[房屋出租] 放弃百万年薪,98年清华硕士在出租屋造出机器手
《有料时间》：对行业的热爱从何而来？
位德浩：我从小就是理工男，热爱发明创造。进入哈工大机电专业后，这份热爱彻底释放。硕士保送清华后，我看到OpenAI利用强化学习控制灵巧手转魔方的文章，深受震撼。
传统控制难以处理20+自由度的实时交互，而AI展现了全新可能。这激发了我的探索渴望。当时国内市场缺乏高自由度灵巧手，海外产品售价高达百万，我毅然向导师提出自主研发，并研究强化学习控制。
《有料时间》：为何选择创业而非加入大厂？
颜黔杭：位总创业非常坚定。他不仅想做灵巧手，更想基于AI潜力打造自由控制的机器人。
位德浩：我们团队虽年轻，但懂技术。有幸遇到像颜总这样相信技术、相信年轻人创造力的投资人。当下的创投环境更关注技术创新本质与真实动机，而非名校或资历标签。这为技术极客提供了前所未有的机遇。想创业，就要对自己有信心，勇敢去做。
绳驱+小脑模型：如何打造下一代灵巧手
《有料时间》：请介绍一下灵巧手的技术路线与未来方向？
位德浩：灵巧手的终极目标是形似人手、性能接近甚至超越人手。过去灵巧手多用于假肢，受信号精度限制，自由度通常低于10个。如今AI控制技术已能驾驭15-20+自由度系统，让灵巧手摆脱“机械感”。
我们在2021年就明确了技术路线，当时有四种可选方案：电机直驱、连杆传动、人工肌肉和腱绳驱动。最终我们选择了绳驱方案，因为它在仿生上最接近人手结构——模拟肌腱传力，兼具高自由度与抗冲击能力，绳驱方案在同步优化速度、负载、自由度和轻量化方面展现出独特优势。
不过绳驱也有挑战，主要是绳索寿命和蠕变问题。我们通过自研全新绳索，将其寿命提升到50万-80万次，并结合结构与算法实现了自动张紧，解决了蠕变难题。
《有料时间》：颜总如何看待不同技术路线的选择？
颜黔杭：路线选择取决于目标。灵巧手要在自由度、精度、负载和成本之间取得平衡。目前主要是关节电机直驱与绳驱之间的竞争。从性能上限看，绳驱在实现高自由度、拟人化和轻量化方面更具优势。此外，绳驱已从实验室走向商业化，成本弹性更大，是较为符合当前投资节点的选择。
《有料时间》：星际光年未来方向是什么？
位德浩：我们的使命是“推动具身智能通用操作落地”，灵巧手是核心载体。当前视觉语言大模型存在延迟问题，无法胜任如快速扶起咖啡杯这类需要“脊髓级”响应的任务。因此，我们看好“小脑模型”，它相当于机器人的“条件反射系统”：当云端大脑在思考策略时，本地的小脑已能自主完成“扶稳杯子”这类精细操作。
下一代灵巧手应将小脑模型直接集成在硬件中，形成软硬件一体化的操作平台，实现低延迟、高精度、自适应的通用操作能力。
《有料时间》：小脑模型是否成本更低？
位德浩：小脑模型的规模小于大模型，成本确实更低，但研发难度不小，因为这仍是一个前沿领域。我们将投入更多精力开发通用的小脑模型，使其能与大模型的思考能力协同工作。
《有料时间》：灵巧手的终极技术壁垒是什么？投资逻辑有何不同？
颜黔杭：终极壁垒在于软硬件一体化的能力。硬件设计与算法必须协同进化，形成螺旋式上升。我们先投资了具备全栈能力的本体公司，再根据本体的进展关注上游供应链的瓶颈环节。
2022年，我们开始投资人形机器人本体后，发现传感器力控精度与硬件自由度成为制约性能的关键，这也指引了我们后续的供应链投资方向。
《有料时间》：硬件打磨的主要难点在哪？
位德浩：灵巧手是“AI定义的硬件”，难点在于硬件与算法的协同。例如人类手指的耦合关节设计在机械上合理，却会给强化学习带来挑战。我们团队兼具软硬件能力，协同设计正是我们的优势。
《有料时间》：数据采集与开源生态进展如何？
位德浩：我在清华读研究生期间，做出了“内外骨骼双模态数据采集系统”，这个系统的逻辑是，像幼儿园老师教小孩写字一样，通过“手把手教学”同步采集传感器数据与力反馈信息，高效地实现数据生成。斯坦福、MIT等机构也已跟进这一方法。
[物价飞涨的时候 这样省钱购物很爽]
