公司发展与合作 - 中科第五纪在近期接连完成Pre-A及Pre-A+轮融资，两笔交易在一个月之内完成，规模达数亿元，其中Pre-A轮由红杉中国领投，东方富海跟投，Pre-A+轮由芯能创投、优山资本联合领投，清控金信跟投 [1] - 公司于2026年1月获得宇树科技“核心生态合作伙伴”称号，在To B及工业场景，中科第五纪作为宇树机器人的“大脑”模型供应商，双方自2025年起已在电力巡检、工业等场景展开测试验证和落地 [1][2] - 公司创建于2024年9月，成立一年出头便拿下宇树等多家知名企业客户，其商业模式包括向本体公司交付大脑并按机器人对应license收费，以及向终端场景客户交付自研的轮式机器人并整机收费 [4][26] - 公司创始人认为，一级市场对机器人的认知更务实，从去年偏好通用的具身智能叙事，转向更看重能否扎进垂类场景并让客户复购，这关系到商业化能力和用数据飞轮突破真机数据不足的瓶颈 [1] 技术与产品优势 - 公司自研的超少样本具身操作大模型“FAM系列”采用“二次预训练”和“热力图对齐”技术，让模型在执行任务时更聚焦局部关键点，例如搬运料箱时优先关注把手而非整个料箱外观 [5][20] - 该方法使机器人只需最少3到5条真机示范数据即可完成新任务学习，基础任务成功率可达97%，通过提高数据使用效率解决了行业真机数据不足的瓶颈 [6][21][22] - 在电力巡检场景，公司机器人实现了巡检加操作的目标，在最近的电力智能巡检大赛中实现了跨站室迁移成功率90%、新柜型示教少于10次、末端定位精度±15mm的严苛指标 [10] - 公司技术团队核心成员来自中科院自动化所，联创及算法总监刘京、青年首席科学家黄岩均为谭铁牛院士的博士生，硬件能力则来自清华大学团队，由长聘教授孙富春提供支撑 [5][6] 行业认知与竞争策略 - 行业正从追求“既能搬箱子、又能收拾桌子、还能叠衣服”的通用模型，转向聚焦在垂类具体任务中真正落地的模型，例如解决工厂搬料箱问题 [13] - 公司认为，看似简单的搬箱子任务存在多个难点，包括对料箱颜色、尺寸、新旧程度的泛化识别、搬运过程中的导航与路径规划，以及对复杂策略（如从100个箱子里搬走50个）的理解 [15][16] - 在模型泛化性上，公司指出当前主流视觉语言模型（VLA）因对整张图片做全局信息映射，易受光照变化干扰，而公司通过热力图技术让模型聚焦操作对象本身，避免被全局变化干扰 [17][18] - 公司强调应推动行业先“收敛”到标准硬件构型（如上半身双臂），以解决负载、节拍的泛化问题并降低成本，而非总用新构型解决问题，认为狗加双臂的非标构型难以放量 [11][12] 商业化落地与未来规划 - 2026年行业的关键考验是“复购”，公司认为像搬箱子这样的场景需要在2026年被彻底解决，而非仅停留在概念验证阶段 [24] - 在解决搬箱子任务后，工业场景下一个可能被集中探索和解决的工作是“移动分拣”，即把箱子里特定的东西拿到特定位置，这类任务在横向跨客户和纵向跨场景上都有极强的泛化空间 [25] - 公司的最终定位是成为软硬一体的公司，认为具身智能的核心在“脑”不在“型”，参考苹果以操作系统和生态为核心竞争力的路径，虽然困难但是公司想走的路 [27] - 公司通过成为宇树的生态伙伴，将自研的具身大脑集成至宇树整机，宇树的规模化出货带动了公司的业务落地，使机器人能更快进入工业、巡检等实际作业场景 [8]