作者丨巴里
编辑丨吴岩
图源丨镜识科技
2026开年，镜识科技创始人王宏涛深夜风尘仆仆地赶到北京，第二天要去见几个合作伙伴。他是浙江大学求是特聘教授、国家杰出青年基金获得者，如今也是镜识科技的联合创始人。
“现在所有人看人形机器人，几乎都觉得是个玩具，一方面的原因是性能离人类差得比较远。”
王宏涛开门见山，用一句话点破了人形机器人行业当下的尴尬处境。
随后，他打开笔记本电脑，播放那段最速人形机器人奔跑的演示视频。在演示视频中，王教授自己上场，与机器人进行人机对跑PK。
图源：镜识科技公众号
“这是我们上个月测试的数据，奔跑速度已经达到了10米每秒。”他指着屏幕上那个在跑步机上疾驰的人形机器人，语气中满是自豪，“这是全球奔跑速度最快的人形机器人。”
今年2月2日，镜识科技正式发布了旗下首款全尺寸人形机器人Bolt，以10米/秒的速度刷新了全球全尺寸人形机器人的速度纪录。据悉，这款机器人拥有175cm的身高和75kg的体重，命名灵感来源于短跑传奇“飞人”博尔特（Usain Bolt），而博尔特的百米世界纪录是9.58秒。
全尺寸人形机器人Bolt
在此之前，镜识科技已推出消费级双形态机器人BAOBAO、APOLLO和高机动四足机器人黑豹II。
双形态机器人BAOBAO
但在王宏涛看来，这只是一个开始。
“人形机器人还缺少一个’ AlphaGo时刻’。”他说，“就像当年AlphaGo战胜柯洁的那一刻，人类突然意识到AI时代来了，其实那还不是我们今天意义上的大模型。人形机器人也需要这样一个时刻——在运动和操纵极限性能上超越人类，改变所有人的认知。”
这个“阿尔法时刻”何时到来？王宏涛认为，答案就藏在本体的性能突破里。
两位创始人的“相遇”：从清华哈佛到60平米实验室要理解镜识科技的技术路线，需要先了解两位创始人的背景——一位是从清华本硕博与哈佛博士的浙大力学教授，一位是95后的浙大博士，也是一位机器人“全栈”技术天才。
1996年，王宏涛踏入清华大学工程力学系。那时互联网刚刚兴起，学生们若是想上网，还得去主楼后的机房排长队。2004年清华直博毕业后，他远赴哈佛大学应用物理专业，将研究方向转向半导体材料。
2009年国际金融危机爆发，他站在了人生的十字路口。“国内机遇更多，发展空间也更广阔。”王宏涛最终回国加入浙江大学航空航天学院，重拾力学老本行；数年后与杨卫院士共同创建浙大交叉力学中心，并担任执行主任，推动人工智能与力学的交叉融合。
随着发表的论文越来越多，他开始意识到，发表文章并不是自己真正想要的。
转折发生在2016年。
一段偶然刷到的视频改变了王宏涛的轨迹——画面中，一台四足仿生机器人正以约32公里/小时的速度奔跑着。它就是波士顿动力研发的“野猫”（WildCat），代表了当时四足机器人技术的最高水平。
视频带来的震撼也让他萌生了一个想法：“我们能不能造出一台超越它？”
再仔细琢磨，力学底层逻辑与机器人倒是相通，但工程实现差距巨大。恰在此时，他的一位大二学生金永斌提出：“王老师，我想做机器人。”
镜识科技联合创始人CTO 金永斌
没有经验，也没有经费，在浙大玉泉校区一间60平方米实验室里，两人开始了机器人研发。
最初的尝试五花八门：人形机器人、轮足式跳高机器人、球形机器人、灵巧手……他们还试验过不同的驱动方式：电机驱动、绞线驱动，甚至考虑过人工肌肉和软材料。
“那种状态放在今天，做个机器人爱好者的B站栏目肯定火。”王宏涛笑着说。这些早期“手搓”之作，如今与最新产品并肩陈列在公司里，静静诉说着一段从无到有的历程。
如果说王宏涛是镜识科技的“大脑”，那么金永斌就是它的“双手”。这位1995年出生的年轻人，是王宏涛在浙大的学生，师从杨卫院士，于浙江大学交叉力学中心从事高速足式机器人研究。
