對話技術明星丁琰：具身智能融資超500億，UMI技術為何突然爆紅

鹿明機器人聯席CTO丁琰

具身領域里，恐怕沒人比丁琰更能感受到行業的巨震和瘋狂。

9月30日，他任職的一星機器人，因為吉利戰略收縮，成立不到半年意外解散。時任CTO的丁琰在隨后短暫的33天里，罕見地完成了別人可能需要數年完成的人生軌跡，失業、創業、融資、被收編。

一直到11月2日，丁琰以聯席CTO的身份加入明星初創公司鹿明機器人，他帶著昔日的10余名骨干終于安定下來。他形容這段經歷，每天的信息都在爆炸，人生幾乎以10倍速度快進。

去年他留學歸國，意外站在具身行業最炙熱的前沿，在市場上大受青睞。他是最早將GPT-2模型融入機器人的研究員，博士期間發表論文有上千引用，回國后又all in UMI技術(一種數據采集技術，相比當下的遙操作方式，采集效率提升3~5倍，成本降低近90%)，成為國內最大的UMI玩家。時代的機遇放大個人的際遇，推著他往前跳躍。

丁琰 加入鹿明不久，UMI技術因為美國具身公司Genralist、Sunday Robotics火爆，在國內也意外走紅。

丁琰再次被推到時代前列。市場放量增長，鹿明機器人的UMI數據采集工廠也在同步擴增。同時，鹿明機器人也剛完成來自鼎暉投資、南京創投等多家機構的數億融資，這也預示著已經發布四款機器人產品的鹿明機器人，從數據入口、模型到本體實現全棧自研，真正步入具身賽道的曠野。

在這次訪談中，丁琰不僅首次分享了離開一星加入鹿明這一階段的瘋狂和割裂，也系統性復盤了UMI數據采集與模型訓練中不斷精進的認知。

今年具身智能融資超過500億，僅11月公開宣布的融資案例就超過35起，臨近年末，具身行業依然表現出火熱的勁頭。丁琰說，第二梯隊公司也成長起來了，“FOMO”(擔心錯過)的投資機構在加速上車。

以下是《白鯨實驗室》和他的對話，為了文本閱讀方便，我們做了精簡處理。

01

以10倍加速的33天

白鯨實驗室：最近多家具身智能公司，包括鹿明機器人在內，紛紛宣布獲得數億融資，在當前商業落地仍不明確時，行業還在加速？

丁琰：我個人感受是，從資本以及帶動人才的涌入來看，確實是一個加速過程。

現在具身智能行業梯隊已經分明，第一梯隊公司估值動輒上百億，對投資人而言價格太貴了，而且普遍營收低迷，能不能上市、 帶來回報，充滿不確定性。第二梯隊公司也成長起來了，還未入局的投資人有一種普遍的憂慮——擔心錯過上車的機會，所以會涌入第二梯隊里有潛力的公司。

白鯨實驗室：你的經歷非常有意思，去年博士畢業后去上海AI Lab，一家實驗室，今年先后去了吉利的一星機器人（由于吉利戰略收縮，成立半年自動解散），目前在鹿明機器人公司擔任聯席CTO，經歷身份的巨變，有沒有更加堅定的信仰？

丁琰：這個問題挺好的，我的經歷確實挺壓縮的，在極短時間里，瘋狂地經歷各種起伏。我就職的這幾家風格也完全不同，上海AI Lab屬于國家級實驗室，更多偏向學術研究，可能只有20%偏向工業。一星機器人屬于大公司（吉利）孵化的一個，有自己的場景和業務線，只需要服務好自有的業務線，而鹿明屬于明星初創公司，商業化落地和技術研究一樣都很重要。

過去幾年，我見證了具身智能從少有人問津到火熱的過程，越來越意識到具身智能絕對是未來，唯一的問題是商業化落地，這相當于是一個戰場。這么多玩家入局，想要生存，必須把所有戰略資源、研究重點集中起來，準備好在未來6-8年打一場硬仗。這也是行業重塑的過程。

