一年狂揽12亿融资，清华学霸要造100万台机器人

嘉 宾：唐文斌 原力灵机CEO

访 谈：孙允广 正和岛内容总监

编 辑：豆汁儿

来 源：正和岛（ID：zhengehdao）

正和岛【新质企业家】访谈唐文斌完整视频

新质说

●  技术信仰：从人脸识别到具身智能，跨越AI两个时代，始终相信技术可以改变物理世界。因为相信，所以看见，也因为信仰，所以能够抵达。

●  价值务实：不满足于让机器人跳舞，而是赋予它在真实世界里解决问题的能力。让机器人拥有“大脑”，从替代人类“不想干的活”开始。

●  斜率思维：当前模型第一不重要，重要的是那一阶导。保持极高的迭代效率，让技术飞轮快速旋转，比任何一个静态节点的排名都更具意义。

在王者荣耀里，虞姬是个后期英雄，没有太多复杂和花哨的操作，前期坚定发育，到了后期爆发力极强。

唐文斌很喜欢这个角色。

而现实中，唐文斌的工位和普通员工在同一个大开间，没有独立办公室——很像他玩虞姬时“去繁就简、直奔本质”的作风。

唐文斌工位

他坐在会议室里，面前放着一个印有“Dexmal X” Logo的杯子，这的确容易让人产生联想——马斯克对X的迷恋，SpaceX、xAI、X平台。

但他说这不是刻意模仿，“X代表更科技、更多可能性的东西。”

这是2026年4月的一个下午，正和岛“新质企业家”栏目走进了原力灵机。

从旷视科技到原力灵机，唐文斌的创业轨迹，横跨了中国AI产业的两个时代。

14年前，他和印奇、杨沐创办旷视，成为AI 1.0时代的标志性人物；14年后，他带着一群“旷视老将”重新出发，闯入具身智能这片更复杂的战场。

这家成立仅一年多的机器人公司，正在试图回答一个所有人都想知道的问题：

当大模型撞上物理世界，具身智能的“ChatGPT时刻”，还有多远？

原力灵机

用眼睛看世界

2026年的中国机器人赛道，热浪翻涌，群雄扎堆。

“仿生蔡明”在春晚舞台上演小品，特斯拉的Optimus隔段时间就释放一次新进展，马斯克说未来人形机器人的数量会超过人类。

各大车企、互联网巨头、创业公司纷纷入局，投资人拿着钱找项目，猎头疯狂挖人。

而在前几天举办的2026北京亦庄半程马拉松上，人形机器人与人类跑者同场竞技，再次将“机器人何时真正融入现实世界”的讨论推向高潮。

据不完全统计，2025年中国机器人领域融资事件超过600起，总金额超过500亿元。

在这波热浪中，原力灵机无疑是资本最追逐的标的之一。

成立不到一年，三轮融资累计近12亿元——2025年3月天使轮2亿元，A轮蔚来资本领投，A+轮阿里巴巴独家注资数亿元。

但唐文斌对这股热潮出奇冷静：“今天大家的水平其实都挺差的。”

时间倒回2011年，唐文斌和清华同学印奇、杨沐一起创办旷视科技。那时深度学习还是个学术圈的小众话题，人脸识别的准确率惨不忍睹。

他们从一款手机体感游戏起步，误打误撞杀进了金融级身份认证领域，成了支付宝刷脸支付背后的技术供应商。

“我们其实先做的是偏技术的东西，然后想这个技术哪里用。”唐文斌回忆，当时iPhone 4刚出前置摄像头，他们觉得可以把Kinect那种体感交互搬到手机上，于是做了一款人脸追踪小游戏。

游戏火了，创业的念头也从此落地。

公司取名“旷视”——旷，就是大的视觉。

“我们认为未来一定会有很多机器人，机器人就像人一样需要眼睛。人的信息输入百分之九十几都靠眼睛，所以我们觉得眼睛是走向机器人的第一步。”

从人脸识别到物流机器人，旷视的机器人梦一直在水面下流淌。

2018年，他们正式切入物流场景，给仓库做自动化方案。

最出名的一仗是优衣库上海仓库——超过1000台不同类型机器人协同作业，单体项目接近3亿元，是当年国内物流自动化领域最大的一单。

但也是一场“噩梦”。

唐文斌回忆，投标过程像“超女选秀”，所有供应商被一轮轮筛选，大家互相“左脚踩右脚上天”，不断over promise。

拿下来之后才发现，实际能力只达到目标的百分之三四十，项目濒临失败。

于是他带着团队在仓库里蹲了三个月。推倒代码重来，主动承担赔偿，向客户要了半年时间。

项目最后跑通了，效率远超优衣库其他自动化仓库。因为这个项目，他被邀请去日本见了迅销集团社长柳井正。

在仓库里与物理世界贴身肉搏的经历，让他比很多人都更早地看清，软件算法与硬件落地之间，存在着巨大鸿沟。

从“看懂世界”到“改变世界”