“永斌是一个非常全面的科学家，也是一个很好的工程师，这是非常难得的一件事情。”王宏涛评价道，“从机器人设计软件到硬件电路板，全部是他一个人完成的。”
他举了一个例子：“我们的机器人跟别人不一样的一点是，它是被设计出来的。系统里有硬件——电机、机械部分，也有软件——嵌入式、操作系统、控制器、运控算法。一般来讲，每个环节都是不同的人做：做嵌入式的很少碰PCB板，画PCB板的不会去做机械设计。但永斌一个人几乎全做了。”
更让王宏涛感动的是金永斌的敬业精神：“晚上11点、12点，还有个地方亮着光，他在那焊电路板。任何一家人形机器人公司，你见过董事长自己晚上12点在那焊电路板吗？”
这种“全栈”能力带来了独特的优势：当追求极限的时候，所有的最优化都是金永斌一个人来解决、拍板和决定的，没有部门之间的扯皮。在别的公司，做电机的说“就这几个电机，你用不用吧”，做机械的只能把路径连起来。但金永斌可以从头到尾找到最优解。
从科学到产业：十年磨一剑的性能突破另一个转折点出现在2017年。麻省理工学院（MIT）机械工程副教授Sangbae Kim的研究，让王宏涛豁然开朗。
长期专注于机器人动力学与控制的Kim，将复杂的机器人运动问题提炼为简洁而有力的力学模型。这种高度抽象却系统化的思路，让力学出身的王宏涛感到“无比亲切”，“太能理解到其中的点了”。
他当即决定：停止所有其他项目，专注做四足机器人。
技术的跃进清晰可循：最初的黑豹Ⅰ速度为5米/秒，2020年的黑豹Ⅱ概念机提升到8米/秒，而最新的黑豹Ⅱ已能达到13.4米/秒。正是这台黑豹Ⅱ，替王宏涛实现了当初那个“痴人说梦”的愿望——打破了波士顿动力“野猫”保持了十余年的8.89米/秒纪录。
黑豹Ⅱ
“当你追求极限的时候，它就不再是个工程问题，而是科学问题。”王宏涛解释道，“工程师能把车造到最好，但科学家可以告诉你极限在哪里。”
这个认知转变是痛苦的，也是关键的。镜识科技的解法是从第一性原理出发——牛顿-拉格朗日方程。他们开发了一套优化软件，可以解析求解多刚体系统动力学方程，回答“什么样的机器人可以跑得快”这个基础问题。
“这里面有几十个参数：电机怎么选、减速器怎么选、几何尺寸、质量和惯量分布……每一个参数都影响最终性能。”王宏涛说，“从物理模型出发，找到那个最优解，这就是设计的价值。”
从5米/秒冲向10米/秒并非一帆风顺。速度达到6米/秒时，黑豹出现了小腿必然折断的问题，为此团队研发了“仿跳鼠小腿”，最终在重量仅增加16%的情况下，刚度提升了135%。
“做到黑豹Ⅱ时，我们发现MIT的简化模型存在局限。它能指明大致方向，比如’小腿越轻越好’，帮你做出一个’还不错’的机器人。但要突破极限，就必须建立精确的机器人动力学模型。”王宏涛解释，“这就像手指指路和给地图的区别。”
在这8年里，团队持续完善这套符号化解析模型。这个过程如同挖掘一条没有尽头的隧道，越深入越能发现新的奥秘。
Apollo四足机器人
2024年5月11日，镜识科技（Mirror Me）正式成立。王宏涛和金永斌在这一天决定走出校园实验室，投身产业洪流，“刚好又赶上AI和具身智能爆发的时间节点”。
镜识二字，“镜”指复刻和映照生物的运动能力，是对性能和效率的追求；“识”代表的是认知和智能。这里借用了一个经典的认知实验——镜子测试，能识别镜中自我的生物，往往已具备高阶智慧。
“我们决定两者同步发展。”在复刻生物运动能力方面，镜识目前已有两大系列——高机动四足机器人“黑豹”系列，追求极限速度；高机动人形机器人BOLT，已于2026年2月2日正式推出。