這一點我非常堅定，在上海AI Lab或者一星時，可能都沒那么堅定。

白鯨實驗室：為什么？

丁琰：可能因為鹿明離這個戰場的核心地帶更近。

白鯨實驗室：一星不近嗎？

丁琰：一星相當于大公司的后花園，有一個大家長把你保護起來，離前線還是稍微遠一些。而鹿明這樣的初創公司，離炮火更近，可以近距離看到戰爭的全貌。

白鯨實驗室：離得更近，不會覺得商業化更難，現實更骨感嗎？

丁琰：換家公司我可能都會很擔心。有些公司瘋狂融錢，只畫餅，在商業化上沒有任何落地，沒有閉環，會讓人覺得害怕。而鹿明屬于另一種，一直在做商業閉環。

白鯨實驗室：有沒有逐漸祛魅的想法？

丁琰：基本上沒有。

白鯨實驗室：今年10月一星解散，到11月初加入鹿明，時間很短，很多人向你投來橄欖枝。

丁琰：我從美國留學歸國后，對時間確實有非常明顯的體感差異。我在美國讀了五年博士，感覺時間過得很漫長，回國后，每天感覺都是加速狀態。在上海AI Lab，可以看作2倍在加速，在一星相當于3到5倍在加速。離開一星后的過渡期，我覺得是10倍加速，手機上的信息非常爆炸，每天都逼著你做決定。

從9月30號知道一星解散的消息，到11月2號加入鹿明。這期間，我們還籌備了一家公司，做各種路演，都融到資了，有一家投資公司已經給TS（投資意向書），還有兩家準備投。其中一家準備打錢的前一天，我決定不干了，還去一家企業待了三天，發現不對勁，后來選定了鹿明。

白鯨實驗室：你說當時手機都爆掉了，有多少家具身智能公司邀約你？

丁琰：沒有30家，也得有20來家，工作機會非常多。

白鯨實驗室：怎么就確定是鹿明了呢？

丁琰：鹿明的CEO是創業者行列里最懂技術的那一批，同時也懂商業，這是一個非常少見的組合。

白鯨實驗室：具身智能行業里的創業者，純技術出身的還挺多。

丁琰：不太一樣。具身智能行業里純技術出身的創業者，有些是做大模型出身的，有些是做自動駕駛出身的，我更偏向于選擇機器人出身的團隊。

白鯨實驗室：會有什么不同嗎？市場上有不少聲音認為，自動駕駛技術離具身智能很近。

丁琰：我從來不覺得這兩者貼近，反而認為區別非常大。舉個例子，做自動駕駛的人，是不需要考慮車是怎么造的，硬件已經很成熟了。而具身智能需要去造機器人，還有不同形態的機器人，算法和數據都沒有完全實現跨本體遷移。

比如數據，作為預訓練是可以用的，但是在精細化操作時，完全不能使用。如果可以使用，UMI技術也不會這么熱鬧了。

白鯨實驗室：你經歷的大起大落，似乎是中國具身智能行業今年火熱的一個縮影，很有代表性。當時為什么沒有自己創業？

丁琰：創業對于創始人的心力要求很高，說實話，我覺得自己hold不住。這里面最大的問題是人的管理。鹿明的團隊有很強的資源整合能力，原有的硬件業務和我們數據業務也很互補。

02

UMI技術不只是數采，而是類似基建的系統

白鯨實驗室：你從加入上海AI Lab，到現在一直研究UMI技術，有沒有始料未及的問題？

丁琰：其實沒有什么始料未及的問題，我很堅信自己的技術直覺。

我在上海AI Lab還是挺幸運的，當時只是一位研究員，實驗室leader對我們很寬容，允許我們all in 一個當時還不明確的方向。其實最大的難題是如何說服其他12位PHD（博士）和碩士一起做UMI技術研究，這是非常難的，一旦出現一點問題，這事就黃了。事后回顧，如果重新來一遍，能不能成功我都沒有把握。

