建设社会主义现代化强国，关键在于科技自立自强。以科技金融支持创新创造，因地制宜发展新质生产力，加快建设现代化产业体系，是我国在"十五五"时期推动高质量发展、实现中国式现代化的核心战略部署。发展智能经济新形态，需要打通科技成果转化堵点、强化产业体系支撑、畅通金融赋能渠道，构建科技、产业、金融良性循环。在此背景下，《清华金融评论》推出《科创AI+》主题专栏，旨在深入阐释国家战略部署、汇聚权威观点、服务高质量发展大局，为政策完善与行业实践提供智力支持。
家庭是具身智能公认最难啃的场景，非结构化程度高，任务长尾，安全性要求高，容错又低。多数企业从工厂先做起，千诀科技重点倾斜于家庭。这家公司核心团队来自清华大学自动化系，专注于具身智能大脑的研发，把预测式世界模型与多项式表征架构装进一套“具身大脑”方案，已适配七大类、三十多款机器人，累计接入终端十万台量级。本期围绕预测式路线的技术逻辑、类脑架构的软硬协同、只做大脑的生态位、家庭场景的阶段性攻坚、中美对标与产业格局、产学研转化与创业方法论六大议题，专访千诀科技联席CTO苏鑫。
一
路线之辨：
不生成画面，预判状态
Q:世界模型赛道路线分化明显，生成式以像素级画面生成为主流，千诀代表的预测式路线主张预测物理状态演化而非复刻像素。生成式模型为追求像素级无损重构，把有效特征与光影、纹理等无关信息强行绑定，造成“特征污染”。这是否构成其在机器人真实作业中的瓶颈，也是千诀路线选择的考虑之一？
苏鑫：特征污染这个词，我们从2024年讲到现在，是一条贯穿下来的理论路线。最早的发现很朴素：拿传统的深度学习网络去理解物理世界，光靠训练样本，学不出我们想要的世界核心概念。举个例子，桌上放个茶杯，人一眼看到的是“这是个能装水的容器”，杯身上蓝的白的花纹，扫一眼就过去了。模型不一样， 它拿图像训练，会把所有特征事无巨细全记下来，花纹、光照、背景，统统算进“这是个杯子”里头。换个环境、换种光照，它就认不出来了，我们叫域外泛化的不可辨识。这些细节特征，污染了它对物理世界本质的理解。
生成式世界模型把这个问题带进了推理环节。它要预测下一个状态，办法是把整张画面重新生成出来，可画面里背景、纹理、跟任务无关的东西一大堆，全是实打实的计算开销。机器人要的是“下一步往哪走”的判断，不是“未来长什么样”的想象。我们走预测式，状态推演放在隐空间里做，只保留对决策影响最核心的那部分物理概念。算法上，核心概念抽出来之后，域外泛化能力更强；硬件上，不用生成那么多像素，计算量理论上比生成式低，端侧的算力瓶颈也就松了一口气。
Q:2026世界人工智能大会上，行业形成新共识：世界模型与VLA不是“二选一”的对立关系，而是融合共生，世界推理动作模型等新架构层出不穷。您如何理解预测式世界模型与VLA、端到端方法之间的关系，是替代、互补，还是最终走向融合？
苏鑫：这个问题得回到机器人学习的历史里看。深度学习上机械臂很早，2020年之前就有，那时候是纯模仿学习，摄像头拍到什么就学人做什么动作，本质是图像到动作的映射。后来大模型起来，大家把视觉基座VLM放进来，再把扩散模型融进去生成动作，这就是现在说的VLA。再往后，世界模型的各种思维链过程才开始受到关注。
我的判断是现在下结论为时过早。行业态度都积极，但路线完全没有收敛，各方各有优势，新工作不断冒出来。生成式和预测式说到底都是世界模型，都是从当前状态去预测下一个状态的变化，差别只在表现形式：一个把未来画面生成出来，一个在抽象空间里推演状态。今年行业的新共识是两者不对立、融合共生，且有不同适配场景。这更像不同发展阶段的不同选择，谈不上谁取代谁。
Q：预测式世界模型现在提得比较多的，是图灵奖得主Yann LeCun团队。但清华类脑计算研究中心团队论文的发表并不晚于甚至早于对方，实际情况是怎样的？