两个系列都是对技术极限的叩问。“只有把目标设定在看似不可能完成的高度，公司和团队才有发展动力。”王宏涛说，陆地上跑得最快的猎豹，速度约30米/秒，“我们相信，机器人可以达到甚至超过这一生物极限”。
“大脑”迷思：数据才是真的护城河在交流过程中，王宏涛多次提到一个观点：现在行业对“大脑”的理解存在很大误区。
2025年下半年以来，资本疯狂涌入人形机器人赛道，“大脑”成为投资热点，催生出多笔超10亿元的融资案例。
但王宏涛并不心急。
在他看来，当前具身智能面临的核心困境是数据缺失。大语言模型有整个互联网的数据支撑，但机器人没有“互联网级的行为数据”。
“人类的行为数据怎么记录？人是一个个孤立的个体，不像语言可以上网集聚。”王宏涛分析道，“仿真数据的问题是物理规律已经写好了，产生的数据绝大部分没有学习价值——仿真器里的物理方程是确定的，数据分布跟方程一样。自建数据中心呢？场景太有限了，你能投入多少？”
他以特斯拉FSD为例说明数据的重要性：“特斯拉有上千万辆车在全球跑，才有了FSD。你让机器人只能在某个场地里跑，然后做一个全世界都能用的系统，这是不可能的。”
那么，数据飞轮怎么转起来？王宏涛认为，机器人必须先能创造价值。
“特斯拉的车能创造价值，所以被广泛购买，从而有大量数据。人形机器人只有在能创造价值的那一刻，大家才愿意买，才愿意在真实场景使用，才有真实场景的数据。”
他解释道：“这是一个闭环：创造价值→被购买→产生数据→变得更智能→创造更多价值。”
王宏涛进一步分析：“特斯拉训练FSD时，不是简单地收集所有驾驶数据。他们做了一个’影子模式’——当FSD预测的行为与驾驶员行为有较大偏差时，才记录数据。这说明数据不仅要讲究丰富性，还要讲究高价值。”
商业化路径：既然“没用”，就找“没用”的行业基于上述判断，王宏涛对当前主流的商业化路径持保留态度。
“下工厂？工业机械臂已经很好用，不需要复杂的人形机器人。”他直言不讳，“陪伴机器人？技术储备不够，做不到真正的陪伴。你看特斯拉的Optimus在工厂里打螺丝，但工业机械臂打螺丝打得更便宜、更可靠。”
他甚至说：“卖机器人这件事非常痛苦，我不会去卖硬件。”
那镜识科技的商业化方向是什么？王宏涛的答案是：既然机器人“没用”，就找“没用”的行业——教育和游戏。
“人类拒绝不了两个东西：教育和游戏。”
他解释道，“教育这块家长最舍得花钱，你看现在家长给孩子报机器人培训班，但凡能对孩子有些许提升都不会拒绝。游戏更不追求实用化，那不是游戏的卖点。游戏的卖点是玩完后有极大的满足感。”
具体来说，镜识科技的商业化路径分为三个阶段：
1、短期：体育竞技与娱乐市场
“大部分体育竞技都是以跑步为基础的——羽毛球、网球、足球，都需要跑得快。”王宏涛说，“我们不需要卖机器人，租赁即可。可以打造成足球游戏等娱乐产品，把不同历史时期的球星放在同一个场上竞技。”
他强调：“体育竞技是跨国界的，没有政策限制。机器人要进入家庭，还有法律、伦理等各种问题。但娱乐是跨国界的。”
这似乎和宇树科技的策略不谋而合。
宇树科技创始人、CEO王兴兴近期就公开表示，最近几年让机器人去家里干活还不太现实，在终极目标还未实现之前，现阶段宇树的机器人去跳舞、格斗，是希望通过AI技术让机器人，尤其是人形机器人做各种全身动作，展示运动能力。近期宇树科技的人形机器人在租赁市场非常火爆，本身也能证明产生了一部分的商业价值。
2、中期：教育市场
镜识科技推出了一款定价999美元（约7000元人民币）的拼装机器人，面向极客和教育机构。
Black Panther X
“拼装机器人的价值在于拼装过程本身，就像乐高积木。卖装好的乐高小汽车没人感兴趣，但卖一堆零件让你自己拼，大家就感兴趣了。”王宏涛说，“我们面向的是真正对机器人感兴趣、愿意动手的那一小撮人。”
