AI科技评论公众号文章2026-10-22

深访清华丁文伯：做到第一再改规则，靠触觉给机器人装上脊髓 | GAIRTalk04

三次仰卧起坐，从科研苦手到触觉大牛。

科技与互联网

AI科技评论

公众号 · 105 篇文章

查看主页 →

三次仰卧起坐，从科研苦手到触觉大牛。

作者丨杨诗涵

编辑丨林觉民

丁文伯是我们深访嘉宾中，聊到最多自己“不擅长”的一位。

他是清华大学深圳国际研究生院副教授、国家青年特聘专家，在Nature Sensors、Nature Communications、Science Advances、IEEE TRO等期刊发表论文80余篇。曾获EAI Pioneer 20；IROS New Generation Star；2019年和2022年中国电子学会自然科学二等奖；IAS Residential Fellow；第47届日内瓦国际发明展金奖。

他主导的多模态触觉传感技术SuperTac发表在《Nature Sensors》上，把多光谱成像、摩擦电传感、惯性测量揉进1mm的电子皮肤里，分类准确率超94%。

但在与雷峰网AI科技评论的长谈里，他笑着谈了好多成就以外的趣事：不擅长语文，不擅长游泳，一度也不擅长科研，本科时自认在宿舍“只能给未来的教授提鞋”。但他有一套自己的方法论：

“先在规则里玩成第一名，再去改规则；先把自己不擅长的事做成，再谈别的。”

2025年，他拒绝了好几家明星机器人公司的首席科学家邀约，拉上本科室友、前蔚来汽车大模型交付团队负责人熊祺，和香港大学MMLab的00后博士生陈天行，创立了无界智航（Xspark AI）。天使+轮融完，公司估值约6个亿。

▎对于创业要做的事情，丁文伯有四个判断：

（1）主业基于触觉的灵巧操作，给工业客户做定制化交付；

（2）用“懂模型”反向定义数据和硬件，做高质量触觉数据；

（3）共同运营第三方评测体系，与商业化做机制隔离；

（4）技术押注跨本体优先，拥抱AIGC数据，世界模型只做储备。

“人与人的差距，就是你能不能把你的选择变成你的最优。”这是他对自己个人经历的总结，也是对创业版图开端的注解。

被撕掉的试卷，和涂错的答题卡

▎AI科技评论：我们是带着好奇开始这次对话的。听说你小学的时候偏科非常严重，数学英语都很好，语文却常年不及格？

丁文伯：对，非常严重的偏科，最痛苦的就是写作文。所以我特别羡慕那种作文写得特别好的同学。大家都是90分以上的时候，我大概80分，在那个环境里是一个很难看的成绩。

▎AI科技评论：家里人什么反应？我们想，很多家长遇到这种情况，第一反应可能是着急。

丁文伯：我们家都是语文老师（笑），大家都知道我语文不太行。小升初那年，我奶奶专门到我家，帮我辅导了一个暑假的语文。辅导的确有效果，那次考试我考了99分。后来发现所有人基本都是100分，但至少让我拿到了一个不错的名次。

▎AI科技评论：你太太后来跟你分享过一个“理科思维做阅读理解”的方法，下雨一定代表忧郁，这算是应对考试的一种公式吗？

丁文伯：这是她这个优秀文科生教我的。每次我写什么东西，都让她帮我看，她帮我梳理逻辑，我就很羡慕，问她为什么能把文字梳理得这么好。她说你应该用理科思维，尤其是中国的应试教育环境下，现代文阅读和议论文写作都是“理工科”的，出现某些关键词、某些场景，就应该马上出现相应的反应。但那个时候我完全不了解，语文一直是我的痛。

▎AI科技评论：聊个更早的插曲。听说你小时候因为在试卷上用太多涂改液，被老师当面撕过试卷？

丁文伯：印象确实很深。我小学从县城转学到市里，我爸妈工作调动。在县城的时候三年级就开始用钢笔，很难涂改，大家很习惯用修正液，那时候用起来味道还很大。转学后的第一次全班考试，我在一些数学题上用了太多修正液，而且在考试过程中，我跟老师发生了一次不完全愉快的交流：我质疑某道题出得有问题。我记得很清楚，我问老师，这道题为什么除不尽？结果忘了是不是交流变成了争执，老师当场把我的试卷撕了。

▎AI科技评论：你哭了吗？如果是我们，一定会哭鼻子。

丁文伯：印象中可能没哭，但不确定，太久了。后来我爸妈也觉得这事挺离谱的。

▎AI科技评论：07年高考，你是冲着全省第一、进清华经管的目标去的，最后考了全省第三，据说是一位老师“忽悠”你，说只有第一才能去经管，最后建议你去了电子系。现在回头看，遗憾吗？

