心智观察所：在具身智能领域中国不一定是落后的，可能在有一些地方我们和西方是齐头并进，或者我们已经在某种程度上领先了。目前西方有没有做同类的竞品？

李治军：这个问题实际上投资人问过我们好多次。就我所研究的智能机器人操作系统而言，目前国内外明确发布的同类系统还不多见。像iOS这样明确公布的手机操作系统，在机器人领域尚未出现明确的同类发布，但确实有一些解决方案出现，有些可能通过模型或多种模型融合的方法来实现。

国外在这方面有一些公司，比如Figure AI，我们主要是对标他们。Figure AI在多机型协作和场景理解等方面表现出色，他们的多机器人协作视频展示了机器人之间流畅的动作和对环境的高效执行能力。我们的团队希望通过系统层面的解决方案，结合模型能力来实现类似的效果，而Figure AI则更多是从模型的角度出发。我相信他们也会逐渐结合系统能力来发展。

实际上，具身智能可以被描述为一个三角关系：硬件本体、系统和算法模型。这三者缺一不可，最终需要建立一个具有生态的平台。或许可以把这个结构看作两者的结合，一部分人做硬件，另一部分人做系统和模型的结合。Figure AI在这方面做得很好，值得我们学习，他们的成长速度也非常快。

心智观察所：您提到的“本体、算法、系统”需要协同工作，这让我想到硬件和软件的软硬协同。您团队成员来自不同学科背景，他们如何协作？他们的学科背景是什么？又是如何加入您的团队的？

李治军：我的团队主要由学校的团队和外部合作人才构成。最初，我专注于操作系统，随着人工智能的兴起，我们意识到必须与人工智能领域的人才结合。

因此，团队中有一部分人是做模型的，包括大模型、小模型，涉及机器人控制、强化学习等。虽然我们不可能成为所有领域的专家，但必须了解模型的特性，以便选择合适的模型并与系统集成，实现垂直整合。

学校团队以系统为核心，成员包括我指导的硕士、博士以及年轻教师。他们一直跟随我从事操作系统的研发工作。我们还刻意补充了与模型相关的人才，特别是自然语言处理和视觉理解模型方面的人才，以便更好地理解和处理场景信息。

在机器人领域，硬件耦合是不可或缺的。我们需要两类硬件相关的人才。一类是算力人才，他们要懂计算机中的CPU、GPU、网络、I/O等，并能够与机器人本体各关节贯通。

另一类是机械人才，他们要懂机器人的关节自由度和机械结构。虽然我们不直接从事机械设计，但需要将机器人的机械能力抽象为计算能力，以便与机器人厂商进行有效对接。

总的来说，我们的团队由四部分组成：以系统为核心的人才、模型相关人才、算力人才和机械人才。这种多元化的团队结构有助于我们在机器人操作系统和人工智能领域进行深入研究和开发。

心智观察所：您提到北京举办的人形机器人马拉松大赛，这是全球首个此类赛事。网友评价褒贬不一，有人批评机器人摔倒、外观丑陋。作为创业者，您如何应对这些负面声音？

李治军：我作为老师，最近的相关认知有所改变。大众希望产品一开始就完美，但技术发展需要迭代。早期手机、PC虽不完美，但不断改进才有了今天的产品。创业者要敢于展示不完美的产品，接受质疑，并持续改进。

爱因斯坦曾讲过三只小板凳的故事，前两只虽粗糙，但不可或缺。这种精神对社会很重要。机器人发展也是如此，当前的不足是迭代过程的一部分。

心智观察所：如果将人形机器人发展比作马拉松，目前进展如何？距离终点还有多远？

李治军：若以人类身体能力为终点如奥运会展现的优美运动能力，当前的机器人还处于极早期阶段。这段距离看似漫长，但科技正在加速迭代。例如，大模型显著提升了药物研发效率，量子计算等领域也逐步突破。尽管前路遥远，但科技爆发可能大幅缩短进程。保守或乐观估计，未来10年内或将迎来颠覆性变化。

心智观察所：在人形机器人赛道创业困难漫长，但值得坚持。作为创业者，持续马拉松需要哪些支持和陪跑者？

李治军：人形机器人是人工智能时代的典型代表。人类文明的核心在于智能，若机器人或其他智能体能发展成熟，或将推动社会进入全新阶段。

例如，未来机器人可能自主制造火箭，甚至开拓宇宙文明——这将是人类未曾设想的全新世界。当然，如此宏大的命题需要全方位投入。以手机为例，从诺基亚功能机到智能终端，背后是基础设施、人才、资本等系统性工程。而人形机器人的发展涉及更复杂的链条：政府需引导方向，资本需保持耐心，科技工作者需持续创新，甚至需联动职业教育。例如，我们正推动高中生参与具身智能数据采集——如同互联网依赖海量数据，物理模型也需要更多真实世界的数据支撑。唯有全社会协同“陪跑”，这一目标才可能实现。

心智观察所：我们深知商业的基本逻辑始终围绕企业发展与成长的目标。而作为教授或技术理想主义者，如何平衡日常工作中的企业增长需求与技术的持续迭代发展，这也是我们需要探讨的核心命题。

