對話王文濤：Maker 圈老將再創業， 為什麼 x86 是最好的桌面 CNC 底座？

成立僅一個月拿下啟賦種子輪，靈鉅創新選擇的路，和「主流」都不一樣。作者丨姚單編輯丨董子博桌面CNC賽道，仍有新玩家不斷湧入。他們還能講出什麼新故事？過去半年多，鯨犀走訪了多個桌面CNC團隊，發現一種趨同的敘事：還停留在概念階段的後發項目，只要團隊背景亮眼、估值可觀，講的故事大多與“五軸”相關。五軸幾乎成了桌面CNC賽道的最熱融資密碼，從大疆系項目無限工坊、湧泉創新，到數馬三維，無不因“五軸”概念而備受資本追捧。放眼整個桌面CNC賽道，投資機構押注的邏輯各有側重。

啟明持續加註造物時代，重倉“消費級”生態，堅定看好C端市場的爆發潛力；紅杉與藍馳則聯手重倉巢匠科技，押注專業級四軸路線，看中其精準切入的細分市場；美團戰投、崑崙資本、奇績創壇則將籌碼押在“高端”與“五軸”之上，投資無限工坊。拋開技術路線，在這些機構眼中，“投資就是投人”依然是鐵律，其中大疆背景的團隊最受追捧。在這條趨於擁擠的賽道里，靈鉅創新（英文品牌CUBIVS）卻選擇了一條相反的路。這家公司於2026年1月成立，2月獲啟賦資本種子輪投資，隨後相繼完成五軸樣機核心功能驗證與三軸工程機，首款桌面CNC入門款X1 LITE計劃於9月開啟全球眾籌。CEO王文濤是一位資深創客。

2010年到2018年，他在美國持續創業八年；回國後深耕Maker行業，主導過星漢激光Xlaser lab品牌搭建，也參與並主導了Dreame，Creality的渠道建設。與市面上大多數項目從五軸高端切入不同，靈鉅選擇從三軸（準確說，是3+1軸的入門款）切入，邏輯是“先把智能化操作系統鋪開，硬件本身反而是相對簡單的部分”。在創始人王文濤看來，這套打法類似當年iPhone對諾基亞：先普及操作系統與交互生態，硬件形態可以循序漸進。目前，真五軸樣機的核心功能已驗證完成，主力五軸產品計劃於2027年推出。比產品策略更值得關注的，是靈鉅的技術路線選擇。

市面主流桌面CNC普遍基於MCU/ARM開源固件（以GRBL、grblHAL為代表）搭建，成本低、生態成熟，對入門用戶切木頭、塑料的需求完全夠用；但一旦進入鋁、銅等金屬加工，尤其是五軸聯動，這套架構的天花板便非常明顯。靈鉅選擇的，是另一條更重、也更少有人走通的路線：以x86為底座，把AI算力與實時控制放到機器端側（Edge），而非依賴雲端。王文濤判斷，桌面CNC市場存在巨大空白，但“前端學習門檻高、設備製造門檻高”這兩座大山始終未被翻越。隨著底層控制技術成熟、具身智能帶動運動控制供應鏈降本，王文濤認為，這個時間點終於可以把“易用性”作為產品的第一優先級，先讓用戶真正上手。

在靈鉅首款產品眾籌前夕，鯨犀與王文濤聊了聊。以下為訪談內容，經鯨犀編輯整理。01“創業緣起，如何選擇？”鯨犀：先簡單介紹一下自己？王文濤：我是一名在創客（Maker）行業摸爬滾打了十幾年的“老兵”。如果要用一條線串起我的經歷，那就是：從美國的車庫，到中國的工廠，再到全球的桌面。最早從2010年開始，我在美國待了八年，那是我的第一次創業。當時純粹是因為自己喜歡折騰東西，發現市面上沒有趁手的工具，就開始自己做、自己賣。那段經歷讓我從一個單純的愛好者，變成了一個真正理解“用戶想要什麼”的產品人。回國之後，我把目光投向了3D打印和激光雕刻領域。

我參與了追覓、創想三維等品牌從0到1搭建海外市場的過程，也親手主導了星漢激光旗下Xlaser lab品牌的搭建。這幾段經歷讓我深刻體會到一件事：中國供應鏈的製造能力是世界頂級的，但在“如何讓一個普通人也能用好一臺複雜設備”這件事上，還有巨大的空白。所以當我在Maker行業裡泡了十幾年後，我發現一個問題始終沒有被解決——CNC。它明明是最強大的桌面製造工具，卻因為太難用，被大多數人關在了門外。這就是我現在站在這裡的原因。鯨犀：為什麼會決定在Maker賽道創業？王文濤：說起來其實挺樸素的——就是“自己用著不爽”。

