做出来，就很难完成第一代产品落地。
媒体：在整机运控领域，目前最大的技术瓶颈或者技术壁垒是什么？逐际动力准备怎么突破？
张巍：我觉得运控已经过了从0到1的阶段，很难说有没有一个纯粹的技术壁垒。这有点像操作系统。大家都有安卓，但最后不同产品的体验还是不一样。早期只要让机器人动起来，这件事本身的壁垒没有那么高。真正困难的是把它做好，把产品和体验做好。
媒体：在这样的竞争格局里，逐际动力目前做得最好的是什么？
张巍：我们从数据到能力的整个训练管线，我认为是比较领先的。我们有一套全自动的训练管线，从输入数据到最后形成机器人能力，整个pipeline做得比较完整。这部分不会开源，因为它是我们的核心能力。未来可能会以某种方式让外部使用，但不是把完整能力全部开放出去。
这套管线的重要性在于，它可以把一件原本只有科学家才能完成的事情，拆成一步一步的流程。就像不能让每部手机都由科学家亲自造，而是要拆成流水线，让每个人完成自己的那部分工作。在这套能力之上，我们再围绕选定的场景和用户价值持续迭代。
坦白讲，现在的体验还不够好。但只要体验还不够好，就还有很大的提升空间。现阶段先不用总想着怎么和别人竞争，把产品体验做好就行。比如机器人和人说话、交流，最后应该自然到看不出明显区别，这里面还有非常多事情可以改进。
很多公司还在解决从0到1、机器人能不能做的问题，我们已经开始进入产品体验的阶段。
中国为什么可能跑得更快
媒体：现在不少造车、造手机的公司都在做机器人。你怎么看？它们有哪些优势？
车企在智能驾驶中积累了比较强的训练能力，但智能驾驶本质上只是一个技能。它们把驾驶这个技能训练出来了，这套训练流程能不能迁移到机器人上，目前还不好判断。人形机器人行业以后会有类似汽车行业的分工。有的公司只做本体，有的只做模型，我们对自己的定位则是机器人主机厂，不仅造本体，还要培训机器人，让它具备智能和技能。
媒体：特斯拉、小鹏跨界做机器人，有可能成功吗？
张巍：有可能，这有点像互联网公司造手机，关键首先要看机器人是不是它真正重视的业务。如果不是主业，就要看它愿意投入多少资源，CEO是不是亲自下场、花了多少时间。不同公司的投入程度不一样，最后结果也会很不一样。
如果一家车企和我们在同一时间做同样的事情，管理层对行业的认知也处于同一水平，那它肯定有非常大的优势。但这里最重要的还是最高管理层，尤其是CEO对这件事的理解和投入。
媒体：车企有产线和制造能力，这是不是它们的一项优势？
张巍：车企当然有制造经验，但现阶段制造能力并不是特别稀缺。机器人公司必须建立制造能力，但这不等于制造本身就是无法复制的壁垒。初创企业也可以比较快地把这项能力建立起来，因为中国已经有相对成熟的供应链。只要把供应链和制造流程管理好，纯硬件能力并没有大家想象得那么难获得。
媒体：相比汽车主机厂，初创公司的优势是什么？
张巍：机器人还是一个很新的行业，里面有很多事情没有形成共识，也没有哪家公司真正完成了大规模商业化。创业公司的优势在于，可以围绕这些还没有形成共识的问题进行探索。这个优势不只是硬件，也不是单纯的软件，而是软硬件一体的理解和迭代能力。
媒体：所以车企造出机器人硬件并不难，真正的难点是软硬件一体化？
张巍：大体可以这么理解，但不要把它简单归结为某项技术谁会、谁不会。企业竞争的核心不是你会不会某项技术，很多技术大家最后都可以掌握，区别在于能不能把这些能力组合起来，持续做出产品，再把产品放进真实场景中迭代。