白鯨實驗室：你是如何說服他們的？

丁琰：我一直覺得UMI不單單是一個數采技術，而是一套體系，有點像基建。在這個基礎上，你可以起萬丈高樓。我當時就這樣告訴大家，很多人也是有這個信仰的，也一直在研究這個領域。

我當時寫過這樣一句話，硬件、數據、算法和系統是很難分開的。我們不僅要實現硬件的自給自足，算法也要根據硬件和數據特征開發，系統適配前三者，讓這四塊形成內循環，大力氣搞infra，才能走得更穩健。

白鯨實驗室：國內今年多地流行建數據采集工廠，為什么普遍都采用遙操作的方式，而不是UMI技術？

丁琰：數采廠可以消耗掉一大批機器人本體，相當于幫助具身智能公司賣機器人設備了。如果站在數據的通用和資產化的第一性原理來看，UMI數據是最正確的選擇。

白鯨實驗室：一個百萬級的數采廠需要多少機器人？

丁琰：百萬級都不行，得千萬級。我覺得數采廠，至少7成的錢都花在硬件上。數采廠普遍管理成本很高，尤其對數采員的管理，因為這個工作非常枯燥，重復性勞動，通常又是外包，大家并不會很用心，導致采集到的數據質量不會很高。

比如一個關門的動作，常規情況需要機器人的爪子拿著門把手一推，但實際上采到的數據里，可能一些數采員直接用手推開的，軌跡數據完全不能用。后續數據清洗時，工作量會很大，合格率估計很低。

鹿明在數據質量管控方面采取了極為嚴格的標準，創新性地構建了六道數據檢測與校驗流程，從采集、處理到交付進行全鏈路質量把控，最大程度保障交付給用戶的數據具備高一致性與高可信度，能夠穩定支撐模型訓練與性能提升。

白鯨實驗室：國內流行的數采方式是遙操作，和你們的UMI技術的主要區別是什么？

丁琰：完全是兩個流派。遙操作是人實時控制機器人執行任務，要依賴機器人本體采集數據，而UMI不依賴機器人硬件或本體，通過獨立的采集設備，如手持裝置、頭戴裝備等，記錄人類的操作過程，這可以遷移到不同的機器人身上。

如果不考慮效率、成本和硬件適配，遙操作機器人采集的數據信息量比較多，模型好訓，不需要處理。而UMI技術采集的數據最大的優勢是效率高、成本低和異構本體適配，不過對數據后處理要求很高，這正是行業的門檻。

白鯨實驗室：最近比較火的兩家美國具身智能公司Generalist、Sunday Robotics，采用的也是UMI技術，會影響國內數采方式嗎？

丁琰：已經影響了，至少觀點刷新了一波，我相信這就是未來，國內公司的數采也一定會follow這一路線。

白鯨實驗室：如果follow的話，是不是意味著早期建的數采工廠是一種資源的浪費？

丁琰：對，但是UMI是一場革命，它必然發生。目前國內全棧跑完UMI整套流程，擁有商用數采設備、數據處理、數采工廠和模型驗證的，只有鹿明機器人一家。目前市場對鹿明FastUMI的數采方案需求量非常大，我相信FastUMI會成為未來數據采集的標準，會替代一大部分早期的數采工廠方案。

白鯨實驗室：綜合考慮來看，這兩種數據采集方式是互補的？

丁琰：我的理解，完全不是互補，而是互為取代。

白鯨實驗室：你在一星時，包括現在的鹿明，也有自己的數采工廠，UMI技術獲得數據還對外出售，商業模式上算跑出來了嗎？

丁琰：苗頭已經很明顯，目前勢頭很好。

白鯨實驗室：難點是什么？

丁琰：整個商業模式現在處于大混戰中。每家具身智能公司都覺得數據是彈藥倉庫，都要自己建，哪怕利潤很低。可能過一段時間，形勢會更明朗。大家會發現數采廠特別難搞。投入和產出也不成正比，如果管理不當，或者技術不夠優秀，實際上是虧錢的狀態。

