文｜富充
裁剪｜苏建勋
在咱们访谈具身智能公司“中科第五纪”时候，两件事情先后发生。
第一件事，是2026年1月，中科第五纪赢得宇树科技“中枢生态合营伙伴”称呼。在To B及工业场景，中科第五纪目下行为宇树机器东说念主的“大脑”模子供应商。
第二件事，是中科第五纪在近期接连完成Pre-A及Pre-A+轮融资，两笔来往在一个月之内完成，限制达数亿元。其中，Pre-A轮由红杉中国领投，东方富海跟投；Pre-A+轮由芯能创投、优山成本长入领投，清控金信跟投。
中科第五纪创举东说念主兼CEO刘年丰认为，两件事之间存在讨论，中枢逻辑是一级商场对机器东说念主的判辨更求实了。
“旧年，投资东说念主更倾向通用的具身智能叙事，比如偏好‘既能搬箱子、又能打理桌子、还能叠衣着’的机器东说念主。但目下则更敬重能弗成先扎进垂类场景，况且让客户状态复购。这联系到交易化智商，也联系到能弗成用数据飞轮摧残真机数据不及的瓶颈。”刘年丰对《智能透露》先容。
中科第五纪与宇树的合营，恰是这种“体魄+大脑”单干的落地。自2025年起，两边就已逐步张开在电力巡检、工业等场景的测闇练证和落地。
△继承中科第五纪“具身大脑”的宇树机器东说念主正在展示工业场景的搬运责任，图片：采访东说念主提供
除了以“宇树大脑供应商”的扮装插足场景，中科第五纪也面向行业客户获胜提供完好意思的机器东说念主搞定决策。
在位于北京的办公室，咱们见到了中科第五纪为一家头部央企客户定制的机器东说念主。这款红色涂装的机器东说念主，行将插足零卖门店承担货物销售，畴昔还将插足加油站给汽车加油。此外，为行业客户的检测、搬运订单也已渐渐鼓舞中。
中科第五纪创建于2024年9月，建树一年露面便拿下宇树等多家有名企业客户。说起接订单的方法论，刘年丰说，目下找客户不难，难的是供给——“每次拿大订单都要PK广宽敌手，给客户的场景作念POC，经由数轮可靠性、鲁棒性和重大性的测试，通过的材干留住。”
刘年丰袒露，目下看似许多具身智能公司进了场景，但真能把活干好的未几。“比如工场里搬运料箱，色泽一变、料箱外不雅、尺寸有所不同，机器东说念主就认不出来，导致任务失败，”他说。
这种“认得出、干得了”的智商，来自中科第五纪的时间团队。
算法层面，团队中枢成员均来自中科院自动化所。除刘年丰外，联创及算法总监刘京、后生首席科学家黄岩均为谭铁牛院士的博士生，深耕东说念主工智能与多模态智能鸿沟，毕业后曾履新于微软、华为等企业；联创曹恩华为中科院自动化所硕士，曾任阿里达摩院算法巨匠。
团队自研的超少样本具身操作大模子“FAM系列”用“二次预素养”和“热力争对皆”，让模子在践诺任务时更聚焦局部关节点。比如，搬运料箱时优先关注把手，而不是依赖堆大都不同颜料、新旧进程的料箱图片去“记取外不雅”。
刘年丰称，这套方法使机器东说念主只需最少3到5条真机示范数据即可完成新任务学习，基础任务收服从可达97%。
中科第五纪的硬件智商则来自清华大学团队。清华大学长聘种植孙富春担任中科第五纪长入创举东说念主兼首席科学家，其师生团队为公司提供硬件和运控智商的搭救。
以下是刘年丰的采访实录，对话经作家整理：
△中科第五纪轮式双臂机器东说念主，图片：采访东说念主提供
从“通用的大脑”到“在垂类真干活的大脑”
智能透露：成为宇树“中枢生态合营伙伴”意味着什么？
刘年丰：成为宇树“中枢生态合营伙伴”，意味着咱们的具身智能模子大略与宇树的高性能机器东说念主平台深度交融。宇树机器东说念主在知晓遗弃和硬件诡计上具备朝上上风，出货量陆续增长。行为生态伙伴，咱们将自研的具身大脑集成至宇树整机，赋予其践诺复杂任务的智商。这种模式下，可使机器东说念主更快地插足工业、巡检等本质功课场景，宇树的限制化出货也带动了咱们的业务落地。
