Según se supo en el mundo de la inversión, la empresa de inteligencia humaniforme Current Robotics (Yuan Liu) ha revelado por primera vez su financiación —ha completado las rondas de financiación de semilla, ángel y Pre-A, con un monto acumulado de varios cientos de millones de yuanes.
Entre los inversores hay instituciones de mercado reconocidas como BV Baidu Venture, Hillhouse, Oasis Capital, Monolith Capital, Qianhai Ark, Fosun Capital, Junshan Capital, y también se han reunido socios industriales como Zhiyuan, Xinghaitú y Jike Technology.
Detrás de la empresa está su fundador, Zhu Yichen, un post-95 que comenzó a liderar investigaciones en VLA desde muy joven. Durante este período, ha publicado más de 40 artículos en conferencias de alto nivel, y los años de acumulación de la ruta tecnológica se han condensado en un conjunto integral de infraestructura que abarca el modelo base de operaciones diestras de cuerpo completo, equipos de recolección de datos y estrategias de evaluación de modelos del mundo, convirtiendo continuamente el comportamiento humano real en capacidades humaniformes.
"La inteligencia humaniforme comienza con el ser humano." Siguiendo el concepto de Current Robotics, estamos siendo testigos de cómo los robots comienzan a pasar de los escenarios de demostración a los hogares.
El talentoso post-95 completa rápidamente tres rondas de financiación
La trayectoria de Current Robotics comienza con Zhu Yichen.
Post-95, ex Director del Departamento de Inteligencia Embebida del Grupo Midea, uno de los primeros investigadores en China en publicar trabajos sobre VLA y modelos del mundo. Lideró a su equipo para proponer tempranamente el paradigma de VLA de extremo a extremo con modelo de difusión y VLM (TinyVLA), y expandió la estrategia CoT (DiffusionVLA & DexVLA, publicada en ICML y CoRL). Fue uno de los primeros en proponer el uso de modelos del mundo para la evaluación de estrategias embebidas (dWorldEval, publicado en ICML Spotlight).
El artículo π0 de Physical Intelligence ha citado una y solo una investigación de un equipo chino, que fue precisamente el trabajo TinyVLA y ScaleDP realizado por el equipo de Zhu Yichen. Posteriormente, estas investigaciones se extendieron desde los modelos VLA y los datos de demostración humana hasta el aprendizaje con robots de cuerpo completo, convirtiéndose en la base tecnológica de Current Robotics.
Emprender fue un paso natural. Zhu Yichen observó que, en el pasado, los robots humanoides se enfocaban ya sea en el control del movimiento de cuerpo completo para que el robot "camine" mejor, o en la operación manual para que "agarre" mejor, mostrando finalmente una escena de "primero caminar hacia allá, luego detenerse para operar". Pero las tareas del mundo real a menudo no son tan simples; incluso una acción simple enfrenta la coordinación estable entre la mano y el cuerpo.
Esto requiere de la "operación diestra de cuerpo completo" (Loco-Dexterous Manipulation). La solución de Current Robotics es la integración sistémica, incorporando el movimiento de cuerpo completo, la coordinación de posturas y la interacción manual fina en una misma estrategia de entrenamiento. Así se publicó el modelo de operación diestra de cuerpo completo Curr-0, que permite al robot ajustar continuamente sus propias acciones mientras se mueve. Actualmente, las cinco categorías de tareas públicas son realizadas por una estrategia con pesos compartidos, y se distinguen mediante instrucciones de lenguaje.
El robot lleva un objeto en brazos, cruza un marco de puerta y lo coloca en una posición específica.
Con el modelo, surgieron más problemas de detalle para la implementación: primero los datos. Current Robotics desarrolló internamente un sistema de captura de datos con exoesqueleto de cuerpo completo, ampliando los escenarios de captura desde el laboratorio hasta entornos más reales como fábricas, oficinas y hogares. Luego, una evaluación e iteración más rápida, explorando el uso de modelos del mundo para evaluar estrategias de robots reales.
Hasta ahora, la empresa se ha centrado en la Manipulación Diestra de Cuerpo Completo (Loco-Dexterous Manipulation), formando capacidades tecnológicas de cadena completa que cubren la captura de datos, el entrenamiento de modelos, la evaluación basada en modelos del mundo y el post-entrenamiento, con el objetivo de mejorar la manipulación móvil y la capacidad de generalización del robot en diferentes tareas y entornos.
