Skip to content
aiqbench takeAI Products

aiqbench analysis

Shenzhen Ruoyu Tech's funding round signals a strategic pivot toward validating full-stack robot brain architectures in high-risk industrial scenarios rather than relying on simulation. By prioritizing data loops from extreme real-world conditions like intelligent refueling, the company aims to build robust infrastructure for autonomous systems in complex environments. This shift highlights a critical trend where capital is flowing into practical deployment challenges to accelerate the evolution of embodied AI capabilities.
Source covering36Kr
What this isA model's reading of the article and related coverage, written for aiqbench. Not the publisher's words.

在高价值场景跑通技术与落地双闭环,若愚科技完成亿元级Pre-A轮融资

36Kr1 min read

36氪获悉,机器人大脑公司深圳若愚科技有限公司(下称“若愚科技”)近日完成亿元级 Pre-A 轮融资,本轮信维通信领投,金木资本、勤道资本、黄海资本、中创资本跟投。至此,若愚科技自 2023 年成立以来累计融资规模已达数亿元。 对若愚科技而言,本轮资金落定的时点,恰好卡在其战略路径完成前半程:从高价值场景切入,用足够的耐心跑通技术闭环与场景验证闭环。接下来的问题是:在真实场景里打磨出来的能力,能不能变成可以交付的产品。 若愚科技创始人兼CEO孙腾给的答案写在资源配置里:本轮资金将继续投向机器人大脑的全栈能力研发、真实场景的数据闭环,以及推进产业化落地。 “这一次最重要的,我觉得不是资本本身。”他对36氪说,“而是现在这个市场环境下,投资人对于产业的理解,以及对长期价值的判断。” 为什么不挑一个容易的场景 理解若愚科技的路径,得先理解它拒绝了什么。 2026年的具身智能赛道,正处在从“技术突围”走向“场景落地”的关键节点,行业的普遍打法是从通用场景切入,追求“大而全”的能力叙事。芯片公司为灵巧手定制方案、软件公司与本体厂商联合参展、各路玩家争相把机器人搬上展台跳舞或完成抓取演示,鲜少有人愿意把第一站设在危险的地方。 若愚科技反着来。它把机器人大脑的第一个落地的高价值场景选在了智能加注,也就是加油机器人,一个同时叠加了高危、防爆、连续室外作业、高低温等要求的高价值场景。这个选择背后的逻辑并不复杂:越有价值的场景,单位时间里暴露出来的真问题越多。 “我们可以用更高密度的真实难题,倒逼系统暴露瓶颈、加速进化。”孙腾解释道,走出实验室才更清楚边界在哪里。 这一判断放在行业语境中看,更具对照意义。2026年,围绕具身智能的数据路线,行业已经出现明显分化。在外滩大会“物理智能——分歧与抉择”圆桌论坛上,数据之争成为核心议题:仿真路线凭借算力与引擎生成海量合成数据,拓展性极强,却受限于仿真与现实的域差难题;真实场景数据采集效率有限、质量也不总是稳定,但天然包含那些无法被仿真复刻的物理细节——传感器的噪声、光线的突变、人员的闯入。更有学者提出一个值得深思的判断:未来真正有价值的数据竞争,不是比谁拥有更多小时的数据,而是谁能获得并组织那些真正包含“物理智能”的经验。 若愚科技的选择,本质上是在回应这个判断。 若愚科技围绕“大脑-本体-场景数据”三位一体构建技术体系,现场作业数据经筛选、脱敏后按需异步回流云端,形成“感知—决策—执行—反馈—优化”的闭环,持续驱动模型和策略优化。机器人大脑搭建云-边-端分层技术架构:云端承载世界模型与全局任务规划,边缘端负责毫秒级实时感知与安全管控,终端机器人搭载异构算力与多传感器实现精准执行。 这套架构的核心驱动力不是仿真数据的规模,而是真实场景中持续回流的高质量数据。事实也印证了这一点。若愚科技今年4月在佛山落地样板间进行试运营,到现在的打磨过程中,团队发现了大量此前在实验室环境下测不出来、也没办法发现的问题。 这条路的副作用是慢。高价值场景的数据积累周期长,场景复制的边际成本高,短期内难以看到通用场景路线那种“一套模型适配多个场景”的叙事张力。但它的另一个结果是:一旦走通,跟随者很难用同样的时间表追上来。因为真实场景中的数据闭环需要在现场时间中“泡”出来,而非仅靠算力堆出来。随着行业从“有没有”进入“能不能用”甚至“好不好用”的阶段,这种由真实现场积累形成的壁垒,其价值将越来越被产业所认可。 