文章核心观点 - 具脑磐石公司以类脑智能为底层范式，致力于构建面向真实物理世界的认知世界模型，旨在推动具身智能从“动作智能”迈向“认知智能”，并已获得新一轮亿元级融资用于技术研发、团队扩张及全球化拓展 [4][5][7] 公司概况与融资情况 - 具脑磐石完成新一轮亿元级融资，由顶尖产业资本领投，老股东及多家顶尖基金复投跟投，多维资本担任独家财务顾问，资金将重点投入核心技术研发、人才团队扩容及全球化市场拓展 [5] - 公司成立于2025年，由前华为具身大脑负责人朱森华创立，团队核心成员来自清华、北大、复旦、中科院及华为、旷视等机构，覆盖前沿研究至系统工程落地的完整闭环 [7][9] 技术路径与核心理念 - 公司选择类脑智能作为底层路径，并非简单模拟大脑结构，而是提取大脑智能化的功能神经机制等核心能力，转化为可计算的算法与架构，以构建下一代具身智能大脑 [11] - 技术目标是实现低数据、高泛化、终身学习、低功耗，以突破具身智能在数据成本、跨场景适应、持续运行与算力限制等方面的约束 [16] - 认知世界模型需涵盖从状态预测到决策执行的全链路能力，让机器人具备自主设定目标、规划行动、执行操作并从反馈中持续学习的能力，其理论基础与Yann LeCun提出的JEPA路线同向，均基于主动推理认知科学 [12][15][16] 行业背景与问题洞察 - 具身智能赛道热点已从“VLA”转向“世界模型”，但行业对世界模型的定义和路径尚未厘清，存在概念混淆 [10] - 当前具身智能落地面临多重瓶颈：高质量真实数据难以规模化获取、模型跨场景泛化能力不足、机器人缺乏长期记忆与持续学习能力 [11] - 行业现状被描述为“有多少人工才有多少智能”，依赖海量数据与算力进行试错，成本高且效率低 [21] 世界模型的技术层级体系 - 世界模型可分为五个层级：视觉真实（解决2D到3D环境真实）、物理真实（理解物理规律）、交互真实（学习环境中的触碰与反馈）、抽象学习（在表征层面进行抽象学习以解决泛化性）、主动推理（追求低数据、高泛化、可终身学习、低功耗） [17][18] - 这五个层级是一个从基础设施到智能能力演化的体系，前三层解决数据与训练环境问题，后两层解决高效学习与推理的算法架构问题，它们可以分头探索或相互支撑 [20] 产品应用与落地策略 - 公司提出“一脑多机、一脑多形”的应用路线，当前策略是使用类脑智能的Agent框架驱动多机协作，并持续探索单一认知世界模型适配多种本体，同时与乐聚、星尘智能、智动力等多家本体厂商深度合作 [22] - 多机协作被视为当下最高效可行的工程方案，即用一个中央Agent大脑去调度、分解任务、协调产线上形态技能各异的机器人 [23] - 公司已在具身感知交互、规划、移动导航、操作及群体具身等方向完成多项系统级技术验证，并在海内外同步推进多个行业客户真实场景PoC [16]