8月，宇树机器人上市成为具身智能领域最受关注的事件之一。人形机器人的价值感在很大程度上由流畅的动作建立，而让机器人动得足够好，既依赖硬件构型、电机摩擦与转子惯量控制、量产一致性等身体层面的能力，也依赖算法侧的快速迭代。去年行业普遍处于一个动作训练一个策略的阶段，换一支舞就需要重新训练，能做好拟人行走已属不易。今年运动基座模型开始出现，模型在看过足够多人类动作后，即使没有专门练过也能跟上新动作。
在这一技术路径上，桥介数物正在推进一个通用全身运动控制模型，目标是让不同品牌、不同构型的机器人都能调用同一套运动能力。该公司成立三年，已服务近40家企业，在50多款机型上部署过被其称为“小脑”的运动控制系统。桥介数物不制造机器人本体，但据其披露，是行业内少数第一年即实现盈利的公司之一。近日，桥介数物完成新一轮亿元级融资，由中国移动链长基金领投。
桥介数物正将过去三年的项目制业务转型为平台化产品。新平台名为RoboCraft AI，用户注册登录后，上传一段手机拍摄的视频，平台在几分钟内完成动作提取，用户可在仿真环境中查看效果，再部署到实机。在机型与环境正常的情况下，整套流程可在半小时以内完成，基本为点选操作。该公司创始人尚阳星表示，不同机器人各自加载其训练的基座模型，可以实时跟随人的动作，但目前每种机器人仍各有一个模型，对外提供统一调用接口。真正的跨本体通用模型——一个模型控制多种人形机器人——尚未实现，公司希望在未来一年左右达成。
技术层面，将人的动作映射到不同构型机器人上涉及Retarget环节，但尚阳星认为这不是最强难点。更大的挑战在于控制模型的训练，以及数据规模。运动基座模型的泛化能力取决于见过的动作数量，高质量动捕数据目前行业整体规模有限。桥介数物现有高质量动捕数据约几千小时，其中几百小时为开源数据，其余为自采。公司自建数据工厂，今年投入约一千万元，6月为第一个正式运营月，采集数百小时人的动作，8月已能实现每月采集1500小时。尚阳星认为，模型收敛的上限可能达到几万甚至十几万小时，目前不确定何时收敛。
在接入新机型方面，仅训练基座模型至少需要四五天。若未来实现跨本体泛化的大模型，适配时间可缩短至几小时。模型训练之外，新本体接入还涉及参数、协议、配置等大量零碎工作，过去依赖人工，容易出错，平台正将这些环节自动化与标准化。
商业模式上，桥介数物将收费方式从一次性项目款改为按机器人台数收取订阅费和License费。当前最现实的客户是展演和租赁公司，同一套动作可快速迁移到不同机器人上，新机器也能在更短时间内完成动作部署。过去一种机器人一支舞可以跳一年，从一个展会跳到另一个展会，随着动作迁移效率提升，这一节奏可能加快。
对于行业形态，尚阳星将机器人能力分为三层：底层Motion负责屏蔽硬件差异，中间Skill为原子级能力如抓取、开门、爬楼梯，上层Task为多Skill编排并可由大语言模型进行任务分解。桥介数物目前主要呈现Motion层，Skill层仅有简单的舞蹈动作编排，Task层尚未接入大语言模型。其长期目标是成为机器人操作系统式的基础设施，每一台出厂的人形机器人都搭载其系统，开发者在上面构建应用，公司按台数和分发次数收费。这一终局构想，也是本轮融资的理由之一。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
