一家不追风口的机器人公司该如何穿越芜杂的具身智能周期？
文丨薛良
2026 年世界杯开幕之际，中国外交部发言人转发了一条机器人踢足球的视频，配文“中国机器人队已准备好”。主角是加速进化新一代人形机器人 T2。
尽管公司成立时间不长，但 CEO 程昊自 2006 年入学清华自动化系起，已在机器人领域深耕二十年。在访谈中，程昊并未渲染大模型的宏大叙事，而是强调“分层落地、数据先行”的务实路线：先让机器人在真实场景中运行，通过商业化沉淀数据形成飞轮。
程昊认为，双足人形机器人进工厂暂无规模化落地机会，硬件毛利将持续走低，算法难以构成真正壁垒；具身大模型成熟尚需五至十年。与其等待“空中楼阁”，不如先做能落地的操作系统与场景。在行业普遍被融资和概念裹挟时，他坚持不编故事、不偏离长期战略，更关注商业模式成立、产品真正落地及组织笃定。
今年 5 月，加速进化完成近 10 亿元 A 轮系列融资，由北京高精尖产业基金、京国盛基金与华控基金联合领投，深创投、源码资本、IDG 等知名机构参投。从清华入行到打造现金流健康的公司，交付千台真机并瞄准教育场景，程昊试图证明：慢即是快，与其冲刺一时规模，不如做一家十年后依然存在的公司。
机器人踢足球：二十年磨一剑，验证最小闭环
晚点：20 年前你就在做机器人足球，这一切是怎么开始的？
程昊：我从小想做机器人，高中得知自动化系涉及此领域便报考清华。当时清华仅有一个实验室从事双足机器人研究。机器人足球是目前唯一可真正落地的具身 Agent，它需要运动能力、实时决策及多机协作，规则明确且输赢清晰。相比篮球对手部技术的高要求，足球主要依赖脚部运动，将复杂问题相对简化。
晚点：新品 T2 随世界杯发布，其踢球技术是否有显著提升？
程昊：T2 是针对高动态、高爆发及科研场景推出的旗舰机型，在自由度、单臂负载、算力及二次开发能力上均达到新高度。外交部转发的视频中，T2 自主踢球速度可比肩世界一流运动员。世界杯期间，我们将利用 T2 和 K1 开展点球挑战等互动活动。
晚点：创业后继续参赛，感受有何变化？
程昊：2024 年参赛时曾感失落，因十年间行业本质进步有限，多数仍使用昂贵的舵机，算法效果不佳。但 2025 年我们的 K1 和 T1 凭借准直驱关节和前沿算法，实现了走路稳、抗撞击、射门准，最大比分达 20:0。T2 作为旗舰机型，算力拉满且价格区间覆盖更广，能力将更强。
身高不到 1 米的 K1 具备大力抽射能力，球撞网声巨大。该机器人售价 3.99 万元，拥有 22 个自由度及 48 TOPS 入门算力，已在京东开售。
晚点：踢赢足球赛后，下一步目标是什么？
程昊：目标是 2050 年踢赢人类，中期目标为 2030 年踢赢 U9 青训队。
晚点：足球赛非商业或生产力场景，是否显得荒诞？
程昊：二十年来，跳舞、射箭等场景均已消失，唯足球存活。当机器人能踢赢人类，即证明其具备了运动、感知、决策全流程的落地能力。这是验证最前沿算法的最小可执行产品（MVP）。如同字节跳动从内涵段子到抖音，算法内核一致，仅载体不同。
晚点：足球是具身智能的 MVP？
程昊：是的。家庭场景成本高且危险，无法直接验证；若不验证则无法获取真实数据迭代算法。足球具有观赏性且安全可控，适合技术闭环。目前机器人已可通过端到端神经网络直接射门，未来将实现跑动带球与传球，进一步提升观赏性。
晚点：除足球外，还有其他场景能实现此类技术验证闭环吗？
程昊：目前尚未想到。
分层落地：为什么现在该做操作系统，而非赌端到端
晚点：具身智能现在与二十年前有何本质不同？
程昊：大逻辑框架未变，但各模块算法全面升级，如决策层现已引入大模型生成。
晚点：这似乎是分层逻辑，与端到端模型主张不同。
程昊：终局虽是端到端解决所有问题，但目前尚远。足球等高速响应场景仍需“决策树 + 强化学习”，大模型暂未适用。即便在导览等场景，大模型决策仍是“感知→决策→执行”的分层过程。
晚点：加速进化现阶段不做具身大模型？
程昊：我们不押注“空中楼阁”式的端到端大模型，而是走特斯拉路线：分层模型落地，同时通过场景采集数据。具身大模型范式未定、训练数据缺失、算力需求不明，距离落地至少还需五到十年。
晚点：数据和算法哪个更重要？
程昊：两者皆重要，但目前均面临挑战。遥操、仿真等过渡方案虽能产出 Demo，但无法替代真实场景数据。我们坚持在足球赛等落地场景中“在泥里爬”，待数据积累充足后再“往上飞”。
晚点：谁更适合做具身大模型？
程昊：需千亿级投入，大厂或与巨头绑定的团队（如 OpenAI 与微软）更为靠谱。加速进化的定位是做本体、操作系统与工具，与大模型相辅相成，类似苹果/微软与互联网/云的关系。
OS 时代：构建 Agent 生态与数据飞轮
晚点：开发具身操作系统的前提是什么？
