5月9日，大湾区首座实战型人工智能研究院——香港科技大学冯诺依曼研究院在香港揭幕，由全球AI大牛、港科大讲席教授贾佳亚担任院长。
但这场揭幕仪式上更值得玩味的细节是：台下坐着不少来自HKIC等 界代表和多家全球制造巨头的代表。他们的到场除了出于学术支持，还因为贾佳亚的另一重身份——AI独角兽、工业智能体企业思谋科技创始人。
具身智能当下有多火已不必过多赘述。人形机器人凭借“通用人工智能”的宏大叙事，激起投资人抓住下一个“iPhone时刻”的欲望。但贾佳亚和他的思谋科技却是个独特存在。这家曾创下大湾区最快跻身独角兽纪录的公司，在人人都在谈人形机器人的时候，提出“去形存智”。相比酷炫的“人形”，思谋科技更愿埋头在客户的工厂里，追求一个看起来朴实无华的指标——产业渗透率。
非典型的学术大牛创业
贾佳亚的双重身份，本质是一场关于产学研融合的实验范本。
港科大拥有亚洲第一的大数据科学与人工智能专业，是无数AI学子梦寐以求的最高学府。20余年前，贾佳亚正是从这里博士毕业，开启了学术、产业、创业三线交织的人生。从香港中文大学终身教授，到加入腾讯优图实验室，而后创立思谋科技，再到这次回到母校出任院长，贾佳亚的每一次转身都打破常规。
贾佳亚的履历堪称顶配，早已成为AI领域的宗师级人物，并与“顶会收割机”等标签紧密相连。他发表了200多篇论文，引用量超90,000次，H指数超110，他的论文不仅包揽SIGGRAPH Asia“Test-of-Time Award”2023第一届、2024第二届奖项，各种顶会奖项更是拿到手软。他的学生中超40位活跃于学术界与工业界，担任高校教授、实验室主任及初创企业创始人等重要角色，成为人工智能领域的中坚力量，如商汤科技董事长及CEO徐立，上海交通大学教授、穹彻智能联合创始人卢策吾等。
2019年，贾佳亚创立思谋科技，将他的学术成果更迅速、更全面地转化成“产线氧气”。思谋科技在中国AI产业中是独树一帜般的存在，不仅是由于创始团队的学术光环，还有一种务实得近乎偏执的“反共识”勇气。
当整个行业沉醉于具身智能的拟人化宏大叙事，纷纷将资源倾注于人形机器人研发，并期望借此开启通用人工智能新时代时，思谋科技却借助工业智能体，率先在工业领域取得突破和落地。
这种底气一定程度上来自思谋将顶刊论文“零时差转化”为产线刚需的能力。记者查阅该团队近三年在CVPR、NeurIPS等顶刊发表的数十篇论文发现，其核心成果直击数据稀缺、场景碎片、高部署成本等AI落地“死穴”，而且并非停留在理论层面或实验室阶段，而是切实落地到各大工业场景中。相关技术转化成果更先后入围工信部和市场监管总局“揭榜挂帅”项目、“工信部第一批先进适用技术”等名单。
而这种硬核转化能力，最终具象化为思谋科技极具辨识度的工业智能体战略：去形存智，不拘泥形态，将工业智能体的核心技术拆解为“脑（全自研工业多模态大模型）、眼（先进视觉传感器）、手（AI机器设备和机械臂）”三大模块，根据不同细分场景灵活打造解决方案，专注为生产制造全流程提质降本增效。
这看似保守的决策，实则暗含思谋基于对工业生产本质需求的深刻洞察，很快便成为思谋的核心竞争力。
机器人进厂为什么这么难？
在思谋科技死磕技术落地并实现商业闭环的这些年，AI产业风云变幻，大模型、机器人一浪高过一浪。尤其从2024年下半年开始，人形机器人迅速蹿红，相关创业公司的估值是一日千里。
然而，传统产业的智能化转型，远比技术概念的火爆更为复杂——实现机器人在产线的稳定作业，需要跨越感知、决策、执行等多维度技术壁垒，人形机器人“进厂”打工目前依然困难。
现状是，人形机器人即便是执行扫码、搬运等简单任务时也会卡壳，离不开人工干预；而且运动控制缺乏基本的稳定性，现在最先进的人形机器人，也没有解决行走中突然摔倒的问题。还有一个常被忽视的痛点是能源：人形机器人普遍续航能力差。复杂的运动控制、有限的续航能力，以及对工业环境的适应性不足，使其暂时难以满足产线的连续性与稳定性要求。
一位新能源 工厂负责人告诉记者，他们曾尝试引入人形机器人负责电池模组搬运，结果因续航不足40分钟、抓取误差太大，最终不得不用回机械臂。技术的系统性瓶颈，暴露了人形机器人当前的落地困境。一位投资人感慨，“别再说人形机器人的‘iPhone时刻’了，现在连大哥大都没造出来。”
一方面是一轮轮上涨的估值，另一方面是尚未明朗的商业化。今年初，金沙江 合伙人朱啸虎公开表示“批量退出人形机器人”，某种程度上折射出行业的集体反思——当技术突破与商业回报的时差超出预期周期，寻找确定性更强的落地锚点成为必然选择。