丁文伯：一点遗憾都没有，特别感谢这位把我引入电子系的老师，他本身就是电子系的老师，后来我也有幸在他的课题组。人与人的差距，就是你能不能把你做的选择变成你的最优，或者能不能坚持你的选择，让它成为之后的最优。

▎AI科技评论：你没在高考成为全省第一，是因为后来对答案的时候发现涂错答题卡。发现的那一刻什么心情？我们猜大部分人会觉得崩溃。

丁文伯：心情倒也还好，因为整体上觉得自己还能上清华。我向来属于个人调节能力极强的，遇见过很多大的挫折，基本上睡一觉，第二天就完全忘记之前的问题，开始做新的工作。

▎AI科技评论：还有一个细节我们很好奇。你想读经管，据说部分是因为高三参加清华自主招生时，听了钱颖一老师（时任清华经管学院院长、中国最具影响力的经济学家之一）的报告？

丁文伯：是的，在杭州外国语学校，三位教授做报告，有经管的钱颖一老师，还有电机系的夏清教授（中国电力市场领域的权威学者）。钱老师在几百人的大礼堂讲他对中国经济改革的思考，讲他为什么从美国学成回到清华，讲经管的教育理念改革，全英文培养，讲communication。我当时觉得特别先进，跟以前的应试教育感觉完全不一样，朦朦胧胧觉得这件事值得做。我还记得我这个高中生初生牛犊不怕虎，跟这些老师做了很多交流，这些老师非常有魅力。

▎AI科技评论：还有一段经历挺有戏剧性的：高二时你父亲偷偷给你报了中科大少年班的考试。你后来考上了吗？

丁文伯：这是一个有趣的故事。我爸是改革开放后第一批大学生，他那一辈安徽人觉得中科大少年班代表着智力超群，甚至要超越清北。高二他去给我报了名。但考前他说了一句话：你去了中科大之后，我和你妈每周可以去合肥看你。我们家在六安，离合肥很近。我一听就炸了，我当时就想要读一个远的学校，一定要去清华。

所以考试前我给自己整了点状况：在家里不怎么穿衣服，穿个裤衩开空调，然后就发烧了。很巧，那次考试就在我的小学，监考老师还是我小学的代课班主任，很多年没见，他们看见我很开心，一边给我扇扇子一边让我答题。其实有点紧张，因为我不太希望被人看到这个样子。后来分数应该是够的，多种因素叠加，阴差阳错没达到最终录取。

▎AI科技评论：为什么对这个“近”这么抵触？

丁文伯：初中升高中时，我拿到了合肥一中、安庆一中和芜湖二中三个学校的保送资格，那边有竞赛班，六安一中没有。但我的班主任在所有报名截止的第二天才告诉我收到了三封信，说时间已经过了，我觉得你更适合在一中。后来我了解到，他其实跟我爸妈早就沟通过，他们不希望我住校，觉得我那个状态住校大概率容易出问题。我当时很郁闷，为什么你们不把选择权留给我？所以高中一度有点叛逆，我爸又说出“上了中科大周末可以去看你”这种话，我就耍了个小脾气（笑）。

▎AI科技评论：你还给自己立过一个规矩：考上清华之前，绝不去北京？

丁文伯：对。那时候我妈给我买了一本书叫《我在清华等你》，常年摆在我家厕所里，因为我上初高中之后，所有看课外书的时间都停留在厕所，我们家厕所摆了这么厚一摞书，包括新概念作文。有人提过要不要去清华、去北京看一看，我说在我没考上清华之前不要去北京，一定要把去北京的第一次留给入学的时候。

现在想想，年轻的时候对很多事情的理解非常幼稚，可能一个人的一句话打动了你，你就觉得要干这个事。进六安一中第一学期，我看到的第一件东西就是一位世交师兄保送清华的巨大横幅，我当时就想，我也要去清华，但不要提前去看校园，因为你觉得在考试以前去了、看了，难道就能上清华吗？就像跟一个明星合完影，你就会成为他很重要的人吗？大家要有非常平等的交流。这也影响了我后来的交友观：能够让别人记住你之后再加微信，再去沟通，是一件更自然的事。内心多少有一点自己的小坚持，小傲娇。

丁文伯童年时期

“给教授提鞋”，清华天才焦虑症

▎AI科技评论：我们知道你刚进入清华就加入了70个社团，那个月光参加社团的报名费就缴纳了小一千。我们现在听还是觉得夸张（笑）。灯光舞美、乐队、歌手大赛都搞过，这些爱好现在还留下了什么？