2025年，唐文斌拉上旷视时期的核心团队成员，创办了原力灵机（Dexmal）。

方向很明确：做机器人的“大脑”。

从“旷视”到“原力灵机”，从“大的视觉”到“原生的灵巧”，如果说旷视时代是让机器“看懂世界”，那么原力灵机则想让机器“改变世界”。

而这个改变的前提，是为机器造一个真正能思考、会判断的“大脑”。

为什么大脑如此重要？

“你看今天的机器人，运动控制已经做得很好了，跳舞跳得比人都帅。但它没有在操作这个世界，没有在改变这个世界。”唐文斌一语道破。

机器人行业内一个心照不宣的共识是，硬件本体的进化速度远快于智能水平的进化。

即便是以运动控制闻名的宇树科技，也在IPO时明确表示，募资的近一半的资金——约20.22亿元，就是要用来攻克机器人的“大脑”问题。

“你让它去炒个菜，成功率能有多少？切个水果呢？”在唐文斌看来，现在机器人“智商的缺失”，使得它面对真实世界的复杂任务时，几乎寸步难行。

硬件已经备好，但缺少一个能指挥它的“司令部”。

这个“大脑”到底难在哪儿？他一一列出。

首先，模型本身该长什么样，架构怎么设计，业界还没形成共识。

其次，给机器人“喂”什么数据去学习，是纯机器人数据还是加上人类数据，也没定论。

再者，训练方法是什么，流程怎么搭，没人清楚。

并且，即使有了一个六七十分的模型，怎么让它在干活儿的过程中自己发现错误、收集数据，再通过一个“数据飞轮”越转越快，变成八九十分？

这条链条上的每一环，现在都是问题。

此前在旷视做计算机视觉（CV），面对的是一个相对确定的数字游戏，评测指标清晰，数据集固定。

但机器人是一个与物理世界充分交互的闭环系统。“任务没成功，天知道中间发生了什么。”原力灵机联合创始人范浩强感慨。

所以唐文斌的思考并没有停留在做模型这一层，他有很务实的商业推演逻辑，然后给团队定了一个选择应用场景的标准：

第一，错误容忍度高的场景。现在做不到百分百成功，场景本身要有兜底机制；

第二，节拍容忍度高。不能要求机器人像自动化设备一样精准卡点，要允许它节奏有快慢；

第三，泛化性的作业需求。任务不能太单一，否则非标自动化就能解决，用不上通用机器人；

第四，长时间作业。让机器人持续工作，才能把价值卷出来，覆盖掉成本。

按照这个标准反推，他认为家庭场景现在还不成熟。

“你买个人形机器人回家，挺贵的，能干的活还很少。而且用户的容忍度极低，1%的概率把碗摔了，你收拾都不知道谁去收拾。”

相比之下，仓储物流、工业制造等B端场景，才是现阶段验证技术、积累数据、打磨迭代能力的真实场景。

“需求就在那里”他说，“阿姨干的活能不能让机器人干，大街上扫地能不能让机器人好好扫，我们不是在创造需求，我们是在创造解决方案。”

而创造解决方案的第一步，是先回答一个更底层的问题：这个“大脑”，到底该怎么造？

第一不重要，重要的是“迭代的斜率”

2026年2月，原力灵机发布了第一个具身原生大模型DM0（DexModel 0）。

在真实机器人操作的开源评测平台RoboChallenge上，DM0的成绩拿下双项世界第一。

但唐文斌认为“这个第一也没那么重要”。

他关心的不是当前这个点的数值f(x)，而是曲线的导数。

他把公司内部的文化总结为两个词：技术信仰，价值务实。

而支撑这两个词落地的，是他笃信的一个更本质的竞争力——迭代的效率。

“我们要的不是今天f(x)的值，我们要的是那个一阶导。”唐文斌说，创业公司和大厂竞争，拼的不是存量，是谁迭代得更快。

“idea是廉价的。大家都很聪明，你知道的东西，三个月后别人也知道了。别人知道的东西，我们大概三个月后也知道了。所以真正重要的是迭代的斜率。”

为了保持这个高斜率，技术路线的选择就变得至关重要。

现在业内做VLA（视觉-语言-动作）模型的主流做法，是在一个现成的多模态大模型（VLM）上“嫁接”一个动作模块。

这个VLM，通常是用海量互联网图文视频数据训练出来的开源模型。

唐文斌打了个比方：这就像一个九年制义务教育的初中生，刚上完初中就被拉去体校狂练体育。

后果有两个：一是“根骨不扎实”，因为它从没见过物理世界的数据，相当于“没有从小练体育”，体能上限不高。

二是“光练体育不练文化课”，原来在互联网数据上积累的理解能力，在专攻体育三年后，也退化得差不多了。

原力灵机的思路截然不同。

他们要搞“原生”训练：从模型训练的第一天起，就让它同时接触互联网多模态数据和物理世界数据——视频、机器人操作数据、导航数据、力触觉数据——并且把“理解世界、操作世界、预测世界”三个目标联合训练。