智能透露：在具身智能大脑上有上风的公司也有好多家，为什么是中科第五纪成为宇树的模子供应方？
刘年丰：宇树的合营，亦然PK掉了相配多头部的具身企业的。
宇树之前战争过不少头部大脑公司和高校讨论机构，有许多模子智商也可以。咱们之是以能胜出，中枢原因有两个，一是咱们的大脑智商塌实，尤其是通过极少据量样本快速学习的智商；二是咱们具备快速委派落地的践诺力，同期团队也领有丰富的产品教训。
智能透露：你说帮宇树作念电力巡检，但行业内一些公司如故插足这个场景了，你们的上风或者互异化在那儿？
{jz:field.toptypename/}刘年丰：传统的巡检只可“看”，发现问题后还得派东说念主去搞定。咱们的方向是巡检加操作——巡检到点位后，获胜完成操作，比如掏钥匙开柜门、按开关、拔插头。
传统的电力巡检用的是四足狗，但这些操作需要类东说念主的构型。在最近的电力智能巡检大赛中，咱们的机器东说念主已毕了跨站室转移收服从90%、新柜型示教少于10次、末端定位精度±15mm的严苛方针，考证了落地可行性。
智能透露：给狗加个手弗成搞定这个问题吗？
刘年丰：不太行，主要有两层事理。
第一个等于马斯克讲的等于咱们东说念主类的寰球是field for human beings。有许多的开拓，它是按照东说念主的身高。电力开拓是按东说念主的身高诡计的，狗款式的机器东说念主很难够到2米高的电柜。
第二个问题在于，狗加双臂是一个非标的构型，我以为咱们作念机器东说念主公司，一定要根绝按照非标的构型念念路。因为非标意味着无法放量——今天臂长要1.5米，未来要2米；今天精度0.1毫米，未来要1毫米——这么就会量上不去，成本降不下来，算法也无法复用。
行业应该先“经管”到规范硬件构型，比如至少上半身双臂可以达到共鸣。再搞定不同负载、节奏的泛化问题，轮盘app而不是总用新构型搞定问题。
智能透露：不管是面向宇树如故整机客户，其实中科第五纪提供的信服性都围绕着“插足场景”的智商，投资东说念主现阶段Buy In的亦然这一丝吗？
刘年丰：是的，之前行业可能追求的是一个“既能搬箱子、又能打理桌子、还能叠衣着”的通用模子。
但比起一个远处而终极的通用智能，咱们一直支柱作念要大略在垂类、具体任务中落地的模子，比如至少能把工场搬料箱这个问题真的搞定。本年一级商场也鉴定到了这一丝的紧迫性。
时间中枢：极少据量样本、高数据使用成果
智能透露：包括中科第五纪在内，最近采访的多产物身智能公司都说我方的机器东说念主在工业场景搬箱子。但你提到，即使这个看似浅近的任务，真能作念好的企业也不是许多，是以从模子智商来看，具身机器东说念主搬箱子的难点是什么？
刘年丰：看似搬箱子是一个单调叠加的责任，但其实有多个难点。
第一是泛化：料箱颜料、尺寸、新旧进程都不同，能弗成用兼并个模子重大完成识别、捏取与搬运。第二是导航：搬起之后从A点到B点若何走，旅途操办、避障，途中被打断后能弗成续作念。第三是战略和会：比如“从眼前100个箱子里搬走50个”，机器东说念主能弗成和会数目、以及该采选哪50个箱子，到宗旨地若何码放，以及放下后要不要把物体取出等等，每个面目都存在问题。
这些看起来是搬箱子，背后其实是一整套复杂的任务操办与践诺。
智能透露：刚才你说到料箱的泛化性，嗅觉箱子如故是外不雅相比浅近的物体了，为什么光照变了，具身智能模子的辩别就变难了？