丁文伯：一个都没有（大笑）。爱唱歌是因为我从小就跟着爸妈在安徽的饭局上，大人在吃饭，小孩在旁边对着碟片机唱歌。小学六年级我主动要求学小提琴，我妈给我买了市面上最便宜的琴，练了三个月，她觉得让我学习可能是更有效的方案，就主动掐灭了这条路。高考完我还自己花钱录了一张专辑。所以上大学之后，我自然而然成了一个伪文艺青年。

▎AI科技评论：进了清华，有没有遇到过那种不用学也考得特别好的人？我们猜电子系里这种人应该密度很高。

丁文伯：特别多。我们寝室长是河南前十名，另一位室友是北京的同学，我们俩算是班里的学渣，但后来我们四个人是班里成绩最好的。对面宿舍有物理竞赛全国金牌、数学竞赛全国银牌、某省状元，在电子系稀松平常。第一次考线性代数和微积分，我每天晚上学到九点，已经觉得很认真了，后来发现有些东西就是学不会。这种情况在清华比比皆是。

好处是让你及早认识到，人和人之间的差距可能比狗都大。另一个好处是，你会发现有些同学跑得很快，但对事情的坚持度不够长。就像我，无论是装模作样还是真喜欢，早早学了点艺术，实际没有坚持。

▎AI科技评论：你本科时班里有一位被称作“龙神”的同学？

丁文伯：对，我们叫他龙神，现在在Google，依然非常牛。他本科就发了我们领域很多博士、教授都发不出来的顶刊。所以我们当时认为，大概率只有他才能成为未来的教授，而我们只能为这些教授服务、给教授提鞋，开玩笑说教授苟富贵勿相忘。

后来我发现，一个人成长为一个角色，两点因素很重要：第一他得相信自己能成，第二他得有合适的际遇。龙神后来在MIT读书期间，可能因为方向选择，也可能因为导师不够鼓励，对最尖端科研的兴趣没那么强了，就去了工业界。我觉得挺可惜的。

▎AI科技评论：大一你考了年级30名，300人的年级。按现在的说法这也是前10%了，但据说你只拿了三等奖学金，还挺郁闷的？

丁文伯：对，只拿了2000还是3000块的学业三等奖学金。我很郁闷，觉得怎么能只按学分绩排？人都是这样，总希望制度倾向于自己。但后来我想，既然规则是这样，你首先得顺应规则。第二年我就把学分绩刷成第一名，顺利拿到了国家奖学金。

更有意思的是后来。我读研时担任电子系辅导员，那时大家已经普遍觉得只看GPA不合理：GPA应该奖励学业优秀的学生，但还有一些学生是综合发展的。比如我们那一级，有韩衍隽（获2011年安徽高考理科最高分、清华大学本科生特等奖学金），他一定是最优秀的那批人；但也有姚颂（后创立AI芯片公司深鉴科技，被赛灵思收购）、高继扬（后创立具身智能独角兽星海图，估值破百亿），他们本科时成绩大概20名、30名，但把大量时间精力做了其他的事。所以我们在读博期间推动了电子系的奖学金改革，让学生能更综合地表现自己。我还提了一个要求：除了学业奖学金，奖学金不是学校给的，是你要申请的，你如果觉得自己不该拿，就不应该拿。

▎AI科技评论：从规则下不占优势的一方，到制度的受益者，再到动手改掉这套制度。现在你再看到觉得不公平的事，第一反应还是去改吗？

丁文伯：第一反应是先顺应制度，再去改变它。我们每个人总希望制度倾向于自己，这是人性。但当你没法改变它的时候，首先要看它合不合理。我一向的原则是，先在这个体系里把自己做到足够好，再去改变它，这样你才有说服力，而不是只做一个反对者、一个批评制度的人。

丁文伯参加系歌手大赛（左一为丁文伯）

科研仰卧起坐，郁闷时对导师“灵魂发问”

▎AI科技评论：从不被看好到学会做科研，这个转折是怎么发生的？

丁文伯：首先你得有一个特别支持和信任你的老师，所以我特别感谢我的博士导师宋健教授（清华电子系教授，博士生导师）。博三的时候，我突然觉得不能再浑浑噩噩，希望自己的博士生涯有一个证明，而不是低空飘过一个学位。我就很认真地把宋老师请出来，说我想非常严肃地跟你聊聊：你觉不觉得我是一个人才？

因为我们课题组有将近10位老师，我虽然是他的直系学生，但平时都是小导师带我，一个学期跟宋老师的交流也就一两回。那天刚好我也跟小导师有点分歧，说得很激动。宋老师说得很直接，他觉得我挺好，但觉得我在某些方面做得不够好。我反问，你觉得我不够好的这部分能不能做得更好？我可能需要你在其他方面给我更多支持。那次交流之后有了一段改观。

