[加州] 挑戰波士頓動力,人形機器人卷到了硅谷
徐睿過往曾在中美多家科技大廠有著豐富的從業經歷，尤其是在智能硬件領域方面的積累，讓他對中美兩國在信息密度和創新環境方面的特質有了更深的理解，認為這兩者是“當前全球信息最密集、最適合進行機器人和AI開發的地方。”
在制造方面，團隊最初的計劃是依托中國成熟的供應鏈體系——例如，機器人靈巧的手部便采用了國內供應商的成熟產品。
然而，復雜的地緣政治因素讓他們不得不未雨綢繆，開始考慮將生產線轉移到東南亞，甚至在美國本土建廠的可能性。
“我覺得美國現在的制造業人才儲備確實是個問題，”徐睿不無憂慮地表示，“很多老師傅都老去了，年輕一代的制造經驗出現了斷層。”他甚至半開玩笑地感歎：“美國的‘夢’（指成本）不夠低啊！”
而比硬件制造本身更彰顯K-scale Lab開放決心的，是他們對“開源”的極致追求。他們不僅理念開放，更付諸實踐，高調發布了名為‘ksim’的開源Python庫，目前已經經過了超過60次的更新迭代，這個強大的工具基於谷歌的MuJoCo物理引擎和JAX高性能計算庫構建，旨在為全球的開發者社區提供一個便捷高效的機器人測試平台。
通過ksim，開發者可以方便地進行強化學習模擬訓練，“在模擬器中一遍遍地跑，直到滿意為止”，不斷迭代優化算法，最終將訓練成熟的模型“一鍵部署”到真實的K-scale機器人上，進行實際場景的嚴苛測試與驗證。這不僅大大降低了機器人AI開發的門檻，也真正體現了他們“希望人人皆可參與”的開源精神。
社區，是這家公司版圖中的另一塊重要基石。在社交平台Discord上，他們已經聚集了一個數千人的活躍社群，成員背景各異，有資深愛好者、高校學生，也有充滿好奇心的教師。這些社區成員不僅是產品的潛在用戶，更是積極的測試者和共建者，利用ksim等工具探索各種可能，甚至有人利用3D打印等工具，自制機器人硬件來適配團隊的開源軟件。
一位來自阿裡的員工，憑借著對項目公開信息的琢磨，竟然成功復刻了他們的機器人設計，這讓K-scale Lab團隊既驚訝又欣慰。
這種徹底的開放性和活躍的社區運營，被徐睿視為區別於其他機器人公司的“護城河”，尤其不同於國內一些“號稱開源但實際上核心技術和零部件難以復制”的項目。
“國內很多公司都說自己開源，但坦白講，他們那個‘開源’，是全世界除了他們自己，沒有任何第二個人能把那套東西完整復現出來的。”徐睿說。
當然，選擇開源也意味著要承擔其固有的“不確定性”。“我們從去年11月份就開始‘跳票’（產品延期），”徐睿坦誠地解釋道，“跳票的原因，說白了，就是因為我們所有工具鏈都是開源的，而開源工具鏈最大的問題，就是有時候不太靠譜。”然而，這份對開放的堅持，源於他們對社區力量和長遠價值的篤信。
在傳感器方案上，他們也體現了RL優先的思路，主要依賴視覺和IMU（慣性測量單元），而沒有采用在機器人領域廣泛應用的激光雷達（LiDAR）。
“我們的RL算法是基於視覺和重力傳感器的，你就算裝了激光雷達，對我們這套系統來說也沒用。”這既是出於成本的考量，也與特斯拉等公司推崇的端到端學習理念不謀而合。
年輕的“特種部隊”、特斯拉基因與資本風向之變
驅動這一切的，是一支僅有9人的精幹團隊，成員大多是背景深厚的強化學習工程師，洋溢著年輕人的活力與銳氣。
更引人注目的是，徐睿透露，團隊的另一位聯合創始人，曾是特斯拉FSD（完全自動駕駛）V12版本的核心成員。
“現在你說你是做AI的，投資人可能就‘哦，好吧’；但如果你說你要進場（指制造業、硬科技），所有投資人的眼睛都會‘噌’地一下亮起來，恨不得馬上把錢投給你！”資本的嗅覺，似乎正從純粹的通用AI算法，轉向能與物理世界深度交互的“硬核科技”。
公司目前已經順利完成了天使輪融資，金額約不到500萬美元，投資方主要來自美國。團隊的組建方式也充滿了硅谷特色，不少成員是從活躍的社區中招募而來，先以短期合同（Contractor）的形式合作，在實際項目中考察能力與契合度，表現優異者再轉為正式員工。
徐睿笑言，這與互聯網行業的崛起頗為相似：“當前機器人和AI領域，真正能打的，也大多是年輕人。”
K-scale Lab目前的“大本營”，其選擇本身也充滿了硅谷式的傳奇與務實。這家目前總共不到10人的精銳團隊，並未選擇傳統的辦公園區，而是租下了一棟位於阿瑟頓（Atherton）的五臥室獨棟豪宅。阿瑟頓，這個名字在硅谷乃至全美都意味著頂級地段，常年占據最昂貴郵編的榜首。