我在美國第一次創業，起因是我自己想要做一個東西，但找不到合適的工具，於是乾脆自己動手做了一臺。做完之後發現，身邊居然有很多人和我有一樣的困擾，產品就這麼賣出去了。那段經歷教會我一個道理：最好的創業，往往始於解決自己的問題。後來回國，我在3D打印和激光行業裡做了很多年，接觸了大量設備。說實話，市面上的產品給我的感覺是：它們更像是“給工程師造的機器”，而不是“給普通人造的工具”。這個行業不缺製造能力，缺的是“讓普通人也能用好複雜設備”的產品思維。所以我一直在想，能不能把我這麼多年對海外用戶的理解、對供應鏈的把控，和對產品易用性的追求，結合起來做點什麼。

方向可以很多，但核心只有一個——讓工具迴歸工具，讓人不再被機器本身攔住。鯨犀：為什麼選中CNC這條賽道？王文濤：選定CNC，其實是我們在幾個候選方向裡反覆比較後的結果。我們當時看了好幾個方向：3D打印、激光雕刻、UV打印，還有CNC。3D打印和激光的智能化程度已經比較高，市面上也有不少成熟產品，我們能做的差異化空間有限。UV打印機的市場需求確實存在，但它的供應鏈不夠完備，核心的噴墨頭基本掌握在國外廠商手裡，國內要把研發補齊還需要兩三年時間，時間窗口不太划算。而CNC的情況完全相反。它的能力上限非常高——能切金屬、能做立體結構件、能勝任小批量生產——但它的使用門檻也同樣高得離譜。

一個普通人想把一塊金屬變成想要的形狀，要先學會畫圖、再學會編程、再學會調參數，這個過程足以勸退99%的人。換句話說，CNC是“能力最強、但體驗最差”的桌面製造工具，這裡面存在巨大的改善空間。鯨犀：CNC的供應鏈，比UV打印成熟在哪裡？王文濤：很大程度上得益於具身智能的發展。人形與具身機器人大量使用伺服電機、總線電機，跟CNC是互通的，絲桿、滑塊這些運動控制零部件也基本通用，供應鏈能快速拉起、成本被打下來。但做CNC，第一優先級永遠是運動控制。運動控制搞不定，天天去堆框架、堆外觀，也做不出真正能用的機器。鯨犀：運動控制，無人機、掃地機行業不是更成熟嗎？

王文濤：完全是兩回事，這裡需要澄清一個常見的誤區。無人機和掃地機追求的是姿態穩定、位置控制、導航避障和有效覆蓋，它們的運動控制核心在於“去哪裡”，對刀尖必須嚴格沿著設計軌跡運動的“絕對軌跡精度”沒有要求。你可以理解為，無人機是在一個大範圍內做“導航”，而CNC是在一個極小範圍內做“繡花”。CNC是另一量級的運動控制——多軸點位控制，要求刀尖嚴格沿設計軌跡運動。這背後必須依託專用的運動控制板卡，並以高精度編碼器、光柵尺構成全閉環，對實時性、多軸協同精度和確定性（時序抖動）的要求高出一個量級。這決定了底層架構不能被“夠用就好”的思路所妥協。

鯨犀：你們CTO是英特爾工業背景，外界會好奇：英特爾的工業經驗和CNC到底有什麼關係？王文濤：我們CTO長期在英特爾負責國內工業領域的底層運動控制，覆蓋從單軸到六軸的多軸運控，後來也主導過人形機器人的運控方案，對x86工控底層有源碼級的理解。這條技術路線的淵源要追溯到工業端：x86的運動控制底層最早由德系廠商主導，像西門子做高端機床用的就是這套架構。這套系統實時性強、精度高，但技術長期不對外開放，國內真正精通它的人非常少。英特爾早年為向國內釋放算力，曾專門組建項目組把這套底層能力落地，最終形成了服務匯川等國內頭部工業客戶的方案。

這也解釋了為什麼國內匯川、中望、雷賽、固高等廠商的高端產線至今仍以x86為主。但這類系統的售後長期依賴海外團隊，本地很難自主處理。隨著英特爾調整對國內的支持策略，這塊出現了空檔。我們的核心團隊正是在這個背景下，把底層運控板卡重新做了一遍，讓它能落到C端，整機成本也隨之降到與主流玩家相近的水平。鯨犀：也就是說，x86此前主要用在工業級？王文濤：對。我們把底層運控板卡重新研發之後，它現在能落到C端，整機成本已經和主流玩家處在相近的區間。02“別人靠雲端算力，我們把算力塞進機器”鯨犀：首款產品先做幾軸？節奏怎麼排？

王文濤：首款是入門款，走三軸（3+1）路線，九月上眾籌；真五軸的主力產品計劃2027年推出。公司2026年1月成立，二月拿到啟賦資本的投資，之後幾個月裡相繼完成了五軸樣機的核心功能驗證和三軸工程機。五軸更多是發佈節奏的問題。鯨犀：為什麼從三軸切入，而不是一上來就打五軸？王文濤：還是iPhone對諾基亞那套邏輯。iOS早期打塞班，不是先上最高端的機型，而是先把操作系統和交互生態推出去。讓習慣了功能機的人先用上智能化的操作方式，他再回頭去用老系統，就回不去了。三軸是目前CNC裡用戶基數最大的人群，配套的商業方案也最成熟，學習門檻相對低，用戶更容易先上手。

我的核心目的是把智能化操作平臺鋪開——當更多人習慣了這套邏輯，四軸、五軸自然水到渠成。鯨犀：換句話說，先用三軸建生態，再往上走？王文濤：對。現在很多人對CNC是有“恐懼心理”的：花幾千塊買回來，到底能不能用起來，是他決策時的第一個問號。四軸、五軸熱度高，但決策鏈條長；如果連三軸都跑不通，高階機型更無從談起。等操作系統鋪開、大家對操作難度心裡有數了，再推高階機器，用戶知道還是同一套系統、有一致的前端體驗，就願意再試。鯨犀：五軸的門檻確實高。王文濤：五軸在工業上本身就是高難度的事，連工業級機床，五軸都遠沒普及。鯨犀：但在C端，五軸的應用場景是不是反而更多？

王文濤：恰恰因為“人懶”，C端對五軸的需求會更強。三軸打立體模型要反覆裝夾，比如雕刻一個人像，正面雕刻完需要翻過來雕刻背面，然後再翻兩個側面，人工要裝夾好幾次。C端用戶連開機都嫌麻煩，更別說反覆裝夾。五軸聯動配合RTCP（實時刀尖點控制），五個面一次成型，體驗完全不同。像有些友商做的是3+2定位加工，本質上還得換裝夾，搖籃軸只能固定擺位或整週旋轉，葉輪這類需要“邊轉邊擺”的複雜曲面就做不了。3+2的難度和三軸接近，能做三軸基本就能做3+2，但它做不了真正的五軸聯動。鯨犀：市面主流桌面CNC的運控方案，和你們的核心差異在哪？王文濤：核心差異在底層架構。

現在主流方案仍是MCU/ARM加開源固件（以GRBL為代表）那套。如果只做單一運動控制的框架機，一塊幾塊錢的MCU確實足夠、成本也低；但一旦要在設備上疊加視覺、傳感、AI等功能，這套底層的每個新模塊幾乎都要單通道單獨開發、單獨適配。每開發一個模塊，就多一份BOM和工程量。等模塊堆疊起來，“主流方案”的綜合BOM並不比我們低。而x86底座天然兼容成熟的x86軟硬件生態，很多模塊只需“物理接入”，就能被現有系統直接調度，不必為每個模塊從零開發適配層。換句話說，MCU方案的代價是隱性的：前期看著便宜，後期越堆越貴；x86方案的代價集中在前期，一次到位，後期邊際成本遞減。鯨犀：能不能打個更直觀的比方？

王文濤：可以換個角度來理解。想象一下你在裝修房子。MCU/ARM的方案，就像你在一間老房子裡裝修。這間房子的電路是老式的，只能承載基本的照明和插座。今天你想加個空調，得重新拉一條專線；明天想裝個洗碗機，又得再鑿牆佈線。每加一個新電器，就得動一次電路，不僅麻煩，而且每次改動的成本和工程量都不小。等你把所有電器都裝完，回頭一算，改電路花的錢可能比當初買房還多。而x86的方案，就像你直接買了一棟新建的智能精裝房。這棟房子的電路從一開始就是按照最高標準設計的，總功率足夠大，接口預留得足夠多。今天你想加個烤箱，直接插上就能用；明天想裝個新風系統，也有預留的接口和管道。

前期投入確實比老房子高，但後期每加一個新設備，幾乎沒有什麼額外成本。回到CNC上也是一樣。MCU的方案前期看著便宜，但每疊加一個視覺、傳感或AI功能，都得從底層重新開發和適配，綜合成本反而越來越高。x86的方案前期投入重一些，但它的生態足夠成熟和開放，新功能模塊只需“接入”就能被系統調度，後期的擴展成本極低。鯨犀：所以x86作為底座，優勢主要體現在算力？王文濤：對，但要分兩層看。第一層是“端側算力”。MCU/ARM的成本優勢，建立在“只做單一控制”的前提下；一旦要處理三維模型、刀路規劃這類浮點密集型計算，低端方案往往要外掛圖形處理單元或疊加更強的算力芯片，綜合成本反而比x86更高。

x86的好處是端側自帶充足算力，CAM切片、刀路規劃、五軸RTCP都可以直接在機器端完成。第二層是“能否脫離雲端”。金屬CNC根本不能像3D打印那樣依賴雲端算力——這是物理層面的差異。3D打印是增材製造，噴嘴不接觸工件，時序抖動隻影響層厚均勻性，對延遲的容忍度較高。而CNC是刀具直接切削金屬，控制環節任何一點時序抖動都會立刻反映到工件表面，嚴重時直接導致斷刀、撞機。金屬切削對控制實時性的要求比3D打印高一到兩個數量級，雲端往返的延遲根本壓不住。所以我們必須把算力放到機器端側，讓控制週期做到微秒級、閉環延遲足夠短。鯨犀：用戶反饋最多的“軟件bug多”，根源到底在哪？

王文濤：表面看是軟件bug，本質是架構問題。現在很多方案端側沒有足夠算力，只能把AI生成的刀路放到雲端處理再傳回控制器，這中間有兩個硬傷：一是丟包和延遲，控制器拿到一段路徑時，中間每一時刻刀到底在哪，它其實“不知道”，因為缺乏足夠的多維傳感去實時定位刀位；二是AI給出的往往是“路徑規劃”而不是可直接執行的完整G-code，經雲端生成後路徑容易斷鏈，就會出現空刀、撞刀、斷刀。所以即便三軸CAM能把刀路生成得比較完整，真正傳到機器上加工，成功率也上不去。行業裡新手首次加工成功率普遍不足15%。我們的解法很直接：把算力放到端側，用高頻傳感實時“看住”整個切削過程。

機器端有4000Hz級的多類傳感矩陣，實時採集刀具振動、聲紋、切削力、視覺等數據，能實時反饋刀具的點位、走向和磨損狀況，在異常真正發生之前就把風險攔下來。行業現有做法基本都是“異常發生後處理廢料、再來一遍”，我們想做的是“把異常掐死在發生前”。鯨犀：端側AI閉環，具體是怎麼跑起來的？王文濤：可以用“三段閉環”來理解。第一段在幾何側，CAM負責“知道怎麼切”——分析模型、推薦參數、規劃刀路。第二段在實時控制側，負責“切的時候別崩”——在微秒級的控制週期裡穩定執行每一軸的運動。

第三段在傳感側，負責“切歪了馬上改”——高頻傳感器實時採集刀具振動、切削力、電流、視覺等數據，端側AI推理判斷是否需要調整（比如把進給降下來），再把修正量送回實時控制域執行。整個“感知→推理→修正”閉環在毫秒級完成。為什麼必須在端側做？因為金屬切削的容錯時間窗只有毫秒級，刀具以毫米級每秒的速度運行，雲端一來一回就是幾百毫秒的往返延遲，等修正指令回來，刀具早就越過了臨界點。這裡的關鍵在於，AI推理域與實時控制域要在同一顆x86芯片上做硬件級隔離：即便AI域出問題、需要重啟，實時控制域也完全不受影響、不會中斷。

這套體系的難點不在“寫代碼”，而在於同時具備x86、工業運控和大規模工業現場長期驗證三個維度的複合經驗——這樣的團隊，全球都極少。鯨犀：這算是你們和其他家最大的不同？王文濤：對，最大的差異就在這套底層架構上。基於x86底座能做的事很多，兼容成熟生態，傳感系統也比MCU強得多。底層運控板卡是從0到1做出來的，要在眾多芯片裡選出最合適的那一顆，再和三軸、四軸、五軸的運動逐一結合、長時間測試。光三軸全部測完就要大半年，穩定性和算力釋放還要再打磨，整體節奏並不快。鯨犀：一年時間，其實也不算長。王文濤：對消費品來講已經很長了——一年足夠迭代兩三代。

有些廠商在底層沒解決的情況下，靠換尺寸、換顏色，一年能發好幾款，但那不是真正的迭代。鯨犀：在“易用性”上，你們大概解決了多少？王文濤：大概解決了八九成。我們把用戶的完整操作拆成三個階段來收斂門檻：第一段是“生成”，用戶只需輸入提示詞或上傳圖片，就能得到3D模型。第二段是“工藝準備”，模型擺放好、選好毛坯材料（金屬還是木材）、完成與機器的連接設置。第三段是“工藝決策”——這是投入最多、也是傳統CNC裡最勸退的一環，也就是該用什麼刀、刀具和加工參數怎麼設、刀路怎麼規劃。這三件事目前全部由機器端的AI自動完成，它背後背記了幾千種刀具與材料的參數組合。

換句話說，我們把過去只有老師傅才掌握的隱性工藝知識，變成了普通用戶無感的後臺能力。03“資方，加速不了CNC行業”鯨犀：供應鏈目前是什麼狀態？王文濤：我們現在以合作為主，明年會自建工廠。產線本身對懂工業的人不算難題，工業體系已經跑了很多年，很成熟。落地節奏上，我們會和資方、地方產業資源一起規劃，產線具體落在哪裡，主要看產業配套。鯨犀：工業背景的人轉做C端，容易出現“思維轉不過來”的問題。你為什麼依然看好C端？王文濤：其實很簡單。2015、2016年那會兒，用戶買一臺3D打印機回來，至少還有“折騰”的能力——刷固件、調軟件，自己能跑通。但CNC不一樣，不懂刀庫、不懂CAM，基本寸步難行。

我們在北美Maker社群裡泡了十幾年，用戶反饋很一致：現在CNC連一臺“能讓普通人真正用起來”的機器都沒有。機器都用不起來，市場從何談起？鯨犀：你怎麼理解Maker用戶的“真實需求”？王文濤：CNC最直接的需求就是易用性——初期一定要保證用戶上手就能用、保證加工成功率。現在很多玩家有點自嗨，天天盯著市場數據和歷史調研，卻和真實的人群需求脫節。這跟做跨境電商一個道理：只盯著選品工具的數據去備貨，離出局也就不遠了。做Maker市場，如果拿不到本土一線信息、不理解用戶的真實需求，是做不成的。鯨犀：下半年不止你們一家上眾籌，北美用戶半年內不會連買好幾臺吧？

王文濤：三軸和五軸不衝突，面向的需求場景本來就不同。鯨犀：這個群體到底有多大？北美的市場基本盤在哪？王文濤：北美的Maker和副業經濟體量非常可觀。美國副業經濟規模每年在八千多億美元的量級。政策面也在持續加碼，CHIPS法案推動製造業迴流，帶動了數千億美元投入和數十萬個製造崗位。這種“製造業迴流+副業經濟”的大背景，讓Maker類設備近幾年基本是穩步增長的。這不是單一產品的紅利，而是市場本身的結構性趨勢。鯨犀：眾籌這塊怎麼打？王文濤：我們和長期合作的眾籌服務團隊繼續配合，北美的人群數據和投放資產積累得比較紮實。更重要的是，我在美國本來就有公司，之前做了七年生意，線下物流、經銷商渠道早就打通了。

歐美市場其實仍以線下為主，電商滲透率就算在疫情高峰也就兩成多。所以我們的眾籌從一開始就是“落地本土化”的打法。鯨犀：未來會做CNC以外的創客工具嗎？王文濤：會。x86的生態是全兼容的，這條CNC路徑跑通、前幾款機器做紮實之後，我們會把這套底層系統開放授權給做激光、3D打印的廠商，操作生態會逐步擴大。歸根到底，我們真正想立住的，是這套面向創客的智能化操作系統。更多Maker賽道的一手信息，我們將在後續系列文章中持續更新。如果你也在關注這個領域，或有項目想和我們聊聊，歡迎添加作者微信（ID：ydinitialheart），一起交流碰撞，也方便第一時間收到後續推送。