這個時候，三方的數據服務商的價值就會凸顯，這也是鹿明正在快速深挖的領域。我們已經算是這個市場里做UMI數據的Top1選手。

白鯨實驗室：你們現在收入情況如何？

丁琰：具體數字暫時不好說，不過我們有真金白銀進賬，整體還是不錯的，國內外的具身公司基本上都有找我們采買過設備和數據，目前數據采集與交付能力已接近滿載。

03

黎明前夜

白鯨實驗室：模型適用scaling law法則（數據越多，訓練的模型性能越好），現在的數據集對模型而言處于什么狀態？

丁琰：還是一個黎明前夜，大家都知道scaling law，但數據規模還遠遠不夠。

白鯨實驗室：現在訓練一個模型，能吃透的數據集是多少？

丁琰：不好判斷。但我們自己比較堅持FastUMI路線，提供最高質量的UMI數據。

白鯨實驗室：你們是如何突破數據采集規模的？

丁琰：建數采廠，增加產能，也只有這一條路。對初創公司而言，需要很大的決心。剛開始我們計劃建一兩個數采廠，沒想到UMI的需求這么大。現在預期加大，準備增建兩三個，一步步往前推。

白鯨實驗室：建數采廠的成本不大嗎？

丁琰：和傳統遙操作數采廠相比，投入的成本會便宜很多，不需要買機器人，就會節省很多成本。

白鯨實驗室：能便宜多少？

丁琰：具體數字暫不透露，但價值不僅在于便宜，而在于跨本體適配，才能形成真正的數據市場。

白鯨實驗室：行業里有人說過，如果現在一個剛剛起步的具身玩家，一比一復刻Generalist的數采方式和規模，大概需要至少要超過半年甚至一年的時間，不包括數據基建的過程。

丁琰：那太樂觀了。可能半年、一年都完全達不到。舉個例子，光造抓夾硬件，可能需要四到六個月。采集27萬小時需要多久呢？至少也需要1000人，馬不停蹄的采集大半年，甚至小一年才能達到。

怎么可能半年就復制出Generalist的規模？除了像我們團隊這樣有硬件、軟件基礎，又有資源整合能力的，我覺得中國其他團隊，在一年內是不可能有人復制出這種規模。

白鯨實驗室：Generalist現在以每周1萬小時的速度增長，鹿明是在過去一個月時間里，積累了1萬小時真機數據，這個時長和美國Generalist相比，是什么水平？

丁琰：我們剛剛起步，但我們未來一定比他們快，要相信我們的組織能力和調動資源的能力。

04

低估機器人的復雜性

白鯨實驗室：今年大家討論的概念太多了，像VLA是今年Figure帶火的，你覺得為什么它就成了主流？

丁琰：VLA一直是比較熱的話題。以前沒有大語言模型，更多是一個視頻輸入、動作輸出。大語言模型火了后，加入進來，是很自然的過程。語言模態加入，參數量變多，模型能記住更多動作，也能更好地完成任務。

白鯨實驗室：你曾說VLA還處于非常早期階段，目前它只能解決機器人不到10%的問題，它不擅長解決的是什么任務？擅長的是什么任務？

丁琰：這個問題非常有意思。首先機器人有不同的派別，以前的傳統機器人，通過加一堆特定規則，把專項任務能解決得非常漂亮，效率高、成功率高，問題在于沒法泛化。VLA這種范式，相當于用通用的方式，只需要把不同任務的數據輸入進去，就可以做得很漂亮。

這似乎是一種趨勢，目標很美好，現實是輸入的數據完全不夠用，導致輸出成功率可能只有百分之三四十，完全達不到傳統機器人99%的目標。甚至還得花好多精力微調，一旦環境有一點變化，成功率又下降。解決問題的效率也跟不上，整個解決方案也不怎么順滑優美。