但我想说的是，那还只是我喊口号。交流完的结论是，我又一次回到了松弛。

▎AI科技评论：真正让你“支棱起来”的是哪一次？我们听说是一次误机？

丁文伯：对。那段时间实验室项目压力大，社工也多，我还出现了少见的抑郁倾向：觉得自己做了很多努力，却总没得到认可，也有一些运气的因素。有一次我跟小导师去广西出差，订了早上六七点的飞机，我头天晚上失眠，这是我人生少数几次失眠，第二天一睁眼九点了，手机上还约了出租车。我不得不改签，刚好跟宋老师一班，从北京飞南宁，三个小时。

我本来是惴惴不安的，觉得导师肯定对我有很多不满。没想到宋老师全程没跟我聊任何科研，没给我任何压力，分享的是他过去一二十年的成长和选择，还给我推荐了他正在看的《三体》。这是我后来坚持做老师的一个原因：本质上，是能够用你自己的经历去改变一些人，给他们的成长带来正能量。

▎AI科技评论：他分享的哪段经历戳中了你？

丁文伯：大概98年前后，清华有一波创业潮，那会儿大家开玩笑说五道口地下弯腰都能捡到钱，中关村刻个牌子就能开张，刘强东也是那个状态创业的。宋老师讲了他的一个师弟，读研期间在外面创业，每次见到导师就眼神回避，本来想求导师手下留情，早点放他毕业。导师不提这些事，只说了一句话：我认为大学之所以还存在，一定是有它的理由，而不是只让你们过来拿一个学位。这位师叔后来变化很大，去美国重新读了个博士，现在是大教授。宋老师大概也是想用这个事点醒我，希望我想清楚自己到底想成为什么。他没有给我设限，只是觉得我对很多事情没有想清楚。

AI科技评论：“大学不只是让你拿一个学位”，这句话在你心里的分量为什么这么重？你现在也是老师了，你理解大学的意义是什么？

丁文伯：大学能让人比较低成本地试错。我加了那么多社团，很多做得并不好，有的只去了两次，打个照面就再也不相见，但这个成本就是几块钱。未来你在社会上发现一件事、发现你自己不擅长，要投入的时间和经济成本会高得多。一旦我们承接了很重要的课题，做不出来，可能就面临换人，再也没有机会了。

AI科技评论：还有两位同门对你影响很大。一位是很快教会你游泳的师弟，一位是带你改论文的师兄。

丁文伯：先说游泳。我本科选了好几次游泳课都没学会，因为老师前两节课不让下水，让你在池边贴着地无实物划水，一下水完全不行。我跟本科和博士9年的室友学，常年被“鄙视”，他总是半开玩笑地说“这都不会”。他是江西小天才，从他身上得不到正反馈。

后来我找刚学会游泳的师弟，很客气地说，你教我怎么游泳，今年的游泳我都包了，游完请你吃饭。因为他刚学会，姿势也不完美，所以总能在我游泳的过程中找到他当时的问题，很快就把我教会了。那位刚留校的师兄也一样，他刚经历了完整的科研闭环，又缺小弟，我们做了充分交流。这就是为什么我现在跟学生讲，一定要找最合适的人交流：这个人不一定是最牛的选手，但他一定最懂你这个领域的入门状态。

▎AI科技评论：这让我们想到一个老话题：特别会学数学的人，不一定是好的数学老师。

丁文伯：对，刚刚完成闭环的人，教入门者反而最直接。

丁文伯获清华特等奖学金与导师合影

为什么是触觉：

机器人的脊髓，视觉之外的1%

▎AI科技评论：视觉已经能解决99%的场景了，触觉值得花这么大力气吗？

丁文伯：触觉涉及大量物理规律，有很多视觉解决不了的问题，所以依然值得做。当然触觉也有它的问题：传感器不稳定，有太多跟材料、器件相关的苦活。视觉的相机拍出来都是均一的、标准化的，触觉必然会经历一个更缓慢的过程。当时我的判断是，越是别人不愿意做的事，我才去做，这样竞争就会小一些。

另外，选择大于努力。坐冷板凳不是真的纯冷的板凳，当你认定一个领域，要看到它独特的价值和魅力。反过来，一个领域特别火的时候，你要判断自己能不能成为头部。如果成不了，每次追热点只会让自己非常疲惫，变得非常庸俗。

▎AI科技评论：你在触觉课上做过一个很动人的课堂实验，让学生闭眼感受触觉？

丁文伯：对，第一堂课我啥也不干，请他们闭上双眼，感受一下没有视觉时你的触觉能干什么；再睁开眼睛，加上触觉之后又能干什么。你会发现，没有视觉的时候触觉能完成很多操作，有了视觉之后，触觉能进一步让操作更完善、更迅速。

