今天小编分享的互联网经验：独家！知名教授带学生创业，出手就是三家明星公司，欢迎阅读。
对话丨邹蔚
科幻大片《机器人总动员》上映前 10 年，一台机器人就出现在香港中文大学医院里。它是个 " 跑腿的 "，帮护士把需要化验的样本从病房运到化验室。一路上，总有人忍不住摸摸它，甚至不让它走。
这台简陋的 " 瓦力 " 是本校机械与自动化工程系教授刘云辉带着学生们敲打出来的，只工作了三个月便由于缺乏维护经费而寿终正寝，却让刘云辉隐隐意识到，技术的终点不再是几间实验室。
那个年代的香港中文大学在老校长、光纤之父高锟推动下，发展紧跟未来科技浪潮的工科教育，从全球招募顶尖工程人才，并奉行 " 成为香港知识力量源泉，为社会服务 " 的理念。1995 年，刘云辉从日本国立电子技术综合研究所辞职，加盟香港中文大学，从事机器人控制理论的研究。
二十多年后，中国工业机器人装机量超过了全球总量的 50%，成为最大的工业机器人市场。刘云辉带领学生将研究服务于产业，创办了多家机器人企业，包括未来机器人、康诺思腾、筑橙等，在机器人大航海时代中开拓 " 新大陆 "。
未来机器人创办于 2016 年，是刘云辉参与创办的第一家机器人公司，以无人叉车为主要产品，获得来自美团、字节跳动、五源资本、联想创投等融资；康诺思腾从事高端手术机器人研发，2023 年获得来自道合科技投资、联想创投等 8 亿元融资；筑橙则主要研发包括外墙智能喷涂机器人在内的建筑机器人，已获得来自 XVC、联想创投等机构的 A 轮融资。
从刘云辉的实验室里批量诞生明星企业，背后有哪些因素在起作用，能否持续复制更多的未来机器人、康诺思腾、筑橙？新一轮人工智能技术革命席卷全球，机器人产业面临哪些机遇？以联想创投为代表的产业资本，在硬科技初创企业崛起中扮演哪些关键角色？
最近，铅笔道在香港科学园见到了刘云辉。除了参与公司重大决策，他大部分时间在学校做科研，并担任香港中文大学天石机器人研究所所长。他说，相比处理企业经营的琐事，他更享受创意涌现的过程。" 创意把技术和应用融合起来，解决 corner case，是我最喜欢的。"
- 01 -
是科学家，也是创业者
铅笔道：什么时候从机器人的理论研究跨入应用？
刘云辉：大概 1997 年，医学院院长找到我，说威尔斯亲王医院每天要把大量样本从病房拿到化验室，而护士特别忙，能不能做个机器人运送化验样本。
医学院给了二十万左右经费，我和学生开发了半年左右。当时没有激光雷达——激光雷达很贵，要几十万——就采用视觉导航，camera 完全靠自然路标（分辨方向）。就技术来说，它非常先进，应该算是视觉导航机器人最早期落地应用之一。机器人在医院用了三个月之后，虽然效果不错，但不得不停了，因为没有人和后续资金维护它的运行。
当时机器人很新奇，很多病人会拿手把上面（镜头）遮挡，还去敲打触摸屏，敲坏过几次。但它让我意识到，视觉导航完全可以应用到现实场景。后面继续做 research，希望把视觉反馈跟机器人控制结合起来。
学校有个 " 未圆湖 "，湖面有很多叶子和垃圾。2000 年左右，校园管理部门问能不能研发机器人，清理落叶等垃圾，也给了二十万左右经费。我们研究一段时间，发现太难了，靠近岸边角落的垃圾特别难收集。它让大家意识到解决实际场景问题跟学术研究有很大的不同。
这两个都有很多产业化机会，最大问题是当时创投不活跃，根本就没有钱。后面过了十几年，（服务机器人、无人船）都起来了。也让我看到，实验室里的研发是可以面向市场的。
刘云辉介绍视觉导航无人叉车（图源：中文大学传讯及公共关系处）
铅笔道：为什么想到做无人叉车？