VLA肯定是未來，但還有很長的路，現在許多任務它都解決不了。像顛勺做菜這類看起來簡單的任務，即使是世界上最牛的VLA模型成功率也不會很高。

白鯨實驗室：VLA的問題是因為數據規模太小，影響它的泛化能力嗎？

丁琰：一方面是數據的問題，目前真機數據規模太小。

另一方面也是模型架構問題，現在有一種趨勢，總覺得一個模型能解決機器人的所有問題，這低估了問題的復雜性。比如躲避障礙物，效率，遇到一些日常意外怎么解決，模型實際落地中會冒出很多問題。如果腦子里只有一個VLA或者其他什么模型，我覺得這是有問題的。

白鯨實驗室：關于VLA和世界模型的定義分歧很多。有人覺得世界模型是方向，還有人覺得VLA才是核心，世界模型只是VLA的虛擬環境，通過世界模型生成的虛擬數據，可以反過來提升模型的效率性能。你怎么看？

丁琰：VLA是一個很寬泛的定義,只要有一個vison和language輸入，然后生成一個動作行為，我認為就是VLA。另外，部分VLA模型中間某個模塊依靠一個世界模型來完成，如果按照這種定義的話，我覺得VLA是包含世界模型的。

白鯨實驗室：模型訓練時，吃透數據是不是一個難題。

丁琰：需要很多耐心和試驗，我總覺得機器人是一個經驗性工程。你得瘋狂的去做試驗、試錯，才能得到一些insight和know-how（這兩個英文單詞都強調，真正下場踩過坑，才能獲得的經驗）。怎么吃數據其實也是在不斷試錯中調整的。

白鯨實驗室：這個吃透數據過程進展到什么程度了？

丁琰：不斷去探索數據的邊界。我們覺得數據就像寶藏，現在探索的可能才十分之一。什么樣的數據算好，什么樣的不好，為什么不好，怎么采好數據，這數據需要多少模態，每個模態之間怎么影響，這都是非常大的問題，但對完成任務是很有價值的。這些我們一直在探索，也需要很長的時間。

白鯨實驗室：目前你們能看到數據的局部邊界嗎？

丁琰：沒有，我們自己反正沒找到，我覺得這個邊界還挺遠的，我們才探索了一部分。

白鯨實驗室：你怎么看仿真數據和真機數據？

丁琰：我覺得這是不同的流派。我不是很相信仿真，甚至覺得兩者的差距有點大。但是仿真肯定是有用的，只是說這個用處多大，我沒有探索，也不好評價它的邊界。

我一直有個比方，如果你想把真機數據跟仿真數據混在一起，有點像做菜，把一個冬瓜跟苦瓜混在一起，能不能做好，是可以的。絕對比單獨做一個冬瓜或一個苦瓜要難的，多少比例，什么時候加入什么樣的數據，這個工作量會很大。

人的精力和資源都是有限的，我只能all in到一條線上去，不能再分散精力去探索仿真數據的邊界。

白鯨實驗室：你們目前模型的訓練，百分之百都是真機數據嗎？

丁琰：對，百分之百都是真機數據。

白鯨實驗室：最近有一家具身智能公司極佳世界，剛發布了一個具身的世界模型，其中仿真數據占比達到了90%，在具體的泛化維度上實現了三倍的性能提升。

丁琰：它們屬于另一個流派，對算力的要求很高，這兩個流派的隔閡很大，我無法評價。

白鯨實驗室：業內也在探索真機數據和仿真數據的比例，比如9:1，你會擔心多種數據的結構，會在模型訓練時取得更好效果嗎？

丁琰：不會擔心，目前來看，數據問題的邊界還遠沒有探索出來，不好評價。

白鯨實驗室：像中國的這些數采廠，消耗不了的數據，完全可以出海？

丁琰：對，很多人都在做了。

05

具身行業也需要像OpenAI一樣的領頭羊

白鯨實驗室：最近你在認知上最大的變化是什么？

丁琰：我覺得可能是我不只考慮技術了，在商業化上更成熟，我們CEO的商業思維非常好，對我影響很大。設計一款產品時，有些因素我沒考慮到，他就會從商業化，或者供應鏈的角度上提供分析。比如數采廠，我們一下擴增3個，我擔心吃不下，他會給出具體的分析，說3個剛剛好，目前來看他的判斷是很準確的。