李治军：这确实是一个值得深入讨论的矛盾点。以学术界为例，部分发表高质量论文的学者，其研究成果往往过于超前，难以实现产业化转化。这种现象并非负面，而是社会现实的客观呈现——例如产出千余篇论文中，可能仅有一两篇最终实现产业化。但需注意的是，若没有这千篇的基础积累，那一两篇突破性成果也难以诞生。

另一现象是，部分学者与企业合作紧密，产业化成果显著，却难以产出创新性论文。这反映出社会整体对创新缺乏耐心。从长期视角看，千篇论文中必有一篇具有应用价值，因此无需过度纠结当下研究是否“有用”。关键在于保持长期主义，也就是允许阶段性成果发表并获取反馈，同时坚信最终能产出真正有价值的成果。但需警惕为发论文而发论文、为创新而创新的形式主义。

企业层面也是这样。若仅追逐短期利益，榨取客户现有价值，是难以持续的。真正吸引用户的是通过创新创造的深层价值。例如早年操作系统研发因周期长、见效慢而难获投资，但如今企业逐渐意识到，仅优化表层交互无法显著提升体验，底层技术创新才是关键。

当下趋势已显现融合的可能性。以人形机器人为例，若仅强调运动性能如马拉松而忽视工业场景应用，或仅专注替代工人而缺乏技术创新，均不可持续。大模型的发展则提供了创新范式——企业通过行业应用反哺技术创新，形成良性循环。这种产研耦合或将成为未来创新与产业结合的主流模式。

心智观察所：您多次提及“耐心”，近年来“耐心资本”概念备受关注。作为创业者，您是否获得了这类资本支持？

李治军：感谢投资人的支持。我们刚完成天使轮融资，后续还将追加投资。具身智能操作系统项目在投决会上确实存在争议——部分投资人质疑操作系统盈利模式，毕竟Windows主要依赖Office盈利，安卓通过应用生态创收，鸿蒙系统研发投入超百亿却难直接变现。但最终项目仍获通过，尤其某资深投资人力排众议，认为这代表未来方向。正是这种真正具有耐心的资本支持，才让公司得以成立并发展至今。

操作系统赛道投入产出周期极不匹配已是行业共识。以Windows和鸿蒙为例，前者研发需数千人团队，后者投入高达数百亿。机器人操作系统同样面临商业变现难题，许多投资人直言难以盈利。但那位坚持投资的前辈认为，这正是“做难而正确的事”的价值所在。这种对技术长期价值的笃信，体现了资本市场的成熟度提升，也反映出社会对深层创新的期待。

心智观察所：我们观察者网总部位于长三角地区的上海，了解到长三角国家技术创新中心与您有合作。能否简要介绍您与他们的合作模式？

李治军：长三角国家技术创新中心是国家级重要创新平台。其核心任务是通过项目孵化和对接创新资源，支持推动科技成果与产业化结合。长三角国创中心对我们的支持主要体现在两方面。

第一方面是资金支持。我们的项目经过国创中心的严格遴选，获得其直接投资，以天使轮注资形式完成，这既是对项目的认可，也为项目的早期发展提供了关键助力；

然后还有资源对接。长三角国创中心构建了创新资源、研发载体和产业需求的创新体系和生态，因此中心为我们链接了丰富的客户、行业应用场景等资源，并提供市场推广等服务，全方位助力企业成长。这种支持对初创企业的技术落地和市场化至关重要。

心智观察所：您始终关注青年成长与教育。对于希望进入具身智能领域的年轻人或选择相关专业的学生，您有何建议？

李治军：用一句话概括：具身智能是代表未来的前沿领域，充满挑战与机遇。我不仅要求自己的硕博团队全面转向该方向，还通过讲座向高中生、大学生普及其重要性。

人工智能已深入社会生活如语音交互普及，而具身智能则更进一步——它将数字智能与物理世界结合，通过物联网、机器人等技术实现环境感知与实体操控。这种“数物融合”的特性使其成为极具价值的赛道。无论是高校新生还是从业者，都应积极投身这一领域，把握创造巨大价值的机遇。

心智观察所：您研发的操作系统作为微观载体，与宏观的物联网生态有何关联？当前中国在具身智能和AI基础设施方面处于何种发展阶段？需要哪些力量共同推动？

李治军：物联网的本质是物理世界的数字化、网络化与智能化。我选择操作系统作为切入点，因其是连接硬件与应用的底层核心，正如互联网时代的电商平台承载商业变革，操作系统将在万物互联时代成为关键基础设施。

中国正处于从数字化向智能化跃迁的阶段，需多方协同。在技术层面上，有操作系统、机器人载体、6G卫星网络、在GPU领域等需同步突破；而且各领域需发展适配自身场景的智能系统，形成一种技术拼图，这就既需要底层技术研究者，也需要跨学科复合型人才推动应用落地。

作为从业者，我专注于操作系统与机器人融合方向，这也是个人学术积累与行业趋势的双重选择。

心智观察所：人工智能与具身智能的进步需要长期投入，不能仅关注短期商业成果。希望社会各界给予技术创新者更多耐心与支持，共同培育这一改变人类生活方式的领域，也感谢李教授做客观察者网。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。