先上跑道，再进小区。
镜识科技仿佛人形机器人行业里的"反共识之王"。
这家2024年5月成立的公司，在不到两年的时间里，做了一连串与行业主流截然相反的选择——
别人已经在追求让机器人变聪明，他们却专注于让机器人跑得快；
小人形受资本偏爱又出货快，但他们偏要做全尺寸；
明知选VLA（视觉-语言-动作模型）路线能更好融资，也更指向终局，但他们选遥操作；
别人挤着要送机器人进工厂和家庭，但他们却想把机器人先送上赛道——真正意义上的那种体育赛道。
而这些反共识选择的结果，目前看来，还挺炸裂的。
2025年11月，镜识旗下四足机器人黑豹Ⅱ代受邀与巴黎奥运会百米冠军诺亚·莱尔斯赛跑，在50米的赛道上，莱尔斯几乎是被黑豹撵着屁股冲过了终点线。"再多10米，黑豹就可以赢过（莱尔斯）"，镜识科技的联合创始人兼CTO金永斌说。这段人与机器狗短跑大战的视频在全网已有过亿次播放。
仅一个月后，黑豹Ⅱ代的速度就从比赛时的11m/s左右提升到了13.4m/s，打破波士顿动力尘封12年的四足机器人奔跑速度的世界记录——比偷偷解除限速后的新国标电动车的最高时速（40km/h左右）还要快。
2026年2月，镜识又发布了首款全尺寸人形机器人Bolt，身高175cm，重75kg，在跑步机上的峰值速度可达10m/s，为当前世界上速度最快的全尺寸人形机器人。
这显然引起了行业内的关注，就在3月17日的亚布力论坛上，宇树创始人王兴兴还提到年中会有人形机器人百米将跑进10秒，核心论据就是Bolt的成绩。
按照当下人形机器人最主要的两大流派去划分，这类跑得快性能好的机器人一般都长得不够好看——多数关节膨大，电机外露，很不像人；而另一类像人的，性能与人类相比仍然存在差距。
但镜识这款Bolt算是功能性较好的机器人里，身体结构最像人的一个。整体线条流畅，没有额外元器件外露，脚也是被认真设计过的，有一个明显可弯折的脚掌，而非一块需要穿鞋减轻摩擦的直板。按照金永斌的解释，多加的这一个自由度，能在机器人高速奔跑下缓解冲击的同时获得更高的力量。
Bolt
在同行多数都在卷机器人"脑子"的时候，镜识在卷"身体"。
按照金永斌的判断，随着AI算法的进步，机器人的控制能力已经逼近硬件本身的极限，真正卡脖子的不是脑子不够聪明，而是机器人的身体不够好用。
1995年出生的金永斌从本科起就在浙大学力学，2017年读博后便开始研究高速足式机器人。
“10年前开始研究机器人时，他们就说为啥要资助你们？那么多经费研究一个机器人表现还不如一条猎犬。”这是扎在金永斌心底一个最原始的困惑，“人类的肌肉功率密度大概是300W/kg，而电机可以达到3000W/kg甚至更高，比生物性能好一个量级，但整体表现出来机器人的性能都不如生物。”
所以金永斌的解法是，用速度将硬件能力拉到极限，以最高效的暴露方式去修正机械的短板。以至于让机器人的物理能力配得上它未来要承载的智能。
正如王兴兴所说，“这种物理极限的突破不仅是速度的展示，更是机器人硬件性能和控制算法成熟的标志。”
2023年起，金永斌发现机器人正在逐渐落地于各行业，且越来越多的开源算法与硬件，在迅速追平他们在实验室中的技术优势。于是在次年5月，他与自己的老师、浙大交叉力学中心执行主任王宏涛联合创立镜识科技，专注于AI赋能高机动足式机器人运动研发。
金永斌与四足机器人黑豹
一个彻头彻尾的学院派创始团队，若按照去年10月出圈的那篇《抱歉，不投教授创业了》中的创投圈观点，这类创始人已经不受资本青睐了。他们最大的问题就是不爱商业化——痴迷技术、忽视市场，从实验室到货架的路永远走不完。
但镜识沿途下的蛋可能比很多人想的要多。追求极限速度过程中磨出来的驱动技术，已经下放到工业四足机器人阿波罗上——能扛70kg、跑8m/s，拿了吉尼斯纪录，已经在卖了。还有一款带屏幕能当智能音箱的轮足双形态机器狗已经可以量产，在刚刚过去的AWE上正式对外发售。
