🔥36氪•較早收集於 16m
具身AI公司融超1億人民幣
#embodied-ai#robotics-funding#industrial-robotsguangxiang-techidg-capitalalibabatsinghuaeftguangxiang-tech
💡中國具身AI最速融資，瞄準工廠機器人革命（24字）
⚡ 30-Second TL;DR
有什麼變化
種子/天使輪融超1億元，由IDG、东方富海、埃夫特投資
為什麼重要
加速工業具身AI在製造業落地，可能顛覆汽車與3C領域，提供可擴展自進化機器人。定位中國在實用機器人領域領先。
下一步行動
測試GOPS平台，用於工業機器人原型之模擬到真機強化學習訓練。
誰應關注：Founders & Product Leaders
關鍵要點
- •種子/天使輪融超1億元，由IDG、东方富海、埃夫特投資
- •輪式機器人針對汽車總裝，採用高精度強化學習模型
- •GOPS平台實現可擴展端到端模型開發
- •高保真建模實現模擬到真機轉移，減少真機數據需求
- •與多家汽車OEM完成POC驗證
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •光象科技的核心技術路徑強調「通用具身智能」，不僅限於汽車總裝，其研發的模擬器具備物理引擎加速能力，旨在解決具身智能在複雜非結構化環境下的泛化難題。
- •公司團隊背景結合了阿里巴巴的工程化落地經驗與清華大學在機器人控制理論的學術積累，這種「產學研」結合模式是其獲得IDG資本等機構青睞的關鍵。
- •光象科技在工業場景中推行「數據閉環」策略，通過模擬環境生成的合成數據（Synthetic Data）訓練模型，顯著降低了對昂貴真實物理場景數據採集的依賴。
📊 競品分析▸ Show
| 競爭對手 | 核心技術路徑 | 應用場景 | 數據獲取策略 |
|---|---|---|---|
| 宇樹科技 (Unitree) | 仿生機器人/通用底盤 | 通用/物流/巡檢 | 大規模實體數據採集 |
| 智元機器人 (Agibot) | 具身智能/人形機器人 | 工業/服務/家庭 | 模擬與實體混合訓練 |
| 達闥機器人 (CloudMinds) | 雲端大腦/多模態模型 | 服務/醫療/工業 | 雲端數據共享與訓練 |
🛠️ 技術深入
- 模擬到真機轉移 (Sim-to-Real)：採用領域隨機化 (Domain Randomization) 技術，在模擬環境中引入物理參數噪聲，提升模型在真實工廠環境中的魯棒性。
- GOPS 平台架構：基於端到端 (End-to-End) 學習框架，將視覺感知、決策規劃與運動控制整合為單一神經網絡，減少傳統模塊化架構中的信息損耗。
- 強化學習算法：利用基於策略梯度的深度強化學習 (Deep RL)，並結合模仿學習 (Imitation Learning) 加速機器人在複雜裝配任務中的收斂速度。
🔮 前景展望AI analysis grounded in cited sources
工業具身智能將在2027年前實現從「單一任務」向「多任務通用」的技術跨越。
隨著端到端模型在模擬環境中的泛化能力提升，機器人將不再需要針對每個工位進行單獨的編程。
汽車製造業對具身機器人的採購成本將在3年內下降40%。
模擬到真機轉移技術的成熟將大幅減少現場調試時間與昂貴的數據標註成本。
⏳ 時間線
2023-05
光象科技正式成立，啟動具身智能工業解決方案研發。
2024-02
完成種子輪融資，開始構建高保真物理模擬平台。
2025-09
與多家汽車OEM廠商簽署POC驗證協議，進入工廠實地測試階段。
2026-01
完成超1億元人民幣融資，由IDG資本領投，加速GOPS平台迭代。
📰
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： 36氪 ↗
每週 AI 簡報
每週一封，可隨時退訂。