社区

PART01 天真的创业者

大概半年前，戴若犁博士开始写美食笔记。

不是寥寥几句的赞美，一篇笔记动辄几千字。

他会详实记录各种美味的细节。

比如香港的菠萝油。他会描写面包体如何松软、糖壳如何酥脆不掉渣。吃的时候，温热面包夹上冻过的黄油，趁黄油没化冻时大口咬下，以咬掉半块黄油为佳。随后务必快速咀嚼和吞咽，才能感受温度和口感的双重冲突。

深圳蛇口胜记餐厅的那碗猪油拌饭：大米是滚烫的、煮得略干的，应该是优质东北大米或者日本珍珠米，泛着珠光的饱满；猪油必须是嫩油，会留有一些油渣，增加酥脆口感；拌饭酱油用的是头抽。大口咽下，味蕾瞬间满足。

从餐厅、到背后的人和故事，他都娓娓道来。美食只是锚点，他真正想要留住的“数据”是关于故人的回忆。

这听起来像是一位中年人的念旧。经历过几轮技术浪潮的他，确实也不算是年轻人了。

但如果你知道他的身份——诺亦腾机器人创始人、CEO，他发布美食笔记的平台——朋友圈，大概就能理解这是一项多么特立独行的事情了。在具身智能这么一个火爆风口，机器人公司的CEO们已经鲜少展示“人味”了。王兴兴在宇树上市当天，以一张严肃的扑克脸出现在几乎所有的合影中，甚至一度引发大众猜测。

戴若犁算是一个“异类”。他会为猫咪视频点赞，会吐槽行业大会用不同舒适度的椅子区分人类阶层，也会图文并茂地记录身边的小事。在宏大叙事占据主流的科技创业圈里，他仍然愿意展示那些琐碎、具体，却也更见性情的生活切片。

除了性格，让他成为“异类”的另一个原因是：风口的热闹与残酷，他都见过了。

14年前，他与朋友刘昊扬博士创立了动作捕捉技术公司诺亦腾科技，并出任CTO。诺亦腾后来在全球动捕市场占据了70%的份额，合作过的影视作品包括《权力的游戏》《金刚狼3》《星际迷航：发现号》等。他亲历过VR、元宇宙的风口，作为明星公司的联合创始人，被请到宝马去讲课，去奔驰配合拍广告，不少才华横溢的年轻人想要认识他、投奔他。

他也见证过树倒猢狲散的无情。行业里，创业公司潦草收尾的故事并不少，甚至不乏合伙人闹崩、诉诸法律的事情。诺亦腾科技有幸避免了这些，但疫情之后也经历了裁员，300人的团队收缩到70人左右——这是创业公司在风口的宿命。大公司有庞杂的业务线、充沛的资金作为救生垫，创业公司却很难逃离生死线。

不过，当具身智能的风口出现，他还是重新拥抱了。

他曾经感慨：人类科技史上，每次旧范式崩塌、新范式尚未确立，世界便进入“乱世出英雄”的阶段。从种种表现来看，他对成为乱世英雄的兴趣并不大，更多是因为好奇，想要先探出头，去看看新世界的模样，去参与新范式的建立。

这很像创业版的《天真的人类学家》。田野工作多数极端乏味、孤寂，让人身心崩解，但人类学家总是会忘记这些，一次次重返现场。因为那里的鲜活就是极致吸引力。

重返风口，戴若犁选择了数据采集的细分赛道。动捕技术积累的优势是他的入场券，如今，诺亦腾机器人已经从最初的售卖动捕设备，进化到卖数据，面向物理AI和人形机器人，打造以人为本（Human- centric）的数据基础设施。目前，它在包括深圳在内的全球几座城市建立了数据工厂，空间规模超过10000平米。

它的思路可以提炼为两组关键词：以人为中心（Human-centric）采集数据；构建跨本体复用的数据体系。

前者指向精度，后者指向规模。

在传统的遥操作数据采集中，真机数据很难跨本体使用，导致成本居高不下。“你在宇树G1上面采的数据，别说到小鹏的机器人上，到宇树自家H1上面都需要经过一系列复杂的处理流程。”戴若犁解释，真机数据虽然优质，但传感器、驱动器、身材比例和构型的差异，使得数据迁移到另一个本体上时，VLA模型的训练收益显著降低。而从人身上采集的数据，在跨本体的泛化能力方面更具优势。

