「灵御智能」完成种子＋轮融资，打造实用遥操作机器人

专注于打造高精度、低延迟、高易用性的遥操作机器人，「灵御智能」取得新进展。

文｜邱晓芬

编辑｜苏建勋

一句话介绍

「灵御智能」由具备清华和卡内基梅隆背景的团队打造，以优质的遥操作技术为核心，推出了万元级、低延迟、高精度且高易用性的遥操作机器人系统。通过“卖本体 - 卖数据 - 卖能力”这三步策略，试图解决具身智能的数据难题，助力机器人在服务业与工商业快速落地。

团队介绍

创始人兼首席科学家莫一林，现任清华大学自动化系长聘副教授，曾在新加坡南洋理工大学EEE系担任助理教授。他毕业于清华自动化系，获得卡内基梅隆大学计算机工程系博士学位，还在加州理工学院做过博士后，其导师是美国工程院院士、机器人操作领域先驱R. M. Murray教授。

CEO金戈同样毕业于清华大学自动化系，拥有高科技领域创业投资和企业管理的双重经验。他曾担任远镜创投管理合伙人、奥量光子副总裁，擅长推动技术从实验室走向商业化应用。

融资进展

「灵御智能」近期成功完成千万元级种子 + 轮融资，本轮融资由华映资本领投，老股东英诺天使基金、清华水木投资、远镜创投跟投。

产品及业务

为解决“机器人难操作、数据难采集”的行业痛点，「灵御智能」构建了一套完整的遥操作具身智能系统，涵盖“机侧 - 人侧 - 控制平台”三大核心模块：

机侧硬件：遥操作机器人TeleAvatar，具有轻量化和实用性的特点，能适应多种场景的作业需求。

人侧硬件：CyberBraceletVR设备，降低了操作员的使用门槛。该公司未来还计划推出性价比更高的手环产品，替代传统VR手柄。据悉，新设备价格可能仅为外骨骼、动作捕捉设备的1/10甚至更低，能进一步降低行业操作成本。

控制平台：TeleDroid具身智能控制平台，作为系统的核心，支持低延迟数据传输和高精度动作控制。

在产品定价方面，「灵御智能」针对不同需求进行了精准定位：轮式双臂遥操作机器人本体售价约7万元，既考虑了工商业场景的实用性，又控制了成本，可快速应用于中小场景或试点项目，实现即拿即用。经测试，操作员只需20分钟就能熟练操作，大大降低了行业应用门槛。

《智能涌现》制图

商业模式

「灵御智能」规划了清晰的商业化路径，通过“硬件铺量 - 数据积累 - 能力输出”的三步走策略，逐步建立长期竞争优势。

1.第一步：卖本体，快速占领市场

以“高易用性、高性价比”的机器人硬件为切入点，迅速覆盖服务业（如远程巡检、无人零售）、工商业（如车间装配、物流分拣）等场景，通过大规模落地积累初始用户和场景基础。

2.第二步：卖数据，形成数据壁垒

当机器人市场占有率达到一定规模后，各场景产生的“差异化真机数据”将成为核心资产。这些数据不仅能促进智能模型的迭代，还能形成行业稀缺的数据壁垒，避免同质化竞争。

3.第三步：卖能力，输出智能解决方案

随着数据的积累和模型的优化，「灵御智能」将从“硬件厂商”转变为“智能能力提供商”，向行业输出标准化的遥操作控制能力和场景化的自主作业算法，最终实现“数据 - 能力 - 商业”的良性循环。

核心壁垒

在具身智能领域，“延迟”和“成本”是阻碍遥操作应用的关键因素，「灵御智能」通过技术创新实现了双重突破：

低延迟：接近“无感知”的操作体验

实测显示，其遥操作系统的图像延迟低至100毫秒，操作延迟仅50毫秒，达到了“人类操作无明显延迟感”的水平，可满足精密装配、远程操控等对实时性要求高的场景。

高性价比：从硬件到采集的全链路降本

硬件方面，TA Lite机型价格控制在10万元以内，远低于行业同类遥操作设备。数据采集方面，采用VR设备方案，成本低至千元级，既避免了动作捕捉设备“百万级成本 + 空间限制”的问题，又解决了纯视觉方案“遮挡多、范围小”的不足，实现了低成本和高精度采集的平衡。

《智能涌现》制图

Founder思考

1、遥操作是全自主机器人的“必经之路”

莫一林认为，如同自动驾驶从辅助驾驶发展到全自主驾驶，具身智能机器人也应以遥操作为起点。一台“好操控、易使用”的机器人，是获取高质量数据的前提。

他表示，只有降低遥操作的门槛，才能快速积累规模化、一致性的真机数据，这是机器人自主能力迭代的核心壁垒。

2、数据是具身智能的卡点，真机数据不可替代

莫一林指出，目前全球机器人领域的数据量比自动驾驶、大语言模型低3 - 5个数量级，且存在质量差、效率低、成本高的问题。具身智能的突破离不开数据，而数据采集需满足两个核心条件：一是场景要接近真实，二是遥操作动作要符合人类习惯。

在“真机数据与仿真数据”的争论中，他认为仿真数据是真机数据的放大器，没有真机数据这个“1”，再多仿真数据的“0”也无意义。真机数据的核心优势在于“准确性”，而仿真数据可帮助真机数据实现低成本泛化（如通过光学、物理模拟生成多场景数据）。

3、VR设备将成数据采集的“主流方向”

目前行业主流的真机数据采集方式各有优缺点，莫一林通过对比分析，指出了未来趋势：

主从臂/外骨骼：虽容易上手，但操作复杂，易产生延迟数据，影响模型训练；

动作捕捉：数据维度高，但成本昂贵，对空间要求高（需搭建专用摄像头房间）；

纯视觉方案（如Apple Vision Pro）：设备门槛低，但拍摄范围小，易遮挡，运动受限；

VR设备：人侧设备仅千元级，易用性高，采集精度高，唯一的难点在于算法突破。

莫一林认为，行业正朝着VR采集方向发展，特斯拉、英伟达等头部企业都在布局这一路线。VR方案既能平衡成本与精度，又符合人类操作习惯，将成为未来机器人数据采集的核心方式。

end

end

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com