从阿里高德离职后投身具身智能创业浪潮的张涛，对机器人进入家庭的时间节点有着理性判断。尽管行业内有声音认为三年内人形机器人就能走进千家万户，但这位光象科技CEO更倾向于认为，这一进程不会如此迅速。"就像十五年前的自动驾驶，当时人们预测L4级技术很快会普及，但直到今天仍未完全实现。"他以历史为鉴，强调技术发展需要遵循客观规律。
基于这样的认知，光象科技选择了一条更为务实的产业化路径。去年与清华大学教授李升波共同创立公司后，他们将首个工业级自进化具身智能机器人Phi-Bot X1的落地场景选在了汽车制造领域。这款机器人已在蔚来等车企的产线上完成上下料、质检等工位的真实场景验证，标志着技术从实验室到工业现场的关键跨越。
在技术路线选择上，张涛团队展现出独特思考。面对行业关于VLA（视觉语言动作模型）与世界模型的争论，他们明确押注强化学习方向。"模仿学习需要十亿级甚至百亿级的数据量，而当前具身数据规模仅在百万级。"张涛指出，强化学习通过奖励机制实现自主策略优化，更适合解决复杂任务。对于数据获取方式，公司更看好仿真数据的指数级扩展潜力，认为这是突破模型瓶颈的关键。
商业拓展策略上，光象科技遵循"工业-商业-家庭"的三阶段路径。选择汽车制造作为突破口，源于该行业对效率、品控的严苛要求与标准化特征。"这就像自动驾驶从L2向L4演进，具身智能也需要从单一场景逐步泛化。"张涛透露，公司正将技术向3C电子、轨道交通等领域延伸，未来计划开发适用于商业服务场景的机器人产品。
面对传统工业机器人厂商的竞争质疑，张涛强调具身智能的独特价值。"我们不是要替代现有设备，而是构建'设备+机器人+人'的协同体系。"他以汽车产线为例，机械臂擅长重复性精准操作，而具身机器人则能处理柔性装配、质量检测等需要环境感知的任务，两者形成互补关系。这种定位也解释了为何车厂自研机器人不构成直接威胁——双方目标市场存在本质差异。
在家庭场景的探索上，张涛保持审慎乐观。他认为机器人形态应由功能需求决定："如果只是清洁、整理，四足或轮式结构更高效；若要提供情感陪伴，则需要高度拟人化的设计。"对于当前行业存在的"为用人形而用人形"现象，他呼吁回归真实需求："让双足机器人搬箱子就像用火箭运送快递，技术上可行但经济上不合理。"
尽管资本持续涌入具身智能领域，张涛认为这并非泡沫。"与未来可能创造的价值相比，当前的投入规模仍然合理。"他同时提醒行业保持理性："技术发展会有波峰波谷，企业需要找到自己的节奏。"光象科技的策略是构建数据闭环——通过实际部署收集场景数据，持续优化模型性能，再反哺产品迭代，形成"部署-收集-优化"的良性循环。