“我们希望打造一个德智体美劳更全面发展的模型。”

这其中有一个更深层的技术分野：为什么不直接买一个现成的“世界模型”，然后在上面训练机器人？这听起来更直接。

唐文斌的解释是，逻辑不对。

“世界模型比机器人的操作模型要复杂得多。如果说我们都能够非常好地去模拟这个世界，那它里面几乎已经蕴含了世界的所有知识。你想，先解决一个更难的问题，然后你就能解决那个简单的问题了？”

也就是说，这相当于为了教机器人拧螺丝，先去把整个工厂的物理法则都复刻一遍，代价太大，也不现实。

原力灵机的做法很巧妙：他们也有一个世界模型，但它不是被当作一个完美的“模拟器”来直接驱动决策，而是在训练过程中，被当成一个“陪练”和“强化监督信号”。 

简单说，就是在训练机器人操作能力时，让它在那个“虽不完美但够用”的世界模型里先“演练”一遍，用这个虚拟结果作为反馈，持续修正操作模型。

但在机器人真正干活时，并不需要一边预测世界一边行动，只需要跑那一小部分执行模块，干脆利落。

这套技术路线，没有追逐“世界模型”的风口，而是基于他们对问题本质的判断：先让机器人能干活，同时在训练中引入对世界的理解作为辅助。

图源：原力灵机

团队将这个过程戏称为“炼丹”。

这个词不是现在才有的，早在2012、2013年在旷视训练深度学习模型时，大家就开始说了。

“你不知道最后炖出来是什么效果，东西先丢进去，但炼丹也是个手艺活。”

十几年过去，这个词从一个内部玩笑变成了技术人的自嘲。

原力灵机的代码库里，有一个项目名字就叫“铁锅炖”，联合创始人汪天才他们起的。

唐文斌第一次看到TGD这个缩写时问是什么意思，答曰：铁锅炖。他觉得挺逗，就保留了。

而这种扁平化、略带极客幽默感的氛围，是唐文斌刻意维持的。

务实的理想主义者

在金隅智造工场的两层楼里，唐文斌没有独立办公室，工位和普通员工在一起。

联合创始人也是同样待遇，散落在团队中间，像没有特殊标记的NPC。

如果你想找他们，直接走过去就好。

整个办公区通透而简单，一如他们的沟通方式。

而如果仔细看会议室的标牌，会发现它们各有来头：

Flow来自《心灵奇旅》，Matrix是《黑客帝国》，Red Queen是《爱丽丝梦游仙境》里那个叫嚷着“砍掉他们的脑袋”的红桃皇后，Jarvis是钢铁侠的AI管家。

原力灵机办公区

在经历了行业起伏、从巅峰到低谷的完整周期后，再次出发的唐文斌和他身边的“新三剑客”——范浩强、周而进、汪天才——选择了一条更安静、也更tough的路。

核心团队颇为年轻：唐文斌1987年出生，范浩强1994年，周而进1992年，汪天才1994年。汪天才的名字的确名副其实——他曾在某一年入选过全球前2%科学家榜单。

这四个人都是旷视的老员工，一起经历过从计算机视觉到具身智能的范式转移。他们为什么愿意再次聚到唐文斌身边？

联合创始人范浩强最直观的感受是“太拼了”。他说唐文斌可能是公司里工作时长最长的人，没有之一。

“各个大大小小、内内外外的事情都能一把挑起来，并且哪怕非常忙，依然在做每件事的时候还能倾注百分百的热情。”

他觉得，是唐文斌对机器人这件事心里有足够强的信念，所以才能驱动自己像个“铁人”一样。

周而进用的词是“真诚且务实”。共事多年，他认为唐文斌的风格是实事求是，事情是怎样就怎样，该怎么解决就怎么解决。

“大家也不是第一次创业，都知道创业过程中要经历哪些坎，哪些东西该扎实完成，哪些东西该给客户创造价值。文斌在这些事情上非常务实。”

汪天才则认为唐文斌是“开放且务实”的。他解释说，开放在于“什么都可以聊”，员工的意见和看法都能直接提，唐文斌会从不同视角去吸收和讨论。

而务实的一体两面则体现在赛道选择上，“不是一个纯讲故事的心态。投资人想听什么就讲什么，他不搞花里胡哨那一套。”