我们不确定镜识的路线最终能否跑通，但在一条同质化越来越严重的赛道上，一个完全不同的回答，至少值得被认真听一次。以下是2月中旬"未来人类实验室"与金永斌的对话，经整理发布——
快，不只是速度
未来：为什么一定要跑得快？
金永斌：快远不只是速度，快是力度、密度、强度、流畅度等等一系列能力的综合。
我们买车的时候通常会关心百公里加速时间，时间越短，车的结构越好，发动机能力越强。机器人也是，当有一个环节是薄弱的，它就会影响到最大速度的提升。
Fast在古日耳曼语里最早的意思是“牢固”，因为你牢牢地不受阻挡，自然就快了。我们追求的是硬件牢不可破，快只是一个结果。
我们的定位是机器人里的F1。
F1赛车本身追求的速度对普通老百姓没什么用，但它积累的技术可以帮助民用车变得越来越好用，像气动布局优化、主动悬挂技术，都是从F1里演变过来的。
我们也希望做同样的事情，以它为基础，把机器人不如人的地方给提上去，让它真正可以成为一个能够走入家庭的助手。
未来：但现在大家已经不怎么关心速度了，大家觉得机器人应该更智能化。
金永斌：像汽车，早期大家追求安全性、可靠性，现在这些已经成为默认选项了，人们越来越追求内饰、娱乐属性。机器人也是。
但要发展智能化得有大量机器人去积累数据，前提是机器人得真正能用，我觉得还差临门一脚。
2022年有一个全球性的阿凡达机器人比赛，我们统计过那个比赛里最高的遥操作效率只有人类的10%。它的性能跟人类相比差太远了，让一个动作慢悠悠的机器人去家里干活，闹心。
我们想把它外特性提升到跟人一致，或者说达到人类的80%，那就舒服多了。
现在表现比较好的、动起来比较灵活的机器人，普遍都是小尺寸的，1米3左右。因为尺寸小，它对物理的要求就低了很多，电机散热等一系列问题会小很多。
未来：2月份你们刚发布了一款全尺寸人形机器人，跑步机上显示的峰值速度是10m/s，已经是当前世界上最快的人形了，还不够吗？
金永斌：10m/s差不多是国家二级运动员的百米速度，它还不具备为专业的运动员提供跑步服务的能力。前期我们希望它去做竞技体育、陪跑，后期通过技术沉淀，再把它能够转移到我们家庭里面去。
所以我们还在提升性能，争取让它达到一级甚至国际健将的水平。
未来：你给它设定的终极速度目标是多少？
金永斌：在户外场景下比过博尔特（峰值是12.4m/s，100米跑9秒58），那么人形就彻底不会再研究它速度方向了。
我们目的是复刻人类的运动行为，这样谁都能跟博尔特比一下，还是挺刺激的对吧？
未来：你刚才说现在表现比较好的都是小人形，那你们为什么不做？
金永斌：小人形现在机器人行业已经很多了，我们去做永远会落后一步。
2025年初做发展计划的时候，我说我们一定要做全尺寸的人形，它是有挑战有难度，需要我们去攻破的。
我们目前希望机器人的技术可以得到沉淀，挖掘一些更潜在的技术壁垒。
未来：那会拖慢你的商业化吧。
金永斌：但机器人如果没有自身特色，它商业化也会很受限。而且我们已经有工业四足机器人和消费级的轮足双形态机器人在卖了。
我一直在思考，小人形这么多，比如做个表演，为什么别人要找我们，而不是找一个更成熟的、跳了很多舞的公司呢？
但大人形不一样。从2025年10月开始，行业里陆续有一批全尺寸人形出来，我们赶在了这一波。我们又有自己的特色，速度甚至比其他机器人快2到3倍，我们可以在自己的专属领域先打出一片天地来。
跑那么快有啥用？
未来：机器人里的F1。你们这个路线受到过质疑吗？
金永斌：有的。最开始我一介绍完我们机器人是目前跑得最快的，所有人紧接就是一句，跑那么快有啥用？我内核再怎么强大也扛不住。