白鯨實驗室：你來鹿明后，會做一些技術上的折中和妥協嗎？

丁琰：折中是有的。具體怎么折中的話，比如說對資源的利用，人員的配比上，更偏向一些懂商業的人，而不是一個純技術公司引導的模式。

我覺得不能叫妥協，妥協的隱含意好像心有不甘。經歷過一星的事情后，我的想法變了很多，讓大家活下來更重要，不能一味滿足技術追求，這是很不負責的表現。

白鯨實驗室：你覺得一星在商業或者技術上有沒有激進的地方？

丁琰：一星倒不是激進，這種判斷對一星很不公平。一星已經非常自由，也沒有對不起人，這個事兒（解散）不是一星能決定的，是吉利集團決定的。

白鯨實驗室：大家可能沒有批判一星，而是批判吉利。

丁琰：商業是很復雜的一個行為。人需要妥協，需要考慮更全局的東西，不能太自我，這在商業世界里是忌諱。

白鯨實驗室：你之前有提到在一星未做完的事情，要在鹿明繼續做，這個指什么？

丁琰：其實就是把整個FastUMI系統搭建好，這個思路一直沒有變。我的目標就是希望一年之內能運轉起來，形成閉環，如果能完成，就已經很牛了。

白鯨實驗室：Generalist的目標很明確，就是要做什么事情都能做的機器人，鹿明呢？

丁琰：我們要先做成具身領域的基礎設施，把數據平臺和硬件平臺構建好。

白鯨實驗室：目前鹿明內部最可能率先閉環的是UMI系統，是不是？

丁琰：UMI系統的確閉環挺快的，現在已經看到閉環的苗頭了。（笑）

白鯨實驗室：現在機器人的基座模型還沒有達到GPT3的水平。GPT從2.0到3.5版本，參數量有上百倍的增長，反觀具身智能賽道，從數據上看還沒有形成這么大規模吧？

丁琰：是這樣的，具身世界也需要一個領頭羊，這個領頭羊是誰我不知道，可能是Generalist。他確實證明了某種成功。但是問題在于，他選擇的路線很獨特，沒有像OpenAI產生很大的價值，可以重塑一個商業模式，通過付費形成收入閉環。

Generalist的價值閉環目前沒找到，現在只是發布一個會疊樂高、疊衣服的demo，這種場景的商業化落地在哪里？大家怎么跟，投入多少，我覺得都會影響從GPT2到GPT3的進展。比如說像宇樹、智元等行業第一梯隊的具身公司都跟進嘗試的話，是不是GPT3才會來？

白鯨實驗室：有一位行業人，把今年的具身智能比作2015年的自動駕駛。

丁琰：我覺得這種比較沒意義，這完全是兩個賽道。自動駕駛可以一家獨大的，只需要在車里面搭載個系統，最后牌桌上剩幾個玩家。但是機器人最后不可能只剩下三個玩家。機器人市場很分散，因為場景太多了，至少相當一段時間，不可能一家公司的模型把所有的場景全吃掉。

白鯨實驗室：我之前有看到一位具身智能行業里的人，說大廠的成本很抽象，買幾千張顯卡審批很容易，但是采購上百臺這個機器人卻很難，對現在剛畢業的具身行業的年輕人，你會建議他們先去大廠還是初創公司？

丁琰：這個事兒其實也挺難說，因人而異吧。在創業公司，有一種共同做事業的感覺。在大廠就有點像領工資那種狀態，沒有自由，但更穩定一些。就是看你想要以什么樣的心態去做事。

大廠的戰略目標，可能會更加細致具體，對于下面的員工而言就是要堅決執行。初創公司可能有一點好處，它的打法和戰略調整非常快，每個人做的事情也更有靈活性。

撰寫｜劉培

編輯｜八尺

「白鯨實驗室」原創文章

轉載、交流、合作請添加微信：liujiaquan2025