趕超博爾特！浙大教授聯手95后博士，“手搓”全球最快機器人

作者丨巴里

編輯丨吳巖

圖源丨鏡識科技

2026開年，鏡識科技創始人王宏濤深夜風塵仆仆地趕到北京，第二天要去見幾個合作伙伴。他是浙江大學求是特聘教授、國家杰出青年基金獲得者，如今也是鏡識科技的聯合創始人。

“現在所有人看人形機器人，幾乎都覺得是個玩具，一方面的原因是性能離人類差得比較遠。”

王宏濤開門見山，用一句話點破了人形機器人行業當下的尷尬處境。

隨后，他打開筆記本電腦，播放那段最速人形機器人奔跑的演示視頻。在演示視頻中，王教授自己上場，與機器人進行人機對跑PK。

圖源：鏡識科技公眾號

“這是我們上個月測試的數據，奔跑速度已經達到了10米每秒。”他指著屏幕上那個在跑步機上疾馳的人形機器人，語氣中滿是自豪，“這是全球奔跑速度最快的人形機器人。”

今年2月2日，鏡識科技正式發布了旗下首款全尺寸人形機器人Bolt，以10米/秒的速度刷新了全球全尺寸人形機器人的速度紀錄。據悉，這款機器人擁有175cm的身高和75kg的體重，命名靈感來源于短跑傳奇“飛人”博爾特（Usain Bolt），而博爾特的百米世界紀錄是9.58秒。

全尺寸人形機器人Bolt

在此之前，鏡識科技已推出消費級雙形態機器人BAOBAO、APOLLO和高機動四足機器人黑豹II。

雙形態機器人BAOBAO

但在王宏濤看來，這只是一個開始。

“人形機器人還缺少一個’ AlphaGo時刻’。”他說，“就像當年AlphaGo戰勝柯潔的那一刻，人類突然意識到AI時代來了，其實那還不是我們今天意義上的大模型。人形機器人也需要這樣一個時刻——在運動和操縱極限性能上超越人類，改變所有人的認知。”

這個“阿爾法時刻”何時到來？王宏濤認為，答案就藏在本體的性能突破里。

兩位創始人的“相遇”：從清華哈佛到60平米實驗室

要理解鏡識科技的技術路線，需要先了解兩位創始人的背景——一位是從清華本碩博與哈佛博士的浙大力學教授，一位是95后的浙大博士，也是一位機器人“全棧”技術天才。

1996年，王宏濤踏入清華大學工程力學系。那時互聯網剛剛興起，學生們若是想上網，還得去主樓后的機房排長隊。2004年清華直博畢業后，他遠赴哈佛大學應用物理專業，將研究方向轉向半導體材料。

2009年國際金融危機爆發，他站在了人生的十字路口。“國內機遇更多，發展空間也更廣闊。”王宏濤最終回國加入浙江大學航空航天學院，重拾力學老本行；數年后與楊衛院士共同創建浙大交叉力學中心，并擔任執行主任，推動人工智能與力學的交叉融合。

隨著發表的論文越來越多，他開始意識到，發表文章并不是自己真正想要的。

轉折發生在2016年。

一段偶然刷到的視頻改變了王宏濤的軌跡——畫面中，一臺四足仿生機器人正以約32公里/小時的速度奔跑著。它就是波士頓動力研發的“野貓”（WildCat），代表了當時四足機器人技術的最高水平。

視頻帶來的震撼也讓他萌生了一個想法：“我們能不能造出一臺超越它？”

再仔細琢磨，力學底層邏輯與機器人倒是相通，但工程實現差距巨大。恰在此時，他的一位大二學生金永斌提出：“王老師，我想做機器人。”

鏡識科技聯合創始人CTO 金永斌

沒有經驗，也沒有經費，在浙大玉泉校區一間60平方米實驗室里，兩人開始了機器人研發。

最初的嘗試五花八門：人形機器人、輪足式跳高機器人、球形機器人、靈巧手……他們還試驗過不同的驅動方式：電機驅動、絞線驅動，甚至考慮過人工肌肉和軟材料。

“那種狀態放在今天，做個機器人愛好者的B站欄目肯定火。”王宏濤笑著說。這些早期“手搓”之作，如今與最新產品并肩陳列在公司里，靜靜訴說著一段從無到有的歷程。

如果說王宏濤是鏡識科技的“大腦”，那么金永斌就是它的“雙手”。這位1995年出生的年輕人，是王宏濤在浙大的學生，師從楊衛院士，于浙江大學交叉力學中心從事高速足式機器人研究。

