搜狐科技《超级瓦力——对话具身智能50人》栏目第16期，对话旷行科技创始人舒江鹏。
识别和诊断能力，是具身智能在高危场景落地的第一道门槛，也是目前最大的壁垒。
以矿山为例，现在机器人已经能做到包括岩土稳定性检测和管线巡检等很多具体环节的作业。
目前来看，绝大多数高危场景并不需要双足人形机器人。
出品｜搜狐科技
作者｜常博硕
视频接通后，舒江鹏没有立刻聊机器人。
办公室里，白墙、木柜、绿植，陈设十分简单。镜头里的舒江鹏穿着一件浅灰色Polo衫，戴着眼镜。他说话语速很快，语气却特别温和，偶尔冒出几句笑话，他总是自己先笑起来。
初次见他，很难第一时间把眼前这个朴实、甚至有些过于“接地气”的人，和风口行业的CEO联系起来。
当具身智能成为资本与技术共同押注的热门赛道，很多具身公司将资源倾注于更灵巧的手、更惊艳的demo、更吸引眼球的表演，舒江鹏关注的是一批几乎从不出现在聚光灯下的场景：矿山深处、隧道腹地、水电站机房、输变电站甚至高危化工厂。
这些地方没有音乐和舞蹈，也几乎没有流量和掌声。这里只有粉尘、噪音、高温、黑暗，以及真实存在的风险。
据中国新闻网报道，仅2025年，全国共发生各类生产安全事故19884起、死亡18261人。安全事故率在持续下降，但这些数字背后，依然是一个个具体的人和家庭。
走向那些风险似乎是舒江鹏土木工程背景带来的某种必然。“我自己的背景是浙江大学土木工程。土木行业天然对应很多高危作业场景，比如矿山、水电站、电力设施这些领域。这些场景有几个共同点：环境恶劣、位置偏远，而且越来越缺人。”
舒江鹏过去十多年的研究几乎始终围绕工程现场展开。他比很多从计算机或AI背景进入机器人行业的创业者，更早接触那些真实的工业环境，也更早意识到，在中国，高危工业场景正面临越来越严重的人力断层。
矿山开采、桥隧施工、电力巡检、水利运维、油气化工……这些支撑现代工业体系运转的关键环节往往环境恶劣、地点偏远、危险系数极高。
在交谈中，舒江鹏提到一个细节，让人印象很深。在很多高危工业场景里，40岁以下的一线工人已经非常少见。“年轻人不愿意下矿山，也不愿意去这种高危场景。年纪大一点的人，也不希望自己的子女继续干这样的工作。”
于是，一个越来越尖锐的矛盾出现了。中国作为全球基建规模最大的国家之一，海量基础设施正在进入运维周期，但承担高危作业的一线人力却在持续收缩。
“很多风险并不是没人知道，真正的问题是，没有足够的人去排查它、发现它、处理它。”
也正是在这样的背景下，舒江鹏逐渐意识到，机器人最迫切的价值其实在那些人越来越不愿意去的地方。这个判断，最终推动舒江鹏走出浙江大学实验室，在2024年底带队创立了旷行科技。
“旷行”这个名字，藏着他的思考。最初，它指向矿山，这是团队最早看到巨大需求的场景之一，但最终，他们没有采用矿山的“矿”，而是选择了旷野的“旷”。因为在舒江鹏看来，“矿”太具体。而“旷野”意味着更大的边界，也意味着更远的未来。
以下为本次对话精编：
从实验室到矿山
搜狐科技：是什么契机，让您决定从实验室走向产业？
舒江鹏：最大的契机其实很现实，就是学校里的项目已经接不完了。高校团队规模是有限的，学校给老师分配的博士生、硕士生名额是固定的，在这种情况下，如果要扩大团队，最直接的方式就是成立企业。
