秦深涛：给人类造个新器官｜北坡计划
改变物理世界的交互基建
让机器变得更像人，是过去几年具身智能发展的主流方向。
还有另一条路：不是让机器学习人，而是让人与机器共同进化。当人的技能、经验与意图能够被理解、传递与强化，人机共融或许将进入另一种范式。
本期《信号与噪声》，我们邀请了 OriginFlow 创始人、00 后清华博士秦深涛， 聊一聊不同于脑机接口、动作捕捉和外骨骼的技术路径——从运动神经信号出发，在动作发生之前，就能捕捉与理解人的意图，改变物理世界的交互基建。
技术之外，我们也和他聊到了创业、"逆风局" 与生命力。为什么创业是一场 Founder in Gaming，以及为什么有些问题，值得用全部的生命去回答。
欢迎收听。
如果有任何希望分享的感受，欢迎在评论区留言交流。
播原文约 22,000 字，文章内容经删减整理后约 8,000 字。
Enjoy
绿洲： 你们的展示视频非常令人惊喜，一个残疾人戴着黑色的手环，通过肌肉电流数据，就可以控制一只机械手。我当时第一反应，这件事很有意义，不管你末端肢体出现了什么问题，本质上都可以重新被支撑起来，整个生命就衍生了。甚至未来人类的手可以长得无比长，或者脚可以跑得非常快。
可能很多人对你现在在做的事情还不熟悉，如果简单地说，你会怎么去描述你在做的事呢？
秦深涛： 打个比方，一个有意思的思想实验是，假如 OpenAI 创立之时互联网还未诞生、缺少海量数据，但我们相信依靠海量文字 Token 就能孕育出高级推理智能，我们该如何起步？
我们只能在全球搜集各类书籍，先把这部分熵相对较低、质量较高的信息做一下 Tokenizer，才有机会训练出初代小模型。后续想要继续迭代，还需要各行各业的从业者，把专业领域的经验完整记录下来。
你会发现，这个过程和如今 Physical AGI 经历的过程高度相似。**在我出生之前，互联网已经历经了数十年发展，亿万网民沉淀下海量内容，这可以说是一场全人类文明的 "献祭"。**相比之下，Physical AGI 是一个早产的状态，大批科研人员、创业者涌入赛道，想要打造出和大语言模型同等量级的物理智能大模型。可我们缺少物理场景的经验知识库，配套基础设施与技术积累都严重不足。但所有的资源、注意力等都涌向这个赛道，倒逼我们加速技术落地。
那么，如果把地球比作运行了数十亿年的开放世界游戏 World Online，假定现实世界本身就有一套成熟的模型，那最优选择一定不是从零开始，重新搭建全新引擎，而是对现实样本做 "蒸馏"。
蒸馏（Knowledge Distillation）：以大模型输出的概率分布做监督信号，把它的判断方式压缩进更小的模型里，在大幅降低体积和推理成本的同时，尽量保留原有能力。
绿洲： 所以你想蒸馏的是这个世界，还是想蒸馏人？
秦深涛： 核心是蒸馏人类行为，把人类的实操能力迁移给机器人。
我们很难跳过现有的技术根基，强行搭建下一代底层基础设施。**更务实的路径，是依托现有的体系，打造低成本、非侵入式、无感采集的外设，我们称之为 "数字器官"，持续采集行为数据，持续迭代优化模型。**当然，初期采集信号的信噪比会比较有限，但我们有成熟的技术手段，稳步提升数据质量。
绿洲： 人类身上有许多信息量，有人做脑机接口、动作捕捉去提取他们。当谈到 "蒸馏人" 的时候，在你的词库里，这意味着什么呢？
秦深涛： 我们可以把世界简化成两个核心要素：智能体（Agent）与环境（Environment），二者持续交互，过程中会不断产生数据。 如果再对智能体做分类，大致可以分为碳基的人类和硅基的机器人，我们的目标是让两者都能高效地与物理环境交互。就现阶段的 Physical AGI 而言，我们的阶段性目标可以描述为：让硅基智能体与物理环境的交互能力，尽可能逼近人类的水平。但这其中包含了许多争议性的地方：全球没有完全相同的两个人，也不存在完全一致的两台机器。