苏鑫：实际情况是这样。类脑中心2014年建立，团队在这条线上做了十年以上，世界模型的概念很早就提出了，只是当时的想法跟现在不完全一样。2025年，千诀科技和清华陈峰教授课题组的联合工作发表在ICML上，论文标题是《When Do Neural Networks Learn World Models？》，第一次给“学习世界模型”下了一般数学定义，把关键难点落在不可辨识性上，用正交函数基把复杂函数分解成不同阶次，看神经网络的低阶偏置怎么让真实隐变量变得可辨识。这项工作在ICLR 2025的世界模型workshop上做了口头报告，拿了Outstanding Paper Award。有意思的是今年5月，LeCun团队发表了《When Does LeJEPA Learn a World Model？》，两篇论文标题几乎一模一样。他们从隐变量可辨识性的角度研究LeJEPA，用Hermite多项式做谱分解，我们用的是Fourier-Walsh变换，数学工具不完全相同，回答的关键问题和路径却是相似的。今年我们又往前推了一步，ICML 2026的工作提出“有效阶”指标，把“简单性偏置”变成在真实模型上能算、能比，还能直接参与训练的量。看到同行走到同一条路上，我觉得挺荣幸，也说明这条路是被公认的。这说明，世界模型这条赛道，中美至少不相上下，预测和表征这一块，我们是有信心的。
二
类脑底座：分区
解耦与软硬协动
Q：业界一直有个说法，冯诺依曼瓶颈非常难突破。脑认知技术为什么会在transformer之后重新被业界看到？这条路线对软硬协同的瓶颈突破，能不能形成解决方案？
苏鑫：智能模型的起点神经网络本来就是借鉴人脑神经的机理，后来才是transformer，中间碰到算力和学习能力的约束，又回到世界模型。类脑被重新看见，是大家想从脑科学里找到新的解题思路。脑认知类脑技术和现在大家说的云端假设的大脑小脑意义不同。
从架构看，类脑有两个方面的潜在优势。软件上，类脑的分区架构有助于跨本体、跨场景的多维泛化，轻耦合的结构允许我们逐块提升效果。硬件上，具身智能对算力和推理速度的要求，比现在的虚拟agent高出几个数量级。现在端侧只有十几帧的速率，只能跑十几B参数的模型，对智能的承载相当有限。类脑仿造人脑低功耗、快速响应的模式，正好对着这个痛点。具身智能要真正突破，算力这一关一定绕不过去，也一定会有人把它解决掉，我们希望从这条路上能有所突破。
Q：多项式表征架构是千诀技术体系的核心演进：感知、决策、控制等能力针对性训练、按任务灵活组合，升级单项能力无需重训整个模型。这一架构对模型效率、泛化能力和工程部署的价值怎么体现？
苏鑫：我们的整个模型有很多环节，从交互到感知，到上层决策，到最终的动作执行。各个部分可以单独拿出来优化，整体又是一套完整方案。落到客户那里最直观。比如一个本体厂商做了新本体，需要新的动作空间，我们就把最后的动作头单独拿出来做适配，前面的感知和决策复用。数据飞轮也跟着分区走：针对感知模型采集感知的数据，针对决策模型构建决策的标注，场景反馈说问题出在哪个环节，下一轮采集就对着那个环节去。因为不是强耦合架构，局部优化的数据需求更少，数据效率更高。数据储备上，我们积累的是亿级规模的实采数据，家庭场景的纯实采数据集做到这个量级的不多见。理论工作验证了这条路可行，工程上我们就敢做跨本体的快速交付。
三
只做大脑：
“缸中之脑”的生态位
Q：很多企业同时做本体和大脑，也有企业先做本体再做大脑，千诀为什么从第一天起就选择只做大脑？
苏鑫：我们瞄准的是具身智能改变人类生活那个终极画面。人工智能需要具身做载体，本体直接跟人交互，但最影响交互效果的是大脑，是不是真的够聪明，是不是真的能帮到我。那就抓住这个最关键的环节去解决它。
另一层考虑在泛化上。大脑要通用，不同本体本身就是泛化性的核心维度之一。瞄准某一个本体去做，等于主动丢掉这个维度，还可能错过具身智能发展中很关键的技术突破点。2025年行业都在追软硬件一体，既做本体又做大脑，今年风向转过来了，通用大脑和世界模型更受关注，这算是对我们判断的一个印证。
团队内部把这个打法叫“缸中之脑”，是千诀科技创始人高海川博士提出来的：大脑独立于任何一台具体的机器人存在，持续学习、持续演化，再快速附着到不同形态的身体上。产品形态上，云端是通用开发平台，开发者调API就能用；端侧有软硬一体的计算平台“脑坞”，依托类脑自研芯片做低功耗部署，除了NVIDIA、AMD，也能跑灵汐、昇腾这类国产芯片。商业模式是大脑按量付费，客户买的不只是一个模型，是从数据到模型结构、到部署、到场景反馈迭代的一整套机制。
Q：上游大模型厂商在做通用大脑，下游本体厂商也开始自研模型，独立“具身大脑”公司怎么避免被双向挤压？