另一方面，高校做科研和企业做研发虽然都叫研究，但目标其实完全不同。高校更多是做 prototype，也就是原型机。核心是证明你的创新性。至于这个原型机是否真正好用，很多时候不是最核心的问题。但企业不一样。企业必须把产品做得真正有用，能够服务行业、服务社会。对我们来说，做出真正能落地的产品，比单纯做出一个“很新”的东西更重要。
搜狐科技：创业是从什么时候正式开始的？
舒江鹏：我们整个创业团队大概是2024 年底正式拉起来的。那个时候其实具身智能已经很热了，大家都在做各种机器人，很多是展示型机器人，比如跳舞、互动这些。但我自己的背景是浙江大学土木工程。土木行业天然对应很多高危作业场景，比如矿山、水电站、电力设施这些领域。这些场景有几个共同点：环境恶劣、位置偏远，而且越来越缺人。
年轻人不愿意下矿山，也不愿意去这种高危场景。年纪大一点的人，也不希望自己的子女继续干这样的工作。这意味着这里存在非常明确、而且很大的市场需求。更重要的是，我们团队在这个方向已经做了大概15年研究，技术储备足够深。
搜狐科技：什么样的场景属于高危场景？主要包括哪些类别？
舒江鹏：高危场景其实有很多，但我们目前主要聚焦几个方向。第一是矿山资源，包括采矿、加工、冶炼等，这些环境的工作条件都非常恶劣。第二是能源电力，比如水电站、火电站、输变电站。第三是油气化工。这类场景除了危险之外，还有毒性问题。第四是交通城建，比如造桥、修路、隧道施工等大型工地。这些领域有一个共同特点：都属于大基建相关场景。它们往往环境恶劣、地点偏远、招工困难，很多岗位甚至40岁以下的从业者都非常少。
搜狐科技：你们更想替代从事最危险的工作的人，还是替代最缺人的岗位？
舒江鹏：我们的目标其实不是替代人，而是满足产业需求。很多高危行业并不是不知道安全风险，而是没有足够的人去排查这些风险。如果完全依靠人工排查，成本会非常高。很多事故并不是因为问题不存在，而是因为没有足够的人力去发现问题。
搜狐科技：也就是说，相比替代人完成动作，你们更希望机器人先替人进入危险环境，做判断和决策？
舒江鹏：可以这么理解。我们机器人的目标是完成“巡视、诊断、处置”三个环节，而不只是传统意义上的巡检，我们真正核心做的是“机器人工程师的大脑”。现阶段更多是人机协同，机器人可以完成50%的工作，但剩下50%仍然需要工程师完成。但长期来看，这些高危场景最终一定会越来越多地由机器人承担。
机器人已经能完成一些高危环节作业
搜狐科技：目前你们的产品形态主要是什么样的？
舒江鹏：双足、轮式、四足这些形态我们都在尝试。但由于现在市场上已经有不少成熟的机器人本体产品，所以我们目前研发的重点并不是本体，而是它上面的“大脑”。我们在做的是一个标准化的“机器人大脑盒子”。这个盒子可以适配目前市场上常见的机器人平台，比如宇树科技、云深处、智元等，包括四足机器人，甚至无人机。如果客户有需求，我们可以把这套系统部署到不同载体上，让它完成对应作业。当然，也有一些特殊场景，现有机器人本体满足不了需求。遇到这种情况，我们会和其他企业合作，通过定制化方式生产特定应用设备。
搜狐科技：人形机器人在高危场景有优势吗？
舒江鹏：目前来看，绝大多数高危场景并不需要双足人形机器人。履带式、轮式、四足机器人基本都能满足需求。关键在于两点：第一，要能在复杂地形里稳定移动；第二，要具备足够高度，能够完成“看得见”和“够得着”。所以我们更多是根据场景需求去设计本体。如果需要更高作业高度，就加高底盘、增加机械臂。至少在现阶段，我还没有看到高危场景对人形机器人有特别强的需求。