▎AI科技评论：你之前提过有一个实验是把小猫的视觉皮质层切掉，猫依然能在迷宫里穿行，能不能和我们分享一下这个实验的详情？

丁文伯：这个实验不是我们做的，是几十年前的经典实验。神经科学家把小猫感知光线的皮质层切除了，它依然可以在迷宫里穿行。这告诉我们，人类的触觉操作，从机理上可能不应该和视觉融合，它应该是一个分层的架构。

触觉不只是传感器，它要有智能。它应该像脊髓的反应一样，不需要先识别出“我正在摔倒”，而是马上就有一个“我要扶着”的反应，做出保护措施。

▎AI科技评论：这个类比是怎么冒出来的？

丁文伯：得益于我们公司的一位团队成员。大概在2023、2024年，我们把视触觉的模态数刷到了世界最好。以前的视触觉大概只能做2到3个模态，我们用多光谱方案第一次实现了10种，就是后来登上《自然》子刊的SuperTac。但我还不满足，因为我发现一个悖论：视触觉的初衷是用摄像头天然的高阵列，解决电子皮肤高密度、高精度的难题。可天下没有免费的午餐，高阵列带来的结果是单点采样率不够。机器人控制至少要毫秒级，视触觉大概200赫兹是极限，用工业相机500赫兹都非常难，发热问题也很大。

▎AI科技评论：那人类是怎么解决这个矛盾的？

丁文伯：反观人类的触觉感受受体，简单讲分两大类：快受体和慢受体，比如默克尔盘、帕西尼受体。人做慢感知的时候空间分辨率很高，摸麻将探囊取物，速度很慢；做快感知的时候，比如判断抓的物体是不是要滑倒，就顾不上细节。

所以我在2024年提出了光电融合，在同一个传感器的表面，材料既具有光学遮蔽能力，可以做视觉式的感知；又赋予它电学特性，导电性、电容特性，但不追求高帧率。这样它天然构成了快慢受体，分别跟感知和计算相结合。这是问题驱动，外加从人类身上学来的经验。

▎AI科技评论：现在很多人在讲VTLA，也就是在VLA（视觉-语言-动作模型，让机器人看懂画面、听懂指令后直接输出动作）里加入触觉维度。VTLA会显著强于VLA吗？这是机器人必须走的路吗？

丁文伯：不一定。VLA、VTLA更多的是一种技术路径，有点像Transformer、Diffusion Policy，是解决现有难点过程中的一条路径。而且我可以给一个一手观察：我们有一些触觉数据和触觉传感器，发现把触觉这个维度加进VLA之后，性能并没有显著提升，甚至在很多场景下还会大幅度下降。我们当时的判断是，触觉信息的表征方式和嵌入形式，可能跟现有的视觉还没对齐；它跟大模型怎么融合，现在也还没有特别有效的方案。人的灵巧操作到底靠视觉还是靠触觉，还是融合方案，有很多未解之谜。

▎AI科技评论：你把触觉未来5年的重点分为“三跨”，跨传感器、跨模态、跨本体。一种理解是，跨传感器背后其实是传感器生产品质难以统一的问题，这难道不应该是厂家去解决的吗？

丁文伯：触觉跟别的传感器不一样。六轴力传感器很精密，但常年包裹在机械手里，损坏概率非常低；温湿度传感器时不时校准就行。触觉传感器是天然的接触密集型，一旦开始使用就面临磨损，不同家的磨损还不一样。哪怕制备过程足够好，使用环境和场景也不一样。所以跨传感器的信息表征和对齐，是一个非常现实、需要被持续研究的问题，单纯从制备角度解决不了。

跨模态是不同模态的数据怎么表征和融合，视觉是图像，电学是信号，未来还可以有温度，我甚至研究过一段嗅觉，摸一个东西知道它有没有毒、有没有腐烂。跨本体则是现在灵巧手构型、机械臂、传感器样式都没统一，数据采完怎么部署到不同家的硬件上。

这三者里面，跨本体目前最急。有的厂家用灵巧手，有的用夹爪，每一家都有需求。有人用UMI采触觉数据，希望部署到灵巧手上；有人形机器人厂家希望用在夹爪上。这部分我们已经有了很多探索和尝试。

丁文伯论文获国际期刊最佳论文奖

先跑通世界模型，再对它祛魅

▎AI科技评论：现在有观点认为不该做VLA，应该直接做世界模型。你怎么看？

丁文伯：世界模型刚提出来的时候，我就不太信。首先我也没有认真读过任何世界模型的文章，确实太多了。我粗浅的理解是：VLA是第一人称，我看到啥、理解啥、去做动作，是以人为本的、有ego的状态。世界模型是站在一个巨大的模拟器里，不光要判断机器人在做什么，还要判断因为这个动作，周边环境会产生什么变化，更像上帝视角。