它只要达到上界，跟速度相关的事情都能干。事实上是有一些客户希望有一款极速的机器人，在特殊场景下做迅速的响应。只是目前我们不直接去做这块内容。
未来：陪跑这个场景你们是怎么找到的？
金永斌：去年10月，通过黑豹与专业运动员比试的过程中逐渐注意到的。运动员好像都这样，你稍微逼一逼，他马上潜力能再上一点。
如果人形机器人的性能可以超越人类，我可以让它成为一个速度播放器，去复刻莱尔斯、博尔特、苏炳添一系列顶级运动员的运动过程，借此来训练我们中国的运动员。
我们很有幸能够跟莱尔斯去比一下，但并不是所有的运动健儿都有机会的，博尔特、苏炳添都退役了，但是借助我们的机器人是可以的。
我们希望在26年能够打开这个新的赛道，普通的学校和大众陪跑都可以用，还可以向其他田径领域延伸，跳高、跳远……目前来讲没有任何的机器人公司做过。还是挺值得的。
未来：陪跑的控制算法不需要通用人工智能吗？
金永斌：是的。
我们可以把博尔特这些世界名将的跑步行为编成一个个小程序，设定好，一键播放就好了。这种固化下来的任务对于当前的技术都不难，它考验的是硬件的能力极限。反而生活中端茶倒水整理桌子这种场景越丰富的任务对机器人来说越难。
未来：为什么一定要走遥操作这条路线？行业内更主流或者说更追求的貌似是VLA。
金永斌：说实话，如果我们宣布做VLA，融资可能更顺利。但我觉得完全靠人工智能控制机器，它道路还比较远。
自动驾驶到现在20多年了，而且积累了海量数据，L4目前都没有完全开放。机器人的自由度更多，更难控制，数据还极度匮乏。
数据采集方面存在一个悖论——机器人不落地就没有真实数据，没有数据就训不出好的控制器，就更没法落地。
而遥操作可以打破这个死循环：让人先控制机器人去干活，在真实环境里积累数据，技能逐步固化。最开始可能每件事都要人手把手教，但越往后，机器人的技能越来越像App——比如洗碗，给一万个家庭洗完碗之后，数据沉淀下来就形成一个洗碗的专项动作库，以后遥操作人员点一下"洗碗"，它就自动开始了。
真正有实力做出完全智能体的公司，一定比我一个力学出身的团队做VLA专业得多。与其在不擅长的方向上分散资源，不如把自己擅长的点做到极致，等他们的算法成熟了，剩下的就是融合问题。
Bolt和黑豹
未来：你提到在之前一个国际性的机器人大赛中，当时机器人的遥操作效率只有人类的10%，你们现在能达到多少？
金永斌：我们当时自己发展了一套遥操作控制算法——让机器人保留一定的自主控制权限，同时配合人的控制意图，但即便这种很复杂的算法也只能把效率提升到20%左右。
后来我们通过建模发现，最大的瓶颈不在算法，而在硬件的响应能力。相当于你让一个F1赛车手去开面包车，他车技再好也开不出好成绩。所以我们现在就是为这个车手打造一辆真正的赛车。等硬件的能力包络面超过人类之后，再把算法结合进去，才有可能真正达到甚至超越人类的效率。
未来：你觉得全自主的机器人真正进入家庭还要多久？遥操作呢？
金永斌：全自主的话，大概需要10年。但遥操作进入家庭，5年内就可以完成。
未来：有没有可能VLA的发展速度会快于你的预期，直接超越遥操作？
金永斌：有可能。但我觉得遥操作是VLA真正爆发前的前站技术。
不管VLA本身发展多快，它都需要一个前提——大量真实可靠的数据。而遥操作是最有可能快速解决这个前提的方法。
据我所知，美国已经在执行这个策略了，有些机器人通过遥操作让越南、菲律宾的人员远程控制，一边干活一边产生数据。
未来：按照你这个设想，遥操作进入家庭之后会是什么样子？它会变成一种什么样的服务形态？
金永斌：可以成为家政公司的一种延伸形态。未来的家政服务不一定是阿姨上门，而是远程操作员通过机器人帮你做家务。
早期大概率不是家家户户买一台机器人，而是在小区里租赁——就像共享充电宝一样，小区部署几台，住户按需预约。你今天要做大扫除，预约一台，远程操作员接入帮你干完活，机器人回到充电桩待命。单台利用率拉满，用户不用承担整机购买成本。
