金戈描述操作体验：“戴上VR眼镜之后，完全是附身于机器人之上的感觉，得到的视觉信息和自己的感受非常接近，也不会眩晕。”

母机的尺寸与关节和人体完全同构，操作员可以零门槛上手。

“我们的硬件跟人是基本同构的，机械臂长度、手的长度都跟人类似，你够得到的东西机器人也够得到。”莫一林说，“我们可能是国内目前唯一在认真做真正远程遥操作的公司。”

灵御智能参加上海GDPS比赛，图片来源：灵御智能

灵御智能目前锁定了三类应用场景。

第一类是危险场景与跨地域劳动力套利。在核电站、化工厂这样存在一定危险性的环境中，遥操作本身就是价值所在。莫一林认为，这种“时空折叠”算的不是经济账，是人的生命价值。同时全球劳动力成本差异巨大，灵御的远程遥操方案可以让低成本地区的操作员通过机器人为高成本地区服务，覆盖零售、物流、酒店、仓储等行业。

第二类是一人多机的分时复用。很多工作频次不高但需要长时间待命。典型如夜间药店：单店来客频次低，但需要人全程值守。灵御智能的方案是多家药店部署机器人，1名操作员通过后台管理5到10个门店终端，按需切换。

第三类是半自主兜底。机器平时自主运行，遇到Corner Case瞬间切换人工接管。金戈将这称为“带保险的自动化”：95%的时间自动模式，5%的时间遥操模式。

尽管在技术上有了突破，但是他们还面临一个大问题——成本。

3.低成本跑出高精度

具身智能的数据采集成本，在行业里普遍被认为是当前最大的隐性成本之一。如果把一个具身智能公司的技术投入拆开，就会发现数据采集系统、操作人员、实验场地与设备维护，占据了相当比例的预算。

尤其是真机遥操作数据采集成本高的问题，困扰了很多企业，灵御智能没有回避这一问题，而是想办法从两方面同时压缩成本：一是提高机器人的运转时间和平均故障间隔；二是通过更优的遥操作方案大幅提升作业效率。

灵御智能将TeleAvatar的价格定在10万到20万元之间，仅为行业平均水平的三分之一到一半。想在在这个价位段保持极高的操控性能，他们的解题思路很明确：用算法弥补标准硬件在精度和力感知上的不足。

在硬件选型上，金戈放弃了昂贵的定制件，全部采用工业界成熟的量产元器件。这种做法压低了物料成本，且通用零部件经过了长期的工业验证，后期维修更加便利。但代价是，普通硬件天生带有精度差、延迟高、缺乏柔性等物理缺陷。

在底层工程设计上，莫一林也做了一些权衡。

以力觉感知为例，业内为了获得精准的力反馈，通常会给每个关节配备昂贵的谐波减速器和六维力传感器。而灵御智能只选用了低减速比的行星减速器，转而通过监测电机自身的电流变化来估算受力情况。莫一林坦言，电流反馈的绝对物理精度确实比不上专属传感器，但这可以通过软件算法来进行补偿。

配合500赫兹的控制频率，系统每两毫秒即可获取一次关节受力数据，使机械臂能够实时动态调整自身的刚度：遇硬则柔，遇软则刚。加上高精度的标定与全局逆解算法，这套平价的硬件组合最终实现了全柔性力控下的跨本体高空间绝对定位精度。

TeleAvatar，图片来源：灵御智能

在金戈看来，底层控制能力的缺失，是目前许多具身智能机器人的短板。他将控制系统比作人体的神经传导网络。如果控制层不过关，即便AI大模型再聪明，机器人也会因为“手笨”而无法完成精细的物理操作。

控制层之所以在今天变得更为重要，因为于机器人作业环境的改变。过去的传统工业机械臂大多处于开环控制，只需在封闭的产线上死板地执行预设代码；而如今的具身机器人被直接放进了未知的开放环境中，它必须像人类一样，通过视觉和触觉实时感知，并在不断的反馈闭环中高频修正自己的动作。

基于这种判断，灵御智能划定了自己的业务边界：做机器人和数据的提供方。

“我们的核心优势在于能把成本做得非常低，同时通过算法把机器人的性能做到最好。我们可以跟诸多具身大脑公司合作，为他们提供机器人和数据。”莫一林用英伟达做类比，“英伟达为大家提供算力，但不会下场做大模型，因为做了大模型之后GPU怎么卖给别人呢？应该让大家都加入到一个良好的生态里，我们为大家提供良好的服务和平台”。

虽然灵御智能2025年才入局具身智能，但他们认为这条赛道中的“先发优势”十分微弱。

莫一林打了一个比方，如果机器人需要的数据量在百亿到千亿小时级，那今天所有人都处于马拉松刚刚出发的状态，“可能先行者跑了25米，我们才刚开始跑，但对于一场马拉松而言，这种差距并没有早晚之分。真正决胜负的长跑可能还远远在后面。”