苏鑫：跟本体厂商的关系，我们已经走出一条相对成型的路，跟很多本体厂商的匹配和联调都做起来了。跟大厂的差异化在于，大厂更专注单个模型本身，我们交付的是整套解决方案，包括最后的工程化部署，直接跟客户对接。学术上我们自信，工程化能力后来证明也能打。生态位上我们的态度一直是开放合作。千诀更希望成为大脑层面的基础设施，各家新造出来的本体找到我们，快速适配、快速落地、快速优化。“安卓系统跟手机厂商的关系”是一个现成的类比：我们提供底层的大脑能力，合作伙伴专注本体制造和场景落地。酒店免改造配送是个例子，不用加装信标、不用改造电梯，机器人靠大脑的自主决策跑“最后一公里”，在这个场景里我们是头部客户的唯一大脑供应商，服务也在向海外客户拓展。
四
场景攻坚：
先攻家庭非结构化
Q：具身智能的场景落地有清晰的分层策略，有企业坚持“先工业、后家庭”，千诀优先切入家庭。为什么选了更难的那条路？
苏鑫：我们分析过工业和家庭两类场景。家庭更不标准化，域外泛化能力要求更高，这一点跟世界模型路线的核心长处正好匹配。理论优势就该拿到最难的地方去验证，所以场景选择上我们是有侧重的，刻意先面对非结构化程度最高的问题。
还有一层务实考虑。我们大脑的特点是自主性和通用性。工厂环境更偏向精确和效率，现有自动化方案相对够用；家庭和服务场景的开放性，才是这套技术的用武之地。这是从产品特点出发的策略，不是技术偏好。
Q：家庭场景内部也分任务级别，叠衣服、收拾物品走得快，养老看护、贴身服务更难。落地节奏怎么安排？十万台量级的终端是怎么构成的？
苏鑫：任务分级别，解决也分步骤。现在走得快的是叠衣服、收拾垃圾、摆放物品这类。非标物体的处理、跟人的交互，尤其养老、医疗场景里的贴身服务，难度更高。涉水的、有危险性的任务，还需要继续完善。场景没有捷径，任务可以拆开一点点啃。
落地数据可以报一下：目前千诀累计接入终端约十万台量级，在人形机器人、轮式双臂机器人、轮式单臂机器人、带臂四足狗、带臂清洁、悬臂无人机等不同形态
都有覆盖，家庭场景占了大头。落地台数最多的是家庭看护类，老人陪护、小孩看护，能交互、能完成策略识别、能照看东西。酒店是另一条线，落地过程里我们不只做大脑，本体也在跟着升级。同一台酒店机器人，一开始只会送餐，加上机械臂之后能力就扩开了：自己去小卖部采买，把外卖装到兜里，自己按电梯。对老酒店、老小区的适配反而更好。
Q ：预测机器人多久能真正进入家庭？三到五年够吗？
苏鑫：我的预计是三到五年，机器人会更多进入家庭，但解决不了所有问题。先从简单家务做起，跟现有的智能家电联动，逐步把更多任务交给机器人。这里面不只有技术问题，很多环节需要大家生活的习惯慢慢演化，地方政府、上游产业方也在积极开放场景，现在确实是一个不错的时代状态。
五
中美对标：算力
差距与场景密度
Q：对标美国Physical Intelligence，两家都只做大脑不造本体。千诀与PI在技术路线和商业化路径上的核心差异是什么？中国的场景密度和供应链优势，能否转化为这条路线上的非对称竞争力？
苏鑫：PI跟我们类似，也是只做大脑不做本体。两家公司在特性上的区别，某种程度上是中美人工智能发展的映射。
美国目前最大的优势在算力。PI可以同时跑很多个模型，大规模试错，所以他们的模型迭代很快，新东西不断发布。国内算力没那么充裕，但在追，这要求我们的试错必须更准。反过来看，中国的本体制造和供应链是更好的土壤，不只创业公司，传统制造企业也在往具身方向转，上下游配套齐全，找本体供应商、做本体改造，国内最方便。场景铺开方面，中国比美国走得更快，大家会先在中国的场景里看到实际落地。所以具身大脑这条赛道上，中美至少不相上下。
Q：清华类脑计算研究中心天眸芯团队刚再登《Nature Sensors》封面并开源TianMouCV工具链。从芯片、算法到软件生态的协同创新，千诀能从中获得什么支持？对开源本身怎么看？