这群人聚在一起的底层原因，范浩强用了一个词总结：信仰。

在采访中，团队反复提到这个词。

“2020年，那个时候讲端到端是很困难的，不管是研发层面还是让别人相信。我们被拒绝了很多次，paper被拒，方案被质疑。但你内心不信，你是无法坚持的。”

汪天才把这种逻辑迁移到了机器人上：“从数字世界到物理世界，从开环走向闭环。自驾并不会直接改变物理世界，除非发生车祸。但具身智能时时刻刻都在与物理世界交互，导航也好，操作也好，闭环程度远超自驾。”

范浩强把团队的凝聚力，归为一个很纯粹的理由：“一群有情有义的人，去干一件有意义的事情。”

他说，强的同学都更喜欢跟强的同学合作，而具身智能这件事本身就足够有挑战性，也足够让人兴奋。

一个人能让一群比他只年轻几岁的天才心甘情愿地跟随，没有靠职位、画饼，靠的是他们说的这些——拼、真诚、开放。还有最重要的：他自己的信念。

唐文斌给自己的定义是：一个务实的理想主义者。

“我自己是个比较简单的人，不太能讲很多我不信的话，”他说，“团队内部也崇尚一种简单直接的沟通文化，这其实是一帮技术同学想要追求的环境。”

100万台机器人

打开原力灵机官网，很显眼的一行字跳了出来：Build Intelligent, Useful, and Trustworthy Robots for A Better Life（打造智能的、有用的、可信赖的机器人，让生活更美好）。

三个形容词，对应三个维度：智能，是大脑能力；有用，是生产力价值；可信赖，是安全性和可靠性。

对于未来，唐文斌的目标明确：十年内，至少打造一个县城级别的生产能力。

他的老家在浙江新昌，40万人口。“假设三个机器人能产生一个人的生产力，我们希望至少打造100万台机器人在持续被使用的状态。”

他特意强调，“不是卖出去100万台，是100万台真正在被使用。”

卖出去和用起来，就像demo和产品，是两回事。

唐文斌了解这之间的距离。

他经历过旷视从实验室到产业的完整周期，知道一个技术从“能work”到“能用”再到“好用”之间，存在很多次推倒重来。

公司名字Dexmal，Dex来自Dexterity（灵巧），mal来自Animal（生物），他希望机器人能像生物一样灵巧和多形态。

会议室Baymax的名字，取自电影《超能陆战队》里的大白——一个充气机器人，笨拙、柔软、可靠、温暖。

电影主题曲里有句歌词：我将忠诚守护，你那炽热的梦想。

Baymax会议室

这大概就是这群人想做的东西：

打造智能的、有用的、可信赖的机器人，让它们真正关心人类的生活，解决那些繁琐的、危险的、人类不想做的事情。

让人类进入一个生产力极大富足的时代，去探索更广阔的星辰大海。

当被问到机器人融入现实世界，是否预示着终结者时代的来临时，唐文斌笑了：有可能。

然后他补充说：“整个技术发展的斜率越来越陡。我们身处局中，但它的发展依然超出我们的预期。这是一个非常令人兴奋的时代，我们很感谢能生在这样一个时代。”

窗外，北京的春天正在发生。会议室Red Queen隔壁，程序员们对着屏幕敲代码。

DM0的下一个版本即将发布，评测榜单上的排名会被再次刷新。

原力灵机办公区

唐文斌的工位铭牌，名字下边只有一行字：twb@dexmal.com。

没有title，没有成就。

和他在公司里的工位一样，不需要任何额外的标注。

Flow——一个会议室的名字，也是一个概念：流动，变化，持续向前。

这大概就是他们相信的东西。

不是你现在在哪里，而是你在向哪里流动，以及，有多快。

原力灵机北京的金隅智造工场外，几个背着双肩包的年轻工程师，骑着自行车，呼啸而过。

也许在未来的某一天，这条路上会有一个机器人正在清扫街道，或是驾驶着一辆货车驶过……

那时的它，会如何看待眼前的世界？

是计算路面的摩擦力，评估风阻对能耗的影响，还是像人类一样感受一阵风穿过树叶的轻柔？

阳光之下，是真实、复杂、亟待被新技术改变的物理世界。

而屋内这群人正在做的，或许可以被看作是一种漫长而耐心的翻译工作——将人类关于智慧与行动的朦胧想象，翻译成一行行能被机器读取并执行的代码。

他们不知道自己最终会翻译出什么。

就像当年的“炼丹”，东西丢进去，不知出来的是什么，但有人愿意一直守在炉子旁边。

也没有人知道，当这些代码最终苏醒，理解杯子不只是像素和力矩的组合，而是某种可以被递出的善意时——它会如何描述这个春天？

或许它什么都不会说。

只是安静地，把一杯水端稳。

（绿岛邻事业部北京区域经理赵珊珊对此文亦有贡献）

排版 | 木棉

审校 | 豆汁儿  主编 | 孙允广