能不能进场,又能不能持续干活 若愚科技的选择不只是一个企业的路径判断,它也是具身智能产业从“技术叙事”走向“价值兑现”的一个观察样本。当越来越多的公司开始在展台上展示通用能力时,那些愿意把机器人送进最危险、最复杂、最不体面的现场,用真实数据一寸一寸完善大脑的团队,或许才是这个产业真正走向成熟时最稀缺的力量之一。 过去两年,具身智能赛道并不缺故事。“对机器人大脑来说,场景就是训练场;高价值场景,更有训练价值。”若愚科技创始人孙腾在采访中反复强调一个判断:“机器人必须在真实世界里成长,而不仅仅是通过虚拟的仿真环境。” 这句话指向的是若愚科技的核心定位:它是一家机器人大脑公司,核心产品是自研的若愚九天机器人大脑。本体是大脑进入真实场景的承载工具,是采集有价值数据的载体。防爆认证、佛山试点、能源圈层关注,这些实绩最终服务的都是同一件事——让机器人大脑在极端约束下持续迭代、持续回流真实数据。 这也解释了为什么若愚科技选择从高价值特种场景切入。防爆认证解决的是“能否进入特种现场”的准入问题,但它的意义远不止一张证书。在若愚科技的技术叙事里,防爆更像一个反向塑造大脑架构的强力约束。孙腾解释,防爆本质上是一种能量型约束,它会倒逼机器人大脑从集中式高算力架构,转向“轻量本体安全主控 + 安全区边缘算力分层架构”的分层架构。加上防爆约束之后,本体侧的算力、传感器数量,甚至通信带宽,都要做减法。相机、激光雷达等传感器要在外部做叠加或替换,使用隔爆玻璃;热功耗管控部件、本体防爆结构、整体防爆系统的评估,都需要公司深入进去扎实去做。 孙腾表示,完成软件算法的研发只完成初步工作,剩下的实际落地过程中的工作更多,也更烦琐。但这个恰恰说明,若愚科技产品的核心价值,正是那些通过高价值场景打磨出来的、能够在极端约束下稳定运行的大脑能力。 场景是入口,大脑才是主体。 佛山试运营加油站则进一步验证了这套逻辑。若愚科技向36氪披露了部分指标:试运营中,针对固定车型,开放环境中加油任务已实现高成功率;人工接管仅在异常时触发……这些数字的价值,不在于证明“机器人能加油”,而在于证明机器人大脑在真实高危场景中能够连续、稳定地完成作业,并在过程中持续产生有价值的真实数据。孙腾解释道:“在实验室里永远不知道自己的边界在哪里,而高价值场景则需要深入场景里不断打磨、不断测试。” 这正是若愚科技作为机器人大脑公司与其他具身智能公司的关键区别。机器人完成了一次任务,不意味着结束,而是意味着产生了新的数据、新的技能、新的恢复策略,再通过模型迭代反哺到下一次任务,甚至下一个场景。孙腾说:“机器人大脑不是靠不断做更多项目来增长,而是让每一次交付,都变成下一次交付的能力资产。”对若愚科技而言,商业化本身也是研发的一部分。 成为AI时代基础设施 若愚科技反复强调“大脑—本体—场景数据”的三位一体解决方案,并把本体定义为真实世界数据的采集工具。这个定义本身就指向了它作为机器人大脑公司的核心逻辑:如前文所述,本体并不是产品终点,而是大脑进入真实场景、持续获取高质量数据的载体。 在工程层面,这套体系已经跑出了实际节奏。数据层面,在客户授权和安全合规的前提下,若愚科技会对作业数据脱敏后用于模型迭代。机器人会在闲暇时段基本持续上传数据,为后续标注提供素材;而标注成本的下降,主要依靠半自动化的数据采集管线配合人工审核,来保证数据质量与数量的双重要求。在这套体系里面,决定大脑能力上限的是现场作业时间的厚度,而不是算力堆砌的规模。 产品结构也在为这套闭环服务。若愚九天机器人大脑是一款相对标准的产品,以及自研的模块化若愚揽月、若愚摘星等高可靠性作业硬件,共同面向高价值场景的落地解决方案。场景的差异化需求被收敛到末端的执行工具与上层业务流程上,高可靠性作业硬件上则严控规模——通过拆分驱动模组、电气模组等标准化单元,支持模块的快速堆叠组合。这意味着,若愚科技率先在智能加注场景中沉淀的大脑能力,从一开始就被设计成可以在不同本体、不同场景之间迁移的形态。 事实上,若愚科技把自身定义为AI时代的基础设施。这个定位的实质是:不去绑定任何一个单一的硬件,而是让智能能力在不同的算力平台上、不同的本体上、不同的真实场景之间自由迁徙,最终形成跨算力平台、跨本体、跨场景的通用智能层。而支撑这个目标的,不是某一次技术突破,而是已经跑起来的真实场景数据闭环。 本轮融资的落定,意味着若愚科技从高价值场景切入的战略路径已完成前半程验证期。真正决定天花板的,是横向复制的可能性。若愚科技的判断是,通过智能加注这个高价值场景反馈,锻炼出的是大脑的基本能力——复杂操作、环境感知、任务规划、决策等一系列基本技能。这些技能可以复用到充电、港口、巡操等更多元的场景中。而支撑这种复用的,不是一套通用的算法框架,而是在真实高危场景中一寸一寸打磨出来的、带有物理细节和失败经验的大脑能力。 “若愚科技是一家大脑公司”这个定位的最终落点:它即将完成的,不是某一个场景的机器人交付,而是一套能够在极端约束下持续运行、持续回流数据、持续迭代能力的机器人大脑底座。 这套底座,才是它通向AI时代基础设施的起点。

Read the full article at 36Kr