Former Huawei AI Leader Starts Company to Develop Cognitive World Models for Robots, Raises Hundreds of Millions in Funding

Full text · 原文 4,167 字

允中发自凹非寺 量子位 | 公众号 QbitAI 2026年，世界模型成了AI圈最硬通的“社交货币”。 Yann LeCun离开Meta后创办的AMI Labs，一举拿下10.3亿美元融资，投前估值为35亿美元。 李飞飞的World Labs持续押注空间智能，成为一级市场最抢手的标的之一；英伟达在GTC上抛出Physical AI，直言工业与机器人市场的潜在规模将达到50万亿美元。 资本、人才、顶尖头脑，都在往同一个方向汇聚——让AI真正理解物理世界。 红杉AI峰会上，英伟达机器人负责人Jim Fan更是直接放话：行业的重心，正从VLA（视觉-语言-动作模型）转向世界动作模型（World Action Models）。 这句话的冲击力在于，把过去两年具身智能行业最热的技术路线，推到了一个新问题面前：机器人会看、会听、会执行动作之后，下一步该是什么？ 答案越来越清晰，它需要一个能理解物理世界、能预测行动后果、能持续修正经验的、真正贴近人脑运作模式的机器人“大脑”。 刚刚完成新一轮亿元融资的具脑磐石，从成立之初押注的正是这个方向。 具脑磐石由朱森华创立。他曾任华为云AI算法创新Lab主任，主导过AI脑科学云平台、盘古具身大模型、全球具身智能产业创新中心等系统级项目。在业内，他被称为“华为具身大脑一号位”。 现在，他把创业方向押在了一个更具挑战性的交叉点上：用认知神经科学，重做机器人的大脑模型。 具脑磐石给这套系统起了一个名字：认知世界模型，Cognitive World Model。 说得更直白一点，它想让机器人拥有一颗会推演、会记忆、会自我更新的类脑认知中枢。 VLA触顶，世界模型站上C位 过去两年，VLA是具身智能行业里的主流叙事。 这一技术的逻辑很直接：将视觉、语言和动作统一进一个端到端模型，机器人能看懂环境、理解指令，并直接输出行动。 这条路线已经在一些场景里已经验证了价值。比如分拣、上下料、简单装配、仓储搬运、零售后台整理等任务，环境相对可控，动作链条相对明确，VLA能够让机器人从“能动”进一步走向“能按指令动”。 但随着真实场景变复杂，VLA的能力边界也开始显现。 首先是数据。 换一批物体、换一个光照、换一种桌面布局，模型往往要补充新的示范数据。机器人看起来在学习，很多时候仍然依赖人类提前喂给它的数据样本。 其次是泛化。 VLA更擅长从数据中学习统计相关性。它能知道“看到这个东西，大概率要做这个动作”，但面对物理因果、长期后果和开放环境变化，稳定性仍然不足。 再就是记忆。 今天很多机器人完成一次任务后，很难像人一样把经验沉淀下来。下一次面对相似任务，仍然容易从头开始。 这也是行业里那句老话的来处：有多少人工，才有多少智能。 世界模型的价值，正在这里显现。 它试图让机器人在行动之前，先在内部完成一次“推演”： 如果我这样抓，杯子会不会倒？如果我往前走，这条路是不是会被障碍物挡住？如果我先打开柜门，再拿东西，任务链条是否更稳？ 人类每天都在做类似的事。 过马路时，人并不会精确计算每辆车的速度、距离和轨迹，但只要扫一眼，就能判断什么时候能过、什么时候该停。 这背后依靠的不是单一感知能力，也不是动作库，而是一套关于世界如何运转的心智模型。 具脑磐石要做的，就是把这套能力工程化，装进机器人系统里。 五层地图，把世界模型讲明白 世界模型很热，但麻烦也在这里：大家口中的“世界模型”，常常指向不同的技术层级。 有人说的是3D空间建模，有人说的是视频生成，有人说的是仿真和强化学习，有人说的是JEPA，还有人说的是主动推理。 朱森华把当前世界模型的路线，自下而上拆成五层。 第一层，是视觉真实。 核心是从2D图像走向3D空间理解。以李飞飞的World Labs为代表，解决的是“机器人怎么看世界”的基础问题。 没有这一层，后续的智能处理无从谈起。 第二层，是物理真实。 聚焦重力、摩擦、碰撞等物理规律的建模。以Sora等视频生成模型为代表，模型试图从海量视频中学习物理直觉。 可问题在于，画面逼真并不等于因果可靠。一个视频可以非常像真实世界，但里面的物理逻辑未必稳定。 第三层，是交互真实。 这一层更接近仿真、强化学习和机器人试错。 它强调智能体通过“行动—反馈”积累经验，DeepMind、英伟达等公司都在这一方向持续投入。 第四层，是抽象表征。 这是Yann LeCun的JEPA架构的领地。它让模型在隐空间里学习状态如何变化，减少对像素级重建和token级预测的依赖。 举个例子，模型无需逐帧预测一个杯子未来每个像素会变成什么样，而是学习“杯子被推了一下，大概率会往哪个方向移动，是否会倒下”。 第五层：主动推理。 这是具脑磐石最看重的一层。它来自认知神经科学，背后包括自由能最小化、预测编码、贝叶斯大脑等理论，是目前最接近人类智能本质的理论框架。 翻译成人话是：智能体会主动形成假设，预测结果，执行动作，再根据环境反馈修正自己的内部模型。 也就是，边想边做，边做边学。 在具脑磐石看来，前三层更多解决“看见世界、模拟世界、训练世界”的问题；第四层开始进入抽象表征；第五层则真正触及机器人认知能力的上限。 