搜狐科技：很多机器人在实验室里能跑通，但真正到了矿山、隧道这些复杂环境后，往往容易失效，这是为什么？
舒江鹏：我觉得最核心的问题是数据缺失。机器人作业本质上依赖 AI，不管是大模型还是垂类小模型，识别、判断、生成都离不开数据。但高危作业场景的数据极其匮乏，尤其是负样本数据，也就是那些真正带有危险、异常、故障的数据。这类数据本身非常敏感，各企业通常不会公开。所以如果一个团队没有长期扎根行业、持续积累数据，它训练模型时依赖的往往就是实验室数据、仿真数据，或者比较理想化的数据。这样的模型一旦到了现场，基本就不行。
搜狐科技：为什么真实环境的数据差别会这么大，目前高危场景机器人作业最大的难点在哪里？
舒江鹏：因为真实环境太复杂了。比如矿洞里光照极差，粉尘很多，干扰因素非常复杂，很多时候机器人拍到的一张图像，关键信息可能已经被遮挡了。实验室里的数据通常都很干净，但现实环境完全不是这样。如果把机器人比作人，它的感知系统就像眼睛和耳朵。假如它看不清、听不清，那即使把机器人放到现场，它也什么都做不了。所以识别和诊断能力，是具身智能在高危场景落地的第一道门槛，也是目前最大的壁垒。
搜狐科技：现在训练机器人大脑，是真实数据为主，还是仿真数据为主？
舒江鹏：目前大概是80%真实数据，20%仿真数据。我们发现，真正能训练出有用模型的核心一定是真实数据。仿真数据更多是锦上添花，它可以帮助模型在原有基础上再提升10%到15%的准确率。但如果反过来，真实数据只有20%，仿真数据占80%，那训练出来的模型基本没什么实际价值。
搜狐科技：目前你们的产品，哪些任务已经能稳定完成？哪些任务还必须由人工兜底？
舒江鹏：以矿山为例，我们现在还谈不上完全替代人工，但已经能解决很多具体环节的问题。比如四足机器人可以在井下完成岩土稳定性检测，帮助判断是否存在落石风险。它也可以做管线巡检，比如检测渗漏、变形等问题。还有一些更复杂的任务，比如矿山爆破场景中的炮孔检测、规范性检查，这些机器人也已经可以参与辅助。但如果说让机器人直接去装填炸药，目前还做不到。这也是我们正在努力推进的方向。
搜狐科技：这些机器人实际能带来多大的安全提升？
舒江鹏：提升非常直接。矿工真正的风险，是下矿之后面临的各种不确定性。如果机器人能替代一半的人进入矿下，那至少这一半人就是安全的。最坏的结果是机器人坏掉，但不会造成人员伤亡。
搜狐科技：为什么进入危险环境时，大脑比身体更重要？
舒江鹏：其实不只是高危环境，所有具身机器人，真正决定它能不能自主工作的，都是大脑。不是说身体不重要，而是机械本体这些年其实已经发展得比较成熟了。比如拧螺丝、搬箱子、抓取这些动作，现有自动化控制系统已经可以完成。真正难的是，让机器人知道自己应该干什么。更难的是，在执行过程中环境发生变化时，它能不能理解变化并及时调整。比如目标物体尺寸变了、位置变了、材质软硬度变了，它能不能感知并做出正确反应。归根结底，最难的不是运动控制，而是认知能力。
今天的世界模型，还不懂什么叫塌方
搜狐科技：如果按领域来分，高危工业机器人和现在常见的工业机器人，比如工厂里做拆包、搬运、打包的机器人，最本质的区别是什么？
舒江鹏：最大的区别在于，高危作业场景的非标化程度更高。也就是说，它面对的现场环境更复杂、变化更多，没有标准答案。所以这种场景其实更需要真正意义上的具身智能，机器人必须能够识别现场实际情况，并根据不同情况做出不同反馈。难度比标准化工厂环境大得多。工厂里很多任务其实是高度标准化的。比如现在很多人形机器人在生产线上拧螺丝、搬箱子，我个人觉得很多任务用机械臂其实就已经可以完成。但高危场景不一样，它更依赖机器人对复杂环境的理解和自主判断。
