北京
搜狐科技《超級瓦力——對話具身智能50人》欄目第15期，對話靈初智能聯合創始人陳源培。
VLA未必是終局，但現階段效果最好。
無論合成數據還是仿真數據，都無法真正適配真實場景的復雜需求，最終還是要依賴真實數據，采集成本已做到馬斯克團隊的1/10。
中美模型差距沒那么大，國內能追上，但中國的供應鏈和應用場景優勢，美國短期難趕超。
出品｜搜狐科技
作者｜鄭松毅
編輯｜楊 錦
當多數人還將00后視為“新生代”時，這個群體已在具身智能賽道扛起大旗。出生于2001年的靈初智能聯合創始人陳源培，正是這股年輕勢力的典型代表。
從華南理工土木調劑生跨界RoboMaster全國冠軍，從北大楊耀東門下的學術探索者到斯坦福 “AI 教母” 李飛飛的門徒，再到拒絕華為 “天才少年” 邀約、以最年輕 AI 創業者身份躋身福布斯榜單，陳源培的每一步都在突破邊界。
這位00后少年憑借超越年齡的行業清醒，將目光鎖定靈巧手核心技術，在這家“科學家密度最高” 的具身智能創企，其團隊將真實數據采集成本降至馬斯克公司的 1/10，破解了行業數據瓶頸。公司更是劍指2026年百萬小時級全球最大靈巧手操作數據集，力求打造具身智能領域的 “ChatGPT”。
憑借 “學術大牛+產業老兵” 的跨代團隊優勢，靈初智能2024年成立即獲高瓴創投、藍馳創投領投的天使輪融資，且躋身英偉達初創加速計劃，與智元機器人達成深度合作。
00后創業如何平衡技術理想與商業落地的現實？親歷中美頂尖科研體系，如何看待兩國具身智能的發展差異？近日，搜狐科技與陳源培展開深度對話，解碼年輕力量背后的技術野心與產業思考。
以下為對話精編：
從跨專業到成為李飛飛門徒創業
搜狐科技：你從放棄土木工程跨界機器人，到拒絕斯坦福深造和華為 “天才少年” 橄欖枝選擇創業，這些選擇在你看來算不算冒險？
陳源培：回頭看其實都挺冒險的，當時也沒有想那么多。轉過行或者專業的人都知道，重新學一個東西還是挺需要勇氣的。很多節點可以說是能力和運氣的疊加，不能說我每次選的都是對的，很多時候也是運氣不錯。
搜狐科技：你本科讀的是華南理工土木工程，后來是怎么加入北大楊耀東老師團隊的？
陳源培：當時在打RoboMaster競賽，我們戰隊水平還是比較強的。剛好看到楊老師回國任教，就主動聯系了一下，沒想到聊得很投緣。
搜狐科技：也就是說，你雖然學的是土木，但私下一直在自學機器人算法相關知識？
陳源培：對，平時上課我基本坐在最后一排寫代碼，考前兩周才會翻書備考。
搜狐科技：你曾在美國師從 “AI 教母” 李飛飛，在你眼里，她是一位怎樣的老師？
陳源培：經驗豐富，且很有耐心。雖然在業內已很出名，也在忙于創業，但仍會在教育一線給學生提供指導。
搜狐科技：作為福布斯榜單上的00后創業者，創業過程中是否有人因你的年齡、非博士學歷提出能力質疑？
陳源培：會有。自我認同感很重要，要對自己的能力和判斷有信心。
很多人拿學歷說事其實是一種偏見，我發表的論文數量并不少，對行業的認知也不比別人差。這種刻板印象確實存在，但我覺得無所謂。
搜狐科技：作為00后創業者，你覺得年輕一代在具身智能領域的優勢是什么？
陳源培：學習能力。在AI時代，對新事物的學習能力甚至比專業能力還要重要。哪怕是行業大佬，也需要不斷學習新知識，不然是跟不上的，AI出來后把很多東西都顛覆了。
為什么做靈巧手？
搜狐科技：為什么會選擇做靈巧手？馬斯克認為手部是通用機器人的“終極接口”，你怎么看這個說法？