随着技能库越来越丰富，操作员的人均服务户数也越来越高，整个模型就跑通了。
而且它还可能催生一种全新的"交通方式"——不是人的迁移，而是智力的迁移。
比如一些工厂集中的地方，白天8小时中国的工人接入操控，再过8小时中东的人接进来，再过8小时南美洲的工人接进来——一个工厂24小时运转，不需要任何人力的实际迁移，只需要把智力迁移过来，通过机器人实体去执行。
像人，不是选择题
未来：你说的这些任务更多是对功能性的要求，那是否有必要让机器人像人？你之前提到过在设计这款人形时几何约束是很严格的。
金永斌："像人"是人类对机器人的一个本能诉求。
纵观整个行业，长得好看的机器人，性能相对差，性能好的就更偏科幻风，"钢铁巨兽"那种。怎么在两大派技术路线之间做一个融合，好像不是有特别多团队去考虑这件事，但我个人不是很能接受这种状态。所以从一开始就想：有没有可能既美观，同时还能够性能很强？有一点自己的技术洁癖。
我们在设计之初就把几何尺寸卡得很死，所有关节必须放在人体的几何约束下，不能有膨大突出的部分。外观是约束，是严格不能打破的；性能是优化目标，在约束条件下尽可能提升。
未来：长得像人跟性能好之间的主要矛盾是什么？
金永斌：刚才说的两大流派——像人的都是直线电机，传动是非线性的，性能受限；另一派用旋转式关节，控制性好很多，做前后空翻的基本都是这种，但都有圆鼓鼓的电机鼓出来，因为它们的电机都是横着放的。但人的小腿横截面很小，他们就纠结了：到底是让它美观还是让它能力变强？
未来：那你们是怎么做到的？
金永斌：（Bolt）这款人形发布后，很多人奇怪为什么那么细的腿能够跑出那么高的速度。
我们设计了一种全新的传动方式——把电机轴和关节轴设计成垂直的，中间通过一个90度换向结构来传动。这样可以充分利用腿部狭长的结构空间，把电机藏进腿的内部。
想让机器人性能好，电机就得大。我们就在限定的空间里让电机放得尽可能大，让关节拥有更大的功率。功率大了之后，速度、爆发力、负载能力，都能满足。这套传动方案是通用的。
未来：这个技术很难实现吗？为什么行业里一直没人做？
金永斌：在技术上不是特别难实现。我也不知道为什么，可能大家进入了某种思维定式。
也跟需求有关。追求性能的允许机器人长得不像人；有硬性约束要求像人的，就接受性能变差。
我们也是灵光一现，冒了很大风险，据我所知的公司方案里面，就我们采用这种传动方式。
未来：之前提到说在做硬件设计时要靠大量工程迭代，时间和金钱成本都很高，你所谓整个人形机器人行业缺一个正向设计软件，是指什么？
金永斌：一个系统性的完整的机器人建模优化工具。
机器人自由度太高，受力行为又完全不一样，没有统一的框架去刻画整台机器人的运动行为，大家只能靠经验和反复迭代。但痛苦的是，性能不好到底怪硬件还是怪算法？说不清楚。而这样做时间和金钱成本都很高。行业同质化也越来越严重。
我就想有没有可能让一台机器人的能力上限，在它被造出来之前、算法被写出来之前，就先确定下来？
所以我们自己先做了一套软件，比如我告诉它我想跑到10m/s，我有重量约束、高度约束……它告诉我哪个关节该怎么选型，胳膊多长、腿多长、身体该多重，然后我们再基于这些参数去设计，就不用再靠大量工程迭代。
就像芯片行业有ARM的IP架构，汽车行业有成熟的CAE仿真链——你有什么需求，按模板选配就行，不用每家从零开始。
未来：你们这套软件也可以拆出来卖啊。
金永斌：有考虑过，但我们人力有限，短期内先把我们自己的机器人打磨好，再把这个东西给变成一项服务也好，提供给别人。
想证明这个软件是好的，得我们自己的机器人本身足够好才行，不然凭啥你们相信我的软件是好的，对吧？
