顶尖科学家坐镇，优理奇拿到了具身智能最重要的一张牌

它们的创始团队往往有大厂管理经验、硬件量产经验或系统工程背景，因此更擅长把复杂技术快速组织成产品，并推进商业落地。

例如智元机器人与宇树科技，其人形机器人在去年均实现超 5000 台的量产交付规模，显著领先于行业内绝大多数具身智能企业。

在行业早期，这两条路径都成立，也各自承担不同角色。学术派更容易把技术边界向前推进，产业派更擅长把能力转化为真实产品。

而具身智能明显对学术力量依赖更深，原因在于行业仍处在基础问题尚未完全解决的阶段。

机器人如何稳定理解真实环境、实现可靠的多模态感知、完成高精度操作，这些核心能力仍需要长期研究积累，很难完全依靠工程经验快速推进。

因此，在这一赛道中，顶级科学家带来的价值不仅体现在论文或头衔上，还体现在技术路线判断、关键问题定义，以及帮助公司建立更高的能力上限。

优理奇在成立后引入上海交通大学教授王贺升担任首席科学家，正是在这一行业逻辑下做出的选择。

优理奇的选择：年轻团队与顶级教授的技术互补

在当前具身智能公司中，创始团队普遍偏年轻，优理奇形成的人才组合则更为完整：年轻创业者负责推进方向，顶级教授参与技术路线的把握。

优理奇创始人杨丰瑜虽然是 00 后，但学术背景很强。他是耶鲁大学博士，长期从事机器人视触觉方向研究，是 UniTouch 视触觉融合多模态大模型的第一作者，在机器人视触觉领域发表过多篇顶会论文。

公司早期的技术路线，也围绕多模态感知、模仿学习和具身模型展开。

年轻团队的优势在于对新技术接受度高，决策速度快，愿意尝试尚未被验证的路线。

不过，当公司逐渐进入产品化和场景落地阶段，对技术路线的稳定判断、复杂系统的控制能力以及长期研发方向的选择，就变得更加重要。

王贺升的加入，正是在这一阶段形成补充。

王贺升是上海交通大学教授、国家杰出青年基金获得者，同时担任 IROS 2025 大会主席，在机器人控制与视觉伺服领域长期深耕。

他的研究方向与当前具身智能领域主流教授群体相比，侧重点更集中在感知与控制的结合，以及真实环境中的高精度执行能力，这类积累在机器人进入实际应用阶段时价值会更加突出。

从核心研究方向去看，当前具身智能公司的学术路线大致可以分为三类：

一类偏底层运动控制，重点解决机器人如何稳定运动；

一类偏视觉感知与灵巧操作，重点解决机器人如何看懂世界、学会动手；

一类偏世界模型与长序列规划，重点解决机器人如何理解任务、提前预演并完成复杂决策。

优理奇更接近视觉感知与精细操作这一方向。王贺升长期研究的核心领域，是视觉伺服控制。

简单说，视觉伺服就是让机器人一边「看」，一边根据看到的结果实时修正动作，相当于给机器人装上一套持续闭环的眼—手协调系统。它直接关系到机器人在真实环境中的精度、稳定性和连续运行能力。

这个方向的价值，在具身智能进入落地阶段之后会变得尤其突出。

在实验室环境中，机器人通常依赖固定标定和标准姿态完成任务，而进入真实场景之后，光照变化、物体位置偏移、空间误差和长时间运行都会影响执行精度。

例如，机器人在酒店、零售、安保和养老等非结构化的服务场景中长期运行时，酒店环境中的灯光条件会不断变化，货架上的物品摆放位置也难以保持一致，递送、抓取和整理任务都存在持续扰动，这些因素都会放大控制误差。

王贺升长期研究未标定环境下的视觉伺服、自适应控制、复杂动态场景中的机器人高精度控制，提出了「深度独立交互矩阵」等方法。

对应到优理奇的产品上，可以让 Wanda、Panther 这样的机器人，在执行抓取、递送、整理、服务等任务时，更少依赖反复重标定，更好适应照明变化、物体位姿变化和空间扰动，让机器人更稳定地干活。