陳源培：馬斯克說的非常到位。我剛接觸靈巧手是在2022年，當時世界上幾乎還沒有什么人做。最初的原因說出來可能出乎意料，唯一的理由就是覺得靈巧手很帥，后來發現強化學習能在（五指）上面做一些非常靈巧的操作，就一直做下來了。
搜狐科技：有業內人士說“讓機器人后空翻需1年，可擰好瓶蓋要10年”。你覺得做好靈巧手的挑戰在于什么？
陳源培：后空翻、跳舞這類動作的核心是預設軌跡的精準復現，對應的是人體小腦的功能，執行已經規劃好的動作，不需要復雜的環境反饋和決策。
而靈巧手的核心任務是與未知物體的交互，比如抓握雞蛋、擰瓶蓋、分揀零件，對應的是人體大腦的功能——整合視覺、觸覺、力覺信息，進行判斷、決策和實時調整，而不是簡單的動作執行。
搜狐科技：所以業內如何評判什么是好的靈巧手？看靈活度、精度還是別的？
陳源培：這是個很好的問題。從技術上說，高精度和視觸覺融合是下一代靈巧手競爭的關鍵。但這里存在一個技術悖論：增加了自由度，就要損失穩定性；增加了精度，就要損失動態響應特性。所以整體而言，落地好用是評判的第一標準，其他指標可以根據實際場景需求再優化。
VLA值得做嗎？
搜狐科技：當前具身智能行業面臨 “數據缺口” 瓶頸，行業對合成數據和真實數據的應用存在分歧，靈初智能為何堅定押注真實數據？
陳源培：終局一定還是要依賴真實數據，無論是合成數據還是仿真數據，都會在數據遷移到機器人身上時出現embodiment gap（具身差距）問題，無法真正適配真實場景的復雜需求。
搜狐科技：但真實數據采集成本高昂的問題怎么解？
陳源培：靈初近期發布的Psi-SynEngine，從便攜式手套硬件、到數據管線、再到跨本體遷移算法，提供整套完整方案。設備方便分揀工、快遞員等不同職業的人隨身穿戴，能在低成本情況下完成數據規模化采集，成本約為馬斯克團隊的1/10。
搜狐科技：你們計劃明年將數據集規模擴展到百萬小時級別，這是什么概念？達到這個規模后，對訓練具身智能大模型會帶來什么質的變化？
陳源培：基本可以說是全球最大的靈巧手數據集了，然后會拿它來訓練基礎模型——構建具身智能領域的ChatGPT。
搜狐科技：業內對分層架構、VLA、世界模型的技術路線也存爭議，王興興稱 VLA 是 “傻瓜式結構”，依賴數據而非因果邏輯，靈初為何堅持 VLA 路徑？
陳源培：VLA未必是終局，但現階段效果最好。現在整個行業的數據規模還沒起來，談架構都是空談。再過個三五年，有了足夠數據，才能驗證選出哪個架構更強。
行業‘過熱’了嗎？
搜狐科技：國內現存數十家靈巧手玩家，行業存在“過熱”（泡沫）跡象嗎？
陳源培：肯定有。新興行業初期共識分散，后期趨同扎堆，泡沫是發展必然，很正常。
搜狐科技：未來3年，行業會是“贏家通吃”，還是保持多玩家競爭格局？
陳源培：“贏家通吃”。軟硬件技術路線都會收斂，例如誰先擁有大規模的數據占據生態位，后面就會更有優勢。
搜狐科技：機器人已“進廠打工”，ToC家庭場景規模化落地還要多久？
陳源培：至少10年。
搜狐科技：兼具中美技術視野，你認為中美機器人行業有技術分野嗎？誰更具優勢？
陳源培：差異源于國情，美國主攻模型突破，中國強在制造與應用。中美模型差距沒那么大，國內能追上；但中國的供應鏈和應用場景優勢，美國短期難趕超。機器人賽道拼的場景與軟硬件相耦合，中國優勢非常大。
運營編輯 |曹倩審核｜孟莎莎
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
