⚡雷峰网•較早收集於 3h
千尋智能募 30 億，Spirit v1.5 登全球榜首
💡具身 AI 獨角獸速募 30 億；模型超美系對手登全球榜首（28 字）
⚡ 30-Second TL;DR
有什麼變化
30 天 30 億融資，由順為（雷軍）、雲鋒（馬雲）領投
為什麼重要
標誌投資者轉向具身 AI 商業驗證；千尋工業零售部署建數據飛輪，助推模型擴展。
下一步行動
在 RoboChallenge 基準測試 Spirit v1.5，並用你的具身模型複製其零樣本任務。
誰應關注：Researchers & Academics
關鍵要點
- •30 天 30 億融資，由順為（雷軍）、雲鋒（馬雲）領投
- •Spirit v1.5 零樣本泛化複雜任務，登 RoboChallenge 全球第一
- •超 20 萬小時多源數據，第五代可穿戴設備成本僅傳統 1/10
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •千尋智能採用的「數據飛輪」策略，透過其自研的低成本可穿戴設備，解決了具身智能領域長期面臨的數據採集成本高昂與多樣性不足的瓶頸。
- •Spirit v1.5 模型架構引入了針對柔性物體操作的專用感知模組，使其在處理布料、線纜等非剛性物體時的泛化能力顯著優於傳統基於剛體假設的機器人算法。
- •此次融資將重點投入於構建大規模具身智能數據中心，旨在將現有的 20 萬小時數據規模在 2026 年底前擴展至百萬小時級別，以驗證機器人領域的 Scaling Law。
📊 競品分析▸ Show
| 特性 | 千尋智能 (Spirit v1.5) | Tesla (Optimus Gen 3) | Figure AI (Figure 02) |
|---|---|---|---|
| 核心優勢 | 柔性物體操作、低成本數據採集 | 大規模製造能力、端到端神經網絡 | 通用人形平台、與 OpenAI 深度合作 |
| 基準測試 | RoboChallenge 第一名 (50.33%) | 內部測試為主 | 商業化場景部署 (BMW) |
| 數據策略 | 可穿戴設備眾包數據 | 仿真與實體工廠數據 | 仿真與人類示範數據 |
🛠️ 技術深入
- 模型架構：Spirit v1.5 採用了基於 Transformer 的多模態大模型，整合了視覺、觸覺與本體感覺輸入。
- 柔性操作機制：引入了「觸覺反饋增強學習」(Tactile-Enhanced RL) 技術，專門針對形變物體進行實時路徑規劃。
- 數據採集系統：第五代可穿戴設備採用了輕量化 IMU 陣列與高精度視覺傳感器，實現了對人類動作的亞毫米級捕捉。
- 零樣本泛化：利用大規模預訓練數據集進行跨任務遷移，無需針對特定任務進行微調即可實現對未知物體的抓取與操作。
🔮 前景展望AI analysis grounded in cited sources
具身智能數據採集成本將在 2027 年前下降 80%。
隨著千尋智能等廠商推廣低成本可穿戴設備，數據採集將從專業實驗室轉向大規模眾包模式。
柔性物體操作將成為機器人進入家庭服務場景的關鍵門檻。
家庭環境中充滿了衣物、餐具等非剛性物體，Spirit v1.5 的技術突破直接解決了這一核心痛點。
⏳ 時間線
2024-05
千尋智能正式成立，專注於具身智能與機器人基礎模型研發。
2025-02
發布第一代可穿戴數據採集設備，開始積累多源機器人操作數據。
2025-11
Spirit v1.0 模型發布，初步實現基礎物體抓取功能。
2026-03
完成 30 億人民幣融資，並推出 Spirit v1.5 模型。
📰
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： 雷峰网 ↗