一場看似低調的線上發布會，卻讓全球具身智能行業掀起波瀾。沒有流量明星助陣，也沒有炫目的視覺效果，一家成立僅十個月的公司憑借一段機器人刺繡牡丹的視頻，成為行業焦點。視頻中，機械臂精準操控絲線，在布料上繡出栩栩如生的牡丹圖案，這項全球首創的精細操作技術，讓業界重新審視具身智能的發展路徑。
這支被稱作"技術夢之隊"的創業團隊，核心成員均來自智能駕駛領域。CEO陳亦倫曾擔任華為自動駕駛系統CTO，主導過城市復雜路況的算法開發；首席科學家丁文超是華為"天才少年"計劃培養的頂尖人才；董事長李震宇則帶領百度自動駕駛項目完成從0到1的突破。這樣的組合在AI領域堪稱豪華，公司成立三個月便完成1.2億美元天使輪融資，創下行業融資新紀錄。線性資本創始人王淮評價稱："這支團隊的技術沉淀和人才密度，在具身智能賽道具有降維打擊的優勢。"
在行業普遍追求技術迭代速度的背景下，該團隊卻選擇"隱身"策略。當競爭對手每周更新技術進展時，他們沉寂半年潛心研發，直到刺繡視頻曝光才重回公眾視野。這種反常操作源于團隊對技術遷移的深刻理解——將自動駕駛領域的端到端系統經驗直接應用于機器人開發。2022年，他們在城中村部署的自動駕駛系統，正是通過這種算法解決了復雜路況的識別難題，如今這套方法被移植到機械臂操作中，實現了從道路駕駛到手部精細動作的跨維度突破。
面對具身智能仍處于早期階段的現實，團隊提出"三階段發展論"，當前正攻克第二階段的核心挑戰：柔性物體操作。數據顯示，自動駕駛需要10萬小時數據訓練，而具身智能的需求量級達到百萬小時。為此，他們開發了SenseHub數據采集系統，通過配備傳感器的特制手套和全景相機，以毫米級精度記錄人類手部動作與觸覺反饋。這種"手眼協同"的采集方式，為機器人操作精度提供了關鍵支撐。首席科學家丁文超透露："我們正在構建全球最大的精細操作數據庫，當數據量達到臨界點時，機器人的操作能力將產生質變。"
刺繡技術的突破并非偶然，而是團隊工程化思維的集中體現。柔性物體操作長期困擾行業，剛性任務如抓取杯子、折疊衣物已趨成熟，但刺繡涉及軟質絲線與復雜圖案，需要預測每一針的走向與力度。團隊通過世界模型模擬環境變化，結合海量數據訓練，最終讓機器人掌握了這門傳統工藝。這種"從難到易"的技術路徑選擇，源于團隊在自動駕駛領域的深刻教訓——他們深知，只有將技術推向真實場景，才能實現價值閉環。
目前，該團隊在柔性組裝領域已取得階段性成果。雖然具體應用場景尚未公開，但從刺繡精度推斷，其技術已具備產業轉化潛力。這種務實的技術路線，與團隊堅持的三個原則密不可分：聚焦真實需求、拒絕偽創新、專攻高難度場景。當其他企業還在展示簡單抓取動作時，他們已經讓機器人完成了需要人類十年訓練才能掌握的刺繡技藝。這種技術代差，正在重新定義具身智能的競爭格局。