程昊：软件工程师需深入场景（如开发踢球一年），成为懂机器人的 Agent 开发者。目前兼具软件工程与具身智能知识的人才极少，我们通过实战培养了一批此类工程师。
晚点：操作系统具体做什么？
程昊：类比 Windows，集成开发工具与环境配置，降低门槛。过去需名校硕士，现在会 Python 的高中生即可上手。最终将发展出具身 Agent 生态，开发者组合不同算法能力接入系统解决问题。
晚点：即将推出的 Booster Studio 开发工具有何特点？
程昊：这是全球首款专为具身开发而生的工具，内置完整仿真环境，支持从仿真到真机一键部署。我们将举办全球 3v3 机器人足球仿真赛，开发者可在云端训练 AI Agent，优胜策略可直接部署至 K1 或 T2 真机。
晚点：加速进化要做机器人的安卓系统？
程昊：对，实现应用与硬件解耦。我们的操作系统适配多种芯片与机型，上层开发者专注 Agent 开发，既可运行于宇树机器人，也可运行于自家产品。
晚点：硬件是否会因此难卖？
程昊：具身本体时代尾声，硬件技术收敛且标准化，毛利降低，差异缩小。操作系统的生态才是核心壁垒。
晚点：加速进化凭什么做好操作系统？
程昊：团队近半数为纯软件背景，是全球最重视软件工程的机器人公司。在具身大模型到来前的漫长 OS 时代，复杂的软件工程（Dirty Work）将构建真正壁垒。AI 提升开发效率反而利好创业公司以小博大。
教育市场：百亿美元级的"Apple II 时刻”
晚点：小机器人在京东可售，是否偏向 To C？
程昊：先做小、快落地是策略之一。目前小人形机器人出货量我们位居第一。
晚点：主要买家是谁？
程昊：T1 面向科研，K1 面向教育教学，定义为具身开发入门平台。教育是百亿美元级市场，复刻了当年计算机机房普及的路径。机器人本体 + 操作系统 + 开发工具的组合，能让学生低成本学习机器人技术。
晚点：在中国落地是否涉及复杂关系？
程昊：首台机器人销往海外，2025 年海外营收占比 40%，今年前两个月升至 60%。这是实打实的商业模式，优于单纯展示技巧。
晚点：机器人进工厂的前景如何？
程昊：目前看不到机会。机器人需比人便宜且能干人干不了的活，但在汽车组装等柔性任务上，机器人成本高效率低，不如直接雇人。
晚点：家庭场景呢？
程昊：不乐观。家庭环境过于复杂，障碍物处理难度大，成功率低。相比之下，双足稳定性问题今年即可较好解决。
晚点：运控能力与宇树相比如何？
程昊：算法差异不大，宇树的壁垒在于高爆发关节等硬件积累。
晚点：已售千台，供应链有何经验？
程昊：从第三方零件逐步转向自研。关键在于控量，产能随订单爬坡，从周一台到周五十台，确保生产与商业化同步稳定提升，避免盲目扩张。
终局愿景：OS 时代的数据资产，换未来大模型的后发先至
晚点：若大厂入场做具身操作系统或大模型，如何应对？
程昊：大厂短期内难以下决心，因技术路线未收敛（TPMF 未达成），负责人绩效风险大。即使入场，也仅能缩短成熟时间，难以颠覆。
晚点：一旦大厂做成，是否是颠覆？
程昊：确实存在风险。但移动互联网历史表明，微软靠前期积累的资本与人才在云时代和大模型时代成功追赶。我们在本体时代为 OS 时代准备，OS 时代为大模型时代准备，存在弯道超车可能。
晚点：前提是成为“字节”那样的巨头？
程昊：正确。当拥有稳定几十亿收入与几亿利润时，我们将组建大团队攻坚具身模型。算法无绝对壁垒，可后发先至。在 OS 时代积累最多数据，就有机会训出最好模型。
晚点：移动互联网周期给具身智能的最大启示？
程昊：先找到商业模式，再谈改变世界。
商业选择：比起估值，更想做一家十年后依然存在的公司
晚点：您在商业化表述上较为保守？
程昊：融资是双向选择，核心是讲清逻辑并找到认可的投资人。我们增长迅猛，一季度出货同比增 500%，新签订单同比增 800%，具备自我造血能力，无需靠编故事吸引投资。
晚点：面对疯狂的市场环境，不着急吗？
程昊：内心或许焦急，但行动笃定。我们融资节奏比行业估值提升晚半年，拒绝高风险条款与虚高估值，以免误导战略方向。
晚点：如何看待 2026 年的市场竞争？
程昊：只要产品与商业模式成立，必能获得投资。市场最终会用脚投票。若缺乏商业模式支撑，高估值终将跌落，导致团队动荡。
晚点：如何回应资金焦虑？
程昊：公司生死关键在产品与成熟商业模式，而非单纯资金。我们坚持长期主义，愿花十年做成微软那样的公司，而非两年冲高级别。
晚点：招人难吗？
程昊：较难。部分候选人过度关注估值与声势，忽视本质工作，这类人可能对组织造成伤害。我们需要踏实、笃定、能积累的人才。此前未在 PR 上花钱，直至今年竞争恶化才被迫补齐，但核心仍是将资金投入研发与商业模式打造。
题图来源：加速进化
- FIN -