覺得新聞不錯，請點個贊吧
這條新聞還沒有人評論喔，等著您的高見呢
在制造方面，團隊最初的計劃是依托中國成熟的供應鏈體系——例如，機器人靈巧的手部便采用了國內供應商的成熟產品。
然而，復雜的地緣政治因素讓他們不得不未雨綢繆，開始考慮將生產線轉移到東南亞，甚至在美國本土建廠的可能性。
“我覺得美國現在的制造業人才儲備確實是個問題，”徐睿不無憂慮地表示，“很多老師傅都老去了，年輕一代的制造經驗出現了斷層。”他甚至半開玩笑地感歎：“美國的‘夢’（指成本）不夠低啊！”
而比硬件制造本身更彰顯K-scale Lab開放決心的，是他們對“開源”的極致追求。他們不僅理念開放，更付諸實踐，高調發布了名為‘ksim’的開源Python庫，目前已經經過了超過60次的更新迭代，這個強大的工具基於谷歌的MuJoCo物理引擎和JAX高性能計算庫構建，旨在為全球的開發者社區提供一個便捷高效的機器人測試平台。
通過ksim，開發者可以方便地進行強化學習模擬訓練，“在模擬器中一遍遍地跑，直到滿意為止”，不斷迭代優化算法，最終將訓練成熟的模型“一鍵部署”到真實的K-scale機器人上，進行實際場景的嚴苛測試與驗證。這不僅大大降低了機器人AI開發的門檻，也真正體現了他們“希望人人皆可參與”的開源精神。
社區，是這家公司版圖中的另一塊重要基石。在社交平台Discord上，他們已經聚集了一個數千人的活躍社群，成員背景各異，有資深愛好者、高校學生，也有充滿好奇心的教師。這些社區成員不僅是產品的潛在用戶，更是積極的測試者和共建者，利用ksim等工具探索各種可能，甚至有人利用3D打印等工具，自制機器人硬件來適配團隊的開源軟件。
一位來自阿裡的員工，憑借著對項目公開信息的琢磨，竟然成功復刻了他們的機器人設計，這讓K-scale Lab團隊既驚訝又欣慰。
這種徹底的開放性和活躍的社區運營，被徐睿視為區別於其他機器人公司的“護城河”，尤其不同於國內一些“號稱開源但實際上核心技術和零部件難以復制”的項目。
“國內很多公司都說自己開源，但坦白講，他們那個‘開源’，是全世界除了他們自己，沒有任何第二個人能把那套東西完整復現出來的。”徐睿說。
當然，選擇開源也意味著要承擔其固有的“不確定性”。“我們從去年11月份就開始‘跳票’（產品延期），”徐睿坦誠地解釋道，“跳票的原因，說白了，就是因為我們所有工具鏈都是開源的，而開源工具鏈最大的問題，就是有時候不太靠譜。”然而，這份對開放的堅持，源於他們對社區力量和長遠價值的篤信。
在傳感器方案上，他們也體現了RL優先的思路，主要依賴視覺和IMU（慣性測量單元），而沒有采用在機器人領域廣泛應用的激光雷達（LiDAR）。
“我們的RL算法是基於視覺和重力傳感器的，你就算裝了激光雷達，對我們這套系統來說也沒用。”這既是出於成本的考量，也與特斯拉等公司推崇的端到端學習理念不謀而合。
年輕的“特種部隊”、特斯拉基因與資本風向之變
驅動這一切的，是一支僅有9人的精幹團隊，成員大多是背景深厚的強化學習工程師，洋溢著年輕人的活力與銳氣。
更引人注目的是，徐睿透露，團隊的另一位聯合創始人，曾是特斯拉FSD（完全自動駕駛）V12版本的核心成員。
“現在你說你是做AI的，投資人可能就‘哦，好吧’；但如果你說你要進場（指制造業、硬科技），所有投資人的眼睛都會‘噌’地一下亮起來，恨不得馬上把錢投給你！”資本的嗅覺，似乎正從純粹的通用AI算法，轉向能與物理世界深度交互的“硬核科技”。
公司目前已經順利完成了天使輪融資，金額約不到500萬美元，投資方主要來自美國。團隊的組建方式也充滿了硅谷特色，不少成員是從活躍的社區中招募而來，先以短期合同（Contractor）的形式合作，在實際項目中考察能力與契合度，表現優異者再轉為正式員工。
徐睿笑言，這與互聯網行業的崛起頗為相似：“當前機器人和AI領域，真正能打的，也大多是年輕人。”
K-scale Lab目前的“大本營”，其選擇本身也充滿了硅谷式的傳奇與務實。這家目前總共不到10人的精銳團隊，並未選擇傳統的辦公園區，而是租下了一棟位於阿瑟頓（Atherton）的五臥室獨棟豪宅。阿瑟頓，這個名字在硅谷乃至全美都意味著頂級地段，常年占據最昂貴郵編的榜首。
覺得新聞不錯，請點個贊吧
這條新聞還沒有人評論喔，等著您的高見呢| 分享: |
| 注： | 在此頁閱讀全文 |