3、长期：服务业
人形机器人最终要进入服务业——商场、火车站、地铁站、咖啡店等场景。
“服务业对可靠性的要求没有工厂那么严苛，人对它的容忍度会好很多。”王宏涛说，“但关键是机器人要长得像人，才能被人类社会接受。现在的机器人进不了服务业，撞一下、磕一下都挺疼的。”
他预测：“到2028年，人形机器人会逐渐变成科幻电影里那样——有皮肤、长得像人。这件事没有本质的技术瓶颈，皮肤技术现在做得挺好的，核心问题是运动能力没有突破。一旦运动能力突破了，加皮肤是容易的。”
因此，打造赛博运动员，超越生物和人类的极限也就成为了公司的目标。王宏涛强调：“我们希望打造能真正逼近、乃至超越人类运动和操纵能力的‘超物种’机器人。”
融资逻辑：只拿志同道合者的钱镜识科技在一年多的时间内已完成四轮融资，投资方包括凯尔达、宏润时代科技、常春藤资本、河北无线传媒等。
有趣的是，这些投资大多是“朋友介绍”，而非机构主动找上门。
他解释了自己的融资原则：“我只拿极度认可我们的人的钱。我跟他们讲清楚人形机器人发展的不同阶段，说明白这里面的问题。”
王宏涛说，“我们的文化就两个事情：第一要快，第二要做世界第一的事情。”
他进一步解释：“当你够快的时候，错了的事情也可以变成对的事情，因为你不可能所有决策都是对的。但一旦决定了，快速实验、快速调整，效率就非常高。”
关于为什么不多拿钱，王宏涛有自己的考量：“钱多不一定好。方向错了，油门踩得越狠，离正确的路越远。拿的钱多了，压力会巨大，动作会变形。”
据介绍，镜识科技目前团队只有60多人，在行业内属于非常精简的配置。相比之下，头部公司往往达到两三百人，甚至多则超过400人、600人。
“机器人现在还在技术探索阶段，天花板在于最顶尖科学家的水平，而不在于你到底有多少人。”王宏涛说，“ChatGPT出来的时候，OpenAI也就一两百人。同期微软、谷歌，人和钱都比他多。所以核心是最顶尖科学家的水平和视野。”
要做机器人中的“超跑 ”在足式机器人赛道，竞争是激烈的，2026年注定是机器人的融资大战。王宏涛毫不避讳地谈到与各个竞品的差异。
“ 有些机器人强调价格低廉，通过工程化设计与规模化量产阶梯式地迭代机器人。”王宏涛解释道，“但特斯拉一上来做的是赛车，强调的是性能，强调的是技术突破。我的性能非常好，你花同样的钱当然愿意买最好的车。所以他先做赛车，再做民用车。我们希望自己也是先做机器人中的超跑。”
对于行业未来，王宏涛的预测是：“当通用机器人出来后，专用场景机器人将失去价值。”他说，“就像今天你跟小朋友说一定要学好编程语法，明天就完全不需要——你跟AI说想干啥，它帮你设计就行了。”
但他对镜识科技的方向充满信心：“我们要做通用人形机器人。如果坚持不了这条路，其实没有意义。短期看通用人形机器人没有价值，但长期看，只有通用才有价值。”
王宏涛最看好的是特斯拉：“特斯拉走通用路线，目标是家庭场景。下工厂只是阶段性的选择，马斯克说机器人下工厂，我认为是随口一说。”
他进一步分析：“大厂都在做具身智能，因为对大厂来讲，从语言模型转向具身模型是最简单的——同一拨人就可以干。”
王宏涛总结道，“本体的复杂度在于，一旦追求极限，它就不再是工程问题，而是科学问题。这就是我们的机会。”
回想起这一路，从学者到创业者，王宏涛坦言，自己也经历过相当长时间的犹豫，毕竟机器人创业充满了更多不确定性。
“可正是这种不确定性带来了无尽的可能，这是它的魅力所在；也因为迈出第一步，才有机会抵达更远的地方。”
在这个被资本狂热追逐的人形机器人赛道上，王宏涛和他的镜识科技，正在用科学的方法，寻找那个属于人形机器人的“AlphaGo时刻”。
配配网提示：文章来自网络，不代表本站观点。