好新闻没人评论怎么行，我来说几句
位德浩：我从小就是理工男，热爱发明创造。进入哈工大机电专业后，这份热爱彻底释放。硕士保送清华后，我看到OpenAI利用强化学习控制灵巧手转魔方的文章，深受震撼。
传统控制难以处理20+自由度的实时交互，而AI展现了全新可能。这激发了我的探索渴望。当时国内市场缺乏高自由度灵巧手，海外产品售价高达百万，我毅然向导师提出自主研发，并研究强化学习控制。
《有料时间》：为何选择创业而非加入大厂？
颜黔杭：位总创业非常坚定。他不仅想做灵巧手，更想基于AI潜力打造自由控制的机器人。
位德浩：我们团队虽年轻，但懂技术。有幸遇到像颜总这样相信技术、相信年轻人创造力的投资人。当下的创投环境更关注技术创新本质与真实动机，而非名校或资历标签。这为技术极客提供了前所未有的机遇。想创业，就要对自己有信心，勇敢去做。
绳驱+小脑模型：如何打造下一代灵巧手
《有料时间》：请介绍一下灵巧手的技术路线与未来方向？
位德浩：灵巧手的终极目标是形似人手、性能接近甚至超越人手。过去灵巧手多用于假肢，受信号精度限制，自由度通常低于10个。如今AI控制技术已能驾驭15-20+自由度系统，让灵巧手摆脱“机械感”。
我们在2021年就明确了技术路线，当时有四种可选方案：电机直驱、连杆传动、人工肌肉和腱绳驱动。最终我们选择了绳驱方案，因为它在仿生上最接近人手结构——模拟肌腱传力，兼具高自由度与抗冲击能力，绳驱方案在同步优化速度、负载、自由度和轻量化方面展现出独特优势。
不过绳驱也有挑战，主要是绳索寿命和蠕变问题。我们通过自研全新绳索，将其寿命提升到50万-80万次，并结合结构与算法实现了自动张紧，解决了蠕变难题。
《有料时间》：颜总如何看待不同技术路线的选择？
颜黔杭：路线选择取决于目标。灵巧手要在自由度、精度、负载和成本之间取得平衡。目前主要是关节电机直驱与绳驱之间的竞争。从性能上限看，绳驱在实现高自由度、拟人化和轻量化方面更具优势。此外，绳驱已从实验室走向商业化，成本弹性更大，是较为符合当前投资节点的选择。
《有料时间》：星际光年未来方向是什么？
位德浩：我们的使命是“推动具身智能通用操作落地”，灵巧手是核心载体。当前视觉语言大模型存在延迟问题，无法胜任如快速扶起咖啡杯这类需要“脊髓级”响应的任务。因此，我们看好“小脑模型”，它相当于机器人的“条件反射系统”：当云端大脑在思考策略时，本地的小脑已能自主完成“扶稳杯子”这类精细操作。
下一代灵巧手应将小脑模型直接集成在硬件中，形成软硬件一体化的操作平台，实现低延迟、高精度、自适应的通用操作能力。
《有料时间》：小脑模型是否成本更低？
位德浩：小脑模型的规模小于大模型，成本确实更低，但研发难度不小，因为这仍是一个前沿领域。我们将投入更多精力开发通用的小脑模型，使其能与大模型的思考能力协同工作。
《有料时间》：灵巧手的终极技术壁垒是什么？投资逻辑有何不同？
颜黔杭：终极壁垒在于软硬件一体化的能力。硬件设计与算法必须协同进化，形成螺旋式上升。我们先投资了具备全栈能力的本体公司，再根据本体的进展关注上游供应链的瓶颈环节。
2022年，我们开始投资人形机器人本体后，发现传感器力控精度与硬件自由度成为制约性能的关键，这也指引了我们后续的供应链投资方向。
《有料时间》：硬件打磨的主要难点在哪？
位德浩：灵巧手是“AI定义的硬件”，难点在于硬件与算法的协同。例如人类手指的耦合关节设计在机械上合理，却会给强化学习带来挑战。我们团队兼具软硬件能力，协同设计正是我们的优势。
《有料时间》：数据采集与开源生态进展如何？
位德浩：我在清华读研究生期间，做出了“内外骨骼双模态数据采集系统”，这个系统的逻辑是，像幼儿园老师教小孩写字一样，通过“手把手教学”同步采集传感器数据与力反馈信息，高效地实现数据生成。斯坦福、MIT等机构也已跟进这一方法。
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 | 更多... |
推荐: