1. 首頁 > 生活百科 > >

打造能上手即用的遙操作機器人，「靈御智能」完成種子＋輪融資丨涌現新項目

伊隆·馬斯克完全自動駕駛特斯拉拉斯維加斯

打造能上手即用的遙操作機器人，「靈御智能」完成種子＋輪融資丨涌現新項目

文章圖片

打造能上手即用的遙操作機器人，「靈御智能」完成種子＋輪融資丨涌現新項目

文｜邱曉芬
編輯｜蘇建勛

一句話介紹「靈御智能」由清華+卡內基梅隆背景團隊打造 ， 以高質量遙操作技術為核心 ， 推出萬元級、低延遲、高精度、高易用性的遙操作機器人系統 ， 通過“賣本體-賣數據-賣能力”三步走策略 ， 試圖解決具身智能數據卡點 ， 推動機器人快速落地服務業與工商業 。

團隊介紹創始人首席科學家莫一林 ， 現任清華大學自動化系長聘副教授 ， 曾任新加坡南洋理工大學EEE系助理教授 。 其教育背景是清華自動化系學士、卡內基梅隆大學計算機工程系博士、加州理工學院博士后 ， 師從美國工程院院士、機器人操作領域先驅R. M. Murray教授 。
CEO金戈同樣畢業于清華大學自動化系 ， 兼具高科技領域創業投資與企業管理雙重經驗：曾擔任遠鏡創投管理合伙人、奧量光子副總裁 ， 擅長推動技術從實驗室走向商業化落地 。

融資進展「靈御智能」近期正式完成千萬元級種子+輪融資 ， 本輪由華映資本領投 ， 老股東英諾天使基金、清華水木投資、遠鏡創投跟投 。

產品及業務為解決“機器人難操作、數據難采集”的行業痛點 ， 「靈御智能」構建了一套完整的遙操作具身智能系統 ， 覆蓋“機側-人側-控制平臺”三大核心模塊：
機側硬件：遙操作機器人TeleAvatar ， 主打輕量化與實用性 ， 可適配多場景作業需求；
人側硬件：CyberBraceletVR設備 ， 降低操作員使用門檻 。 該公司未來還計劃推出更高性價比的手環產品 ， 替代傳統VR手柄 。 據介紹 ， 新設備價格或僅為外骨骼、動作捕捉設備的1/10甚至更低 ， 進一步拉低行業操作成本；
控制平臺：TeleDroid具身智能控制平臺 ， 作為系統核心 ， 支撐低延遲數據傳輸與高精度動作控制 。
在產品定價上 ， 「靈御智能」精準定位不同需求：輪式雙臂遙操作機器人本體售價約7萬元 ， 兼顧工商業場景的實用性與成本控制 ， 可快速滲透中小場景或試點項目 ， 實現上手即用 。 據測試 ， 操作員僅需20分鐘即可熟練操作 ， 大幅降低行業應用門檻 。
《智能涌現》制圖
商業模式
「靈御智能」設計了一條清晰的商業化路徑 ， 通過“硬件鋪量-數據積累-能力輸出”的三步走策略 ， 逐步構建長期競爭壁壘 。
1.第一步：賣本體 ， 快速占領市場
以“高易用性、高性價比”的機器人硬件為切入點 ， 快速覆蓋服務業（如遠程巡檢、無人零售）、工商業（如車間裝配、物流分揀）等場景 ， 通過規模化落地積累初始用戶與場景基礎 。
2.第二步：賣數據 ， 形成數據壁壘
當機器人市占率達到一定規模后 ， 各場景產生的“差異化真機數據”將成為核心資產——這些數據不僅能反哺智能模型迭代 ， 還可形成行業稀缺的數據壁壘 ， 避免同質化競爭 。
3.第三步：賣能力 ， 輸出智能解決方案
隨著數據積累與模型優化 ， 「靈御智能」將從“硬件廠商”升級為“智能能力提供商” ， 向行業輸出標準化的遙操作控制能力、場景化的自主作業算法 ， 最終實現“數據-能力-商業”的飛輪效應 。

核心壁壘在具身智能賽道 ， “延遲” 與 “成本” 是制約遙操作落地的關鍵瓶頸 ， 「靈御智能」通過技術突破實現了雙重突破：
低延遲：接近“無感知”的操作體驗
經實測 ， 其遙操作系統的圖像延遲低至100毫秒 ， 操作延遲僅50毫秒——這一指標已達到“人類實操無明顯延遲感知”的水平 ， 可滿足精密裝配、遠程操控等對實時性要求高的場景 。
高性價比：從硬件到采集的全鏈路降本
硬件端 ， TA Lite機型將價格控制在10萬元以內 ， 遠低于行業同類遙操作設備 。 在數據采集端 ， 采用VR設備方案 ， 低至千元級 ， 既避免了動作捕捉設備“百萬級成本+空間限制”的痛點 ， 又解決了純視覺方案“遮擋多、范圍小”的問題 ， 實現低成本和高精度的采集平衡 。
《智能涌現》制圖

Founder思考 1、遙操作是全自主機器人的“必經之路”莫一林認為 ， 就像自動駕駛從輔助駕駛走向全自主 ， 具身智能機器人也需要以遙操作為起點 。 而一臺“好駕馭、易使用”的機器人 ， 正是獲取高質量數據的前提 。
他表示 ， 只有降低搖操作的操作門檻 ， 才能快速積累規模化、一致性的真機數據 ， 而這正是機器人自主能力迭代的核心壁壘 。

2、數據是具身智能的卡點 ， 真機數據不可替代莫一林指出 ， 目前全球機器人領域的數據量 ， 比自動駕駛、大語言模型低3-5個數量級 ， 且面臨質量差、效率低、成本高’的三重問題 。 具身智能的突破離不開數據 ， 但數據采集需滿足兩個核心條件：一是場景要貼近真實 ， 二是遙操作動作要接近人類習慣 。
在“真機數據與仿真數據”的爭議上 ， 他表示：仿真數據是真機數據的放大器 ， 沒有真機數據這個“1” ， 再多仿真數據的“0”也沒有意義 。 他認為 ， 真機數據的核心優勢在于“準確性” ， 而仿真數據可幫助真機數據實現低成本泛化（如通過光學、物理模擬生成多場景數據） 。

3、VR設備將成數據采集的“主流方向”目前行業主流的真機數據采集方式各有優劣 ， 莫一林通過對比分析 ， 并指出了未來趨勢：
主從臂/外骨骼：雖易上手 ， 但操作復雜、易產生延遲數據 ， 影響模型訓練；
動作捕捉：數據維度高 ， 但成本昂貴、對空間要求高（需搭建專用攝像頭房間）；
純視覺方案（如Apple Vision Pro）：設備門檻低 ， 但拍攝范圍小、易遮擋 ， 運動局限性大；
VR設備：人側設備僅千元級、易用性高 ， 且采集精度高 ， 唯一難點在于算法突破 。
莫一林認為 ， 行業正在向VR采集方向收斂 ， 特斯拉、英偉達在內的頭部企業都在布局這一路線 。 VR方案既能平衡成本與精度 ， 又符合人類操作習慣 ， 將成為未來機器人數據采集的核心方式 。
end
【打造能上手即用的遙操作機器人，「靈御智能」完成種子＋輪融資丨涌現新項目】end

    推薦閱讀