从商业角度，跨本体数据还有一层意义：可以像标准化商品一样进行反复售卖。边际效应之下，用户的数据采购成本会降低，公司营收规模的想象空间也更大。

数据采集被认为是具身智能行业里“卖铲子”的生意。因为数据被认为是目前制约机器人规模化落地的关键瓶颈之一。大语言模型拥有万亿级训练Token，而截至2026年初，全球可用的高质量真实物理交互数据仅有50万小时，距离千万小时的通用模型入门门槛，相差甚远。

缺口即市场。2026年上半年以来，围绕数采的融资事件骤增：3月，光轮智能完成10亿元融资，4月，无问智科完成超亿元融资，6月，诺亦腾机器人完成数亿元融资，此外，智元机器人旗下的觅蜂科技在2026年2月注册成立，10天后就宣布完成数亿元的天使轮。

一切如往日重现。

PART02 拐点

一阵旋风。

戴若犁步伐轻快地走进屋来，衬衣衣角扬起。他放下双肩书包，为需要先上洗手间抱歉，匆匆离开，又迅速回来。

这是7月初的一个午后。他刚刚结束一场与投资人的见面，回到办公室。他为这场采访预留了5个小时，晚间他还有一场接待、一场公司技术会议。具身智能的火热写在这位CEO的行程安排里。他频繁出差，深圳、新加坡、美国、欧洲。那些美食笔记，大多出自他在飞机上的时间。候机时间往往也是被排满的——我们的第二场线上采访就安排在他某次出差登机前。航班延误，他腾出了2个小时。

回头来看，命运的拐点出现在2023年秋天。

美国两家知名机器人公司找到诺亦腾科技，想要采购上百套动作捕捉设备。这是诺亦腾第一次接到这种规模的订单问询。他们熟悉的客户多集中在体育、影视行业，采购量一般是几套、几十套。

骗底价的？戴若犁一度以为，对方只是用大订单当幌子，套最低价，最终成交也就是三五套。结果并不是。他们想用诺亦腾科技的动捕设备采集数据，“喂”给机器人。

对于彼时的诺亦腾科技，那是寒冬中冒出来的一丝春意。

几年前大火的VR/元宇宙行业风光不再。Meta的Reality Labs 部门在2022年亏损137亿美元，2023年裁员近万人。国内，腾讯解散XR团队，字节跳动旗下的PICO大裁员。众多公司押注的VR头显在2025年的全球出货量约475万台，同比下降约35%。相比惨淡的C端市场，聚焦B端的诺亦腾科技情况稍好，但行业下行叠加疫情压力，它也只能收缩：裁员，公司从北二环的德胜门搬去了偏远的石景山。

留在牌桌上的意义，被那份机器人的订单激活了。

关键时刻，戴若犁又被推了一把。

2023年12月，他接听了一通2个小时的电话。对方是时任小鹏机器人事业部负责人的米良川，两人是中科大校友，相识多年，他试图说服戴若犁成为小鹏机器人的供应商。“我知道你们拍电影很**，但生意不大”，对方一针见血，“机器人是个大生意，你要All in”。

后来，戴若犁开玩笑形容，这是大厂业务一号位“PUA”供应商的常规套路。因为小鹏机器人需要定制化服务，这意味着诺亦腾需要先投入，前期建设成本在千万级别。

那段时间，两人通了很多次电话，米良川把新行业“掰开揉碎”讲给戴若犁听，终于说服了这位“古典创业者”。春节之后，戴若犁组建了机器人团队，19人的微信群，专门研究新业务。小鹏机器人成为早期客户之一。2024年11月首次亮相的小鹏机器人IRON 1，以及后来出圈的“猫步”行走、全身运动控制、灵巧手训练等能力背后都有诺亦腾的支持。诺亦腾的动捕设备也成为机器人遥操数据采集的主流工具之一。

新风口逐渐成型。2024年，中国连续11年成为全球最大的工业机器人市场，人形机器人赛道更是热闹，全年融资超过70亿元。

资本又找上了诺亦腾。这次它选择了更轻盈的方式上场：将机器人团队分拆独立，成立新公司诺亦腾机器人Noitom Robotics，戴若犁出任CEO。2025年初完成身份切换后，阿尔法公社、经纬创投、启明创投、五源资本、君联资本等多家基金投资入局。加速键就此被按下。

CEO有三件事：找人、找钱、找方向。其中最难的“找人部分”，戴若犁在2025年春节期间取得了突破：前腾讯Robotics X Lab 具身智能中心负责人兼首席研究科学家韩磊博士决定加入，出任公司联合创始人兼首席科学家。

韩磊是强化学习的全球顶尖学者，两人在2024年初认识。因为诺亦腾与腾讯Robotics X Lab达成合作。两人经常进行技术探讨，讨论最多的话题就是：人身上采集的数据，是否能用到机器人身上？