刘云辉：在医院试验过，我们觉得视觉作为主要传感器，对机器人控制和行走很有帮助。2010 年左右，我们开始研究以视觉作为主要反馈的机器人控制技术，房间里放一台机器人，没有 GPS 信号、没有雷达信号，让它跑直线、绕圈，精度都能控制到很高。后来，产业界对自动驾驶的研究多起来——汽车自动驾驶跟实验室机器人导航原理是一样的，只是高速和低速的区别。我感觉低速工业机器人的机会可能来得更早，封闭空间自动驾驶的技术难度比开放空间低。
我们做了调研，自动叉车这种 AGV（Automated guided vehicle）是很好的机会，市场空间很大。中国有几百万辆叉车，基本上都是人在开，今后肯定会慢慢无人化。
而且自动叉车又有技术门槛，最核心的感知和控制技术，都是我们强项。汽车停车时候偏 10 厘米可能没事，但叉车停车误差必须在一两厘米内。再一个，汽车自重两吨，人坐上去重了几百公斤。而叉车搬运的东西能到自重的一半甚至更多。车辆惯性不同，涉及到控制技术就更有挑战。选视觉导航，一是当时做的人少，二是激光雷达很贵，叉车需要高精度地测量货物位置，而视觉测量精度比较高。
铅笔道：无人叉车是怎么走出实验室的？
刘云辉：佛山有家做卫生巾的港资企业 ABC，需要从生产线把产品搬运到仓库，愿意试，给我们开放仓库。
刚开始问题很多，比如视觉导航受自然光影响比较大，而窗户都会折射光线，导致叉车判断出错，被门或过道卡住。导航、控制算法需要不断调整，每天有一两个工程人员采集数据分析。
最大问题是控制误差。叉车经常停靠不到位，本来设定误差在正负一厘米，实际误差经常会有正负五到十厘米。原因包括视觉标定、叉车参数标定等，每辆叉车的物理参数有些变化，还有摩擦力等因素。仓库里的视觉场景比实验室复杂很多，模型和概念都没问题，但叉车在移动中某个地方就是过不去。通过反复搜集数据，改进系统的控制算法、重新设计控制器，提升了精度。
在 ABC 仓库测试了一年多，解决了技术、工程问题，梳理清楚产品定位。
无人叉车在 ABC 仓库调试（图源：中文大学传讯及公共关系处）
铅笔道：创办未来机器人，你的角色是什么？
刘云辉：未来机器人团队的核心，包括 CEO、CTO（李陆洋、方牧）和主要研发人员，都是我们实验室走出的博士生。
刚开始，团队经验、资源都不是很多，融资能力也比较弱。我就从资源配对、融资、团队实践、风险评判、技术大方向等方面帮他们。叉车在仓库里调试，博士去现场，我跟着指导，一起分析讨论。
现在我主要把握公司大方向，为公司发展提出建议。
包括康诺思腾（CTO 王泽睿是刘云辉的博士生）、筑橙，早期一起商量方向，后面就是顾问。公司运营交给他们，我的时间放在学校比较多。
铅笔道：企业到哪一个阶段，更多交给他们？
刘云辉：一般两三年左右，公司进入规模化、技术可靠了。头一两年还是要我来参与，他们经验、资源各方面都是不太够，也可能走些弯路。
如果让我完全投入到公司管理是比较难的，但我的创意还是跟年轻人在一个频率上。原来我们是写论文为主，但是论文的成果或者是单纯把技术讲清楚（还不够），最终实际产品还有很多地方需要继续突破。
铅笔道：为什么不像其他科学家，干脆从学校出来创业？
刘云辉：未来机器人创办的时候，大家说让我来，后面觉得 CEO（李陆洋）挺好，我就说你去做吧。刚好那时学校的事情也比较多，2015 年成立成立天石机器研究所，校长给了我两个任务：第一，希望把研究所做到国际知名；第二，能够把技术应用到产业。当时我们想的三个应用方向是医疗、物流、建筑，希望在这几个领網域都孵化出一些公司。我自己分身乏术，就支持有能力的学生或老师去做（开公司）。