媒体：如果一家车企的CEO已经决定All in人形机器人，逐际动力这样的创业公司还有优势吗？
张巍：当然还有。我认为机器人行业更像互联网，不会最后只剩下一两家公司，里面会有非常多垂直领域和细分场景，不存在一家把其他公司全部干掉的情况。
媒体：中美大模型之间的差距，会不会影响中美人形机器人产业之间的竞争？
张巍：会有一定影响，但未必会因此拉大美国在人形机器人领域的优势。我的判断是，目前中国在人形机器人产业上是领先的。人形机器人不只是比较大模型，还涉及硬件、供应链、产品、客户和场景落地。通用大模型只是其中一部分，不能直接决定最后的产业竞争结果。
媒体：中国目前最确定的领先优势是什么？
张巍：系统的迭代速度。从寻找场景、收集数据，到修改技术、制造硬件、交给客户验证，再根据反馈继续调整，整套流程的迭代速度更快。人形机器人还处于不断试错和寻找场景的阶段，这种迭代速度会非常重要。
媒体：中国企业为什么能够实现更快的迭代？
张巍：供应链。类似新能源汽车行业，比亚迪和国外车企谁的迭代速度更快，其实已经很明显。
媒体：有没有哪些同行是你特别尊重的，或者哪些能力做得比逐际动力更好？
张巍：同行我们都很尊重。具体来说，宇树在制造和成本控制上做得挺好；智元在渠道、资本布局和商业化方面也有很多值得学习的地方。但我很难笼统评价一家公司好或者不好。
媒体：你怎么看Figure的高估值？在出货量很少的情况下，它是不是一个巨大的泡沫？
张巍：以前我可能会这么觉得，现在觉得还好。因为它确实交付了一些以前没有人做出来的东西。比如它展示的全身自主厨房操作，目前确实很少有人能做到。Figure现在还没有真正卖到大量家庭里，它本来就还是一家未商业化的公司。评价未商业化公司和评价已经商业化的公司，标准是不一样的。不能只用当前出货量和营收去评判它。
这个阶段的公司本质上是在积蓄能力，要看它未来的上限，以及最后做成这件事的可能性。对这样的公司来说，当下多一个亿或者少一个亿的收入，未必是最关键的。资本市场买的是预期。
媒体：具身智能这个领域，可以认为美国公司的估值泡沫更大么？
张巍：中国人形机器人公司的估值相对美国确实低很多，但也不能简单反过来说，中国公司的估值合理，美国公司就都是泡沫。如果一家企业真的最有可能把这件事做成，那它就可能值这个钱。资本现在判断的，是它是不是最有可能成功的公司。
相比之下，如果一家公司只是做了一个叠衣服的Demo，却对外说自己已经实现商业落地，甚至拿交易金额去证明，我觉得这个问题反而更大。
媒体：为什么你认为海外市场比国内更重要？这个判断基于什么？
张巍：海外市场的利润空间、市场空间和竞争状态，相对都更好一些，国内还是比较卷。机器人最终是要服务人的，或者替代人的一部分工作。海外人工成本比国内高很多，所以机器人的价值在海外会更大，也更容易把商业账算过来。
媒体：英伟达与宇树在海外合作，会不会影响逐际动力的国际化发展？
张巍：没影响。我的理解是，英伟达提供计算平台，宇树提供机器人本体。这更多是科研工具层面的合作，不是在一个真实场景里选择宇树共同落地。英伟达选择的是小型人形机器人。这类产品主要用作科研工具，现阶段很难真正干活。所以这并不是英伟达对宇树场景落地能力的价值判断，也不是双方一起去做某个大客户。
宇树在科研工具这部分确实做得比较扎实，小型人形机器人也做得比较好，选择它很自然。我们也有科研工具类产品，各家公司都有自己的位置，这很正常。
媒体：这种合作对中国机器人公司意味着什么？
张巍：努力建立自己的市场和交付能力。
评论