也正因此，具脑磐石把自己定位为类脑智能驱动的具身智能2.0公司。 这个判断带有明确的技术立场：机器人下一阶段的竞争，不会只停留在动作生成和遥操作数据规模上，而会进入认知世界模型、主动推理、长期记忆和持续学习的整合竞争。 对标JEPA，但多走一步 具脑磐石的技术路线，与Yann LeCun推动的JEPA有着明显关联。 JEPA，全称Joint Embedding Predictive Architecture，联合嵌入预测架构。 它的核心价值，是让模型在抽象表征空间里学习世界状态的变化。相比逐像素预测、逐token拟合，这种方法更接近人类对世界的理解方式，也更适合处理复杂环境中的泛化问题。 但对机器人来说，只有“表征—预测”还不够。 机器人最终要进入真实物理世界。它需要感知环境、理解任务、预测后果、规划动作、执行任务，还要从失败和反馈中继续学习。 因此，具脑磐石提出的认知世界模型，更像是一个面向具身落地的JEPA增强版。 它要把JEPA的世界表征能力，推进到一条完整链路里：感知，认知，预测，规划，行动，反馈，学习。 这也让具脑磐石与“世界模拟器”路线拉开差异。 具脑磐石追求的重点，不是生成一个看起来足够真实的视频世界，而是为机器人提供一个可以参与真实任务闭环的认知计算推理引擎。 围绕这套目标，具脑磐石把技术攻关拆成四个方向。 第一，类脑感知编解码机制。这对应视觉、听觉、力触觉等多模态信息的融合，让机器人更高效地理解真实环境。 第二，认知动态预测机制。这对应物体交互、空间变化、重力、碰撞等物理规律的理解，让机器人具备推演行动后果的能力。 第三，终身学习记忆机制。这对应经验沉淀和持续学习，让机器人减少“学新忘旧”，逐步形成可迁移的任务经验。 第四，低功耗稀疏计算架构。这对应未来机器人端侧部署需求。真正进入家庭、工厂、门店的机器人，不能长期依赖高功耗云端推理。 这四个方向最终指向四个结果：低数据、高泛化、终身学习、低功耗。 这也是具身智能落地最难绕开的四道关：数据成本、跨场景适应、长期运行和算力约束。 具脑磐石的野心也在这里：它想把类脑智能从一个学术概念，推成可验证、可部署、可商业化的具身智能大脑架构。 “华为具身大脑一号位”带队，团队不止会做模型 融资落地后，具脑磐石也进入了一个更具体的阶段。 具脑磐石，这家成立于2025年的类脑世界模型公司，近日完成了新一轮亿元级融资，本轮融资由具备深厚类脑与具身产业背景的顶尖产业资本领投，老股东及多家顶尖基金复投和跟投。 同时，更新一轮融资也在同步交割中。多维资本担任独家财务顾问。 本轮融资后，具脑磐石将继续投入核心技术研发、团队扩充与全球市场拓展，重点推进Cognitive World Model的研发、工程化落地和真实场景验证。 投资人愿意下注具脑磐石，除了世界模型这个方向足够热，也因为这支团队的配置相对少见。 有投资人将其评价为“国内唯一兼具AI×脑科学交叉深度与产业落地广度的组合”。 创始人朱森华是宾夕法尼亚大学认知神经科学博士、中科院博士后，长期从事AI与脑认知交叉研究。 进入华为后，他曾任华为云AI算法创新Lab主任，主导过AI脑科学云平台、盘古具身大模型、全球具身智能产业创新中心等项目，也曾担任华为“天才少年”面试官。 在业内，他也因此被称为“华为具身大脑一号位”。 联合创始人刘晋宇则补上了产品化和全球商业化能力。 他长期深耕AI机器人产品落地与全球化拓展，曾参与多个产品线从0到1孵化和规模化落地，在工业与商用场景中积累了丰富的产品定义、市场拓展和客户交付经验。 再往下看，具脑磐石核心团队覆盖清华、北大、复旦、中科院等顶尖院所，也有华为、联想、旷视、极智嘉等一线企业背景，形成了从前沿技术研究、软硬件研发、工程化到商业化落地的全链路配置。 这对一家做“具身大脑”的公司来说很关键。 因为认知世界模型最终要落到机器人系统里，既要处理模型架构和主动推理，也要面对本体差异、传感器接入、动作执行、现场部署和客户交付。 具脑磐石的团队结构，恰好覆盖了从理论到工程、从算法到商业化的关键环节。 在商业化上，具脑磐石选择了一条相对务实的路线。 公司不会等待通用机器人大脑完全成熟，再去谈落地。 而是优先沉淀具身技能学习、认知地图移动导航、一脑多机协同等可复用模块，在真实场景中形成数据与现金流闭环，再反哺核心研发。 场景选择上，具脑磐石也有明确标准：客户真实付费、方案具备跨场景复制性、技术挑战能够倒逼核心模型迭代。 目前，该公司已在国内外同步推进多个行业客户PoC，并签约多家海内外行业战略合作伙伴。 产品路径上，具脑磐石提出了“一脑多机、一脑多形”。 短期看，是用类脑智能驱动的Agent框架支持多机协作；中期看，是探索单一认知世界模型适配不同机器人本体；长期看，则是向行业开放通用具身大脑模型。 对具脑磐石来说，此轮融资之后最重要的答卷，就是让认知世界模型在真实机器人任务中跑起来。

Site key	qbitai
Policy area	具身智能
Category	report
AI score	0.27

Former Huawei AI Leader Starts Company to Develop Cognitive World Models for Robots, Raises Hundreds of Millions in Funding

华为具身大脑一号位创业，用认知科学造世界模型，获亿元级融资