China's Record $455 Million Financing for Embodied Intelligence, with Hillhouse and Sequoia Leading Investment in Embodied Brain

Full text · 原文 4,133 字

Jay 发自凹非寺 量子位 | 公众号 QbitAI 近日，中国具身智能史上最高单轮融资纪录，诞生了。 4月16日，成立仅一年的它石智航，宣布完成Pre-A轮融资，金额4.55亿美金。 一年前，它石斩获了行业最大天使轮融资的标签； 一年后，这家公司的Pre-A轮，刷新中国具身最高单轮融资。 更引人瞩目的，是此次堪称顶配的投资方阵容： 高瓴创投，与红杉中国本次联合领投它石智航。 与此同时，美团战投重额加注并继续领投，北京机器人产业发展投资基金、上海国投先导等国资联合入局…… 共20余家机构，横跨财务、战略、产业、国资四大维度。 而且据了解，这个投资方阵容完全是它石主动设计的结果。 因为技术已经交卷了，它石很清楚自己想要什么，只有那些有长期价值、有明确产业诉求、赋能清晰的投资方，才能上桌。 30亿，怎么花？ 据悉，主要投往两个方向：大脑和人才。 大脑方面，它石的战略重心在预训练，这部分算力消耗极大。 人才方面，它石将持续推进「TARS STAR」全球顶尖人才引进计划，提供行业TOP级待遇。 用它石自己的话说就是： 已经准备好「有格局地用大钱」了。 这是家有能力、有野心、有潜力不断「创纪录」的公司。 豪华的创始人团队，技术斩获吉尼斯，全球首个能干活的具身大模型，全球首创「以人为中心」的数采范式…… 如今，潜心钻研具身大脑一年有余的它石智航，用最大单轮融资额，又一次刷新了纪录。 在两轮融资和技术首次交卷后，它石已经不仅仅是稳坐具身智能第一梯队—— 更是国产具身大脑赛道的头号玩家。 没有大脑的本体，就只是一具躯壳 具身智能正在经历一场剧变。 过去两年，行业热闹非凡。市场的喜好出奇统一，只要哪家公司的机器人能上台翻个跟头、跳段舞，展台瞬间就会被围得水泄不通。 包括春晚也是一群机器人在上面热热闹闹地跳舞。 本体形态是否酷炫、关节是否灵活、运控是否流畅……这些最「前端」的指标，抢走了所有聚光灯。 然而，自去年年中开始，一个更尖锐的问题开始反复出现： 机器人到底啥时候能进厂干活？？到底有什么价值？ 风向，开始不可逆地转变了。 到了今年年初，这股「务实主义」的风，同样刮到了资本市场的最前沿。 相比本体和小脑，以Skild AI、Sunday、Generalist等一批专攻智能上限的大脑玩家，开始成为新的资本宠儿。 资本市场的嗅觉永远是最灵敏的。 当顶级基金集体掉头转向，便释放了一个清晰的信号：单纯或重点比拼本体硬件和底层运动控制（小脑）的竞赛，或许已经基本结束了。 下半场的胜负手，是大脑。 而这个大脑要解决的，正是具身智能必须跨越的下一个阶段—— 真干活，而不是披着干活外衣的表演。 这同样也是它石对其大脑的期许：能干活的具身通用大模型， 那么，它石的大脑，到底长什么样？ 答案是：AWE 3.0，全称AI World Engine，即「AI世界引擎」。 是的，不是VLA，也不是3D资产生成模型。 这是一个从底层架构就统一了感知、决策与行动的原生具身大模型，并搭配了全球首个视触觉世界模型OmniVTA。 视觉、语言、动作，三种模态天然对齐，训练时可以在任意模态之间互相转换—— 「视觉」到「视觉」就是视频预测，「视觉-语言」到「动作」就是端到端，「视觉-语言」到「视觉-动作」就是世界模型。 