刘年丰：最本质的原因等于因为，咱们目下具身模子主流使用的VLA，是复古的动态模子复古了大言语模子——对整张图片作念全局信息映射。
举个例子，比如拍一张有三瓶矿泉水的像片，白日和晚上色泽不同，整张图片的色温、亮度都变了，模子可能就不重大了。
问题在于，具身智能莫得大模子那样的数据体量去阴私总共光照变化。但换个念念路，如若模子能关注局部信息——比如只锁定每瓶水的外不雅特征，而不孤寒配景、色泽、桌子颜料——就能幸免被全局变化侵略。这恰是咱们作念“热力争”的起点：让模子聚焦操作对象自身，而不是总共这个词画面。
智能透露：具体讲讲中科第五纪的模子是如何普及泛化性的？
刘年丰：操作的中枢是操作对象，但昔时的主流模子太关注全局信息。咱们的念念路是：通过多个二维热力争，把要操作的对象位置自稳健地学习出来，让模子鉴定到什么是最需要反馈的操作对象。
△中科第五纪FAM模子图，图片：采访东说念主提供
热力争可以和会为一张“要点标识图”——图像中颜料越深的区域，代表模子应该越关注。比如提醒是让机器东说念主开办公室门，它会要点盯着门把手，而不是整扇门——不管门是木门、玻璃门如故什么颜料，只好把手在那儿，它就知说念若何操作。回到工场搬料箱的场景也相通，模子关注的是把手，不是总共这个词料箱，更不是总共这个词视线里的工场。
这是通过“二次预素养”已毕的，第一次预素养，咱们让模子知说念各个物体是什么；第二次预素养，咱们通过“热力争”让模子要点关注操作对象，让模子学会离别“什么才是现时任务最紧迫的东西”。
智能透露：是以你之前说拿到宇树订单的原因之一在于，FAM模子能通过极少据量样本，快速已毕新任务学习，恰是因为你们的时间方法相比精真金不怕火数据？
刘年丰：是的，现时真机数据不及是行业共鸣。
咱们的搞定方法之一是通过“二次预素养”普及模子对要点操作对象的关注，可以普及数据使用成果，精真金不怕火大都预素养数据。
此外，咱们爱好插足场景，亦然因为可以通过真干活的数据飞轮，把真机数据转起来。
交易化斟酌：“复购”很关节
智能透露：具身智能行业从旧年下半年运行，就相配属目“交易化落地”，但你指出本年更锻真金不怕火的是“复购”？
刘年丰：对。2025年，咱们看到许多机器东说念主看似插足干活场景，其实如故在POC（主见考证）。到了2026年，锻真金不怕火的是复购，像搬箱子这么的场景，要在2026年被透澈搞定。
智能透露：本年透澈搞定搬箱子这个任务之后，那在工业场景里，下一个被具身智能企业连合探索，且可能被搞定的责任是什么？
刘年丰：有挺多的，比如移动分拣，这是一种更精良无比的搬箱子。需要把箱子内部的某些特定的东西，拿到特定的位置去。这一大类任务，不管是横向（跨客户）如故纵向（跨场景）看，都有极强的泛化空间。
智能透露：你们的交易模式是若何的？如何收费？
刘年丰：面向本色公司，咱们委派大脑，并按照一个机器东说念主对应一个license收费，现阶段会笔据场景和任务的复杂度判断用度。
而面向结尾场景客户，咱们委派自研的轮式机器东说念主，按照整台机器东说念主收费。而畴昔跟着供应链更加熟识，整机的价钱会进一步下探，客户也会看到更好的ROI数据。
智能透露：中科第五纪既给客户出“软”的部分，也我方作念软硬一体的机器东说念主。是以临了公司的交易模式究竟会更偏向哪条路？
刘年丰：咱们的最终定位是软硬一体的公司，咱们也认为具身智能在“脑”不在“型”。可以参考苹果，最中枢的竞争力不是录像头、不是主板，而是操作系统和生态。这条路天然难，但亦然咱们想走的路。
备案号: