自2005年起，张巍开始从事机器人领域的研究。2017年，他专注于机器人运动控制与强化学习方向。但当时国外硬件条件严重受限，如波士顿动力的设备价格高昂，多数团队无法承担，难以开展实验。
张巍在2019年选择回国，加入南方科技大学。他当时主要看中深圳硬件供应链完善、南科大国际化程度高，更利于推动机器人研发。
峰瑞资本是逐际动力的第一轮机构投资方，据峰瑞创始合伙人李丰回忆，张巍在美国任教职时，就一直想做机器人的应用和产业化，但他认为在中国更有机会，也更适合机器人产业发展，因此选择回国。当时机器人创业还不是热点，李丰认为，对早期投资而言，在行业几乎完全不热的时候坚持出来创业的人，往往是初衷比较正确的，也是比较值得投资的。
至2021年，在马斯克于特斯拉AI Day上首次公布人形机器人概念之前，张巍团队已实现全球首个基于端到端强化学习的全尺寸人形机器人Digit室外行走原理验证。（Digit是由美国机器人公司Agility Robotics研发的双足人形机器人，专为物流场景设计，旨在执行物料搬运、包裹配送等重复性任务。）
在此期间，张巍意识到机器人领域的真正创新，必须依赖快速迭代和大量工程实践，而不能仅停留在理论或学术层面。这类工程实践往往占据95%以上的时间精力，因此，仅靠学术界已无法完成创新，必须以企业机制推动技术突破与落地。
2022年，张巍创立了逐际动力，其中一位联合创始人是自己的学生谌骅。
作为逐际动力的联创，谌骅本科毕业于浙江大学竺可桢学院，于2012年赴美读博，师从张巍。2019年，张巍决定回国发展时，谌骅出于对导师的信任以及对其产业化理念的认同，选择一同回国，加入张巍在南科大的实验室，并在张巍创业时加入。
谌骅透露，逐际动力刚成立时仅有十余人，且大部分是技术人员。张巍认为，公司在成立第一年的状态就像一个大号实验室，直到2023年才开始像一家公司，并逐渐往成熟公司靠拢。
作为教授出身的创业者，张巍称自己面临的最大挑战就是要忘记学术，“商业的本质是要有商业竞争力，这是由产品竞争力决定的。”张巍表示，他一直在学术——技术——产品——商业的链条中不断学习，期间也在不断踩坑。“做个demo和做个产品，中间差太多了。”张巍解释。
2020年至2021年间，张巍的实验室团队成功开发出一种四足机器人感知算法，能够应对上下楼等复杂地形，这在国内属首次实现。不过，张巍并不All in前沿技术。“所有领先都具有时效性，关键是在有限时间内实现商业价值。”张巍说。他把技术称为“空军”，“空军负责侦察与指引方向，但如果地面部队无法跟进，领先的技术思路很快会被同行掌握并追赶”。因此，将技术的前瞻性转化为企业的执行能力和产品优势，正变得越来越重要。
李丰也认为，2022年张巍需要更多地“拿着锤子找钉子”，即先有机器人技术，再寻找可应用的场景。而到了2024年第一季度，具身机器人行业逐渐升温，尤其在近一年多以来热度显著上升。李丰形容，越来越多行业开始主动考虑“试用锤子”，愿意尝试具身机器人的解决方案。
在这期间，张巍也逐渐认识到，公司的核心在于创始人及团队对“事”与“人”的认知能力。对业务理解越清晰，越能明确所需的人才能力，从而准确判断人的能力边界，这也是技术背景出身的创业者早期所欠缺的。因此，他必须投入大量时间评估人才；另一方面，张巍也在逐步引入合伙人及高管，逐级搭建人才体系，根据业务不断补充所需人才，包括商业化、制造、设计、量产以及AI算法等方向的专业人员。
在张巍看来，组织的本质是动态匹配人的能力模块与业务发展需求。这种匹配能力，也是他在“踩坑”中逐渐积累起来的。逐际动力的团队也在不断迭代升级，张巍认为，高管任职的成功率如果超过50%，可能意味着标准过于保守。“找到最合适的人非常难，我始终在不断尝试。评判的关键不是对方好不好，而是合不合适。”张巍说。
他认为，自己目前的思路与理想汽车创始人李想当初的理念相似：“不能把企业的命运寄托在幸运地找到几个天才上，否则企业根基就不扎实，甚至容易被所谓的‘天才’绑架。”
