戴若犁从诺亦腾到具身智能创业——机器人创业者的技术洞察与商业化路径演讲嘉宾戴若犁诺亦腾机器人创始人、CEO所属大会2026 奇点智能技术大会 · 北京对奇点智能大会2026的完整技术议题感兴趣可前往奇点大会官方渠道免费获取PPT详细资料一、引言一位动作捕捉 pioneer’s 的机器人创业之路在具身智能的创业浪潮中诺亦腾Noitom是一个独特的存在。这家由戴若犁创立的公司最初以惯性动作捕捉技术闻名于世服务过无数影视、游戏和体育客户。然而戴若犁的视野从未局限于动作捕捉——他始终相信让机器理解人体运动是让机器像人一样行动的第一步。2026 年 11 月戴若犁将以诺亦腾创始人、CEO 的身份出席奇点智能技术大会分享他从动作捕捉到具身智能的创业历程以及机器人商业化的深层思考。二、诺亦腾的技术基因动作捕捉的十年积累2.1 惯性动作捕捉的技术壁垒诺亦腾的核心技术是基于 MEMS 惯性传感器的动作捕捉系统。与光学动作捕捉相比惯性方案具有无需专用场地、不受遮挡影响、可户外使用等优势。# 惯性动作捕捉系统核心算法示意classInertialMotionCapture:def__init__(self,num_sensors17):self.sensors[IMUSensor()for_inrange(num_sensors)]self.skeleton_modelHumanSkeletonModel()self.fusion_filterKalmanFusionFilter()defcalibrate(self,subject_height,limb_lengths):根据受试者身体参数校准骨骼模型self.skeleton_model.fit(subject_height,limb_lengths)defprocess_frame(self,imu_data):处理一帧 IMU 数据输出骨骼姿态# 1. 传感器数据预处理accel[s.get_acceleration()forsinself.sensors]gyro[s.get_angular_velocity()forsinself.sensors]mag[s.get_magnetic_field()forsinself.sensors]# 2. 姿态解算Madgwick/Mahony 算法orientations[]foriinrange(len(self.sensors)):qself.fusion_filter.update(accel[i],gyro[i],mag[i])orientations.append(q)# 3. 骨骼正向运动学joint_anglesself.skeleton_model.orientations_to_angles(orientations)bone_positionsself.skeleton_model.forward_kinematics(joint_angles)returnbone_positions,joint_angles2.2 从人体到机器人的技术迁移动作捕捉技术与机器人技术之间存在深刻的联系技术领域动作捕捉应用机器人应用迁移路径姿态估计人体关节角度机器人关节控制算法直接复用运动学人体骨骼模型机器人连杆模型模型结构调整动力学人体受力分析机器人力控物理原理相通运动规划舞蹈/体育动作机器人轨迹生成数据驱动方法人机交互手势识别机器人指令理解传感器融合三、具身智能创业的三大战略抉择3.1 技术路线选择全栈自研 vs. 生态整合戴若犁在创业过程中面临的首要抉择是技术路线全栈自研路径优势技术深度、产品差异化、长期壁垒 劣势研发周期长、资金需求大、风险高 适用核心算法运动控制、感知融合生态整合路径优势快速迭代、降低风险、聚焦场景 劣势供应链依赖、同质化竞争 适用标准硬件电机、传感器、计算平台诺亦腾的选择是核心算法自研 硬件生态整合自研运动控制算法、感知融合、人机交互整合电机驱动、计算平台、传感器模组3.2 产品定位选择通用平台 vs. 垂直场景具身智能创业的另一关键抉择是产品定位定位代表方向优势挑战通用平台人形机器人想象空间大、融资友好技术难度极高、商业化遥远垂直场景工业巡检、物流搬运需求明确、变现快市场规模有限、竞争激烈中间路线可编程机器人平台兼顾通用性与落地需要强大生态支持戴若犁的观点是先垂直、后通用。诺亦腾的策略是先在特定场景如影视动捕、体育训练建立技术和商业基础再逐步向通用机器人能力扩展。3.3 商业模式选择硬件销售 vs. 服务订阅硬件销售模式 ├─ 一次性收入 ├─ 毛利率受供应链影响 ├─ 需要持续推出新产品 └─ 客户获取成本高 服务订阅模式 ├─ 经常性收入 ├─ 毛利率高且稳定 ├─ 客户生命周期价值高 └─ 需要持续提供服务价值 诺亦腾混合模式 ├─ 硬件动作捕捉设备销售 ├─ 软件动捕数据处理工具 ├─ 服务定制化解决方案 └─ 数据运动数据库订阅四、具身智能产品化的工程实践4.1 从 Demo 到产品的鸿沟戴若犁强调具身智能领域存在一个普遍的Demo-Product Gap阶段特征关键挑战实验室 Demo固定环境、已知物体、单次演示可重复性可控场景产品半结构化环境、有限物体、批量部署鲁棒性开放场景产品任意环境、未知物体、持续运行泛化性规模化产品多场景、多用户、自主进化可维护性4.2 硬件工程的核心挑战具身智能的硬件工程远比软件复杂# 机器人硬件系统架构classRobotHardwareSystem:def__init__(self):self.actuatorsActuatorArray(dof32)# 执行器阵列self.sensorsSensorSuite()# 传感器套件self.powerPowerManagement()# 电源管理self.computeEdgeComputeUnit()# 边缘计算单元self.safetySafetyMonitor()# 安全监控definitialize(self):系统初始化序列# 1. 