世界模型的概念特别好，但真正部署的时候有个大问题：你大概率是在操纵一个机器人在一个环境里，这个环境你可以预测，但很难控制。所以我觉得世界模型大概率讲了一个非常难以被证伪的故事。

▎AI科技评论：难以被证伪，这个批评挺重的。

丁文伯：我举个例子。我本科有个学生会的好兄弟，特别擅长用PPT。那时候我们所有人做视频都用After Effects这种复杂软件，他就能用PPT做动画，一页PPT能做出一两千个动画，做出来的东西能以10万到20万的价格卖出去。你说PPT是做动画的好工具吗？很显然不是，但他能用得出神入化。所以没有不好的工具，只有用得好不好。但凡有人说VLA不好，一定会有一个VLA领域的大牛说，我能把VLA调到足够好。抛开场景去说一个技术好或者不好，是不负责任的说法。

▎AI科技评论：但你们自己的SparkWorld在WorldArena榜单上成绩不错，视觉赛道第一、综合第三。一边说不信，一边参与了榜单测评？

丁文伯：这就是我们的风格：对一个东西感兴趣或者嗤之以鼻，总得先玩玩。就跟以前一样，我对很多制度不满意，但你得先玩成第一名，才有说它好或者不好的能力。当时我请了一个完全没有具身基础的同学，本科计算机出身、很有洞察，花了两三个月把市面上所有开源世界模型算法都跑了一遍，跑WorldArena的时候，得益于我们在CV和资产仿真上的积累，加入了很多know-how，主要靠视频生成做得很好。

这让我们进一步对世界模型祛魅了：它不是一个高不可攀的概念。哪怕别人在提世界模型而我们没有去提，我们的技术know-how也可以融入这条路径。所以我们永远不会主张自己是做世界模型的公司，但一旦这个技术被证明有用，我们依然有能力开场。

▎AI科技评论：那“空间智能”这个概念呢？李飞飞也在推。

丁文伯：很好的概念，但跟世界模型一样，更多是一个领域的概念。真正要实现什么事，还得回到VLA、Diffusion、Transformer、RNN、CNN这种很硬核的技术。概念提出来是好事，代表关注度。但一线从业者需要冷静：三年前大家提的不是空间智能、具身智能，是元宇宙、是VR和AR。技术在不断被复用，概念也在不断被重新提出，这些周期我们都见过，淡定一点更好。

一位我非常敬佩的学者在论坛上说，中国学者一直处于“激发态”。激发态多了不是好事，因为激发会让你觉得这件事一定要做，但很多事情做成不是靠一时的冲动或浪潮，是需要持续不断地做。就像当年李飞飞做ImageNet，很多人说那是非常工程性的工作，没有太多技术洞见。但时间已经证明，那个花费了巨大工程量的工作确实促进了整个行业的发展。她可能在当时没有实现个人财富的变现，但她在这一波和未来很多事情上依然能够成功，这代表一个人的格局。

还有个数据：今年ICLR投稿6万篇。前两天有同学告诉我，我们组投了25篇，去年总共才投3、4篇。大家都在想怎么让自己的声音变得更大，但缺少静下心来做事的心态。

丁文伯在美国给本科生上课答疑

不做传感器，才能搞定合伙人

▎AI科技评论：我们听到一个说法，李泽湘教授（机器人与自动化领域专家）早年并不看好触觉传感器这个方向？

丁文伯：大概2021、2022年，我安排了一个有创业想法的学生去李老师那里待两三个月。学生提的提案是基于我们实验室的传感器创业，当时得到的反馈是，触觉传感器在那个时候不是一个特别好的生意，不符合李老师那套体系里to C的公式。我很认可这个逻辑：一个传感器做出来了，没有人用，没有具体场景为之买单，那做它干什么？

▎AI科技评论：去年你正式考虑创业时，据说有公司来找你做首席科学家，你拒绝了。我们很好奇拒绝了谁。

丁文伯：三家，都是非常好的朋友，现在市面上非常好的公司。那时候大家已经看到触觉可能是未来的爆点，以合作的形式希望我加入。但我当时对触觉在整个VLA里能产生多大作用，自己心里是打问号的，我们得到的一手信息恰恰是VTLA可能不那么有效。再加上我想自己再尝试一些工作，就决定自己来创业，做跟触觉结合更紧密的事。

▎AI科技评论：拉合伙人这段很有意思。你和熊祺（前蔚来汽车感知交付团队负责人、无界智航CEO）在清华东门吃烤肉，一瓶啤酒聊了一夜，他就跟你干了。我们听说那晚有个“致命问题”？