而且，王贺升的方向和杨丰瑜的技术积累天然互补。

杨丰瑜擅长的是视触觉融合、多模态感知和具身模型，解决的是机器人怎么更好地理解物体、材料和接触信息。

王贺升擅长的是视觉伺服和高精度控制，解决的是机器人怎么把感知真正转化成稳定动作。

一个更偏感知和理解，一个更偏控制和执行，两条技术路径结合后，机器人在理解环境和执行动作之间形成更完整的闭环。

王贺升的加入，让优理奇在保持探索速度的同时，拥有更稳固的技术判断基础。

对于希望把机器人真正推向真实场景的公司来说，这种「年轻团队 + 顶级教授」的结构，提供了一种更适合当前阶段的组织方式。

具身智能进入产研深度耦合阶段

公司需要科学家之外，另一个同样值得注意的变化是，顶级学者也开始越来越依赖产业平台来继续推进研究。

在过去，学术界与产业界的分工相对清晰。高校负责前沿理论，公司负责工程实现，双方通过合作项目或技术转化发生联系。

但在具身智能这样的领域，这种松散协作已经越来越难支撑技术推进。

机器人系统涉及本体结构、控制算法、环境感知、模型训练和真实场景部署，很多关键问题只有在完整系统长期运行之后才会暴露出来，技术路线也必须在真实环境中不断修正才能逐渐稳定。

在王贺升看来，具身智能的发展正在进入一个阶段：没有真实场景的数据循环，很多研究很难继续向前推进。

他长期从事视觉伺服与复杂环境下的机器人控制研究，这类技术对真实系统依赖极强。机器人需要在真实部署环境中持续运行，才能发现真正的瓶颈，从而推动算法和系统共同进化。

优理奇能够吸引王贺升加入，一个重要原因在于公司从一开始就把研发放在真实应用场景中推进。

其轮式双臂机器人 Wanda 系列和 Panther 系列已经在酒店、零售、安保、服务等场景实现常态化运行，需要面对复杂光照、动态人流、物体位置变化等长期运行条件。

这种持续运行带来的数据和问题，是最宝贵的研究资源，为视觉伺服、多模态感知和精细操作提供了真实验证平台。

另一方面，具身智能正在进入系统化阶段，对研发平台的要求也越来越高。

机器人涉及的变量远多于自动驾驶，不同本体结构、不同传感器配置和不同控制方式都会影响最终效果。

单个实验室很难长期维持跨本体、跨场景和跨模型的系统级研究，而公司可以提供稳定团队、持续硬件迭代和长期运行环境，使研究能够不断积累并逐步放大成果。

优理奇所在的苏州，也为这种产研结合提供了现实基础。

吴中区已经形成覆盖核心零部件、本体制造和系统集成的完整产业链，伺服、电机、减速器和传感器等关键环节可以在本地快速配套，形成高效率的协同体系。

同时，当地集聚了多所高校研究院和机器人实验室，在运动控制、视觉伺服、强化学习和灵巧操作等方向都有长期积累。

政府层面，苏州也将具身智能列为重点发展的未来产业，通过专项基金和产业政策推动企业与高校深度合作。

王贺升选择优理奇，既是对公司自身技术方向与真实场景能力的认可，也是对苏州产研生态的判断。

回过头看具身智能这一轮创业潮，创始人结构的变化，反映出行业所处阶段的特殊性。

目前技术仍处在基础能力尚未完全收敛的阶段，学术研究、工程体系和真实场景必须同时推进，任何一方单独向前，都很难支撑系统级突破。

前沿研究需要真实系统验证，工程落地也离不开对底层问题的长期理解。

优理奇的这种创始人结构，正是这种行业阶段的缩影。

随着机器人开始走进真实而复杂的环境，技术的推进也不再局限于实验室或工厂，而是在两者之间反复迭代、逐渐成熟。

原文标题 : 顶尖科学家坐镇，优理奇拿到了具身智能最重要的一张牌