硅基智能体之间的信息传递非常高效，人和人之间则要难得多——比如一门手艺的传承，往往需要耗费很长时间。而更核心的问题是：**如何把人类的能力迁移到机器上？我们现在看到的大语言模型、大视频模型，本质都是输入某一模态的数据，在 Latent Space（隐空间）中提取 Feature（特征），**而这个特征的学习方向，需要明确的梯度来指引，最终指向预设的输出目标。
这也是我们希望把人类的行为能力迁移到机器人身上的底层逻辑，之前多数已验证的成功尝试，本质都是以人类行为作为强监督信号。
***隐空间（Latent Space）：*对原始数据的低维压缩表示，仅保留其底层结构的关键特征。 神经网络通过表征学习，将图像、文本等高维输入映射到该空间，语义相近的样本距离更近，模型的分类、生成与推理均在此完成。
绿洲： 其实目前具身智能的发展无非两条路，比如千寻智能、逐际动力本质上回答的是，怎么样让机器看起来更像人。而我们选择做你们第一位投资人，其实因为当时有一个很重要的主题叫 Human Tokenization，今天也可以叫 "蒸馏" ，如何把人的信息提取出来。
但刚才听你的描述，机器变人、人变为机器这两条路径，最终还是会融合。
秦深涛：一定会融合。我们经常开玩笑说我们第一阶段目标叫做让机器和世界的相处尽可能像人；第二阶段目标更有意思，就是让人与世界的相处能更像机器。
绿洲： 但是，人真的希望自己像机器吗？哈哈，这个需求是人的需求吗？
秦深涛： 哈哈，我们所谓 "更像机器" 是打引号的，你可以想象一个场景，如果说突然有一天觉醒了一只 "爱因斯坦龙虾"，它的技能和认知可以同步给所有龙虾，共享一套知识体系，技能可以在全球范围内快速传递。
但放到人类社会，个体间的知识传递效率就低很多。 比如我是 00 后，人生阅历只有二十多年的积累，而津剑你比我多了很多年的经验，我没法在短时间内把你的认知和经验完整承接过来，信息传递的带宽非常有限。
如果未来社会的物质生产能力被极致解放，人类不再被生产束缚，那下一步的追求会是什么？我认为人类能力增强会是一个长期的探索方向。 当物质极大丰富之后，人与人之间新的差异，可能会来自于能力增强的程度——比如 Neural Interface 的发展，能让人对自身健康状态有更精准的认知与掌控**。**
**神经接口（Neural Interface）：**利用神经信号的电学特性，在神经系统与外部设备之间建立的直接通信系统。通过电极记录大脑或外周神经的电活动，并可反向施加电刺激调控神经活动，从而实现「读-写两」个方向的信息传递。
未来会有大量超出人类原生边界的认知与能力出现，而这种能力的放大，需要一种新的载体，也就是碳、硅融合的数字器官。
绿洲： 神经信号的发出，距离末端动作的完成，中间有多少时差？
秦深涛： 从我们目前已知的情况来看，会领先数十毫秒。
绿洲： 过去我们看到很多动作捕捉，特别在游戏、漫画里，一定会是有延迟的，那最后实现的效果就会很差、总会觉得卡。
这样而言，你们的设备其实是第一次有机会实现动作还没出来之前，就能从屏幕中看到同步动作、甚至早于我做出的动作？
秦深涛： 正因为信号比动作早，我们就能做时序对齐，实现体感上的完全同步。所以用运动神经接口玩竞技类游戏，体验上限是超过键鼠的——毕竟键鼠得等手指完成按键动作才能输入，本身多了一层延迟。就像大家常说的，有的人脑子转得快，但嘴跟不上，在手指竞技里也是同一个道理。
绿洲： 对人类而言，这可能是个里程碑，以后应该不会是现在这样的外设了。因为相比之下，我们现在所有的外设设备都是落后的，如果之后你还用落后的外设，我们都不是一代人了，对吧？