丁文伯：他问我要不要做传感器。我说我不做，他说你不做我就跟你。其实后来发现，我们俩算是双向奔赴：他也想创业，希望有一个高校老师来背书。有一个很关键的判断是，你得尊重市面上已经有的前辈，那时候已经有帕西尼、戴盟、千觉这些触觉传感器公司，再做传感器不是好选择。

很多人劝我，高校老师创业一定要想清楚要不要全情投入。我肯定是全情投入，但受限于教书育人这重身份，比较好的方式是找到一个对公司运营、团队管理和产品交付非常负责的全职CEO。清华以外我认识人不多，我就把电子系这六年读书期间认识的、有这方面能力的牛人在脑子里数了一遍，大概10个人。第一个找的是熊祺，因为他是我室友。没想到第一个人就答应了。

▎AI科技评论：另一位合伙人陈天行是00后。你怎么识别一个年轻人适不适合一起做机器人创业？

丁文伯：天行有两点。第一是非常务实，又保有梦想：他能为了梦想做很多短期看回报不深的事。他做RoboTwin和RoboDojo（具身智能仿真与评测开源项目），从商业利益上讲没有多大收入和回报，但他入门的时候吃了很多苦，就希望别人再入场时能"半天入门"。第二是他相信开源和交流。我们觉得现在具身行业不是流动性太高，而是太少，大家要么顶着资本的压力，要么顶着交付的压力，都是剑拔弩张的状态，自然的交流、开诚布公的交流太少了。

▎AI科技评论：你和熊祺有分歧吗？

丁文伯：目前一直都没有，他比我更有主见。最开始我想做模型，他没直接反对，而是问了两个问题：第一，你一定能做出市面上最好的触觉模型吗？第二，你认为市面上最好的触觉模型，一定能在具体场景里交付得特别好？第一个我觉得大概率能做，第二个我心里犯嘀咕，因为我没做过交付。后来我们在评测中发现，真正交付的场景里，模型能力大概占40%到50%，剩下决定成败的是数据质量、数据适配，还有真机部署、产品落地这些细碎的工作。熊祺倒不是反对做模型，而是：当你只有一块钱的时候，钱该花在哪？当你只有10个人的时候，人该用在哪？这是我从他那学到的灵魂之问。

▎AI科技评论：所以无界智航到底在做什么？我们试着概括一下：基于触觉的灵巧操作，在特定工业场景做交付。现在新增SKU能做多快？

丁文伯：对，我们认为这是未来2到3年值得做的机会，同时要找到重要的场景做交付。目前全新的场景大概一个星期就能完成部署，新增一个SKU可以做到小时级。

▎AI科技评论：数据这块有个数字让我们挺意外的：行业里采100个小时的数据，通常只有20个小时有用，你们能做到八九十个小时。这是怎么实现的？

丁文伯：因为我们对模型有比较深入的理解。大部分做数采的逻辑是，先造一个硬件，采出海量数据，再反过来训模型。我们是内部迭代：因为懂模型，反向定义数据的形式，再从数据形式反向定义硬件，而且硬件是快速迭代的，所以数据利用率高。

▎AI科技评论：那最终的壁垒是什么？我们的理解是，数据本身可能不是。

丁文伯：数据是燃料，很重要，但最终壁垒有三点。第一是对场景的理解，我一直坚信熊祺在这上面的判断：AI大模型的能力一定会外溢到具身领域，触觉可能是暂时还没被外溢的环节，但依然要跟外溢的能力充分结合，能在场景上先行一步非常重要。第二是对触觉和模型的理解，我们高校和企业深度融合，高校有天马行空的想法、成本低，会持续把人才和新技术稀释进企业。第三是对AI的拥抱程度，我们去年就开始关注AIGC生成数据用于操作模型训练，当时唯一的问题是成本是真实采集的1到2个数量级，但今年AIGC视频生成的成本已经大幅度降低了。一定要站在AI的肩膀上做事。

▎AI科技评论：客户方便透露吗？

丁文伯：还不能说，但都是市值千亿左右、甚至接近万亿的工业级客户。以其中一家为例，它有10条不同的生产线，单一生产线对机器人服务的需求大概500到1000台，场景非常丰富。我们的模式是Robot Service，不做本体，很多场景没法做成标品，就做定制化的服务。

▎AI科技评论：只做工业场景，投资人会不会觉得不够性感？

丁文伯：去年是这么觉得的，今年投资人觉得我们特别务实。工业场景是一个非常务实的选择：有实际需求，ROI算得出账，有人买单。等技术能力能够外溢、成本足够低的时候，再拓展其他行业。

