Former Huawei Car BU World Model Head Starts New Venture; Hangzhou Embodied Brain Company Secures Nearly 100 Million Yuan in Funding

作者｜黄楠 编辑｜袁斯来 硬氪获悉，具身大脑公司「格物通智」已完成近亿元天使轮融资，投资方包括匹克投资、鸿富资产、杭州资本、杭州人才集团、某省级具身产投及多家头部上市公司。资金将主要用于物理反演世界模型的大规模预训练与技术迭代、硬件与本体构建等，加快人才引进和规模扩充，并推进多个场景PoC验证和真实数据采集。Maple Pledge 枫承资本出任本轮独家私募股权融资顾问。 格物通智卡位杭州，于2026年8月成立，首轮即获得杭州市级层面三支基金的支持，包括杭州润苗基金、杭州颠覆性成果转化基金、杭州人才基金，是国家具身智能应用中试基地生态伙伴、‌杭创具身智能营成员。 公司面向真实产业场景研发自进化的灵巧操作智能，依托触觉-视觉为主的多模态数据真实闭环构建 “物理反演世界模型 + PSI物理自进化” 技术体系，为机器人提供有“手感”的具身大脑并在持续作业中自主沉淀实操经验、将“工龄”变成能力，实现越用越适配场景的持续进化。 本轮资方中，匹克投资作为国内头部运动科技产业集团，已同格物通智签订战略合作协议，公司将围绕鞋履制造对 "双柔+一高精"，即柔性制造、柔性材料、亚毫米级精度的要求，在企业初期拿下规模化订单，共同推动技术落地与产业验证。 创始人兼CEO蔡佳博士毕业于西北工业大学航天学院，师从国家杰青黄攀峰院长，专注太空机器人的在轨灵巧操作研究；后加入华为2012实验室及车BU 2030实验室，深度参与ADS 2.0至4.0核心技术研发与百万级量产交付以及ADS6.0预研，担任百人团队主管及华为科学家委员会委员。 他同时拥有太空操作机器人、自动驾驶量产、世界模型三重复合背景，兼具AI前沿技术孵化、复杂智能系统关键技术突破与百万级量产的工程化经验，具备千万小时级数据治理与近万卡集群训练的系统性方法论，是华为智驾体系从技术验证到量产交付的核心参与者之一，曾获华为个人技术最高奖。 格物通智创始人兼CEO蔡佳博士（图源/企业） 此外，多位核心成员均来自华为、理想、地平线、智元等行业头部企业，毕业于清华、浙大、上交、中科大、复旦、哈工大、西工大及南洋理工等顶尖高校，覆盖前沿AI研究、复杂系统工程与规模化交付全链条，是一支具备学术科研底蕴与成熟产业落地能力的团队。 过去两年，具身智能在视觉感知、运动控制等技术环节取得了实质性进展，机器人可以识别物体、规划路径、复现复杂的肢体动作。然而，这类能力大多停留在远距离、非接触式的感知与执行层面，难以应对精细的操作难题。一旦进入真实生产现场，面对布料滑移、零件卡滞、插装阻力等接触层面的物理交互，仅靠视觉无法获取力的大小、方向与接触状态，感知维度的短板会直接暴露。 另一重底层瓶颈在于数据。多数具身智能企业依靠众包采集或素材库数据训练模型，这类数据和真实物理工况存在结构性偏差，光照、工艺参数、设备异常、人为干预等条件与现实环境脱节。更关键的是，真实场景中的数据带有明确的因果链条，“什么动作导致了什么结果，什么异常触发了什么调整。这些因果关联，在脱离场景的素材数据中几乎无法获取。脱离场景长出来的智能，很难真正落地。”格物通智创始人兼CEO蔡佳说。 在格物通智团队看来，机器人进入工厂只是起点。真正的挑战是，它能否在产线上持续作业，遇到问题后自己调整，并且把这次的经验带到下一个工位。 这条路被蔡佳拆成了三个环节，分别是Deploy——先把机器人放到客户现场，替客户完成一道具体工序；Learn——把作业中产生的成功经验、失败轨迹、异常恢复和人工纠正，转化为训练数据；Generalize——把从具体项目中沉淀的操作能力，迁移到下一个工位、下一个任务、下一个本体。 理解格物通智的技术基座，需要回到灵巧操作的核心难题：机器人如何形成“手感”。 传统机器人学习的是人手的关节轨迹，比如拧瓶盖时，机器人会通过学习人类手指运动轨迹模仿相应的动作。“但这只是‘形似’。”蔡佳告诉硬氪，“它不知道人需要用多大的力、摩擦系数是多少、遇到阻力时要加大力度还是调整角度。一旦换成不同材质的瓶盖、不同松紧程度的螺纹，模型就可能失效。” 针对这一盲区，格物通智团队首创提出了“物理反演世界模型”技术路线，让机器人从看得见的动作中推断接触、受力等隐含物理信息，用于大规模预训练；再结合真实力觉、触觉反馈进行校准，为动作数据补充可用于学习的物理标签。 触觉数据是这条路径的核心，也是行业公认的难题。由于触觉信号维度低，通常只有几十维，而一张图像有数百万维，要让两者在同一模型中融合对其的难度极大。同时，触觉数据的采集成本高、速度慢，规模化始终是瓶颈。 格物通智的解法是Real to Sim（真实到仿真），用真实物理交互数据，反向搭建仿真环境，已确定一系列操作路径。 这套数据管线的核心价值，是把互联网海量的第一、第三人称视频转化为可用于模型训练的有效数据。触觉信号规模化采集长期受制于高昂成本与低下效率，而视觉数据天然易于获取。