更直观一点来说，这个模型拥有一项叫Faliure Recovery（自我纠错）的能力。 面对柔性操作中层出不穷的突发状况，模型不再简单模仿动作轨迹，而是在隐空间里持续推演未来的多种可能，再据此做出决策。 当插接的力度或角度出现异常，机器人会主动把线拔出来，换个角度再试一次。 正如人类的做法一样。 对于真实工业场景而言，这是一个象征着应用成熟度的关键信号： 「机器人会反思了」。 这大概是2026年具身大脑浮出水面后，为行业送上的第一份厚礼。 更关键的是，这一切的实现没有用到一秒钟的遥操数据。 长期以来，关于具身训练数据，行业有个共识：遥操数据精度最高。 它石却觉得，这个结论完全站不住脚。 遥操作根本干不了亚毫米级的事。 在此前与量子位的对话中，它石首席科学家丁文超直言，在对精度有极高要求的场景下，人工遥操过程中的犹豫、抖动，反而会变成训练数据中的「噪声」。 这也是它石反复强调Human-centric的真正原因。 线束这个场景实在太恐怖了。孔位极窄，容错性非常低。 但人能完成这个任务。 虽然不能百分百零偏差，但人的纠错能力极强，所以可以在操作中感受阻力并据此迅速调整角度和力度。 从第一性原理出发，丁文超指出，想要习得这种局部微调的能力，唯一的方式就是从真人身上采集数据。 如今，这个想法已完全落地，并且凝练成一整套以人为本的数据采集套件——SenseHub。 仅需一双轻便的数采手套，加上一枚第一视角摄像头，佩戴即开工。劳动者在日常作业中，便能顺手完成数据采集。 回过头来看它石的布局，逻辑就非常清晰了： 数据-本体-模型全栈自研，不是为了生态，而是遵循「第一性原理」设计出来的。 在行业蛮荒期，技术路线尚未收敛，既无标杆案例，亦无成熟的横向分工。 而产业的每个变量又都会直接影响大脑能力。 所以必须有一定程度的完美主义，全栈自研，抓紧每个细节。 这是从第一性原理推导出的必然。 全栈大脑这个概念，最有魅力的地方也在于此。 做大脑的每家公司都在围绕自身的哲学思考，从数据-本体-模型三个维度全线出发，将各自的信念极致化。 这注定是一场极为精彩，同时也极为残酷的淘汰赛。 吉尼斯纪录背后，是落地的领先 具身大脑这条赛道上，所有玩家，无论从哪条路径出发，最终都会不可避免地交叉在一起。 因为这场比赛，大家都是奔着泛化去的。 真实世界是混沌且极度复杂的。如果一个机器人只能像复读机一样执行预设的单一脚本，那它与传统自动化产线上的机械臂并无本质区别。 LLM让人兴奋的原因正是如此，我们第一次拥有了具备泛化可能的智能。 虽然它在特定单一任务上可能不如硬编码的脚本极致，但真实世界中那些无法用脚本逻辑描述的种种长尾任务，必须依靠智能的「涌现」来解决。 但这也意味着——赢家通吃。 具身智能之所以被视为下一个万亿级赛道，其核心前提正是泛化能力、跨场景复制能力以及成本可控的规模化能力。 而它石智航从成立的第一天起，所有的战略重心都在为这个前提做准备，所以他们选择了线束。 线束装配，工业自动化界的「哥德巴赫猜想」。长程操作、柔性操作、亚毫米精度，「不可能三角」全部集齐于此……堪称「地狱」级别的工厂场景。 它石选择这个高价值x高难度场景作为交卷的技术，本身就极具深意。 大多数具身智能公司在选择落地场景时，往往会遵循「易落地、快见效」的路径，比如叠毛巾、搬箱子、摆货架。 这些任务实打实存在着海量需求，同时对精度的要求也没那么恐怖。 但它石，偏要反其道而行之。要打，就打最难的仗。 对此，丁文超曾表示： 没有Plan B。 毕竟，如果连最柔软、最易变形的线束都能实现精准装配，那么工厂里其他那些常规装配任务，则无异于降维打击。 