电源自检self.power.self_test()# 2. 执行器校准foractuatorinself.actuators:actuator.calibrate()# 3. 传感器标定self.sensors.calibrate_extrinsics()# 4. 安全系统激活self.safety.arm()# 5. 计算单元启动self.compute.boot()defemergency_stop(self):紧急停止self.actuators.zero_torque()self.power.cut_motor_power()self.safety.trigger_estop()关键工程指标指标目标值工程意义关节扭矩密度 50 Nm/kg决定机器人负载能力控制频率 1kHz决定动态响应能力定位精度 1mm决定操作精度续航时间 4h决定实用价值MTBF 1000h决定可靠性4.3 软件系统的分层设计诺亦腾的机器人软件系统采用严格的分层架构┌─────────────────────────────────────┐ │ 应用层任务规划、人机交互、业务逻辑 │ ├─────────────────────────────────────┤ │ 技能层抓取、行走、操作、导航 │ ├─────────────────────────────────────┤ │ 控制层运动控制、力控、阻抗控制 │ ├─────────────────────────────────────┤ │ 感知层视觉、触觉、本体感觉、多传感器融合│ ├─────────────────────────────────────┤ │ 硬件抽象层驱动接口、实时通信、安全监控 │ └─────────────────────────────────────┘五、商业化路径从动捕到机器人的跨越5.1 诺亦腾的商业化阶段阶段时间核心业务收入模式第一阶段2012-2016影视动捕设备硬件销售第二阶段2017-2020体育科学、VR硬件软件第三阶段2021-2024数字人、元宇宙解决方案第四阶段2025-至今具身智能机器人平台服务5.2 具身智能的商业模式创新戴若犁认为具身智能的商业模式需要创新机器人即服务RaaS# RaaS 商业模式示意classRobotAsAService:def__init__(self):self.fleetRobotFleet()# 机器人集群self.task_queueTaskQueue()# 任务队列self.billingUsageBilling()# 计费系统defon_demand_task(self,task_spec):按需任务执行# 1. 任务评估estimated_timeself.estimate_task(task_spec)costself.calculate_cost(estimated_time)# 2. 资源调度robotself.fleet.allocate(task_spec)# 3. 任务执行resultrobot.execute(task_spec)# 4. 计费actual_timeresult.execution_time self.billing.charge(task_spec.client,actual_time)returnresult数据飞轮机器人部署越多 → 收集数据越多 → 模型越好 → 机器人能力越强 → 吸引更多部署六、创业者的技术洞察6.1 技术趋势判断戴若犁对具身智能技术趋势的判断2024-2025硬件平台标准化出现通用的机器人开发平台2025-2027感知-决策-控制一体化端到端学习成为主流2027-2030多机器人协作群体智能涌现2030通用具身智能机器人像人一样适应任意环境6.2 给创业者的建议方面建议技术聚焦核心能力不要试图做所有事情产品先解决一个具体问题再追求通用性团队硬件、软件、AI 人才缺一不可融资技术里程碑与商业里程碑并重生态积极参与开源社区建立技术影响力七、总结与展望戴若犁的创业历程展示了从动作捕捉到具身智能的技术迁移路径以及硬科技创业的系统性方法论。在具身智能的大潮中诺亦腾的经验对于所有机器人创业者都具有重要参考价值。2026 年 11 月奇点智能技术大会聆听戴若犁分享具身智能创业的实战智慧。大会信息2026 奇点智能技术大会 C 及系统软件技术大会时间2026 年 11 月 20-21 日地点中国·北京万达文华酒店大会报名地址https://boolan.com/enroll/c1051/event/1162?channelseo立即报名与具身智能创业者面对面交流 26年奇点智能大会戴若犁:从诺亦腾到具身智能创业——机器人创业者的技术洞察与商业化路径
