公司核心观点 - 千诀科技专注于具身智能大脑研发，采用预测式世界模型路线，认为生成式模型存在“特征污染”瓶颈，预测式模型在隐空间推演状态，计算量更低、泛化能力更强 [4][5][6] - 公司坚持“只做大脑”的生态位，不造本体，旨在成为大脑层面的基础设施，类比安卓系统与手机厂商的关系 [10][12] - 优先攻坚家庭非结构化场景，认为该场景对域外泛化能力要求高，与预测式世界模型的核心长处匹配 [13] - 预计三到五年内机器人将更多进入家庭，但解决不了所有问题，需从简单家务做起逐步演化 [16] - 中美在具身大脑赛道不相上下，美国算力优势明显，中国在场景密度和供应链上更具竞争力 [17] - 未来十年最大确定性是具身智能走进家庭，最大不确定性在于技术范式的突变点，ChatGPT时刻可能在三年内出现 [20] 技术路线 - 预测式世界模型在隐空间进行状态推演，只保留对决策影响最核心的物理概念，域外泛化能力更强，端侧算力瓶颈更易缓解 [5] - 生成式与预测式世界模型并非对立，而是融合共生，不同发展阶段有不同适配场景 [6] - 千诀与清华陈峰教授课题组2025年ICML论文首次给“学习世界模型”下一般数学定义，用Fourier-Walsh变换解决不可辨识性，获ICLR 2025世界模型workshop Outstanding Paper Award [7] - 2026年ICML工作提出“有效阶”指标，将“简单性偏置”变为可计算、可比较、可参与训练的量 [7] - 类脑分区架构有助于跨本体、跨场景的多维泛化，轻耦合结构允许逐块提升效果 [8] - 多项式表征架构将感知、决策、控制等能力针对性训练、按任务灵活组合，升级单项能力无需重训整个模型 [9] - 数据飞轮按分区走，局部优化数据需求更少，数据效率更高，已积累亿级规模实采数据 [9] 产品与商业化 - 产品形态包括云端通用开发平台（API调用）和端侧软硬一体计算平台“脑坞”，依托类脑自研芯片做低功耗部署，兼容NVIDIA、AMD、灵汐、昇腾等芯片 [11] - 商业模式为大脑按量付费，客户获得从数据到模型结构、到部署、到场景反馈迭代的一整套机制 [11] - 累计接入终端约十万台量级，覆盖人形机器人、轮式双臂机器人、轮式单臂机器人、带臂四足狗、带臂清洁、悬臂无人机等形态 [15] - 家庭场景占大头，落地台数最多的是家庭看护类（老人陪护、小孩看护），酒店场景为另一条线 [15] - 酒店免改造配送场景中，机器人靠大脑自主决策跑“最后一公里”，无需加装信标或改造电梯，公司为头部客户唯一大脑供应商，服务向海外拓展 [12] - 2026年6月完成数亿元A轮融资，由京铭资本领投，山东新动能、山东财金资本、元禾厚望、芯能创投、南创投等参与，老股东持续加码 [19] 产学研与团队 - 公司孵化自清华学界和业界合作，核心团队来自清华大学自动化系，创始人高海川博士2018年起在类脑双臂机器人课题组带队 [3][19][20] - 联席CTO苏鑫2012年进清华，2021年博士毕业，先去大厂积累工程化视野，2023年6月加入创业 [20] - 联合创始人肖海默在美的集团智能家居事业群有多年研产销全链条经验 [20] - 团队呈现年轻化、多学科交叉，兼顾科研、大厂产业经验、工程化与商业化能力平衡 [20] - 公司受中国脑科学重点项目支持，在深圳、烟台等地设立分公司或子公司，与地方政府开放场景形成配合 [19][20] - 清华类脑计算研究中心天眸芯团队再登《Nature Sensors》封面并开源TianMouCV工具链，千诀将很快发布并开源自己的世界模型和平台 [18] 行业格局 - 行业对世界模型与VLA的关系形成新共识：两者融合共生，世界推理动作模型等新架构层出不穷 [5][6] - 对标美国Physical Intelligence，两家都只做大脑不造本体，但PI在算力上优势明显，可大规模试错，模型迭代快 [17] - 中国本体制造和供应链更优，传统制造企业向具身方向转型，上下游配套齐全，场景铺开比美国更快 [17] - 开源是推动人工智能发展的关键因素，从transformer到DeepSeek均如此，千诀将成为开源生态贡献者 [18]