韩磊在Robotics X Lab 取得过一项重要的科研成就：让机器狗像真狗一样运动。项目组从真狗身上采集数据，跨本体成功迁移到机器狗身上，相关论文于2024年登上Nature子刊封面。

2024年下半年左右，戴若犁团队也陆续在实验室以及腾讯、小鹏等合作项目中发现，人类数据（human data）可以在不同形态的本体上获得同样的训练收益。“这件事情对我们来说是个'Aha moment'。”

同一方向的两条线最终在2025年春节交汇。

放假前的最后一天，韩磊出现在戴若犁的办公室里。他从深圳回山西看望父母，特意在北京停留，要来找戴若犁。“他为什么要面对面跟我聊？是要跟我说，明年要用其他的供应商了吗？”戴若犁心里有些打鼓。结果，对方展示了几个实验成果后，突然发问：“我出来好不好？”

戴若犁毫不犹豫就答应了。当时团队还没有融资，但他们对数据生意有足够的信心。

张正友博士后来见到戴若犁时开玩笑：“现在工业界比大厂的吸引力还高。”

相比大厂，韩磊的薪酬其实缩水了不少。不只是韩磊，诺亦腾机器人管理团队里还有不少从字节、商汤等大厂降薪出来的。这让戴若犁同时感受到了幸运和压力：他需要更加努力，让公司的那一纸股权授予证书将来能够真正值钱。

PART03 来时路

在中科大念本科时，戴若犁第一次对自己的聪明产生了怀疑。

上大学前，父亲是他接触到的聪明人天花板。父亲是工程师，参与过歼七、枭龙等机型设计，参与过上海磁悬浮项目。但很多工作都是保密性质，戴若犁小时候并不清楚它们有多厉害。让他记忆深刻的细节，是父亲在日常生活中对数字过目不忘的能力。有一次全家忘带钥匙，父亲站在门口，直接报出了3-4个上门开锁的手机号——都是在路边小广告看过的号码。

戴若犁学习不错，高考成绩排进了四川全省前100名，但他一直不是传统意义的学霸：从小爱看“闲书”和电影；初三暑假以学习为名搞到了486电脑，没少用来玩游戏。择校时，父母担心他在北京上海这种城市接触太多诱惑，影响学习，建议他去合肥念中科大。

中科大力学系的第一任系主任是钱学森，这让戴若犁觉得很酷。然而他很快在这里体验到了“人外有人”的感受：一个年级集拢了十几位省状元，很多同学只需要考前突击几天就能得到高分。他甚至不是全宿舍最聪明的。

他没有拧巴，很快接受了现实。

理智和务实，是他很多人生选择的底色。对于无法改变的事实，他不会浪费太多精力去纠结，而是习惯从中寻找机会。

本科毕业时，戴若犁收到了多所海外名校的研究生录取通知，最终选择香港中文大学。理由之一很实际：学校提供的奖学金每月有1.4万至1.5万港元，足以让他不依赖家里，在香港自由生活。SARS期间，不少人减少出行，他却买下一张国泰航空的全球通票——两万多港元，可以在一年内多次乘坐全球经济舱，借此完成了一次环球旅行。硕士毕业后，他短暂找过工作，但没有遇到真正令自己心动的机会；恰好又获得香港政府奖学金，于是继续攻读博士。读书期间，他还和朋友短暂地做过数码产品的生意，赚到了人生早期的一笔积蓄。

2008年的金融危机成为他人生重要的转折点，让戴若犁重新审视自己当时的生活。

他在股市中损失近50万元，之前靠工作和做数码产品生意积攒下来的大部分积蓄随之蒸发。与此同时，他也逐渐对当时在跨国工程仿真软件公司的工作失去兴趣。西装革履、全英文办公看起来体面，却掩盖不了日复一日的乏味：熟悉的PPT几乎闭着眼睛也能讲完，全年业绩指标往往年初便已完成。

金钱上的挫折与职业上的倦怠同时到来，他开始思考：下一件值得投入的事情，既要足够有挑战，又能赚钱—对他而言，前者始终更加重要。

从小到大，他没有对缺钱的恐惧感。“我从来没有仔细思考过该怎么存钱买房子”，戴若犁把它归功于原生家庭的安全感，让他没在养家糊口的事情上浪费过时间。去年诺亦腾机器人搬新办公室，父母给了一个大红包，被他摆在了展示柜里。这是被家人支持的幸福符号。

