作者 | 邱晓芬
编辑 | 袁斯来
硬氪独家获悉,具身智能企业「原力灵机」近期完成新一轮融资,资方主要为数家大模型公司,包括智谱、阶跃星辰、商汤科技。此外,华勤、上汽恒旭等产业投资方持续加注。
「原力灵机」是一家通用具身大模型公司,2025年3月由旷视科技联合创始人兼CTO唐文斌创立,团队核心创始成员为旷视科技原班人马。
有意思的是,此次融资也是商汤、旷视这两家曾经的对手,在具身智能的热潮中罕见“会师”;
另外,算上A+轮独家领投的阿里,这也是具身智能赛道罕见同时聚齐国内四家大模型厂商——此前,智谱仅通过Z基金小范围投资具身智能领域,阶跃星辰则几乎未出手具身智能。
而这一集体动作也释放出一个信号,当大模型竞争的主战从Token向Action转移,拥有物理世界交互能力的具身模型,已成为模型公司们锚定的下一片高地。
伴随着此次融资,唐文斌也在兵合一处,着手整合机器人资产。
硬氪独家获悉,「原力灵机」近期通过股权并购方式,完成了与「Atomix」(原力聚合)物流机器人的合并,剑指具身智能的大规模落地与全球化扩张。
「Atomix」的业务基因最早可以追溯到2016年——彼时,唐文斌在旷视科技内部主导智慧物流与机器人调度业务(河图系统),主推多形态物流机器人解决方案。
直到2024年7月,随着旷视业务变化,唐文斌将物流机器人业务从旷视体系剥离独立,并成立「Atomix」。
经过几年的探索,「Atomix」的托盘四向车销量已达全球第二,累计服务项目超过500个,客户包括优衣库、蜜雪冰城、宁德时代等,公司年营收近十亿。
随着具身智能硬件供应链趋近成熟,行业已经逼近那堵必须逾越高墙:具身大脑。相比语言模型进化路径的清晰,具身智能模型当下甚至找不到低成本、海量且高质量的数据,遑论找到收敛的训练范式。可以说,整个行业都在混沌之中摸索。
这种情况下,本体、大脑、数据的整合,或许成为具身赛道的新常态 。
一直以来,具身智能行业的理想状态是打造真正的数据飞轮。而实际情况是,行业正处于“数据死结”状态——模型需要真实场景里的错误数据来推进进化,而若没有好模型的武装,机器人无法进场景,也就无法采集真实的数据。
因此,有消息人士称,两家公司的合并,本质上是闭环模型与场景,打开数据死结。
正如唐文斌此前在采访中提到,Picking(抓取)正是具身智能时代的“原子任务”——Picking之于具身智能,正如Coding之于大模型,而「Atomix」正像是一台连续运转的Picking数据发动机。
「原力灵机」机器人 做早餐 (图源/企业)
据了解,在未来,「Atomix」在超20个国家、500多个项目里跑出来的真实数据,将直接成为「原力灵机」模型训练的燃料;而「原力灵机」所训练的具身智能模型,也将快速实现跟「Atomix」现有机器人进行协同作业。
这一构想或许并非空中楼阁,而是建立在一定的技术底座之上。在此之前,「原力灵机」已经推出了通用具身大模型“DM0”。
唐文斌此前接受采访时提到,在数据层面,「原力灵机」已完成了业内首次“三类数据大融合”——将互联网语义、智能驾驶物理规则、机器人实操数据进行混合训练,提升数据的规模与质量。
而这种跨域混合训练的方式,使得“DM0”跳出了对特定硬件参数的依赖,像一位经验丰富的“老司机”,在海量异构数据中抽象出了通用的物理规律,并且能够无视硬件差异,在多种不同构型的机器人本体间迁移,实现通用的操作逻辑。
「原力灵机」机器人 在调酒 (图源/企业)
更关键的是,「原力灵机」也试图将大模型的“思维链推理”延伸至物理空间——这也使得,“DM0”仅用2.4B的小参数规模,就实现了突破亚毫米级的精细操作,在长程连续任务中的成功率大幅提升。
通过一系列组合拳,“DM0”正试图打破传统具身模型数据单一、换机即瘫、参数臃肿的痛点。
此次合并、融资后,中国的具身智能行业正迎来一位强劲玩家。更重要的是,这也提示行业正进入下一个阶段——寻找到具身模型的scaling law。
这绝非仅靠堆砌机器人本体就能逾越的险隘。
就在本周,媒体披露字节跳动正重金招募具身智能技术负责人,目标直指头部创业公司的核心技术骨干;与此同时,海外具身智能明星企业Skild AI也刚完成了对Zebra(斑马技术)机器人自动化业务的并购。
海内外巨头的动向如出一辙——随着本体制造商、数据资产方、模型研发者、场景运营方开始加速聚拢,行业正式进入深水区。
首页图源|网络
排版|范馨雅
欢迎交流