秦深涛： 差不多是代际级的差距，就像 5G 和 1G 的区别。等下一代人成长起来，习惯了这种高带宽的人机交互方式，回头看我们现在的输入效率，大概率会觉得难以想象，就像我们现在回头看电报的传输速度一样。
绿洲： 从这个角度而言，打字不就是在打电报嘛。目前我产生一个意识，就算打得再快，我也是在用按键，本质上还是在末端操作。不过，如果在意识层面去截取的话，你能截取到什么信息呢？
秦深涛： 我们最近在搭建自研的基础模型，发现肌电信号和文本信号本质一样，都可以用 Tensor (张量) 来表征。按我们当前的硬件方案，单路 16 个 Channel（通道），每个 Channel 采样率 2000 赫兹，单次采样 24 维、3 字节。粗略换算下来，每秒的数据量接近百 KB，一小时大概就是百兆字节的量级，里面承载的信息量比大家直观感受的要丰富得多。 如果是纯视觉的动作捕捉，没有针对性的信号降噪筛选，会混入大量无效噪声；但我们从神经执行侧采集的这部分 Tensor，绝大多数都是有效、高质量的运动信息。
***张量（Tensor）：*可在 GPU 上高效运算的多维数组，是向量与矩阵向更高维度的推广。在肌电信号处理中，用于承载多通道、多时间步的 EMG 数据，是深度学习模型的标准输入形式。
通道（Channel）：在肌电（EMG）中，一个通道对应一对电极所采集的一路独立信号，反映特定肌肉区域的电活动。多通道系统通过在不同部位布置电极，同时记录肌群间的协同与时序变化。
绿洲： 因为人一分钟大概能打出 140 个字，连续打一个小时相当于 8400 字，理论上你们与外界互动的量级，就完全不在一个层面上了。
秦深涛： 交互的维度和效率都会高很多。
绿洲： 假设这个工作流是稳定的、只是通过手环每小时 100 兆地往外输出，理论上我与世界的互动会发生什么样的变化呢？
目前我们的产品形态还以手环为主，同时也在探索更多形态的神经接口方案。长远来看，人类的能力是有机会和硅基智能体一样强的。
绿洲： 除了手环，在你们的想象之中，3 年、 5 年以后会出现什么形式？
秦深涛： 可能会出现类似全身肌电传感服的形态，就像《环太平洋》里的机甲操控服那样。
绿洲： 就与现在的衣服的形态一样，本质上把人类全身肌肉电流数据全部收集并处理了。那还有没有更直接的方式，比如孩子出生之后就植入芯片。
秦深涛： 我们的判断是，先把非侵入式的外周神经接口做到极致，未来技术成熟后，也有可能再往人的身体里面探索。
绿洲： 你是从什么时候开始认定，这是自己人生需要花费主要精力做的事情？
秦深涛： 整个本科阶段，我对这个方向的探索都没和商业化挂钩，当时纯粹是觉得这件事很酷、很有意思。后来Deep Learning 层面上的进展，让我意识到这项技术有机会比上一代方案实现质的提升。不过这类面向人的交互技术，最大的难点在于跨场景、跨人群的效果泛化，当时整个行业都还没有明确的答案。
直到 Meta 凭借多年、近百亿美金的研发投入，在 Nature 正刊发表了相关成果，验证了这条技术路线的规模化效应，我才第一次笃定这件事具备全面投入的价值。在那之前，我更多还是以技术爱好者的视角在关注。
绿洲： 那你是什么时候决定要通过建立公司、组织人员的方式去做的？
秦深涛： 去年 7 月我萌生了这个想法，也是那时候和津剑第一次见面。当时我对 "以公司化的方式推进这件事"、以及组织化运作能带来多大的加速效应，完全没有概念。
