今天小編分享的互聯網經驗：斯坦福團隊創立，紅杉、P7持續加注，這家具身智能公司再融資數億，歡迎閲讀。
作者｜黃楠
編輯｜袁斯來
硬氪獲悉，具身智能企業「穹徹智能」近日完成數億元 Pre-A++ 輪融資，本輪融資由盛宇投資、清科創投、嘉御資本、雲啓資本、上海科創集團等機構參投，Prosperity7、紅杉中國作為公司 Pre-A 輪投資人已連續三輪加注。融資資金将用于進一步加速公司在具身智能基礎模型、數據采集與評價等領網域突破，并推動其在零售履約、家庭服務、食品加工等場景中的商業化應用探索。
自 2023 年底成立以來，「穹徹智能」已完成四輪融資。此次也是企業繼 2024 年底 Pre-A+ 輪融資結束後、完成的又新一輪融資。
「穹徹智能」專注具身智能技術的開發和應用。聯合創始人盧策吾是斯坦福人工智能實驗室的博士後，現任上海交通大學人工智能學院副院長及教授，是國内最早研究具身智能領網域的學者之一。另一位聯創王世全是斯坦福仿生與靈巧操作實驗室及人工智能實驗室（機器人方向）博士，于 2016 年創立非夕科技，開辟基于極致力控和層級式智能的仿人化通用機器人技術路線，旗下自适應機器人已在實際場景中廣泛應用。
當前具身智能的發展面臨諸多阻礙，其中核心難題在于如何精準、有效地描述物理世界，以及明确物理世界與機器人之間的互動機制。
從感知層面來看，雖然自然語言及視覺語言大模型取得顯著進展，但在應對現實世界的復雜問題時，仍存在明顯不足。現實世界的物理環境包含豐富的信息，比如重量、材質、硬度等物體的物理屬性，位置、距離、角度等空間關系，運動軌迹、速度、加速度等動态變化，以及直接影響操作的核心力行為數據，如物體之間的接觸力、摩擦力、扭矩等。僅依靠視覺和語言模态，難以對這些信息進行全面、準确的描述，無法為具身智能提供足夠的決策依據。
而在數據端，訓練具身智能大模型面臨着數據獲取的困境。與其他領網域的模型訓練不同，具身智能需要大量反映真實物理互動的數據，這些數據的獲取需借助機器人在現實環境中的實際操作，成本高昂且效率低下。同時，由于缺乏統一的數據标準，不同來源的數據在格式、标注、質量等方面存在差異，難以進行有效的整合與利用，進一步阻礙了具身智能大模型的發展。
「穹徹智能」在具身智能領網域持續發力，通過快速迭代實體世界模型和力中心行為模型，顯著提升了機器人對物理環境的建模、理解、預測和互動能力。其自研的 3D 視覺模仿學習框架，可進一步增強機器人在復雜環境中的泛化能力、任務執行的成功率和魯棒性。
「穹徹智能」業務 - 覆蓋技術預研 & 產品開發全周期（圖源 / 企業）
針對數據采集成本高、難以在真實場景低成本規模化部署的痛點，「穹徹智能」結合自研算法模型，提出了無需離職的 " 生產伴随 " 式數據采集方式，并研發了相應的數采系統，有望突破高質量操作數據采集的瓶頸。該系統自發布以來僅半年時間，憑借其高效、便捷的數據采集能力，已獲得近百套訂單。
依托先進算法與數據支撐，「穹徹智能」的核心產品——穹徹具身大腦（Noematrix Brain），已具備指令推理分解、任務規劃、物體分類、環境感知、自主導航和通用技能操作的全閉環能力。
在此基礎上，「穹徹智能」構建了完整的產品矩陣，包括 "Noematrix Brain + Training Platform + DevPlatform"、" 硬體本體 " 及 "CoMiner 伴随式數采系統 "，具備跨場景應用部署能力，并聚焦零售履約、家庭服務、食品加工等場景的智能化、自動化需求進入商業化應用階段。
以家庭服務場景為例，「穹徹智能」已同頭部家電企業達成深度合作，共同推動家庭服務機器人的研發與應用。在近日的 AWE 2025 上，「穹徹智能」與該企業聯合研發的洗護場景家庭機器人，實現了從衣物感知、精準投放、洗衣烘幹到取衣的自動化操作，無需人工幹預。
「穹徹智能」AWE 洗護機器人（圖源 / 企業）
在食品加工領網域，「穹徹智能」已與知名食品廠商達成合作意向，雙方将加快復雜食品生產、加工處理產線的智能化與自動化轉型，以 " 人機協同 " 的模式提升食品生產效率和質量。
本輪融資後，「穹徹智能」将聚焦提升具身智能大模型的通用性。依托 Noematrix CoMiner 伴随式數采系統，高效獲取高質量操作數據，突破數據瓶頸，加速模型迭代與性能提升。
「穹徹智能」地面整理機器人（圖源 / 企業）
此外，「穹徹智能」将持續加快具身智能在零售履約、家庭服務、食品加工等更多場景的應用探索，并與各方行業廠商、科研機構合作，共建高質量、大規模的具身智能數據基礎設施，推動技術從研究到產業的加速轉化，助力具身智能技術的規模化應用。