▎AI科技评论：你们又参与评测体系，公司又卖数据，二者之间分得够开吗？

丁文伯：三点。第一，机制上隔离，评测不放在公司，一旦公司需要商业化，有机制上的管控。第二，我们在共同运营评测平台时，保证无界不在上面打榜。其实我们大概知道自己的能力，一直处于第一梯队，但没有投入太多数据去刷。第三，你可以理解为是一群对评测有热爱、有理想的年轻人创立了这家公司。

▎AI科技评论：你和邵天兰（梅卡曼德机器人创始人兼CEO）、王鹤（北京大学教授、具身智能学者）都常有交流。邵天兰是那种看不惯就会发声的性情中人，你似乎更温和？

丁文伯：首先我内心有一杆秤，什么事该做什么事不该做，是我自己的判断。其次我非常敬佩天兰。他从电子系转到软件学院，去德国读书，回国创业，每一次都不是在最高峰的地方做事，但依然把公司做到上市，是最辛苦的一类创业者。我个人不会像他那么直接，但我很喜欢这种性格。人总希望成为自己成为不了的人。让他发声是一件重要的事，如果大家都对同一件事有同样的看法，本质上是一种不健康的生态。

▎AI科技评论：你现在感受到创业的残酷了吗？

丁文伯：创业蛮辛苦的。但干什么事情都有残酷性，创业本来就是九死一生的事，所以我们要打持久战，要有长期的想法。

▎AI科技评论：你现在还坚持在清华一线上课？

丁文伯：当然，而且形式变了。这学期完全变成了跟学生聊天唠嗑，交流怎么用AI提升效率。三年前开始，每周三下午上课，正好是北美周二晚上GPT发布新模型的时间。我给同学布置的作业，从一开始GPT只能做出20%，到80%，再到举一反三。我后来跟学生说，我们以后不布置作业了，布置了我相信你大概率会用GPT做。那课堂上该学什么？

后来我的课变成了学生最爱选的课。今年从30个人直接选满50个。我第一节课的PPT是用AI做的，让AI把我过去7年准备的幻灯片学了一遍，做得依然不够好，这得承认。但学生也发现，单纯在课堂上学知识确实不够了，怎么把已有的知识整合成自己的能力，演化成下一阶段的判断和努力，这是需要大量讨论和交流的。

Xspark团队合影

写在最后

与丁文伯对话，你会忘记时间流逝。他为人幽默，表达生动，总有好多有趣的故事和新颖的比喻让你接着产生更多好奇。

从学生时代聊到教授身份，再到科创新锐，我们的深谈最终回到了丁文伯对自己的认知本身。于是，最后的一个问题是：十年以后，他希望大家想起丁文伯时，首先想到哪个角色？

丁文伯的回答是“触觉领域的严肃科学家”。他笑称按现在课题组的选人标准，当年的他在第一轮就会被刷掉，“导师肯定觉得我不是一个认真想做科研的人”。但一路走来，他最骄傲的就是把别人眼中的不擅长变成擅长。

少年时代的丁文伯，是县城小学那个语文常年不及格、数学英语全班前列，但同时保留自己傲娇一面的偏科生。他会为作文发愁，也会在考场上用修正液涂满一道数学题，当面质问老师“为什么除不尽”。

2007 年安徽高考，他以全省第三的成绩考入清华电子系。中间几乎被人忽略、却改变他后半程的细节是：多选题答题卡顺序涂错了，与清华经管和全省第一擦肩而过，被一位老师带入进了电子系。到了清华，他第一次尝到“天才焦虑症”的滋味，对面宿舍有物理竞赛全国金牌、某省状元，他每天学到九点却连线性代数都啃不动。

真正让丁文伯走上科研道路的，是三件事。不得其法的郁闷时期，他严肃地把导师宋健请出来，问“您觉不觉得我是一个人才”；一次误机，意外给了他三小时的深聊机会，对方没谈科研，讲的是自己一二十年的成长与选择，深深启发了丁文伯；师兄刚跑通完整的科研闭环，手把手带他把论文改了四十多遍。再后来，触觉成了他要做一辈子的事。

如果一定要总结，丁文伯向我们绘声绘色讲述的成长经历里，似乎总是绕不开“不擅长”：语文常年不及格，游泳学不会，科研上不得其法，一度要靠严肃地追问导师“我算不算人才”来确认自己。但他有一种独特的钝感和韧性的组合：睡一觉就忘掉挫折，然后在同一个地方站起来。

这种坚持背后，是一条贯穿他所有选择的原则：先顺应规则，把自己做到足够好，再去改变它。“先玩成第一名，你评价这个游戏的声音才有人听。”