铅笔道：全职管理公司跟你的兴趣和能力不匹配吗？
刘云辉：我在技术上面抓的比较多。技术上帮助公司，帮助会大一点。
你如果有技术方面的创意，是非常 enjoy 的。这几年对产业了解比较多，就发现产业很多 corner case 大家都解决不了。你到产业去做这种特别困难的 case，需要承担经营压力，这些会让你就没有足够耐心，也就没办法做出一个真正的好产品。
如果在学校先做很多探索，背后有政府支持，等各方面成熟了，再把创新技术和应用融合起来，解决这些 corner case。我很喜欢这个过程。
铅笔道：你和学生都没有太多工业界的经验，但创办的企业还比较成功。
刘云辉：我觉得是运气。创业成不成功，有很多东西是你没法掌控的。说创业早期要做很多规划，其实商业上的规划赶不上变化，你能不能找到客户、技术能不能落地，都不知道。
还包括社会大环境。过去几年我们非常幸运，一是政府支持很大，再是创投的支持。公司经常会碰到（资金紧张），但是在关键时刻非常幸运都能得到投资机构的支持。
有的学生比较有商业想法，学得很快；也有团队配合得很好，CEO 比较有商业 sense，CTO 和研发完全是技术导向，搭配非常好。碰到这样的团队，也需要运气。我们算是比较幸运。
铅笔道：像联想创投这类产业资本对企业有哪些帮助？
刘云辉：非常大，特别是早期。早期创投的钱很多都是救命，没有它们，（企业）根本没办法干的。联想创投投早期，对整个行业、特别硬科技，非常重要。
联想的工厂也开放给我们。产业资本比较有耐心，而且不会说像财务（投资），几年就要出来，产业资本对行业的发展非常重要。
很多刚创业的 CEO、CTO 没经验，联想创投组织一些论坛、产业行、seminar（研讨会），对提升他们的能力很有意义。
我们希望联想创投再多投点香港早期科创企业，把内地的资源结合起来，硬科技肯定要走向大湾区、走向内地。
- 02 -
对人形机器人的研究很重要
铅笔道：你怎么看人形机器人？
刘云辉：（今后十年）机器人应用发展肯定很快，但是不是一定是人形这么个形态（都可以探讨），包括特斯拉弄的这个东西。但特斯拉弄个操作螺丝的工作，没必要用人形机器人，现在很多东西都做成人形，个人认为是没有太多必要。
但研究很重要，这主要体现在拟人上面。因为拟人的问题都非常难，包括像行走稳定性控制，机械设计等。每一块设计都是技术上的挑战，这么多电机怎么协调稳定性？第一，这个（研究）能够培养一大批好的人才。第二，可能推动下面一些部件产业的发展，比如说电机、传感器等，还包括一些有认知的软硬體。这次（特斯拉）做人形研究也是对的，我们也在布局，但是走到产业化不像马斯克讲的那么简单。
铅笔道：机器做成人的形态，对技术要求太高？
刘云辉：（道理）很简单，像自动驾驶只有两个控制量：方向盘和油门。车只在平路上跑，也只有三个自由度。从 2000 年前就开始研究自动驾驶，现在过了二十多年，真正落地的有多少？现在都还在马路上测试，机器人出租车还有很多问题。而人形机器人，二三十个电机，二三十个自由度。场景更复杂，行走的不只是马路，有很多野外凹凸不平的路。自然场景人形机器人行走难度是比自动驾驶高很多量级的。除非短期内硬體技术（有革命性提升）。
这跟计算机、大模型不一样的。机器人涉及到硬體，要跟实际场景做互動，比计算机虚拟世界中难很多。人形机器人的研究，（实现）走走跑跑可能都没问题，但真的要用到产业上，还有很多问题（待解决），是不是能找到落地场景我也不知道。如果真的想要做服务，还有很长的路。
刘云辉研究的多指机械手（图源：中文大学传讯及公共关系处）
