索塔无界创始人再创业押注机器人大脑出海新机遇

首页

业界动态

热心网友

转载

2026-05-14

5月14日，一则消息在业内传开：开普勒机器人前CEO胡德波，已经悄然开启了他在具身智能领域的第二次创业，新公司名为“索塔无界”。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

这一次，他选择了一条与之前截然不同的路。

回想2023年，人形机器人赛道刚刚升温，胡德波联合创办了开普勒机器人，主攻全栈双足人形机器人、底盘双臂和工业场景。两年时间，开普勒已成长为国内工业场景人形机器人的代表公司之一，并在今年4月完成了亿元级的A++轮融资。

然而，他的新项目并未延续整机全栈的路线，也没有继续深耕工业场景。索塔无界的目光，聚焦在了具身智能的“大脑”本身。公司的核心，是以世界动作模型、多模态VLA和数据采集体系，试图攻克机器人进入物理世界时最棘手的一环——不是简单地“看见”世界，而是理解接触、动作、空间以及复杂的物理变化。

在商业化路径上，索塔无界的选择也颇为“非典型”：从欧美商超后台的分拣场景切入，逐步向门店补货、货架整理、电商拣货等商业场景延伸。其早期壁垒，则建立在服务全球客户、构建数据闭环，以及与中国硬件供应链的深度协同之上。

在胡德波看来，海外市场对机器人替代劳动力的需求更为迫切，但真正能完成交付的成熟方案却寥寥无几。而从中国供应链出发，打通海外客户的部署、运维与数据合规链条，这本身就已经是一道不低的门槛。

世界动作模型路线，先期使用Agent模式

当前具身智能发展的瓶颈是什么？在胡德波看来，问题并非机器人完全不能干活，而是底层的技术范式尚未收敛。

文本和图像本质是离散信息，而机器人面对的，是一个连续且非线性的物理空间：瓶子会滚动，柔性物体会变形，抓取会产生接触力，动作与环境之间还存在实时反馈。机器人不仅要识别“这是什么”，更要判断“我应该从哪里抓、用多大力、绕过什么障碍、下一步会发生什么”。

这也正是许多现有技术路线在真实场景中遭遇的挑战。VLA、多模态VLA已经能够完成一部分抓取和操作任务，但这更接近于从大量示范中习得固定的动作模式。一旦场景中的物体姿态、遮挡关系或接触状态发生变化，模型需要的就不只是“模仿过去怎么做”，而是真正理解空间关系、物理规律和动作后果。

因此，索塔无界将核心投入押注在了“世界动作模型”上。

模型思考｜图片来源：索塔无界

按照胡德波的判断，世界模型的价值在于，它不只是让机器人“看见”物理世界，更是让机器人在内部形成对物理世界的预测能力：一个物体被推之后会怎么动，柔性物体受力后会怎样变形，不同动作会导致什么结果。而进一步的世界动作模型，则是将这种对世界的理解与动作生成结合起来，让机器人能够基于物理状态直接规划和输出动作。

索塔无界希望建立的，是一个以统一潜空间世界动作模型为核心的物理智能大脑。它不仅使用视觉、语言和动作数据，也会纳入Ego视频、触觉、末端执行器状态、接触过程和任务逻辑等多模态信息。换句话说，这个模型从训练底座开始，学习的就不是单纯“被观看的世界”，而是“一个身体如何在世界中行动”。

模型思考｜图片来源：索塔无界

不过，在世界动作模型真正成熟之前，索塔无界并未将所有能力都押注在一个端到端模型上。现阶段，公司采用的是一套Agentic AI架构，内部称之为Physica-Claw。

这套架构更像一个机器人操作系统：上层负责用户交互、任务理解、调度和编排，下层则接入不同的技能模块。对于规则明确、环境稳定的任务，可以调用传统的运动控制、路径规划、抓取放置等模块；对于需要识别、判断和泛化的环节，则调用多模态VLA；而对于需要空间推理、物理预测和复杂操作的任务，则交给世界模型或世界动作模型来处理。

这种架构的好处显而易见：它能让机器人先“干起来”。真实的商业场景，不可能等到一个完美的端到端大模型出现后才开始部署。

当然，胡德波也清醒地认识到，Agent架构只是现阶段的过渡方案，并非最终形态。从长远看，如果世界动作模型足够强大，原本分散在VLM、VLA、任务拆解、传统规控和多个技能模块中的能力，会逐渐被模型内化。到那时，机器人大脑的架构反而会变得更简单，也更容易扩展。因为模块越多，串联越复杂，系统就越难通过数据和算力持续提升；而真正能实现规模化扩展的智能，往往源于更统一、更简洁的模型结构。

要走到这一步，数据是另一个绕不过去的瓶颈。

目前，具身智能行业普遍缺乏高质量的物理交互数据。互联网视频能提供丰富的视觉信息，但无法完整记录动作、力、接触和身体状态；传统的机器人遥操作数据更接近任务本身，但成本高、效率低，很难大规模扩展。胡德波并不看好单纯依靠全真机遥操作采集数据的路线，因为这种方式成本过高、采集效率太低，难以成为真正可规模化的数据范式。