戴若犁从诺亦腾到具身智能创业——机器人创业者的技术洞察与商业化路径演讲嘉宾戴若犁诺亦腾机器人创始人、CEO所属大会2026 奇点智能技术大会 · 北京对奇点智能大会2026的完整技术议题感兴趣可前往奇点大会官方渠道免费获取PPT详细资料一、引言一位动作捕捉 pioneer’s 的机器人创业之路在具身智能的创业浪潮中诺亦腾Noitom是一个独特的存在。这家由戴若犁创立的公司最初以惯性动作捕捉技术闻名于世服务过无数影视、游戏和体育客户。然而戴若犁的视野从未局限于动作捕捉——他始终相信让机器理解人体运动是让机器像人一样行动的第一步。2026 年 11 月戴若犁将以诺亦腾创始人、CEO 的身份出席奇点智能技术大会分享他从动作捕捉到具身智能的创业历程以及机器人商业化的深层思考。二、诺亦腾的技术基因动作捕捉的十年积累2.1 惯性动作捕捉的技术壁垒诺亦腾的核心技术是基于 MEMS 惯性传感器的动作捕捉系统。与光学动作捕捉相比惯性方案具有无需专用场地、不受遮挡影响、可户外使用等优势。# 惯性动作捕捉系统核心算法示意classInertialMotionCapture:def__init__(self,num_sensors17):self.sensors[IMUSensor()for_inrange(num_sensors)]self.skeleton_modelHumanSkeletonModel()self.fusion_filterKalmanFusionFilter()defcalibrate(self,subject_height,limb_lengths):根据受试者身体参数校准骨骼模型self.skeleton_model.fit(subject_height,limb_lengths)defprocess_frame(self,imu_data):处理一帧 IMU 数据输出骨骼姿态# 1. 传感器数据预处理accel[s.get_acceleration()forsinself.sensors]gyro[s.get_angular_velocity()forsinself.sensors]mag[s.get_magnetic_field()forsinself.sensors]# 2. 姿态解算Madgwick/Mahony 算法orientations[]foriinrange(len(self.sensors)):qself.fusion_filter.update(accel[i],gyro[i],mag[i])orientations.append(q)# 3. 骨骼正向运动学joint_anglesself.skeleton_model.orientations_to_angles(orientations)bone_positionsself.skeleton_model.forward_kinematics(joint_angles)returnbone_positions,joint_angles2.2 从人体到机器人的技术迁移动作捕捉技术与机器人技术之间存在深刻的联系技术领域动作捕捉应用机器人应用迁移路径姿态估计人体关节角度机器人关节控制算法直接复用运动学人体骨骼模型机器人连杆模型模型结构调整动力学人体受力分析机器人力控物理原理相通运动规划舞蹈/体育动作机器人轨迹生成数据驱动方法人机交互手势识别机器人指令理解传感器融合三、具身智能创业的三大战略抉择3.1 技术路线选择全栈自研 vs. 生态整合戴若犁在创业过程中面临的首要抉择是技术路线全栈自研路径优势技术深度、产品差异化、长期壁垒 劣势研发周期长、资金需求大、风险高 适用核心算法运动控制、感知融合生态整合路径优势快速迭代、降低风险、聚焦场景 劣势供应链依赖、同质化竞争 适用标准硬件电机、传感器、计算平台诺亦腾的选择是核心算法自研 硬件生态整合自研运动控制算法、感知融合、人机交互整合电机驱动、计算平台、传感器模组3.2 产品定位选择通用平台 vs. 垂直场景具身智能创业的另一关键抉择是产品定位定位代表方向优势挑战通用平台人形机器人想象空间大、融资友好技术难度极高、商业化遥远垂直场景工业巡检、物流搬运需求明确、变现快市场规模有限、竞争激烈中间路线可编程机器人平台兼顾通用性与落地需要强大生态支持戴若犁的观点是先垂直、后通用。诺亦腾的策略是先在特定场景如影视动捕、体育训练建立技术和商业基础再逐步向通用机器人能力扩展。3.3 商业模式选择硬件销售 vs. 服务订阅硬件销售模式 ├─ 一次性收入 ├─ 毛利率受供应链影响 ├─ 需要持续推出新产品 └─ 客户获取成本高 服务订阅模式 ├─ 经常性收入 ├─ 毛利率高且稳定 ├─ 客户生命周期价值高 └─ 需要持续提供服务价值 诺亦腾混合模式 ├─ 硬件动作捕捉设备销售 ├─ 软件动捕数据处理工具 ├─ 服务定制化解决方案 └─ 数据运动数据库订阅四、具身智能产品化的工程实践4.1 从 Demo 到产品的鸿沟戴若犁强调具身智能领域存在一个普遍的Demo-Product Gap阶段特征关键挑战实验室 Demo固定环境、已知物体、单次演示可重复性可控场景产品半结构化环境、有限物体、批量部署鲁棒性开放场景产品任意环境、未知物体、持续运行泛化性规模化产品多场景、多用户、自主进化可维护性4.2 硬件工程的核心挑战具身智能的硬件工程远比软件复杂# 机器人硬件系统架构classRobotHardwareSystem:def__init__(self):self.actuatorsActuatorArray(dof32)# 执行器阵列self.sensorsSensorSuite()# 传感器套件self.powerPowerManagement()# 电源管理self.computeEdgeComputeUnit()# 边缘计算单元self.safetySafetyMonitor()# 安全监控definitialize(self):系统初始化序列# 1. 