VisionNav 在佛山仓库磨了一年多，早期产品就这样被现场逼了出来
图 | HK STP
来源 | 旧地图 OldMap
未来机器人 (VisionNav) 的起家故事常被简化为：港中大教授团队将视觉算法转化为无人叉车，获资本加持后成长为全球巨头。这条叙事虽无谬误，却颠倒了核心逻辑。早期团队不缺论文与样机，缺的是一个肯开放真实仓库、容许设备试错并推动持续迭代的客户。
这个关键客户是佛山一家生产卫生用品的港资企业。面对光线变化、地面不平及货物偏差等复杂现场，团队原本设定的厘米级精度屡遭挑战。博士们驻场一年多，通过海量数据采集与算法重构，最终将实验室技术打磨为工业级产品。
本文借未来机器人的早期路径，剖析工业技术公司最易误判的产品化起点：企业成功的关键往往不在于率先拥有技术，而在于率先找到能让技术在真实责任中暴露缺陷、积累信用并形成复购依据的客户关系。
先选低速战场
刘云辉团队早在上世纪九十年代末便涉足视觉导航，曾为香港医院开发样本运输机器人。该项目因缺乏后续维护主体与资金延续而夭折，这也让团队深刻认识到：机器人进入现实场景后，持续稳定运行本身就是产品的核心组成部分。
2010 年前后，团队确立以视觉为主要反馈的研究方向。彼时自动驾驶虽是热点，但团队明智地避开了开放道路的长尾难题，转而寻找能独立完成商业闭环的切入点。叉车成为理想选择：其运行于封闭工厂，速度低、范围有限，规避了公共道路监管风险；同时，叉车载货后的惯性变化与高精度对位需求，恰好匹配团队在视觉反馈与运动控制领域的长期积累。
这一策略将问题收敛为“厘米级定位后的精准叉取”，而非泛化的通用机器人研发。更重要的是，它锁定了现成预算：客户本就承担人工叉车成本与安全风险，无人化只需证明在可接受周期内替代人工并实现回本。这种“低速、封闭、重载、重复”的约束，既降低了技术攻克难度，也将客户价值量化为清晰的账目。
客户打开仓门
2015 年底，首台视觉导航无人叉车样机问世，但这仅证明了系统可行性，尚未验证其在工厂夜班的高强度稳定性。佛山景兴旗下 ABC 卫生用品业务提供了首个真实试炼场。任务看似简单——将生产线产品搬入仓库，却让自然光反射、车辆参数差异、轮胎摩擦变化等实验室变量集中爆发。
团队驻场一年多，每日采集数据、调整算法，直至梳理清楚技术问题与产品边界。这段经历最大的产出并非收入，而是一份详尽的“问题清单”：明确了哪些误差需自动修正、哪些现场条件需前置约束、哪些异常必须停机。这种客户无法通过销售话术批量获取，其必须具备明确痛点、可控试验范围及愿意共担试错成本的管理层。
首个项目完成了关键的“可信度转换”。工业客户不信奉学术论文，只信赖持续运行的实战案例。2017 年项目交付后，该案例成为后续客户评估风险的依据。对于未来机器人而言，这家“灯塔客户”更像是一间无围墙的产品部，通过生产责任定义了何为“产品完成”。
大厂逼出产品
早期团队曾考虑仅向叉车厂提供导航模块，做核心零部件供应商。但最终选择直面大型终端客户，交付整套设备与项目结果。这一决策虽有代价——采购流程长、验收严苛、需对接 WMS 及安全规则，却迫使团队构建全链路能力。
客户购买的从来不是单一的定位精度，而是物流动作的持续达成。从车辆到达、货物识别到货叉对位、异常恢复，必须形成完整闭环。直接面对大客户，让团队积累了高位存取、料笼堆叠等复杂场景经验，这是单纯卖模块无法获得的。
此外，大企业的复购机制推动了产品从“展示技术”向“运营资产”跨越。试点通常由创新部门发起，而复购需经生产、物流、IT 等多部门确认。至 2020 年，中石化、雀巢、格力等头部企业的连续采购，证明了其产品已具备极高的商业韧性。前一家工厂的持续买单，成为了比广告更有效的销售工具。
技术换来信用
学术背景赋予了未来机器人切入高难问题的技术底气，港中大资源也助其链接了早期资本与客户。然而，学术光环无法自动生成经营信用。医院项目的失败已警示：缺乏维护主体的先进技术终将停摆。佛山仓库的一年磨砺，才真正确立了“对结果负责”的公司基因。
随后，风险资本在关键时刻填补了资金缺口，支撑了从研发到回款周期的现金流压力。未来机器人的成功并非单一因素所致，而是严密的逻辑链条：长期研究锁定技术身位，开放现场的客户完成产品化淬炼，成功项目将技术信用转化为商业信用，最后由资本放大复制信号。
若删去佛山那一年的沉淀，后续路径便难以复制。第一家客户虽未贡献最大营收，却重塑了企业的售卖逻辑与信任基石。
工业创业常误以为产品化是研发结束后的步骤，未来机器人的经历则表明：产品是在客户现场承担责任时逐渐成形的。
早期客户的质量远胜于数量。一个愿开放流程、允许调试并共同定义验收标准的客户，才能真正驱动产品进化。这种合作伴随着设备不成熟的风险，供应商必须以更快的学习速度和更清晰的服务边界予以回报。
未来机器人日后拓展多行业、走向海外，均建立在此笔早期信用之上。其最早售出的并非一台完美叉车，而是一个承诺：当问题在仓库暴露时，团队不会退缩回实验室，而是留守现场直至解决问题。