⚛️量子位•較早收集於 69m
中國具身智能初創公司獲數億元融資

💡中國具身智能領域的重大融資事件,深入探討關鍵的「人類學習」訓練範式。
⚡ 30-Second TL;DR
有什麼變化
獲得數億元人民幣的新一輪融資。
為什麼重要
此輪融資顯示投資者對機器人「人類學習」路徑的信心增強,可能推動產業重心從單純的模擬訓練轉向更具人類對齊特徵的數據訓練。
下一步行動
密切關注該公司的研究發表,特別是與人機協作(human-in-the-loop)機器人學習相關的數據集或訓練方法。
誰應關注:Founders & Product Leaders
關鍵要點
- •獲得數億元人民幣的新一輪融資。
- •在中國率先佈局具身智能的「人類學習」路徑。
- •專注於以人類視角提升機器人的交互能力與任務執行效率。
🧠 深度解析
Web-grounded analysis with 9 cited sources.
🔑 增強重點摘要
- •該初創公司名為深度機智(全稱:北京機智賽博科技有限公司),由北京中關村學院和中關村人工智能研究院聯合孵化,成立僅一年便取得顯著進展。
- •深度機智已開發出PhysBrain 1.0具身通用智能基座模型體系,並圍繞「數據—模型—算法—系統」打造了全棧閉環能力。
- •其核心模型在WorldArena、SimplerEnv、RoboTwin 2.0、RoboCasa及LIBERO等五大國際權威榜單中均取得榜首或領先成績,展現了技術實力。
- •深度機智的PhysBrain 1.0模型在學習效率上表現卓越,僅用數千小時的人類數據訓練,便超越了數萬小時真機數據訓練所達到的性能。
- •公司採用「先理解,後執行」的核心思路,透過第一人類視角數據提供真實物理世界的人類經驗,旨在讓機器人像人一樣觀察世界、理解物理規律。
🛠️ 技術深入
- 核心理念: 讓機器人「先理解,後執行」,即先像人類一樣觀察世界、理解物理規律,再學習行動。
- 數據範式: 透過第一人類視角數據(first-person human perspective data)提供真實物理世界的人類經驗,而非僅依賴海量真機軌跡數據。
- 模型架構: 將人類經驗轉化為機器人對物理世界的理解、預測和任務泛化能力,形成以PhysBrain 1.0為代表的具身大模型技術體系。
- 訓練機制: PhysBrain 1.0展現出高學習效率,能以千小時人類數據超越萬小時真機數據訓練的性能,並湧現「靈活應變」能力。
- 全棧能力: 圍繞「數據—模型—算法—系統」打造全棧閉環,包括人類數據基座、新範式模型大腦及擬人體硬體。
- 基準測試表現:
- WorldArena: 綜合評分64.96,超越榜首,在22項可比維度中16項進入前10,實現世界模型能力的綜合領先。
- SimplerEnv: 在SimplerEnv WidowX和Google Robot上分別取得80.2%和91.3%的平均成功率。
- RoboTwin 2.0: 透過STARRY模型提升時空預判力,在50項任務隨機擾動下,Clean和Random設置平均成功率分別達93.82%和93.30%。
- RoboCasa: PhysBrain 1.0僅透過千小時人類數據進行VLM增強,即實現64.5%的成功率,達到行業SOTA。
- LIBERO: 使用TwinBrainVLA雙腦架構取得97.6%的平均成功率,使用LangForce訓練機制取得98.4%成功率。
- 硬體整合: 透過擬人體設計,為模型能力向真實機器人身體遷移提供驗證載體。
🔮 前景展望AI analysis grounded in cited sources
中國具身智能產業將加速從硬體製造轉向「機器人大腦」的軟體與模型研發。
資本市場正將重心從重資產的硬體製造轉移至高附加值的「大腦研發」,具備數據閉環能力和模型智能的公司將更受青睞。
「人類學習」路徑將成為具身通用人工智慧(AGI)實現的關鍵方向之一。
深度機智透過人類視角數據實現機器人對物理世界的理解和泛化能力,並在多個國際權威榜單中取得領先,證明了該路徑的有效性。
具身智能機器人將在工業製造領域率先實現大規模商業化應用,並逐步拓展至商業服務和家庭場景。
2026年第一季度,工業製造場景已出現批量訂單和常態化運行,而家庭場景在2030年前尚不具備規模化商業化條件。
⏳ 時間線
2025-05
深度機智(北京機智賽博科技有限公司)成立
2026-03
深度機智發布PhysBrain 1.0具身通用智能基座模型體系
2026-05
深度機智核心模型在五大國際權威榜單中登頂或領先
2026-05
深度機智首次對外披露完成數億元人民幣融資
📎 來源 (9)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: 量子位 ↗
