⚛️量子位•較早收集於 2h
正行創新完成近億美元天使輪融資
#embodied-ai#robotics#fundingzhengxing-innovation-(正行创新)zhengxing innovationcp grouphuaqin technology
💡近億美元的天使輪融資顯示物理智能與具身智能領域出現了新的重量級玩家，值得密切關注。
⚡ 30-Second TL;DR
有什麼變化
完成近億美元天使輪融資。
為什麼重要
此筆重大資金注入顯示機構投資者對機器人技術與 AI 融合的高度信心。這標誌著產業正轉向構建用於具身智能（Embodied AI）的整合軟硬體架構。
下一步行動
密切關注 Zhengxing Innovation 未來關於機器人數據、模型與基礎設施架構的技術論文或開源發布。
誰應關注：Founders & Product Leaders
關鍵要點
- •完成近億美元天使輪融資。
- •獲得正大集團（CP Group）與華勤技術（Huaqin Technology）等多家上市企業支持。
- •專注於「數據—模型—基礎設施」架構以推動物理智能發展。
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •正行創新（Physical Intelligence）由前 OpenAI 研究員與機器人領域專家共同創立，旨在開發通用機器人基礎模型。
- •該公司核心技術路徑強調「端到端」學習，試圖讓機器人透過觀察人類行為直接學習操作，而非依賴傳統的硬編碼程式。
- •融資資金將主要用於擴大計算資源投入，並招募全球頂尖的機器人與 AI 演算法工程師。
- •正大集團與華勤技術的參與，不僅提供資金，更為正行創新提供了潛在的製造與應用場景落地支持。
- •該公司目前正致力於解決機器人領域的數據稀缺問題，透過合成數據與模擬環境加速模型訓練。
📊 競品分析▸ Show
| 公司 | 核心技術路徑 | 應用場景 | 融資階段 |
|---|---|---|---|
| Physical Intelligence (美) | 通用機器人基礎模型 | 工業與服務機器人 | 早期階段 |
| Figure AI | 人形機器人 + OpenAI 模型 | 倉儲與製造 | 獨角獸 |
| Covariant | 機器人學習模型 (RFM) | 物流分揀 | 成長期 |
| Tesla (Optimus) | 端到端神經網路 | 汽車製造與通用任務 | 上市公司 |
🛠️ 技術深入
- 採用基於 Transformer 架構的通用策略模型 (Generalist Policy Model)，實現跨硬體平台的通用控制。
- 實施大規模模擬到現實 (Sim-to-Real) 的遷移學習技術，減少對真實世界數據的依賴。
- 整合多模態感知輸入，包括視覺、觸覺與本體感覺，以實現複雜環境下的精細操作。
- 構建專有的機器人數據集處理管線，用於清洗與標註非結構化的機器人操作數據。
🔮 前景展望AI analysis grounded in cited sources
通用機器人模型將在 2027 年前實現跨硬體平台的零樣本遷移。
隨著基礎模型能力的提升與數據多樣性的增加，機器人將不再需要針對特定硬體進行繁瑣的重新訓練。
製造業將出現首批由物理智能驅動的無人化生產線。
華勤技術等製造業巨頭的深度參與，將加速物理智能技術在複雜組裝與物流場景的商業化驗證。
⏳ 時間線
2026-05
正行創新正式對外披露完成近億美元天使輪融資
📰
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 ↗
每週 AI 簡報
每週一封，可隨時退訂。