Este punto es muy escaso en un momento en que la inteligencia embebida generalmente carece de practicidad, datos y generalización. Por lo tanto, cuando Current Robotics se estableció, inmediatamente recibió la apuesta colectiva de instituciones de mercado reconocidas, y el grado de favor es evidente. Más raro aún es la unión de socios industriales, donde además del capital, el significado más importante es la coordinación industrial.
Según se supo en el mundo de la inversión, Current Robotics se ha unido a la Alianza de Ecosistema de Datos Inteligentes Yishu, iniciada por Xinghaitú, para construir conjuntamente una cadena completa desde la captura y etiquetado de datos hasta la aplicación. Además, la empresa también es socio estratégico de la plataforma de datos de inteligencia embebida Mifeng Technology, propiedad de Zhiyuan.
Proporcionar capital, pedidos y ecosistema. Esta forma de inversión es particularmente distintiva en la era de la inteligencia embebida. Después de todo, tener escenarios es lo que puede formar la rueda de datos, permitiendo que los robots adquieran la capacidad de trabajar de manera estable en el mundo real con menor costo y tiempo.
Construyendo la infraestructura de la inteligencia embebida
Desde el principio, Current Robotics se ha centrado en los vacíos de la ruta tecnológica actual de la inteligencia embebida.
Por ejemplo, para encender una espiral antimosquitos, la idea natural sería que el robot primero camine a la posición correspondiente y luego se detenga para operar. La solución técnica correspondiente sería entrenar por separado la estrategia de movimiento y la estrategia de operación, y finalmente unirlas mediante ingeniería de sistemas. Esta idea puede funcionar en una línea de producción de fábrica, pero una vez que se entra en escenarios reales como el hogar, aparecerá una clara brecha entre el movimiento y la operación.
Esto no es difícil de entender: incluso cuando un robot completa una tarea en el escritorio estando de pie, la cintura y las extremidades inferiores aún necesitan ajustarse según los movimientos de la parte superior del cuerpo. Si solo se utiliza el método de "unión", una vez que el cuerpo se incline ligeramente, se romperá la forma en que la mano aplica la fuerza y el robot parecerá torpe.
El modelo base de operación diestra de cuerpo completo Curr-0 publicado por Current Robotics está precisamente diseñado para la coordinación: logra la sinergia entre manos y pies a través del acoplamiento total de navegación y movimiento, equilibrio corporal y manos diestras. Desde desgarrar una bolsita de té y limpiar basura de la mesa hasta llevar un objeto en brazos a través de un marco de puerta, estas tareas refinadas que son difíciles de dividir simplemente en las dos fases de "caminar" y "hacer", muestran un desempeño notable en la solución de Current Robotics.
Después del modelo, también es necesario actualizar simultáneamente la fuente de datos. La captura en primera persona predominante puede cubrir entornos y comportamientos ricos, pero no puede restaurar con precisión el estado de movimiento humano e información de interacción física como la fuerza de contacto; la captura por teleoperación con el propio robot tiene mayor precisión, pero está más limitada en escalabilidad por el equipo y el costo.
¿Se pueden capturar de manera eficiente datos que reflejen simultáneamente el entorno, el movimiento corporal y la interacción física? Con base en esto, Current Robotics desarrolló internamente un equipo de captura de datos de cuerpo completo, utilizando dispositivos portátiles en la cabeza, guantes de datos, exoesqueleto corporal completo y dispositivos de electromiografía para registrar la visión en primera perspectiva, las acciones de ambas manos y del cuerpo completo, y las fuerzas recibidas por el cuerpo completo durante las tareas reales de una persona, sin necesidad de desplegar primero un robot. De esta manera, el escenario de captura de datos se extiende directamente a las tareas reales humanas, no solo optimizando costos y aplicabilidad, sino también apoyando los datos reales necesarios para el cerebro del robot humanoide.
Sistema portátil HumanEx
Finalmente, están los eslabones de evaluación y post-entrenamiento. La evaluación tradicional con el robot real depende del robot, el espacio y el restablecimiento manual; los costos de hardware, tiempo y reproducción del escenario para las pruebas son relativamente altos. Especialmente en tareas donde el estado de contacto cambia continuamente, es difícil devolver con precisión el estado del entorno al momento anterior después de un fallo, lo que afecta directamente la eficiencia de la iteración del modelo.
Basándose en esto, Current Robotics comenzó tempranamente a explorar el uso de modelos del mundo para asumir la evaluación de estrategias de robots. El equipo propuso sucesivamente WorldEval, dWorldEval, ejecutando las estrategias del robot en futuros mundos generados y evaluando el desempeño de la estrategia prediciendo el progreso de la tarea; luego, en Hi-WM (Human-in-the-World-Model, publicado en RSS 2026 Robot World Models Workshop) incorporó aún más la toma de control humana. Cuando la estrategia presenta errores o situaciones de incertidumbre, los humanos pueden intervenir directamente para corregir, y las nuevas trayectorias de interacción pueden continuar usándose para el post-entrenamiento.