大概是国庆之后的一两周，我有了非常多的思考，突然意识到这件事值得全身心投入去做好。**拿游戏打比方，游戏通常分匹配赛和排位赛两种：匹配赛可以轻松玩，和队友对手都能玩的很开心，练英雄、输了也没关系；但排位赛不一样，你要尊重队友，也要尊重对手。那时候我就想通了，不要再玩匹配了，现在就去打排位。**而且我很清楚，这个赛道的终极对手不会是同赛道的创业公司，而是早晚要直面 Meta、Neuralink 这样的全球顶尖玩家。
这里其实有个很有意思的路线分歧：Neuralink 选择从难度最高的脑机接口切入。在我看来，神经交互的终极答案最终一定会指向脑中枢，但在抵达终局之前，我们可以先从外周神经接口切入，让技术一步步落地成长——两者底层的技术基础是相通的。不同的是，马斯克的整体规划从第一天就锚定了人类在能量、物质、信息领域的终极命题，把锚点放在了那里。但如果有一天他回过头说，要把神经接口这件事好好做一把，他对 Neuralink 的布局可能会更丰富，不一定只局限于脑机。
绿洲： 刚才听你描述这段的时候，我能感受到你的雄心。很多人认为，雄心是因为你到了一个位置才会有的，因为他是马斯克、他是宁德时代，所以他有雄心。但实际上是反过来，因为有雄心，所以他才成就了特斯拉，才成就了马斯克。
很多创业者不会觉得自己在打一场淘汰赛，大家也不会一开始就把目标真的定位到与 Meta 抗衡。很多创业者的角度是，我就看着眼前这个需要被解决的问题去创新，好像也没有所谓的竞争。7 月份我们认识，到 10 月份你想明白这件事，那时你也是 3 个月的创业者，你是怎么萌生这个想法：我要赢，而且一开始就把目标盯着这个领域全世界最强的人去竞争的？
秦深涛： 说得稍微锐利一些，即便有马斯克、有 Meta 这样的玩家在前，我认为今天的神经交互行业，还远没有达到它应有的发展速度和成熟度。扎克伯格和马斯克都是非常顶尖的领导者，但目前他们都没有把核心注意力放在这个赛道上。
但我始终相信，神经接口会是下一代人机交互的核心基建，值得全球最顶尖的创业者投入 99% 的精力，甚至超越 100% 的精力深耕，而现在这个赛道还没有获得最高优先级的全情投入。
当我们看到 DeepSeek 训练一次模型的效率可能比 OpenAI 高很多、人效比也高很多的时候，大多数人会觉得 "哇，好厉害"。我们的感受是，当一家企业的创始人没有把全部注意力聚焦在赛道上、没有亲自成为这个领域最极致的专家、没有搭建起一套 AI 原生的高效组织架构，他有可能花了 100 美金，但产出不到 1 美金的效果。反过来说，如果我们能搭建一个极致聚焦、人效更高的组织，而且我们坚信这件事的长期价值，那为什么不值得我们全身心投入去做呢？
绿洲： 你刚才聊到，什么叫创业者的 "全部生命"，我觉得很多人是没有理解的。
我之前有机会见了一位全球企业的创始人，现在已经 70 多岁了。当时我们俩聊了一个多小时，聊完后他问了我一句话："津剑你一天睡多长时间？" 我说我尽量还是保证 8 小时睡眠，虽然有时候做不到，但至少睡 6 个小时。老先生看了我一眼，说："You sleep too much"。哈哈，我当时懵了，就跟他的同事聊，同事：老先生从创业那天到现在，每天不超过 4 个小时的睡眠时间，因为他要管理横跨全世界 100 多个国家的业务，直到现在对每个国家的毛利都非常非常清晰。那一刻我其实对你刚才说的什么叫全部的生命是有理解的？
不过，你的这种 "卷" 的背后，有什么东西在激励你呢？
秦深涛： 其实今天我早上 6 点才回到酒店休息，9 点多又去参会，紧接着就过来录播客了。我觉得这可能是个常态，你没有睡眠的时间，忙起来只能见缝插针补觉。我相信更多时候，人是能够控制自己身体的，身体潜能会比你想象的更强一些。
绿洲： 那比如你 6 点回酒店、9 点开会，大概只睡了 3 个多小时，你是怎么做到的呢？