而事实证明，它石不仅做到了，更是直接把这个场景彻底「打爆」—— 1小时内，完成百余次亚毫米级柔性线束完整装配任务，一举刷新吉尼斯世界纪录。 甚至，还在高速装配的过程中，保证了拟人的「观赏性」。 在它石发起的业内首个「机器人柔性操作图灵测试」，超过50%的投票者竟然分不清：究竟哪个是机器人。 其中，Human-centric的重要性不言而喻。 这种数据采集方式，天然具备全场景覆盖的基因。因为它捕捉的是人在真实环境中的工作流，不再受限于特定硬件或封闭的数采中心。 这意味着，AWE 3.0从诞生之初，便是具备跨场景迁移潜力的。 在它石看来，模型层的过拟合只是技术瑕疵，但方法论的过拟合是致命的。 因此，从成立第一天开始，它石就拒绝了走捷径，全力押注Human-centric这条路。 一年过去，它石曾经许诺的BP现在正一一化为现实，并且他们仍然在坚持最初的理念。 在AI这个技术日新月异的赛道，敢于「不变」，或许比「求变」需要更大的定力。 如今，这份对初心的坚守终于迎来了回响。它石智航凭借线束场景一战成名。 但事实上，聚光灯之外，它石智航从创立之初便同步启动了工厂、物流、仓储、洗衣房、酒店等多场景的数据采集。 从一开始，它石就是奔着泛化去的。 目前，它石已手握超十万小时Human-centric数据，并正式发起「具身数据星火计划」，并邀请生态伙伴共建产业级数据共享生态，直指1亿小时级别的数据共享。 而基于这些可迁移的训练数据，它石内部已有多个落地场景在并发推进，蓄势待发。 一颗足够优秀的大脑，能够填平从工业到家庭的泛化鸿沟。 这，正是具身智能从实验室走向千行百业的关键。 资本下半场风向标：大脑强，则具身强 具身智能，正在从「百花齐放」的喧嚣，走向百川归海。 踏入2026年，资本不再普降甘霖，而是开始精准滴灌。 而滴灌的靶心，正是全栈布局、大脑为核的公司——这个粮草先行、兵家必争的战略高地。 没有大脑的本体公司，本质上是一具精致的躯壳，只能等待别人来注入灵魂，上限从一开始就被锁死了； 而不做本体的纯算法团队，无法打通数据反馈的商业闭环，最终就会沦为技术外包商。 在残酷的淘汰赛里，技术收敛后，市场只会需要第一名。 这也是垂直整合在这个行业早期的必要性所在。想把技术做到极致，唯一的解法，只有把变量全部握在自己手里。 核心零部件和硬件供应链固然会有专业化分工，但整个产业的定价权与标准制定权，必将向拥有「最强大脑」的全栈企业高度集中。 赢家，一定是全栈大脑公司。 高瓴与红杉的联手押注，正是对这一终局判断最有力的印证。 对于长期主义机构而言，不怕投得晚，但一旦押注，就说明对其已经有了笃定的未来画像。 这也是两家顶级机构经历了对它石超过一年的跟踪深度调研后，最终决定联合出手的原因。 因为具身大脑，就是那个正在逐渐收敛的确定性。 而在这条新赛道上，它石无疑是当下最具竞争力的头号玩家之一。 4.55亿美金，是资本对这个终局判断的抢先投票。 在下半场，全栈大脑会成为具身智能下一阶段竞赛的胜负手。 枪响了。

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

China's Record $455 Million Financing for Embodied Intelligence, with Hillhouse and Sequoia Leading Investment in Embodied Brain

4.55亿美金！中国具身智能最大单笔融资诞生，高瓴红杉联手押注具身大脑