他从不掩饰自己拥有一个幸福的家庭。太太为了支持他创业，从香港搬到北京生活，女儿也视他为全能爸爸。他曾经因为想赶回去参加女儿学校的活动，恳请投资人加快开会节奏。

回到2009-2011年间，毕业于美国约翰·霍普金斯大学的刘昊扬博士，也在面临类似的人生命题。他在美国与导师开公司，做土木工程的健康监测，金融危机后，也想回国发展。经朋友介绍，他与戴若犁成为网友，经常讨论机会。最终，动作捕捉成为他们的共识。

这要感谢苹果公司。

iPhone 4搭载的L3G4200D三轴MEMS陀螺仪芯片让两人震撼：尺寸只有4*4*4毫米，造价1美元之内。三轴陀螺仪是硬件制造中负责姿态感知的基础元件，苹果把它的尺寸和价格打下来之后，推动整个供应链的进化，让一众硬件创业公司有了机会。

2011年底，刘昊扬和戴若犁在深圳上海宾馆的咖啡馆见面，一拍即合，决定创业。诺亦腾科技的故事开始了。

如今来看，那几乎是一家技术主导的创业公司穿越风口的典型缩影。

它享受过光环：2014年把公司搬到北京，与包括《权力的游戏》在内的好莱坞影视团队合作，逐渐成为全球动捕市场头部玩家；在VR和元宇宙的风口备受关注。可惜，它没有通过上市等方式实现身份切换、财富转化。

幸运的是，它活下来了。

PART04 历史的重复

不只一个人感慨：这波具身智能的风口与十年前的VR太像了。

戴若犁对比过两波风口的相似之处：政府支持、投资人放钱、创业者涌入、各种FOMO。

2014年3月，Facebook 以20亿美元收购了成立仅2年的Oculus，在全球掀起VR热潮。那两年，从谷歌、三星、微软、索尼到国内大厂、创业团队，FOMO情绪席卷了每一个害怕掉队的人。到2016年时，小扎明确喊出了这是“消费级VR年”的口号，马化腾也认为VR可能在未来颠覆微信。

这一年，中国线下的VR体验门店达到3.5万家。尽管盈利的店铺仅有20%，很多人还是看到了希望。

消费市场是新技术从实验室走向大规模应用的关键跳板。理论上，VR技术的核心卖点是沉浸感，适配游戏、影视、社交、健身等个人消费场景，在C端有想象空间。

然而故事在2017年就开始变化了。人们发现，不管是硬件产品体验还是内容生态，VR行业都不够成熟，商业模式就更谈不上了，很多所谓的VR+业务，都只是强行蹭概念。头部效应迟迟没有形成，资本耐心也很快耗尽。

戴若犁开始在各个场合呼吁：VR公司应该转型To B，先活下来再说。

这个想法的种子在更早时候就种下了。

2015年，戴若犁站在了任天堂京都总部门口。他是任天堂死忠粉，这次是作为潜在合作伙伴，来展示动捕技术。

当时任天堂正在策划下一代体感产品，即2017年面世的Switch，诺亦腾科技作为潜在合作伙伴，去展示自己的动捕技术。现场一切顺利，在一间坐着三四十人的会议室里，戴若犁团队展示了传感器、穿戴方案、动捕技术，以及为任天堂设计的、用6个传感器捕捉全身动作的简化方案。

这场合作最终没有达成。任天堂选择了更加简便的手柄方案。这让戴若犁意识到：C端产品最重要的是操作和体验。即使他把系统成本做到200元/套之内，用户也不会愿意在自己身上绑那么多传感器。这不是一个适合C端的生意。

通过收缩业务，聚焦B端，诺亦腾科技留在了牌桌上，并等到第二场风口：元宇宙。

故事的开头依然与VR风口高度相似。Facebook在2021年更名为Meta Platforms，全面押注元宇宙，掀起狂欢。全球大厂、创业公司与资本被全面激活，诺亦腾科技也再次受到关注，因为动作捕捉被认为是构建元宇宙的基建型技术。

可惜，这场泡沫破得更快。仅仅一年后，大家就意识到它无法成为一桩好生意：硬件出货量不及预期、内容生态匮乏、用户留存率低。“这就是一剂肾上腺素。”戴若犁感慨，元宇宙对整个AR/VR行业并没有实质影响。

公开信息显示，诺亦腾科技没有在元宇宙大热的两年间取得新融资。加上疫情导致公司营收严重下滑，裁员收缩成为残酷又实际的选择。

对比来看，如今的具身智能行业还处于风口早期。

资本还在狂热寻找标的。2026年上半年，国内具身智能赛道融资总额突破935亿元，同比暴涨5倍。宇树科技上市首日盘中市销率冲到262倍。各地政府也在竞相出台政策、建相关产业园。