苏鑫：类脑中心最近确实成果频出。天眸芯团队再登《Nature Sensors》封面，开源了TianMouCV工具链，从芯片、算法到软件生态形成协同。大陆机构在AI与芯片领域拿下Nature正刊封面的标志性成果，到现在只有三项：天机芯、天眸芯、DeepSeek-R1，前两项都出自这个中心，这条技术路线走了十余年。端侧芯片的升级我们一直在持续关注，能部署更强的模型，这是基础工作。开源方面，从transformer到DeepSeek，开源一直是推动人工智能快速发展的关键因素，做具身世界模型的同行也在开源。千诀很快会发布并开源自己的世界模型和平台，成为开源生态的贡献者。开源是双向的：一方面服务产业进步，一方面你第一时间拿到产业最新的进展，互相吸取，一起把这件事推起来。
六
产学研转化：
从实验室到十万台
Q：千诀是典型的高校产学研转化项目，从类脑计算研究中心2014年算起，这条转化走了十二年。过程中得到过什么支持，有什么经验或反思？
苏鑫：从实验室的理论到真实的场景落地和商业化，中间要解决的问题很多。支持是实打实的：清华类脑计算研究中心、自动化系等都给了很大层面的支持，资金、技术、资源，校友生态也帮我们打通了不少环节。公司受中国脑科学重点项目的支持，这是技术上的底座。
公司的出身本身就是一个产学研协同项目。最早孵化就来自清华学界和业界的合作，当时参与项目的产业方后来成了我们的股东，多轮陪跑到现在。2026年6月我们完成了数亿元A轮融资，本轮由京铭资本领投，山东新动能、山东财金资本、元禾厚望、芯能创投、南创投等机构参与，天使轮的英诺天使基金、尚势资本、仁爱集团都在持续加码。老股东连续投，本身就是对工程化和商业化能力的一种认可。跟地方政府的合作也在加强，在深圳、烟台等地我们也设立了分公司或子公司，组建了研发销售团队，跟地方开放场景形成了配合。
Q：从您个人经历看，2012年进清华，2021年博士毕业去了微信，几年后又回来创业。这段履历背后的选择逻辑是什么？团队交叉融合背景怎么考虑的？
苏鑫：我是2012年考进清华的，2016年直博，师从陈峰教授，2021年博士毕业。毕业后没直接创业，先去大厂做了几年，想把产业里的工程化视野补上。千诀2023年6月成立，我回来加入。跟创始人高海川博士是一个实验室的师兄弟，我们共事加起来有七年。他2018年起在类脑双臂机器人课题组带队，从0到1做了多款自主决策机器人，是工程化落地的主力。工程化和商业化力量也在补齐，联合创始人肖海默加入前在美的集团智能家居事业群做了多年研产销全链条，公司商业化的担子他挑了不少。团队呈现出年轻化、多学科交叉，兼顾科研、大厂产业经验、工程化与商业化能力平衡的特点。
Q：对正在进入具身智能赛道的年轻创业者和工程师，最核心的建议是什么？您认为未来十年具身智能最大的变数和最大的确定性分别是什么，行业的“ChatGPT时刻”会在什么条件下到来？
苏鑫：我的建议是谨慎的乐观，谨慎的自信。当你有自己的研究和分析，论证了这个技术在产业里的价值，就应该坚持把它做好，直到真正论证它走到了天花板、不可再突破，再考虑调整。我们走预测式世界模型这条路，去年还不是资本最热捧的方向，今年世界模型和大脑的分量，各家都放得越来越重。技术会演化，前提是你活得够久。未来十年，最大的确定性是具身智能一定走进家庭。可以想象一下家里有很多台机器人跟你一起生活的画面，绝大部分从业者都有这个信念。最大的不确定性在技术再往上一层的突变点：到底什么范式能带来Scaling Law意义上的爆发，现在没有确定答案，技术路线也没有收敛。ChatGPT时刻什么时候出现？我个人认为三到五年内会有一个质的飞跃，但它未必长得像ChatGPT那个时刻。至于终局，可能会更久，实际问题比想象中复杂，大家的要求也会越来越高。我相信，保持开放，各显神通，这个时刻大家能一起推出来。
（本文为清华金融评论&清友创联联合策划“科创AI+|科技产业金融”专栏的主题访谈。专访内容为受访嘉宾个人观点。配套专题报告是栏目独立研究成果。仅供参考。）
Review of Past Articles -
关于《清华金融评论》·《科创AI+》
《清华金融评论》坚守“建言金融政策，引领金融实践”的办刊初心与使命，《科创AI+》栏目聚焦新一轮科技革命与产业变革的时代浪潮。针对当前AI赋能科技创新、产融深度融合、前沿技术落地等热点话题进行深度剖析、案例分享与访谈解读。解码科创企业成长逻辑，洞察AI技术应用边界，探索“科技- 产业-金融”协同发展新路径。
来源 | 本人访谈
编辑 | 兰银帆
审核丨秦婷
热门跟贴