El CurrentWorld-0 publicado esta semana, lleva aún más lejos el trabajo previo de Current Robotics en torno a la evaluación de estrategias y el post-entrenamiento basados en modelos del mundo, hacia un entorno de interacción más completo. El equipo lo define como un simulador interactivo del mundo (Interactive World Simulator), e integra por primera vez la predicción de fuerza-tacto de múltiples perspectivas y entre diferentes robots en un marco unificado.
Una vez que el robot cambia de cuerpo, su espacio de acción y forma de control también cambian. Diferentes robots originalmente tienen dificultades para compartir la misma representación de control de bajo nivel, pero CurrentWorld-0 preserva bien estas diferencias, permitiendo que diferentes plataformas robóticas actúen según sus propias formas, y luego aprendan la dinámica ambiental compartible a partir de las interacciones entre plataformas.
Una vez resueltas las diferencias entre robots, el nuevo problema recae en "cómo mirar". Los robots reales a menudo dependen simultáneamente de la vista de la cabeza, la muñeca y la tercera perspectiva; la misma tarea puede verse muy diferente desde diferentes ángulos de cámara, pero el estado de los objetos, la postura del robot y el progreso de la tarea subyacentes no pueden ir por su lado. Si un objeto ya ha sido empujado en una perspectiva, los demás también deben cambiar sincrónicamente; incluso si queda oculto a medias, los estados posteriores deben continuar la interacción que ya ha ocurrido antes.
Y cuando el robot realmente entra en contacto con los objetos, el RGB pronto mostrará limitaciones. Si el agarre es estable, cómo cambian las fuerzas en el efector final, si el objeto muestra tendencia a deslizarse, no siempre se puede juzgar directamente desde la imagen. Por lo tanto, CurrentWorld-0 incorpora aún más el sentido de fuerza y el tacto en la predicción, permitiendo que la retroalimentación física difícil de cubrir visualmente durante el proceso de contacto también cambie continuamente con las acciones.
Desde doblar calcetines y organizar cojines, hasta pelar pepinos, abrir botellas y servir vino, lo que CurrentWorld-0 maneja tampoco se limita a la manipulación de cuerpos rígidos; objetos flexibles, fluidos y contactos complejos se integran en el entorno generado. En la fase de evaluación de estrategias, el modelo también debe responder continuamente a las acciones realmente ejecutadas por el robot: si la política (policy) ya ha agarrado de manera incorrecta, los estados posteriores no pueden ser llevados de vuelta a las trayectorias de éxito comunes por la prioridad del video; los registros de fallos que deberían exponerse deben retenerse y no ser "corregidos".
Esta es también la base para que CurrentWorld-0 pueda usarse en la comparación de estrategias. Las estrategias de los robots pueden ejecutarse, compararse y exponer modos de fallo en el entorno generado, y luego contrastar los resultados con el desempeño del robot real. Los resultados publicados por el equipo muestran que el desempeño relativo de las diferentes políticas (policies) puede corresponder bastante bien con las pruebas del robot real, y los principales modos de fallo en la ejecución del robot real también pueden reproducirse en el entorno generado.
Después de la evaluación, estas experiencias de fallo pueden seguir utilizándose. Cuando la estrategia llega a una posición propensa a errores, los humanos pueden tomar el control a mitad de camino; incluso el mismo estado intermedio puede guardarse, revertirse y luego intentarse diferentes formas de recuperación desde ese punto. Las trayectorias correctivas generadas pueden continuar utilizándose para el post-entrenamiento de la política (policy post-training), permitiendo que los problemas expuestos en una evaluación se transformen en datos de entrenamiento para la siguiente ronda.
Hasta aquí, CurrentWorld-0 ha formado una cadena relativamente completa de evaluación de modelos y captura para post-entrenamiento: las estrategias primero se validan en el entorno generado; después de exponer los problemas, se complementan con nuevas experiencias de interacción mediante la corrección humana, que continúan ingresando al post-entrenamiento.
[Resultados después del post-entrenamiento utilizando trayectorias multimodales de corrección de CurrentWorld-0]
Así, Current Robotics ha ido formando gradualmente un sistema de datos, modelos y evaluación centrado en la operación diestra de cuerpo completo: los datos reales proporcionan experiencia física, los modelos se encargan de convertir esa experiencia en capacidad de movimiento y operación, y el modelo del mundo continúa asumiendo la validación de estrategias, la corrección de fallos y el post-entrenamiento, impulsando la iteración continua de la capacidad del robot.
