THECAPITAL
（ID：thecapital）
2024年央视春晚，机器人穿着东北棉袄扭秧歌的画面，点燃了整个具身智能赛道。两年过去，2026年的真实写照是，故事越讲越漂亮，商业化才刚刚开始爬坡。
距离北京千里之外的西安，有一家几乎不怎么露面的公司，却在这条赛道上闷头走了十余年。
它做的事很具体，用数学的方式，给工业机器人装上“眼睛”和“大脑”。
一套视觉感知加决策的系统，让机器人不需要经过海量数据训练，就能自己识别、定位那些形状不规则、每一件长得都不一样的零件，然后自主完成焊接、切割、打磨、装配这类精密操作。现在，仝人智能正在基于外采的本体，开发真智能的机器狗，最终以求打造在各类型本体上通用的智能模块化产品。
它没有一条视频上过热搜，客户却是航空航天和高端装备制造企业，拿到的是顶尖客户的独家供货订单。
仝人智能的创始人吴易明，做了十几年光学工程博导，过去，他带着这套让“机器人靠数学方法直接理解物体”的言论，被人称为 “民间科学家”。
如今，仝人智能的产品已经进入批产放量阶段。
从研究所出走
故事的起点是一个冷门的工程问题：发动机叶片的陶瓷型芯修理。
2016年，公司接到一个国家科技重大专项任务：让激光刀头在形状不规则的构件上做微米级的精准定位。之所以能拿到这个任务，因为吴易明本身是光学测量专家，2007年至2013年间，吴易明曾任中国科学院西安光机所研究员和光学瞄准室主任。
简单理解，就是让机器用“看”的方式，准确分辨出一片叶片和它边缘毛刺的分界线，误差要控制在几微米以内。
他花了将近一年到处求教，没人能给出答案。“我意识到模型训练的方法可能有本质缺陷”他回忆道，“全世界投了这么多钱在深度学习上，连‘识别’这个词的定义都没搞清楚，这条路大概率解决不了我的问题。”
他做了一件AI行业里几乎没人愿意做的事：回头重读数学。
他把19世纪下半叶到20世纪的现代数学史“翻了一遍”，最后锁定微分几何、拓扑学和群论，想找到一种能用统一数学语言描述任意立体物体结构的方法。
那时候，他就判断“智能”会是未来最大的方向之一，并在后来给公司起名为仝人智能。
“仝人智能”这个名字，他解释得有几分文人趣味：“仝人”是“志同道合之人”，与“同人”同音同义，出自《周易》第十三卦同人卦。
拆开看，“仝”字里藏着一个“人”，也藏着“工”——他们的商标正是“AI工人”，寓意“像人一样干活的机器”。
被叫“骗子”的那几年
在一级市场，讲一个“全球唯一、无先例可循”的技术故事，从来是一把双刃剑。
“投资人还是喜欢投共识项目，”吴易明说得很直接，“但我说我们这个问题的解决方式是全球唯一的，未来甚至可能反过来卡别人的脖子，但别人不信。”
投资人为什么不相信？
因为仝人走的技术路线，是一种完全不同的、创新的路。
吴易明看来，现在主流的人工智能，本质上不是在理解世界，而是在记忆海量数据里人类关于世界的描述。
“大语言模型学的是人写下来的文字和图片，不是世界本身，”他说，“训练就是在数据里用概率去找一个近似答案，这是统计学，不是理解。”
这类系统始终缺一具能和物理世界直接打交道的身体，信息获取要经过“人”这个中介，他称之为“离身智能”。
这套统计学路径带来一个具体的麻烦：一旦碰到训练数据里没出现过的形状，比如一片边缘毛刺完全不规则的新叶片，识别就容易出错，只能靠不断加数据去弥补。
吴易明的解法是反过来：不喂数据，直接用数学方法，把任意物体的几何结构表征出来。
在这个框架里，他把日常说的“识别”拆成两步：“识”是找共性——机器不需要认过一万个杯子，第一次见到没见过的新杯子，也能凭结构判断那是杯子；“别”是找差异——都是杯子的前提下，分清哪个是你的、哪个是我的。