电源自检self.power.self_test()# 2. 执行器校准foractuatorinself.actuators:actuator.calibrate()# 3. 传感器标定self.sensors.calibrate_extrinsics()# 4. 安全系统激活self.safety.arm()# 5. 计算单元启动self.compute.boot()defemergency_stop(self):紧急停止self.actuators.zero_torque()self.power.cut_motor_power()self.safety.trigger_estop()关键工程指标指标目标值工程意义关节扭矩密度 50 Nm/kg决定机器人负载能力控制频率 1kHz决定动态响应能力定位精度 1mm决定操作精度续航时间 4h决定实用价值MTBF 1000h决定可靠性4.3 软件系统的分层设计诺亦腾的机器人软件系统采用严格的分层架构┌─────────────────────────────────────┐ │ 应用层任务规划、人机交互、业务逻辑 │ ├─────────────────────────────────────┤ │ 技能层抓取、行走、操作、导航 │ ├─────────────────────────────────────┤ │ 控制层运动控制、力控、阻抗控制 │ ├─────────────────────────────────────┤ │ 感知层视觉、触觉、本体感觉、多传感器融合│ ├─────────────────────────────────────┤ │ 硬件抽象层驱动接口、实时通信、安全监控 │ └─────────────────────────────────────┘五、商业化路径从动捕到机器人的跨越5.1 诺亦腾的商业化阶段阶段时间核心业务收入模式第一阶段2012-2016影视动捕设备硬件销售第二阶段2017-2020体育科学、VR硬件软件第三阶段2021-2024数字人、元宇宙解决方案第四阶段2025-至今具身智能机器人平台服务5.2 具身智能的商业模式创新戴若犁认为具身智能的商业模式需要创新机器人即服务RaaS# RaaS 商业模式示意classRobotAsAService:def__init__(self):self.fleetRobotFleet()# 机器人集群self.task_queueTaskQueue()# 任务队列self.billingUsageBilling()# 计费系统defon_demand_task(self,task_spec):按需任务执行# 1. 任务评估estimated_timeself.estimate_task(task_spec)costself.calculate_cost(estimated_time)# 2. 资源调度robotself.fleet.allocate(task_spec)# 3. 任务执行resultrobot.execute(task_spec)# 4. 计费actual_timeresult.execution_time self.billing.charge(task_spec.client,actual_time)returnresult数据飞轮机器人部署越多 → 收集数据越多 → 模型越好 → 机器人能力越强 → 吸引更多部署六、创业者的技术洞察6.1 技术趋势判断戴若犁对具身智能技术趋势的判断2024-2025硬件平台标准化出现通用的机器人开发平台2025-2027感知-决策-控制一体化端到端学习成为主流2027-2030多机器人协作群体智能涌现2030通用具身智能机器人像人一样适应任意环境6.2 给创业者的建议方面建议技术聚焦核心能力不要试图做所有事情产品先解决一个具体问题再追求通用性团队硬件、软件、AI 人才缺一不可融资技术里程碑与商业里程碑并重生态积极参与开源社区建立技术影响力七、总结与展望戴若犁的创业历程展示了从动作捕捉到具身智能的技术迁移路径以及硬科技创业的系统性方法论。在具身智能的大潮中诺亦腾的经验对于所有机器人创业者都具有重要参考价值。2026 年 11 月奇点智能技术大会聆听戴若犁分享具身智能创业的实战智慧。大会信息2026 奇点智能技术大会 C 及系统软件技术大会时间2026 年 11 月 20-21 日地点中国·北京万达文华酒店大会报名地址https://boolan.com/enroll/c1051/event/1162?channelseo立即报名与具身智能创业者面对面交流