搜狐科技：现在机器人行业都在谈世界模型。对于高危场景来说，世界模型未来是不是主流？
舒江鹏：未来一定是世界模型。但我觉得，当前的世界模型还远远不够。现在很多世界模型，本质上还是空间几何模型。它主要解决的是空间理解问题——通过文本、图像、视频、三维信息，让机器人知道空间结构是什么样。比如它可以知道这里有一张桌子，那里有一把椅子。但问题在于，它不知道这把椅子结不结实。一个重物放上去去，椅子会不会塌，它不知道，因为这里缺力学模型。
搜狐科技：所以高危场景需要的是更深层的世界理解？
舒江鹏：对。比如在矿山场景里，世界模型可能可以把隧道形状建出来，但它不知道哪块岩石可能塌方或渗水。这背后其实涉及固体力学、流体力学等非常复杂的工程力学问题。我们这种有工程背景的团队去做世界模型，一个核心方向就是把力学模型加入进去。要让机器人真正理解什么情况下会塌方，什么情况下会爆炸，什么情况下结构会失稳。这才是未来高危场景世界模型真正重要的能力。我认为，这会成为未来解决高危场景风险感知的核心技术之一。
机器人行业的泡沫终会退去
但高危场景会先跑出来
搜狐科技：高温环境会不会影响高危机器人的作业？现在大家也很关注极端高温环境下的工作问题。
舒江鹏：这是一个需要关注的问题，但影响没有外界想象得那么大。现在很多表演型机器人为了外观更轻巧、更接近人形，关节设计会比较紧凑，所以更容易出现过热问题。但高危工业场景不一样。工业机器人对体积没有那么敏感。我们完全可以把关节做得更大，比如做到现有产品的两倍、三倍甚至十倍。另外，更大的空间意味着可以放更大的散热装置。只要不影响作业，体积不是核心问题。所以高温对高危作业机器人的影响，相对来说没有那么大。
搜狐科技：我们去过不少工厂，发现很多机器人动作都很慢。高危场景也会有类似问题吗？
舒江鹏：会，但问题没有制造业那么严重。机器人动作慢，有目前机械的局限性，但另一个重要原因是它在边算边动。不管是计算还是动作执行，目前都需要时间。算力瓶颈决定了它不可能同时做到又快又准。但高危场景和生产线最大的区别在于，高危场景对速度容忍度更高。生产线要求的是效率，比如一分钟要完成多少件。但高危作业不一样。很多时候，你五分钟完成一个任务也没关系。只要能保证人不用进入危险环境，这件事就有价值。
搜狐科技：您觉得距离机器人真正替代人，还有多久？
舒江鹏：我当然希望五年内，在某些特定场景实现机器人替代人。但如果从更现实、更专业的角度看，时间其实很难判断。核心还是取决于有没有足够多的真实场景数据。如果数据问题解决不了，那真正全面替代人工的时间点其实无法预测。
搜狐科技：高危场景机器人会比其他机器人贵很多吗？
舒江鹏：其实还好。通常在普通机器人基础上增加5到10万元成本，基本就能满足需求。
搜狐科技：您觉得高危场景会成为具身智能最先跑出大规模收入甚至利润的方向吗？
舒江鹏：我个人非常认同这一点。无论从技术成熟度还是市场需求来看，高危场景都比家用场景更容易商业化。说得直接一点，在家里倒咖啡这种事，因为现在家政服务本身就很卷，商业上要实现闭环目前还很难。但在高危场景里，只要机器人能干活，它的性价比可能已经超过现场工程师，问题只是它现在能完成多少工作。从任务复杂度看，高危工业场景其实也低于家庭场景。
运营编辑 | 曹倩 审核｜孟莎莎