铅笔道：哪种机器人形态有希望在应用上突破？
刘云辉：机械臂还是有很多有利因素的，机械臂结合一些移动平台——你没必要把它弄成腿。但机械臂也很有挑战，像完成看似最简单一个事情：在任何场景能够很精准地抓取一个东西都很难。去年九月在新加坡的一个学术研讨会上，让大家预测未来十年或者五年什么东西实现不了，有好几个专家都预测 grasping anything 是很难实现的。人的手臂虽小，但是肌肉很强，你要做同样力气的机械臂就得比人手大很多，做太小了，很多东西又拿不动。
它在产业界能找到（更多）落地机会，因为机械臂也是在工业界最开始落地的。但是现在在生产线上机械臂的主要应用还是拿取一个东西放到另一个地方。
铅笔道：还是比较笨拙。
刘云辉：如果能提升机械臂的智能化水平，把它做得更灵活一些，它应用场景会很多。就是把工业场景（延伸到）服务场景，比如在餐馆简单收拾一下盘子，做一些简单的厨房（工作），比如煮个面，比如某种标准化炒菜。
还有养老，吃药对于老人家是很大的问题，天天吃药很麻烦，能不能弄个机器人帮他吃药？老人家眼睛不好，药掰开都很难，机器人能不能帮助老人做一些很重要，但是又不是那么难的事。
铅笔道：机器人的应用场景要想扩大，哪些技术还需进一步发展？
刘云辉：我一直做视觉跟机器人行动融合控制研究，首先还是要让机器人把环境理解好，然后才能有效互动。如果一个人眼睛瞎了，很多事都干不了。现在工厂里面工作的 90% 都是眼瞎的机器人。如果我们让机器人把眼睛睁开，好多事情就能做了。
铅笔道：为什么现在很多机器人还是瞎的？
刘云辉：传感器比较难，我们的理解算法还是不好，可靠性、精度都不能满足要求。环境理解等都依靠算法。要从整个系统层面考虑怎么去支持视觉感知和运动控制，这其中用到的核心算法和軟體是非常重要的。
铅笔道：人工智能的发展对机器人的提升体现在哪里？
刘云辉：互動。跟服务机器人对话，以前可能得做 program one，two，three，four。现在大模型来了，你要让它拿个东西，它可以自己进行任务分解，知道第一步、第二步、第三步该干什么，大模型非常适合帮助机器人做高层次的规划。
但是像动作、运动等这些低层面的、涉及控制的问题，大模型的应用还是很有挑战。桌子上有支笔，人要拿起来很简单，但机器人就不那么容易。（很多看上去很简单的事情）需要很精细的理解，而且要很快地理解。我们人类不光是理解，抓取笔时眼睛一边看着这支笔，手也是一边运动的。想在机器人上实现这些视觉驱动的运动控制，还需要核心技术的突破。
铅笔道：过去二十多年，机器人技术的进步，有多大比例是人工智能带来的？
刘云辉：这个比例很难讲。看你怎么定义人工智能，计算机一些算法，如 perception（感知）算法，面向机器人的机器智能，算不算人工智能？机器人跟人工智能的界限不是很清晰，它可以被看做人工智能算法测试最好的硬體平台。
这些年像电机、传感器、芯片、相机这些关键硬體发展很快，体积越做越小，精度越来越高，成本也下来了，这些都推动了机器人的快速发展。很多算法也推动了机器人的进步，但它们属于机器人特有的还是属于人工智能？比如 SLAM 技术（同步定位与建图，主要用于解决机器人在未知环境运动时的定位与地图构建问题）这二十年发展很快，特别是对移动机器人的应用发展推动很大。
再比如机械臂，从工业臂到现在的协作臂，缩小很多，可靠性、精度也提高很多，但是真正智能力控的机械臂应用还是非常 limited。
- 03 -
创新的基因：开放
铅笔道：香港不以工业、尖端制造著称，但中大、港大的机械、电子、机器人的研究水平在亚洲前列。原因是什么？