“永斌是一個非常全面的科學家，也是一個很好的工程師，這是非常難得的一件事情。”王宏濤評價道，“從機器人設計軟件到硬件電路板，全部是他一個人完成的。”

他舉了一個例子：“我們的機器人跟別人不一樣的一點是，它是被設計出來的。系統里有硬件——電機、機械部分，也有軟件——嵌入式、操作系統、控制器、運控算法。一般來講，每個環節都是不同的人做：做嵌入式的很少碰PCB板，畫PCB板的不會去做機械設計。但永斌一個人幾乎全做了。”

更讓王宏濤感動的是金永斌的敬業精神：“晚上11點、12點，還有個地方亮著光，他在那焊電路板。任何一家人形機器人公司，你見過董事長自己晚上12點在那焊電路板嗎？”

這種“全棧”能力帶來了獨特的優勢：當追求極限的時候，所有的最優化都是金永斌一個人來解決、拍板和決定的，沒有部門之間的扯皮。在別的公司，做電機的說“就這幾個電機，你用不用吧”，做機械的只能把路徑連起來。但金永斌可以從頭到尾找到最優解。

從科學到產業：十年磨一劍的性能突破

另一個轉折點出現在2017年。麻省理工學院（MIT）機械工程副教授Sangbae Kim的研究，讓王宏濤豁然開朗。

長期專注于機器人動力學與控制的Kim，將復雜的機器人運動問題提煉為簡潔而有力的力學模型。這種高度抽象卻系統化的思路，讓力學出身的王宏濤感到“無比親切”，“太能理解到其中的點了”。

他當即決定：停止所有其他項目，專注做四足機器人。

技術的躍進清晰可循：最初的黑豹Ⅰ速度為5米/秒，2020年的黑豹Ⅱ概念機提升到8米/秒，而最新的黑豹Ⅱ已能達到13.4米/秒。正是這臺黑豹Ⅱ，替王宏濤實現了當初那個“癡人說夢”的愿望——打破了波士頓動力“野貓”保持了十余年的8.89米/秒紀錄。

黑豹Ⅱ

“當你追求極限的時候，它就不再是個工程問題，而是科學問題。”王宏濤解釋道，“工程師能把車造到最好，但科學家可以告訴你極限在哪里。”

這個認知轉變是痛苦的，也是關鍵的。鏡識科技的解法是從第一性原理出發——牛頓-拉格朗日方程。他們開發了一套優化軟件，可以解析求解多剛體系統動力學方程，回答“什么樣的機器人可以跑得快”這個基礎問題。

“這里面有幾十個參數：電機怎么選、減速器怎么選、幾何尺寸、質量和慣量分布……每一個參數都影響最終性能。”王宏濤說，“從物理模型出發，找到那個最優解，這就是設計的價值。”

從5米/秒沖向10米/秒并非一帆風順。速度達到6米/秒時，黑豹出現了小腿必然折斷的問題，為此團隊研發了“仿跳鼠小腿”，最終在重量僅增加16%的情況下，剛度提升了135%。

“做到黑豹Ⅱ時，我們發現MIT的簡化模型存在局限。它能指明大致方向，比如’小腿越輕越好’，幫你做出一個’還不錯’的機器人。但要突破極限，就必須建立精確的機器人動力學模型。”王宏濤解釋，“這就像手指指路和給地圖的區別。”

在這8年里，團隊持續完善這套符號化解析模型。這個過程如同挖掘一條沒有盡頭的隧道，越深入越能發現新的奧秘。

Apollo四足機器人

2024年5月11日，鏡識科技（Mirror Me）正式成立。王宏濤和金永斌在這一天決定走出校園實驗室，投身產業洪流，“剛好又趕上AI和具身智能爆發的時間節點”。

鏡識二字，“鏡”指復刻和映照生物的運動能力，是對性能和效率的追求；“識”代表的是認知和智能。這里借用了一個經典的認知實驗——鏡子測試，能識別鏡中自我的生物，往往已具備高階智慧。

“我們決定兩者同步發展。”在復刻生物運動能力方面，鏡識目前已有兩大系列——高機動四足機器人“黑豹”系列，追求極限速度；高機動人形機器人BOLT，已于2026年2月2日正式推出。