秦深涛： 很多时候创业者用一个词叫 Gaming，Founder in gaming。就像打游戏打到全情投入的时候，整个人完全扎进去，是真的可以 24 小时不睡觉，也能处于还不错的竞技状态。本质是注意力和状态都高度聚焦在目标上，身体会自然调动到最佳状态，激素也调整到一个非常高的阈值，一旦进入这种状态，疲惫感会被压到很低。
绿洲： 所以其实对你而言，创业也像打游戏。
秦深涛： 比打游戏爽多了。
绿洲： 哈哈，比打游戏还要爽。我小时候也很喜欢打游戏，记得有一次打篮球摔断了一条腿，我爸带我去医院包扎，包扎完把我送到校门口就走了。他走了之后，我发现自己竟然在校门口，就杵着拐杖去了网吧。我爸回来之后，发现忘记把药给我，到了学校发现我没回班级，然后就在周围网吧找。
之后我另外一条腿也断了（笑）。
但是很多时候大家会把创业当成工作，不会这么投入。为什么你可以做到？你觉得这是天赋还是什么？
秦深涛： "全部的生命" 这个词，我觉得和 Gaming 一样值得被好好理解。一个人真正进入 Gaming 状态，全情投入，自然会把所有精力都往这件事上倾斜。
回想小时候玩游戏也是一样，巴不得父母早点睡。因为怕被发现通宵，就掐着点早上 5 点回床上躺一小时，6 点假装正常起床。如果你真进入那个状态，是可以想办法压缩你所有的生命，给它更多的空间。
绿洲： 你从小就是这个状态，还是现在才变成这样的？
秦深涛： 一直是这样的，这来自我母亲一个特别有意思的观察。她观察到很多人玩游戏，真的是玩得开心，但如果我玩游戏输了，我会很生气。
绿洲： 哈哈哈，输了很生气。
秦深涛： 大型多人在线游戏都有匹配平衡机制，如果你胜率一直很高，系统会给你匹配水平参差不齐的队友，让你的胜率均值回归到 50%，有时候想对抗这个机制就会很生气。后面你确实能通过胜利改变这个机制，诀窍就是要能打 "逆风局"。换句话说如果 World Online 真的是一个大型游戏，最爽的角色和副本就是朱元璋，开局只有一个碗，一步步把局面打出来。
绿洲： 你觉得自己在创业过程中，是个 "暴力" 的人吗？
秦深涛： 如果这是个是非题，那么我会回答 "是"。
当讨论事实性问题的时候，我不太会顾及很多其他要素，只会围绕事情本身的逻辑做判断。而且在推进的过程中，为了厘清优先级，把资源集中到最重要的事情上，你就必须得是个 "暴力" 的人。
绿洲： 理解，要抓住主要矛盾。
秦深涛： 对，一件事如果判断下来足够重要，核心信息捋清楚 10 秒之后就要快速进入思考，1-2 分钟内明确高优先级，立刻启动推进。我们内部的节奏是，三天拿出初代方案，一周跑通冒烟测试，之后持续快速迭代。
我特别认同一句话：很多时候你没法等万事俱备再出发，得在学会走路之前先练跑，学会跑步之前先试着飞。说白了就是 "原地起飞、空中加油、强行落地"。
绿洲： 刚才听你的表达，我能感受到杀气，其中有许多很锐利的东西存在。我觉得这个锐利感与你刚才说的 Stay in the game，打排位不打匹配的感觉会很相似。你是一个执行力很强的人？
秦深涛： 我觉得道理很简单，既然大家都选择打排位赛，目标肯定是奔着赢去的。如果有人说 "我是你的队友，但赢不赢无所谓"，那其实他更适合去打匹配赛，没必要凑到排位局里。
绿洲： 明白，既然要玩这个游戏，咱们就认真玩。
秦深涛： 对，这样对你自己、你的队友、对手才是尊重。
绿洲： 因为你很喜欢打逆风局。比如游戏中打了如此多次之后，你认为如何才能打好一场逆风局呢？
秦深涛： 其实也算是个常识了，就是心态稳住。
通常来讲，如果你个人可以打好逆风局，证明这个局面并不是你造成的。那么，你能否接受最信任的队友，在关键点位上的失误，导致整个局面有了一边倒的崩盘？