实际上，与朱啸虎持类似观点的投资人不在少数。前述投资人调侃，人形机器人最大的落地场景是朋友圈，说到落地，我们应该关注的是效率提升、成本降低和产品/服务质量保障，跟外形是否酷炫没有关系。“具身智能落地的关键，在于打造更贴合场景需求的智能载体——无论是非人形的智能体，还是逐步迭代的人形机器人，最终都需通过解决生产实际痛点，从辅助人工，到在半导体、芯片等高精密的未来生产场景，以卓越的智能决策和出色的机械稳定性超越人工，实现从概念创新到产业赋能的跨越。”
在这条探索之路上，思谋科技的“去形存智”战略选择，为具身智能的落地和商业化提供了模板。目前，思谋自主研发的工业能智体，已扎扎实实地铺进上百家全球大客户的工厂或流水线并已持续稳定工作了上万小时。
遥遥领先的商业化
商业化落地被视为技术成功的关键标志。无论是300家客户还是上万个小时，放在具身智能赛道，都是个惊人数字，但思谋做到了。
在思谋科技创始团队看来，最前沿的技术必须与最务实的商业结合才能创造最大价值。这是与当前潮流截然不同的叙事，没有炫技，也不卷参数排名，如何让全球制造业巨头心甘情愿买单？
思谋的商业化路径，始于对制造业痛点的 洞察。2020年，思谋实现明星产品高通用智能工业平台SMore ViMo的商业交付。而这一平台的研发，源起于与美国一家全球领先的电动 制造企业的合作。这家企业电池装配产线长期被两大难题困扰：线束安装防错检测依赖人工，精度不足；电池模组涂胶缺陷类型多，人工检测覆盖难。思谋科技针对狭窄工位空间与复杂缺陷场景，定制开发多角度视觉系统与多模型算法，充分利用软硬资源实现线束状态精准识别及模组缺陷全检，大幅降低人工依赖，提升关键工序检测能力，为产线自动化与质量稳定性提供解决方案。
痛点狙击、成本暴击、效率碾压，这种客户获取路径指向AI的最短落地法则。短短五年，思谋实现了从0到300，不仅让思谋科技收获庞大的客户群体，还积累了独有的“场景”资产，成为其研发工业多模态大模型与智能体技术的有力支撑。
2023年11月，思谋科技发布全球首个工业多模态大模型IndustryGPT，涵盖超200个不同的工业场景，超300万张工业图像，超500亿Tokens的海量数据。基于IndustryGPT，思谋科技的工业智能体拥有了“超级大脑”，形成了跨模态认知、跨场景迁移、自主决策优化的能力，使智能体能够适应不同行业的复杂需求，让AI在制造业中 渗透。
以思谋科技打造的AI智能化解决方案为例，同一套工业智能体架构既能用于消费电子产品的高精密制造，也能快速调整为面向新能源电池而行业的智造设备，相关智能体技术甚至能扩展至食品医药等无菌应用场景。这种“一专多能”的产品特性，使其客户拓展效率远超传统智能制造企业，短短数年内便覆盖车类制造、新能源、3C、精密工业、食品医药等多个行业，为近百亿件工业品的品质安全保驾护航，其中单是五轴AI智能设备就超20亿件。
而细分场景的积累与反哺，更让思谋科技的商业化形成正向循环。每服务一家客户，系统就会在真实生产场景中沉淀大量实战经验，这些来自一线的应用反馈又成为优化工业大模型、迭代智能体算法的“养分”，随着技术的不断进化，思谋科技的产品与服务愈发贴合客户需求，形成“技术提升-客户增长-场景验证积累-技术持续提升”的闭环。
思谋科技更是打破了AI企业“高估值、低盈利”的怪圈。苹果、特斯拉、立讯、中车、富士康、京东方......这个不断扩大的KA朋友圈，不仅验证了思谋产品的市场价值与技术实力，更为思谋带来了稳定的现金流。思谋科技把自己打造成为为数不多的、具备自我造血能力的AI独角兽。
当然，在任何时候这样的企业都是投资人追捧的。据了解，思谋科技目前已完成了超十亿人民币的新一轮融资，且估值还在继续上扬。
一位投资人坦言，在市场情绪上升期，很多创业团队都能拿到大量融资。但他更关注的是，在充满不确定性的AI赛道，哪些团队能够有足够的韧性和定力，通过时间的累积做出真正商业化的产品，并能务实地落地，这才是打动他的关键。
而随着贾佳亚履新冯诺依曼研究院院长，这场产学研协同的鲜活实验将迎来更多正向力量。研究院锚定的具身智能、多模态大模型研发与应用等前沿领域，与思谋扎根的产业场景需求高度契合。未来，借力研究院深厚学术资源与人才优势，思谋有望攻克更多智能体技术难关；而企业从实战场景中积累的海量真实应用反馈、沉淀的成熟方案，又将反哺研究院基础研究，进一步加速技术的转化和生态的完善。这场从学术启航、在产业落地的探索，也让人们对“学术创新—技术落地—产业升级”的实现路径，有了更多想象空间。