兩個系列都是對技術極限的叩問。“只有把目標設定在看似不可能完成的高度，公司和團隊才有發展動力。”王宏濤說，陸地上跑得最快的獵豹，速度約30米/秒，“我們相信，機器人可以達到甚至超過這一生物極限”。

“大腦”迷思：數據才是真的護城河

在交流過程中，王宏濤多次提到一個觀點：現在行業對“大腦”的理解存在很大誤區。

2025年下半年以來，資本瘋狂涌入人形機器人賽道，“大腦”成為投資熱點，催生出多筆超10億元的融資案例。

但王宏濤并不心急。

在他看來，當前具身智能面臨的核心困境是數據缺失。大語言模型有整個互聯網的數據支撐，但機器人沒有“互聯網級的行為數據”。

“人類的行為數據怎么記錄？人是一個個孤立的個體，不像語言可以上網集聚。”王宏濤分析道，“仿真數據的問題是物理規律已經寫好了，產生的數據絕大部分沒有學習價值——仿真器里的物理方程是確定的，數據分布跟方程一樣。自建數據中心呢？場景太有限了，你能投入多少？”

他以特斯拉FSD為例說明數據的重要性：“特斯拉有上千萬輛車在全球跑，才有了FSD。你讓機器人只能在某個場地里跑，然后做一個全世界都能用的系統，這是不可能的。”

那么，數據飛輪怎么轉起來？王宏濤認為，機器人必須先能創造價值。

“特斯拉的車能創造價值，所以被廣泛購買，從而有大量數據。人形機器人只有在能創造價值的那一刻，大家才愿意買，才愿意在真實場景使用，才有真實場景的數據。”

他解釋道：“這是一個閉環：創造價值→被購買→產生數據→變得更智能→創造更多價值。”

王宏濤進一步分析：“特斯拉訓練FSD時，不是簡單地收集所有駕駛數據。他們做了一個’影子模式’——當FSD預測的行為與駕駛員行為有較大偏差時，才記錄數據。這說明數據不僅要講究豐富性，還要講究高價值。”

商業化路徑：既然“沒用”，就找“沒用”的行業

基于上述判斷，王宏濤對當前主流的商業化路徑持保留態度。

“下工廠？工業機械臂已經很好用，不需要復雜的人形機器人。”他直言不諱，“陪伴機器人？技術儲備不夠，做不到真正的陪伴。你看特斯拉的Optimus在工廠里打螺絲，但工業機械臂打螺絲打得更便宜、更可靠。”

他甚至說：“賣機器人這件事非常痛苦，我不會去賣硬件。”

那鏡識科技的商業化方向是什么？王宏濤的答案是：既然機器人“沒用”，就找“沒用”的行業——教育和游戲。

“人類拒絕不了兩個東西：教育和游戲。”

他解釋道，“教育這塊家長最舍得花錢，你看現在家長給孩子報機器人培訓班，但凡能對孩子有些許提升都不會拒絕。游戲更不追求實用化，那不是游戲的賣點。游戲的賣點是玩完后有極大的滿足感。”

具體來說，鏡識科技的商業化路徑分為三個階段：

1、短期：體育競技與娛樂市場

“大部分體育競技都是以跑步為基礎的——羽毛球、網球、足球，都需要跑得快。”王宏濤說，“我們不需要賣機器人，租賃即可。可以打造成足球游戲等娛樂產品，把不同歷史時期的球星放在同一個場上競技。”

他強調：“體育競技是跨國界的，沒有政策限制。機器人要進入家庭，還有法律、倫理等各種問題。但娛樂是跨國界的。”

這似乎和宇樹科技的策略不謀而合。

宇樹科技創始人、CEO王興興近期就公開表示，最近幾年讓機器人去家里干活還不太現實，在終極目標還未實現之前，現階段宇樹的機器人去跳舞、格斗，是希望通過AI技術讓機器人，尤其是人形機器人做各種全身動作，展示運動能力。近期宇樹科技的人形機器人在租賃市場非常火爆，本身也能證明產生了一部分的商業價值。

2、中期：教育市場

鏡識科技推出了一款定價999美元（約7000元人民幣）的拼裝機器人，面向極客和教育機構。

Black Panther X

“拼裝機器人的價值在于拼裝過程本身，就像樂高積木。賣裝好的樂高小汽車沒人感興趣，但賣一堆零件讓你自己拼，大家就感興趣了。”王宏濤說，“我們面向的是真正對機器人感興趣、愿意動手的那一小撮人。”