你首先就要尊重这个现实，接纳你们崩盘的状况，也理解你队友的失误。但是在这个情况下的好心态，是带着团队一起找翻盘的机会。这个过程最难的是，失误的人会自责，没出错的人会埋怨，你得把所有人的注意力重新拉回目标上，带着大家找到突破口，去抓对方的失误，然后利用他们的失误再想办法扳回来。而且这种拉扯往往会持续很久，几十分钟，甚至一个小时以上。
绿洲： 理解。对。因为你必须要在足够的撕扯里面，你才能发育起来。
秦深涛： 必须是这样。
绿洲： OK，那你人生到现在打过的最大的逆风局是什么？
秦深涛： 创业之前我还觉得自己经历过几场逆风局，创业之后再回头看，感觉都不算什么了。
绿洲： 哈哈哈，原来以前都是青铜组，都是在扯头花。
秦深涛： 对，青铜组小打小闹的感觉，真正的逆风局还没开始。
绿洲： 那你创业之后打的最大的逆风局是什么？
秦深涛： 我感觉我们现在还在白银段位，等哪天能进入 Neuralink 这种顶级玩家的视野，同场竞技，才算进入黄金阶段；要是能和全球最顶级的企业达成深度技术共建，那才算打到钻石局，但这还远没到王者局。真到了王者段位，就是真正代表中国站到全球行业的第一梯队了。还有很长的路要走。
绿洲： 有意思，所以其实本质上，你在什么组别，也是你的竞争对手决定的。
秦深涛： 没错，我反而特别希望对手足够强。我们常玩游戏的人都有体会：想用最少的资源、最短的时间刷满经验、拉满能力，最快的方式就是遇上顶级对手 —— 他不会给你犯错的机会，会逼着你在高强度的对抗里快速成长，这本身就是最有意思的事。尤其是面对资源体量远大于你的对手，在被压制的过程里倒逼自己进步，因为你不接受自己输。
绿洲： 这个时候你又不接纳，你先不接纳他，哈哈哈，然后不接纳自己，对吧？
秦深涛： 承认自己菜，但不接受输。
绿洲： 对，不接受输，开始的时候也不承认菜，哈哈哈。
秦深涛： 我觉得马斯克是我最喜欢的 Founder in gaming 的这样的一个存在。你像他 Day One 创立 SpaceX 的时候，他确实是不太懂火箭。他承认自己菜， 但也不怕输。
绿洲： 你一路走过来，生活中也会有许多让人很痛苦的时刻，你是怎么去保持这种生命力的呢？
秦深涛： 我后来意识到，我们在探索的方向，本质是在极致放大人对世界的感知与生命体验。所以无论是个人还是团队层面遇到的问题，对我而言都只是人生起伏的一部分：有些是必须交的学费，还有一些是生活本身精彩的一部分。
绿洲： 但因为所谓经验都是后验的，当下人的感受是真实的。你怎么从痛苦当中恢复呢？
秦深涛： 说实话，我就是直面它。
绿洲： 哈哈，非常暴力，你对自己也很暴力。我们一直以来强调 「参赞生命力」，咱们刚见面的时候，你会比现在看起来更稚嫩一些，虽然过程中遇到了很多挑战，但我觉得你身上的生命力是在变强的。
对于你而言，你是怎么理解生命力的？又是如何保有自己的生命力？
秦深涛： 我觉得生命力就是 Live in gaming, and eventually become a game changer.
绿洲： 这是一个很酷的理解，如果你给当年刚开始创业的自己一个建议，你会给什么？
秦深涛： Follow your calling.
绿洲： 人会因为什么原因没有遵从自己心里的召唤？
秦深涛： 有个问题 "如果重来一次，哪些地方你想去改变？" 我可能觉得我不需要重来一次，过去七年的每个时间段里，我都做到了自己的极致。这种极致不是说结果不会更好，而是你的每个决策都是 Follow your heart and calling 去完成的，没有违背过自己的初衷。
我觉得人生就像一场闭服的游戏，等到自己的角色要离开服务器的那天，会不会有哪个时刻想重来一遍？如果到那天我也能像现在这样说 "不需要"，就够了。
因为每一步选择，都是 Follow my calling 的结果。