刘云辉：跟政府对大学支持有关。这二十多年，政府在基础研究方面完全是开放式的，没有人规划你要做什么研究，但政府做到的是对研究的资金持续投入。
第二，很多人才都（从全球）回到香港，包括内地的。在九十年代之前，香港所有大学完全都是 education，根本没什么研究。九十年代以后，我们校长（高锟）决定要把它做研究性大学，在中文大学成立了很多工学院。港大、科大（相关院系）也是那时候成立的。当时我们的设备很好，吸引了很多优秀的学生。香港还比较开放，学校里也比较自由。
再一个，从 2010 年以后，政府大力推动科创发展。如果 2000 年开始，我们就把科技作为主要产业，香港的科技产业可能有很好的机会，可惜的是当时错过了。当时金融、房地产太发达，错过了十几年。但现在还有机会，通过科创做高端一些产业，但离不开与大湾区和内地的一些合作。
我们经常把香港跟新加坡比较，我也是新加坡国家机器人发展计划的顾问专家，参与所有项目评估，很了解他们的机器人研究和产业。跟香港比，新加坡的供应链深度不够。机器人要做很多测试，到马来西亚等找不到适合的工厂，要跑到苏州去。我们直接到深圳去做。香港的人才库比新加坡好，新加坡没有那么多的工程师。我们到深圳开一家公司，能招到很好的工程师。新加坡做高科技产业，跟香港还是比较难竞争的。
铅笔道：基础科学研究跟创新的关系是什么？
刘云辉：非常重要。要做 0 到 1，就要对基础科研投入，根本不要考虑能不能做成，不要太考虑回报。做基础研究，一定要广撒网。内地有个问题，动不动就把钱和技术人员都集中在某一块。太多资源集中在所谓大专家团队，而基础科研要让所有的老师，让年轻老师多参加，这个很重要。要给他们独立的研究空间。
让年轻人探索，感兴趣什么就研究什么，学校提供基础研究平台，慢慢地做，某个人做得好就行了，不要期望每一个人都是有潜能的。很多东西真的没办法规划，研究规划没太多必要，技术也是没有办法规划的。创意就更难了。
中文大学科学馆（图源：中文大学传讯及公共关系处）
铅笔道：创意需要的素质可以在教育中获得吗？
刘云辉：教育能够帮你做到一些，学生受的 training 作用更大一些。要做到顶尖人才，在 PHD 阶段做什么，是很重要的。我对学生比较放养，有些能力差的学生感到很吃力。我给他一些方法，给他一些创意，但我不会很详细地帮他都搞出来。如果学生悟性好，就学着去开拓，这个过程能学到很多东西。
我在东京大学读 PHD 的时候，导师基本不管我，但是我有什么想法，跟他聊。第一，他能判断这个创意好不好，第二，他跟你共创一些东西，能让你想得很深，让你认识到原来优秀的人这样想问题。要让学生自己探索，我也通过这种方式筛选学生。
铅笔道：你的学生创业的有多少？
刘云辉：创业的占百分之三十左右，过去几年比较多。2015 年前我的学生 80% 都是在大学教书，在美国、英国，香港、内地都有。2015 年以后很多在企业界或是创业。最近很多博士生又想要进学校。
铅笔道：2015 年前后，国家对于机器人产业支持有什么变化？
刘云辉：2015 年之后，硬科技尤其机器人成为一个回避不了的技术方向。人力成本上去，要在制造业提升自动化程度，机器人是必须的。包括未来在服务，特别养老产业，真的是个大问题。老龄化社会，机器怎么服务家庭？现在（机器人）主要还是在工厂里面，工厂里面还有很大的空间，但是（机器人）慢慢走入社会、走入家庭，是肯定的。但对于家庭服务机器人，大家还在研究，也在做很多探索。会不会是人形，也没有（定论），技术还有很多难点。
本文仅为口述者独立观点，不代表铅笔道立场，亦不构成投资建议。
