核心内容总结
宇泛智能创始人赵弘毅，从煤矿少年的“解放劳动者”初心出发，2014年创业时想直接做家用机器人，却因技术复杂度太高转做“机器人的眼睛”（视觉识别），深耕工地、社区等接地气场景十二年，积累了技术、团队和场景理解能力。如今重返机器人赛道，推出全球首个能720°连续后空翻的重载四足机器人“灵猫”，以及专为机器人设计的Manas空间大模型，坚持“先让机器人学会干活，再让机器人更像人”的务实路线，拒绝追人形机器人风口，强调真实场景和需求的重要性。
一、创业“绕路”十二年：看似弯路，实则攒下护城河
赵弘毅一开始想做能看、听、说、动的家用机器人，但很快发现每个功能都能单独成公司。于是他选了自己擅长的“视觉”（机器人的眼睛），扎进工地门禁、社区安防等“土场景”。比如工地需要实名认证保障农民工工资，他的视觉技术能在恶劣环境下低成本识别人脸，成了市场唯一选择。
这十二年看似“大材小用”，实则攒了三大家底：①技术沉淀（视觉算法、硬件工程能力）；②场景理解（知道不同场景的真实需求，比如物业要节能而非高端停车场）；③成熟团队（能快速解决硬件和软件的融合问题）。这些后来成了他重返机器人赛道的“底气”——别人还在试错时，他已经有了现成的技术和经验。
二、灵猫机器人：翻跟头不是炫技，是实用能力的证明
灵猫能做720°连续后空翻，不是为了耍帅，而是证明三个硬实力：
1. 运动控制牛：翻跟头需要精准控制身体平衡，说明它的算法能应对复杂动作；
2. 结构设计好：轻重量下还能有强动力（自身重量轻，但能持续载重20公斤，相当于一桶桶装水）；
3. 性价比高：同类性能的机器狗卖10万，灵猫可能只卖2-2.5万（是别人的1/4到1/5）。
它的定位是C端消费者能用的机器人，未来能帮你搬东西、陪老人、甚至在社区送快递（已经在测试能开门、按电梯的快递机器人）。
三、Manas大模型：给机器人装个“懂空间的大脑”
普通大模型（比如ChatGPT）擅长聊天，但不懂物理世界的尺寸和空间关系。Manas是专门为机器人设计的“空间大脑”：
- 能理解真实世界：比如知道“桌子有多高”“门在哪里”，不会把杯子碰倒；
- 能实时控制：机器人和物理世界交互时，它能快速反应（比如走路时避开障碍物）。
赵弘毅坚持全栈自研（从软件到硬件都自己做），他说：“没有全栈能力的公司会先淘汰——AI软件迭代快，但如果硬件跟不上，就做不出高性价比的产品。”比如灵猫的关节电机，他们花了半年才搞定，是行业内扭矩密度最高的之一。
四、不追人形机器人风口：先干活，再像人
现在很多公司扎堆做人形机器人，但赵弘毅说：“我反对为了做人形而做人形，或者追资本热点。”他的逻辑很实在：
- 真实需求优先：比如洗衣服有洗衣机就够了，没必要做一个人形机器人来洗，效率低还贵；
- 场景决定技术：机器人的形态应该根据场景来，比如四足机器人在不平的地面（工地、社区）比人形更稳、更省电；
- 先解决“有用”：机器人首先要能帮人干活（比如搬东西、巡逻），再考虑“像人”的外观。
五、数据安全+商业模式：既要放心用，又要赚钱
1. 数据隐私有保障：每天1.2亿人次用他们的系统刷脸，但很多算法是离线处理（不在云端存数据），还拿到了人脸信息处理的最高安全等级（PIA二星+）；
2. 商业模式变了：原来卖设备是“一锤子买卖”，现在要“按效果收费”。比如物业用他们的系统节能，省了多少钱就分一部分给宇泛；未来还会变成“智能体互联网”——比如你让机器人设计logo，直接给智能体付费，它自动完成工作。
总结
宇泛的故事告诉我们：创业不是追风口，而是沉下心解决真实问题。赵弘毅十二年的“绕路”，其实是在为今天的机器人赛道打基础。他的务实——从场景出发、先实用后炫酷——可能正是穿越行业周期的关键。毕竟，机器人最终要的是“有用”，而不是“好看”。