El salto clave, los robots avanzan hacia el mundo real
"¿Cuándo podrán trabajar los robots?"
Como hemos visto, la inteligencia embebida se está despojando del ropaje de contar historias y entrando en la fase de "entregar respuestas" donde se compite por la implementación. Sin importar cuán elegante sea la demo o cuán espléndida la actuación, al final deben aterrizar en escenarios de tareas reales, lo cual es mucho más complejo y tosco que el modelo conceptual:
Por un lado, la operación tradicional en puestos de trabajo fijos solo aborda una pequeña parte del trabajo físico; la mayoría de las tareas reales requieren movimiento entre espacios. Por otro lado, los robots enfrentan un mundo real continuo, complejo e inagotable; el trabajo de entrenamiento e iteración detrás de esto es incalculable y requiere urgentemente una forma de captura y procesamiento de datos eficiente y concisa.
Desde HumanEx y Curr-0 hasta CurrentWorld-0, Current Robotics está conectando la experiencia humana real, el aprendizaje de capacidades del robot y la posterior evaluación e iteración, logrando un ciclo cerrado completo: captura de comportamientos reales en el front-end, formación de capacidad de operación diestra de cuerpo completo en el medio, luego las estrategias entran al modelo del mundo para ser validadas, y los nuevos datos generados cerca de los fallos continúan fluyendo de vuelta al entrenamiento.
El trazo más espiritual radica en comenzar por el final.
El mercado está votando con dinero real, y el dividendo de la industria de la inteligencia embebida solo pertenece a quienes realmente puedan implementarse y crear valor industrial real. Durante este período, la competencia de la industria se extiende desde la fabricación de robots hasta la captura de datos y la infraestructura. Quien logre establecer primero las barreras de datos y la evolución de la próxima generación de modelos, será quien tenga ventaja en la nueva ronda de iteración.
A esto, Current Robotics ha dado una respuesta altamente finalista: primero suponga que los datos son infinitamente grandes, luego diseñe soluciones basándose en la forma real en que opera la inteligencia humana. Así, la navegación, el equilibrio corporal y las acciones manuales pueden acoplarse completamente, la localización se integra de extremo a extremo, y la captura de datos también puede obtener detalles más ricos en el flujo de trabajo real.
El final de "El gran Gatsby" es ampliamente conocido: "Y así seguimos adelante, botes que reman contra la corriente, incesantemente arrastrados hacia el pasado." Esta es precisamente la fuente del nombre de Current Robotics —superar las limitaciones de la tecnología existente, remar contra la corriente, construyendo un puente entre la experiencia humana y los robots humanoides. Como el logo de la empresa, cuya inspiración proviene del "Hombre de Vitruvio" de Leonardo da Vinci, un símbolo que considera el cuerpo humano como medida de movimiento, proporción y diseño.
Logo de la empresa Current Robotics
Después de todo, la fuente de la inteligencia humaniforme sigue siendo el ser humano. Mediante la captura de datos con dispositivos portátiles, la creación de modelos base simulando el movimiento humano y la combinación con la evaluación con intervención humana y el post-entrenamiento, lo que hace Current Robotics es precisamente, a través del hardware, las canalizaciones de datos y el ciclo cerrado del modelo, convertir continuamente el comportamiento humano real en capacidades humanoides más fuertes.
El sistema de captura portátil de Current Robotics capta una señal llamada "comportamiento humano incidental" —es decir, el comportamiento físico natural, libre y adyacente a la tarea que surge cuando una persona ejecuta una tarea real en un entorno real. Esta experiencia física, difícil de simular e imposible de describir con instrucciones de lenguaje, nunca puede separarse de la demostración humana original, mostrando el valor único de la inteligencia humana en el proceso de colaboración hombre-máquina.
"El comportamiento inconsciente es bastante importante en los humanoides. Es lo suficientemente antropomórfico como para aportar un mayor valor emocional, que a menudo supera la mera funcionalidad." Compartió Zhu Yichen. Al igual que un robot que lleva un objeto en brazos y empuja la puerta con el cuerpo, los simples comportamientos humanoides son vívidos y brillantes.
Esta escena quizás ya no esté lejana. "Naciendo de la inteligencia humana más real, para finalmente regresar al mundo de la vida real", un plan para una convivencia armoniosa entre humanos y máquinas se está desplegando lentamente ante nuestros ojos.
Este artículo proviene del WeChat público "投资界" (ID: pedaily2012), autor: Yu Mengying