因此，索塔无界决定自己动手做数据采集设备，包括头戴式Ego视觉采集设备和全模态UMI手持式采集设备，目标是采集视觉、动作、触觉、接触状态、末端执行器姿态等全模态信息。

在胡德波的设想中，索塔无界的数据来源将分为几个层次：第一层是Ego视频、公开数据集和视频数据，用于解决数据规模问题，内化广泛的世界知识与操作多样性；第二层是全模态UMI采集，旨在以尽可能低的成本扩充物理交互数据，解决具身对齐问题；第三层则是机器人进入真实商业场景后的部署数据，用于后训练、强化学习和场景成功率的持续提升。

把中国供应链带到海外场景里

如果说索塔无界在技术上押注的是具身智能大脑，那么在商业化上，它押注的则是另一种“全栈”能力：并非从电机、关节模组到底盘、本体全部自研，而是围绕真实场景，把大脑、操作系统、末端执行器、数据采集、硬件集成、海外交付和运维体系串联起来。

这也是胡德波这次创业最大的特色之一。

当前，机器人硬件供应链已经发生了深刻变化。关节、底盘、电池、控制板、结构件等核心零部件日趋成熟，中国供应链在响应速度、成本和工程能力上的优势，足以支撑更多场景化的机器人方案。

因此，索塔无界没有选择重新打造一个完整的人形机器人本体，而是采用了更开放的生态合作模式：与核心零部件供应链伙伴开放合作，根据不同场景需求进行本体集成和定制。胡德波认为，这样不仅能大幅降低研发成本和周期，也能让公司在不同场景里更灵活地选择最合适的硬件组合。

但这并不意味着索塔无界只做软件。

在胡德波看来，具身智能领域的软硬一体依然至关重要，只是重点已经发生了变化。

因此，索塔无界在硬件侧最重视的，并非从零自研整机，而是末端执行器和数据采集设备。

公司计划先从三指末端执行器切入。相比传统的两指夹爪，三指能覆盖更多抓取姿态，在稳定性和操作复杂度之间取得更好的平衡；相比五指灵巧手，它又更容易工程化、控制难度更低、成本和可靠性也更适合早期商业落地。对索塔无界而言，选择三指不是一个孤立的硬件决策，而是为了让数据采集、模型训练和真实执行三者尽量对齐。

这也是公司自研全模态UMI手持式数据采集设备的原因。它希望采集的不只是视觉轨迹，还包括末端执行器状态、触觉、接触过程、动作约束等信息。只有当采集设备、末端执行器和未来部署的机器人形态尽量保持一致，采集到的数据才更可能有效转化为模型能力，而不是在映射过程中产生损耗。

数据思考｜图片来源：索塔无界

在机器人形态上，索塔无界早期仍会采用更务实的底盘双臂方案，以服务于快速落地。

目前，索塔无界已经与欧美商业巨头、制造和物流集团等达成了合作意向。其中，进展最快的是欧洲商超场景。公司已与欧洲头部商超集团签署长期框架协议，第一阶段将从POC概念验证开始；若测试通过，对方给出的订单预测接近千台。

胡德波判断，海外市场的机器人劳动力缺口更大，但可选的成熟方案却不多。尤其是在欧美商超、物流、制造等场景中，许多岗位人工成本高、重复性强、招工困难，却又尚未被传统自动化方案充分覆盖。对机器人公司而言，这类场景既有明确需求，也更容易算清投资回报率。

胡德波的二次创业，仍然关注全球化

索塔无界之所以从一开始就将海外商业场景作为主战场，与胡德波本人的经历密不可分。

作为一位70后创业者，胡德波是一位在全球市场历练多年的“老兵”。1999年，他加入中兴通讯进入通信行业，2001年开始负责欧洲、俄罗斯、亚太等海外业务。2006年，他成为华&为海外国家代表，深度参与了华&为在欧洲高端市场的拓展。

这段经历让他很早就意识到，中国科技公司真正的全球化，绝不仅仅是将产品卖到海外，而是要深入当地客户体系，建立起销售、交付、服务、合规和长期的信任关系。

2015年，胡德波预判“机器人+AI”将成为未来数十年的重要技术浪潮，转身进入无人机与水下机器人领域创业。其间，他曾联手华&为海思打造视觉AI无人机，产品进入数十个国家，进一步积累了机器人硬件、AI能力和全球化渠道的经验。

2023年，人形机器人赛道刚刚升温时，胡德波联合创办开普勒机器人，切入双足人形、底盘双臂和工业场景。此后，开普勒逐渐成长为国内工业场景人形机器人代表公司之一，并在今年4月完成亿元级A++轮融资。

胡德波与纳德拉交流｜图片来源：索塔无界

这一次，胡德波想通过索塔无界实现的，是将物理原生智能体带入全球各个角落。

在他看来，当具身智能真正走向商业化时，中国公司的优势不只在于算法，也不只在于单一的本体，而在于能否将成熟的硬件供应链、物理智能大脑、海外真实需求以及长期的交付体系连接起来。国内机器人硬件供应链足够强大，但多数硬件公司并不具备直接进入海外客户体系的能力；而海外客户虽有明确的劳动力替代需求，却缺少真正成熟、可交付、可维护的完整方案。