这套方法他称为“拓扑同构模型”：用拓扑学提取一个物体不随角度、形变而改变的关键结构，再建立起物理世界、机器感知、语言符号这三者之间的对应关系。
通过这个拓扑同构模型，仝人智能可以使机器在不需要数据训练的情况下，“理解”物理空间中的物体对象及其精细结构特征的含义，实现从视觉智能识别到任务自主规划的智能闭环。
早期阶段，吴易明开创的这种技术路线虽然具备原创性，但没法验证。他到处讲这套理论，得到的反馈除了“骗子”，还有一个更学术化的说法，“民间科学家”。这对一位1962年建所以来拿到该所第一个国家科技进步特等奖、连续三年部门人均收入全所第一的研究员来说，多少有点讽刺。
创业最难的时候，公司账上一度断炊八个月，没发工资。
“我心里没什么焦虑，该吃吃该喝喝，我觉得我们应该能活下来，”他说得平静。
支撑这份平静的是他的判断：人工智能整体还处在“蒙昧状态”，大模型烧钱那条路大概率走不通，所以他把公司多年积累的现金流和技术底子，压在了一条几乎没人看好的路线上。
没有热搜的生意
外界对具身智能公司的想象，大多来自短视频里那些会后空翻、会打太极拳的人形机器人。
吴易明不掩饰自己对这种“表演型”路线的不感冒：“大家喜欢看跳舞机器人、消费级机器人，但我们的客户是航空航天和高端装备制造，真的深入了产业里。”
如今，他们的技术已经在船舶工业、航空航天、工程机械、钢结构建筑等非标准化重工业场景批量落地，在工业机器人焊接、切割、打磨、装配上形成了成熟的商业闭环。
这些场景里每一件都长得不太一样，恰恰最考验“不靠数据训练、靠现场识别自主作业”的能力。
他透露，今年公司工业领域营收目标是六千万元，全年总营收预计约2.5亿元，相较去年增长约七成。
他判断行业会遵循“从刚性需求到一般需求、从高附加值应用到普惠市场”的渗透路径：最先成熟的是高危险、高污染、高强度场景——航空航天、高端制造、国防装备，这些领域对智能化的需求最迫切、投入意愿最强，也最容易形成商业闭环。
接下来是养老康复、商业服务这类半开放场景；最后才是真正走进千家万户的客厅和厨房。
“客户买家用智能机器人往往希望它是万能的，但家庭场景不只是技术和产品问题，还牵扯到安全、隐私、法规和伦理，我认为‘具身智能会率先进入家庭’的判断过于乐观了。”
他给出的时间表是：未来3到5年，视觉智能技术会快速赋能各种物理形态的机器人，而机器人真正像汽车一样“一家一台”普及进家庭，大约要到2035到2040年之间。
在产品定位上，他想得很清楚，不做机器人的身体，只做“眼睛”和“大脑”。
“我们正在和头部人形机器人厂商联系，让他们开放本体的控制接口，我们接管感知和决策，做它的大脑。”
2026年，具身智能已经不再是小众话题。宇树科技登陆科创板，把“人形机器人第一股”的光环打在公众面前；越来越多大型企业把这个方向写进了中长期战略。
但在吴易明看来，眼下的热闹很大程度上还停留在“表演”层面：“目前烧钱最多的大模型方向，其实还没有真正‘烧’出自主智能。”
他坦言，相比于眼下最热闹的那几条技术路线，仝人智能走的是一条“不被春风吹过”的路。没有资本蜂拥追捧，也很难三言两语讲出一个性感的故事。但十几年过去，他还在坚持创新。
他把这些年的经历总结成一句话：“做企业最终的心态，还是得回到《孙子兵法》——先胜而后求战。”
不是先讲一个足够性感的故事去融资，而是先啃下来最核心的底层难题：机器如何“看懂”一个从未见过的物体，再谈规模、谈估值、谈叙事。
仝人的路还有很长，但好在，他已经在路上。
线索爆料rzcj.com.cn
热门跟贴