但在热度不断上升的同时，行业泡沫的隐忧也开始显现：过高的PS，模糊的商业化路径，以及部分距离真正“自主智能”尚有差距的受控展示。

最近的世界机器人大会上，的确有机器人能够自主完成特定任务，但依然有很多演示基于人工干预和遥操作。展馆过道里，小贩售卖价格低至数百元的无证机器狗引来调侃：“机器狗的定价只要200块，更有良心”——普通观众有时很难分辨，一台昂贵的人形机器人与一件消费级机器玩具之间，真正的智能差距究竟体现在哪里。

“具身智能行业全身都是痛点”，戴若犁曾经调侃相熟的投资人：你们很伟大，居然百亿百亿地把钱花在一个如此早期的行业里。

PART05 翻译世界的人

在香港上学时，戴若犁参与过《老友记》两季的字幕组翻译。那是一份纯凭热爱驱动的工作。字幕组从社区招募人手，没有报酬，大家自动卷最快的翻译上线时间。抛开版权问题，那是古早的互联网免费分享精神之光。

诺亦腾机器人成立后，他曾经感慨，自己这些年做的事情，一直是在数字世界与物理世界的交互界面，鼓捣各种感知交互的技术和方案。动作捕捉如是，VR如是，到了具身赛道依旧如是。

某种程度上，他是个翻译者：在不同的语言之间翻译、在不同维度的世界之间翻译。

6月初，他完成了一篇关于“世界编译器”（World Compiler）的技术长文。“世界编译器”是诺亦腾机器人对目前自己正在做的具身智能数据基础建设业务的核心理解：物理AI面临的真正瓶颈，不在于世界上存在多少数据，而在于其中有多少能够真正被机器学习。位姿、力、触觉……这些真实世界的物理交互，缺失一套编译系统，被机器人理解学习。

6月同步上线的ModalityNet（Modalitynet.com），就是诺亦腾机器人“世界编译器”的现实载体。它把数据分为三层：MOV（高精度人体运动）、OM（全模态人机交互）和ITW+（真实世界场景采集）。前两者使用数据工厂中完整的多模态采集设备，确保信号准确度；后者采用轻量化的可穿戴设备（自研的EGO设备），确保真实场景的多样性和长尾覆盖。

ModalityNet 会用MOV、OM的高精度语料训练模型和算法，再去“编译”大规模但低结构化的ITW+数据，在规模和精度之间取得更好的平衡。

这种平衡，其实是数采行业的核心难题之一。

根据获取难度与质量从高到低排序，具身数据目前大致被分为四层：包括UMI在内的真机遥操数据、包括人类全身运动在内的多模态高保真人本数据、作为场景先验的多模态可泛化人本数据以及仿真和互联网视频数据。其中，位于金字塔顶端的是真机遥操数据，但价格高、采集难度大，目前国内采集价格在700元/小时以上。位于底端的仿真与互联网视频数据体量庞大，但缺乏机器人学习所需的精确物理状态和交互信息。

这也是具身智能行业里第三方数据公司崛起的大背景。各家可以利用不同的技术优势切入市场，分到一杯羹。

期间，诺亦腾机器人的行业位置有过微妙变化。

一位行业人士跟我们谈到，诺亦腾机器人在2025年因为动捕数据受到关注，一度成为动捕数据采集的代表公司。但动捕采集在2026年声量减弱，因为它的规模化受限，跨场景泛化能力不如EGO（第一视角）数据——这是目前行业更火的数据采集方式。

在大模型赛道被验证过的Scaling Law，正在2026年的具身智能行业创造着希望。

年初，英伟达发布 EgoScale 的技术论文，用超过2万小时的人类EGO数据，验证了数据规模与模型能力之间的关系，相当于确立了具身智能版的Scaling Law。

EGO数据采集成本极低，普通人带上轻量化头戴式相机就能完成。包括自变量、光轮智能在内的公司都在持续加码。但同时，EGO数据质量也成为行业关注的焦点。京东探索研究院发现，1万小时的高质量数据确实能大幅提升模型性能，但叠加1万小时瑕疵数据后，模型能力反而退化了。

关于数采技术流派的争论，行业尚未形成关于完美方案的共识。诺亦腾机器人提出的方案，也还需要更多时间去验证。

但价格战已经打起来了。

戴若犁发现，EGO数据采集火起来之后，市面上已经出现指导价低于50元/小时的数据。“这种方式没有门槛，有设备、有人力运营就能做。”7月以来，多家媒体也报道了数采公司盯上农村劳动力的新闻——这让具身智能行业又多了一重魔幻色彩。