依托 Real to Sim 方案，团队能够从视觉画面反推重建对应的触觉信号，让触觉数据实现和视觉数据同等规模的采集能力。 与此同时，在世界模型架构层面，方案大幅提升力觉、触觉这类物理信息的信噪比，实现与视觉信息的原生融合，以此习得超越人类水平的操作手感；并通过对物理因果关系建模与预测，让模型理解操作背后的底层规律，进一步强化跨场景泛化能力。 在此基础上，格物通智进一步搭建了PSI物理自进化体系，可以实现“物理反演—规划执行—真实反馈—评估学习—验证部署”的能力迭代闭环。机器人在作业中产生的成功经验、失败轨迹与人工纠正，经筛选评估后用于改进物理状态估计和操作策略，更新后的模型经验证再进入下一轮任务。 构建 “物理反演世界模型+PSI物理自进化” 技术体系（图源/企业） 蔡佳告诉硬氪，这套机制的核心是双向改进，更准确的世界模型帮助机器人做出更有效的规划，更有价值的执行反馈则帮助模型识别自身误差、优化后续学习。同时，系统可以通过模型对失败原因与不确定性的判断，优化数据筛选，提升从经验中学习的效率。 这在工业场景中具有直接价值。“传统机器人部署到新工位时，需要反复示教、调测、试错；而我们希望实现的是，一个现场积累的经验，能够降低下一个现场的迁移成本。当客户每增加一个应用场景，我们收获的不仅是业务机会，还有可复用的部署经验。”蔡佳说。 硬氪了解到，格物通智正在同纺织服装、光模块及汽车零部件领域客户推进联合创新PoC，预计2026年年底将完成首个PoC交付。公司选择从边界清晰、可量化验收的任务切入，逐步扩大环境与任务覆盖，先突破Y轴精度成功率再突破X轴泛化性。在真实场景中验证基础能力，再将沉淀的经验迁移至更广泛的任务与本体。 以下为硬氪与格物通智创始人兼CEO蔡佳的访谈节选（略经编辑）： 硬氪：触觉数据采集长期面临成本与效率瓶颈，格物通智为何选择Real to Sim这条技术路径？ 蔡佳：触觉是机器人实现灵巧操作的核心，但触觉数据采集本身一直是行业难题。如果只依靠触觉手套采集，不仅成本高、采集效率低，操作人员佩戴手套后，甚至会影响他们日常的正常作业。这也就造成了，手套能拿到的数据体量十分有限，难以支撑具身模型训练所需的泛化能力。 格物通智选择Real to Sim的思路很清晰，视频数据最容易规模化获取，那我们就从视频中反向重建交互接触等触觉信号。方案重建出的触觉数据精度，预期能够满足预训练需求，后续再通过真实现场数据进一步对齐精度。更重要的是，这套管线让触觉数据获得和视觉数据同等的规模化潜力。互联网上存量巨大的第一、第三人称视频，经过这套流程处理，都可以转化为附带触觉标签的训练样本。 硬氪：你们在数据治理上强调质量优于数量，这个判断是怎么形成的？ 蔡佳：核心在于是否能搭建一套可量化的数据价值评估体系，自动筛除低价值的冗余数据。 这套评估体系不是简单的人工抽检，而是从多个维度对数据打分，比如场景的稀有度、动作的多样性、失败案例的占比、与当前模型薄弱环节的匹配度等等。低分数据直接丢弃，高分数据进入训练集。同时，每一轮训练结束后，用固定的评测集检验模型表现，找出新的薄弱环节，再反向指导下一轮数据筛选。 可以用自动驾驶举例，如果采用均匀随机采样，人在驾驶过程中，90%以上的时间都处于平稳行驶状态，几乎没有紧急避让、复杂变道这类场景。这类常规数据无需大量累积，过量堆叠反而会削弱模型在关键场景下的学习效果。过去我们训练智驾世界模型，1000w clips的数据总量变化不大，但是其recipe每周都在优化刷新。因此需要对数据打分，保留high quality、good diversity样本。 我们把这套思路迁移到了做具身世界模型上。从第一天起，团队就坚持质量优先的数据理念，把数据冗余度控制在很低水平。不少同行在比拼百万小时量级的数据规模，但其中大量都属于冗余数据，真正有效的样本占比并不高。在存储成本持续走高的环境下，这套策略反而具备优势，我们不必为无效数据消耗资源。 硬氪：格物通智选择从工业场景切入，不同客户对机器人具身操作能力的指标要求差异显著，团队如何定义场景切入的优先级？ 蔡佳： 不同工厂对能力边界的要求确实差异显著。精度要求从正负0.1毫米到一两毫米不等，节拍从毫秒级到分钟级不等，成功率要求从90%到99%不等，可靠工作时间从8小时到24小时不等。 格物通智的策略是选择与当前能力匹配的场景切入，逐步向更高要求延伸。我认为，创业公司的价值在于识别并聚焦真正有价值、能够规模化的场景，再通过循序渐进的方式扩展场景，可能做着做着就到达了具身智能的“GPT3时刻”。 对于具体场景，我们主要看几个维度，一是任务的可量化程度，验收标准是否清晰；二是与当前模型能力的匹配度，精度成功率能否达到客户的基本要求；三是场景的可复制性，一个现场积累的经验能否迁移到下一个现场。现在这个阶段，三分靠模型，七分靠工程。具身智能要真正变成实用，应该在这个场景里面长出来，而不是脱离场景在数采素材中长出来。 我们最看重的指标不是精度成功率，而是客户复购率。Demo精度成功率再高，如果客户不愿意复购，说明产品没有真正解决问题。复购意味着客户认为这个投入ROI是划算的，意味着机器人真正融入了生产流程。