3、長期：服務業

人形機器人最終要進入服務業——商場、火車站、地鐵站、咖啡店等場景。

“服務業對可靠性的要求沒有工廠那么嚴苛，人對它的容忍度會好很多。”王宏濤說，“但關鍵是機器人要長得像人，才能被人類社會接受。現在的機器人進不了服務業，撞一下、磕一下都挺疼的。”

他預測：“到2028年，人形機器人會逐漸變成科幻電影里那樣——有皮膚、長得像人。這件事沒有本質的技術瓶頸，皮膚技術現在做得挺好的，核心問題是運動能力沒有突破。一旦運動能力突破了，加皮膚是容易的。”

因此，打造賽博運動員，超越生物和人類的極限也就成為了公司的目標。王宏濤強調：“我們希望打造能真正逼近、乃至超越人類運動和操縱能力的‘超物種’機器人。”

融資邏輯：只拿志同道合者的錢

鏡識科技在一年多的時間內已完成四輪融資，投資方包括凱爾達、宏潤時代科技、常春藤資本、河北無線傳媒等。

有趣的是，這些投資大多是“朋友介紹”，而非機構主動找上門。

他解釋了自己的融資原則：“我只拿極度認可我們的人的錢。我跟他們講清楚人形機器人發展的不同階段，說明白這里面的問題。”

王宏濤說，“我們的文化就兩個事情：第一要快，第二要做世界第一的事情。”

他進一步解釋：“當你夠快的時候，錯了的事情也可以變成對的事情，因為你不可能所有決策都是對的。但一旦決定了，快速實驗、快速調整，效率就非常高。”

關于為什么不多拿錢，王宏濤有自己的考量：“錢多不一定好。方向錯了，油門踩得越狠，離正確的路越遠。拿的錢多了，壓力會巨大，動作會變形。”

據介紹，鏡識科技目前團隊只有60多人，在行業內屬于非常精簡的配置。相比之下，頭部公司往往達到兩三百人，甚至多則超過400人、600人。

“機器人現在還在技術探索階段，天花板在于最頂尖科學家的水平，而不在于你到底有多少人。”王宏濤說，“ChatGPT出來的時候，OpenAI也就一兩百人。同期微軟、谷歌，人和錢都比他多。所以核心是最頂尖科學家的水平和視野。”

要做機器人中的“超跑”

在足式機器人賽道，競爭是激烈的，2026年注定是機器人的融資大戰。王宏濤毫不避諱地談到與各個競品的差異。

“有些機器人強調價格低廉，通過工程化設計與規模化量產階梯式地迭代機器人。”王宏濤解釋道，“但特斯拉一上來做的是賽車，強調的是性能，強調的是技術突破。我的性能非常好，你花同樣的錢當然愿意買最好的車。所以他先做賽車，再做民用車。我們希望自己也是先做機器人中的超跑。”

對于行業未來，王宏濤的預測是：“當通用機器人出來后，專用場景機器人將失去價值。”他說，“就像今天你跟小朋友說一定要學好編程語法，明天就完全不需要——你跟AI說想干啥，它幫你設計就行了。”

但他對鏡識科技的方向充滿信心：“我們要做通用人形機器人。如果堅持不了這條路，其實沒有意義。短期看通用人形機器人沒有價值，但長期看，只有通用才有價值。”

王宏濤最看好的是特斯拉：“特斯拉走通用路線，目標是家庭場景。下工廠只是階段性的選擇，馬斯克說機器人下工廠，我認為是隨口一說。”

他進一步分析：“大廠都在做具身智能，因為對大廠來講，從語言模型轉向具身模型是最簡單的——同一撥人就可以干。”

王宏濤總結道，“本體的復雜度在于，一旦追求極限，它就不再是工程問題，而是科學問題。這就是我們的機會。”

回想起這一路，從學者到創業者，王宏濤坦言，自己也經歷過相當長時間的猶豫，畢竟機器人創業充滿了更多不確定性。

“可正是這種不確定性帶來了無盡的可能，這是它的魅力所在；也因為邁出第一步，才有機會抵達更遠的地方。”

在這個被資本狂熱追逐的人形機器人賽道上，王宏濤和他的鏡識科技，正在用科學的方法，尋找那個屬于人形機器人的“AlphaGo時刻”。