公司概况与融资 - 由前华为云AI算法创新Lab主任、华为云智能机器人业务开创者朱森华博士于2025年10月离职后创立[4][5] - 公司核心团队已搭建完毕，联合创始人包括极智嘉智能叉车&极智链产品事业部总经理刘晋宇，成员来自华为、联想、旷视、极智嘉等，具备10年以上AI+机器人研发交付经验[9] - 公司近期已完成数千万元人民币的种子轮融资，投资方包括乐聚机器人、上海道禾长期投资、四川科创投集团、东方精工等[4][9] 技术路线与核心主张 - 公司选择了一条差异化的技术路径：采用脑认知启发（Neural AI）范式来改进具身智能视觉语言模型[9] - 该技术主张借鉴人脑的认知神经机制，对具身智能进行算法架构改造，例如引入人脑特有的抽象概念学习、选择性注意力等机制[9] - 通过引入脑启发算法作为“外挂”，旨在减少机器人对数据和算力的依赖，并提升其泛化能力[9] - 公司技术理念与图灵奖得主杨立昆提出的“世界模型”架构设计理念高度一致，其底层均借鉴了认知神经科学中的“自由能最小原则”[31][33] - 公司认为当前深度学习范式存在高数据、高功耗、低泛化性、低可解释性、低在线学习等难题[27] - 公司计划在1-3年内，基于现有视觉语言模型工程实践，用认知神经机制对其进行系统性优化改造；预计在3-5年后完成深度学习算法范式的更迭，彻底走向脑启发技术范式[11][50][51] 技术验证与效果 - 在开放环境自由移动方面，公司基于“栅格和位置细胞模拟”搭建了类人认知地图机制，使机器人能实现跨室内外开放场景的自由探索，部署效率提升了40%[41] - 在小样本学习方面，验证结果显示所需数据量相较此前降低了90%[42] - 公司通过引入抽象概念表征编码器，使模型从“从标记中学习”转向“从概念中学习”[46] - 公司已实现“一脑多机”的协同作业演示，例如让多台机器人协同完成取叠衣服和取递水任务[26] 行业痛点与公司定位 - 公司认为当前具身智能领域最大的矛盾在于“半吊子”的机器人能力与人们过高期望之间的鸿沟[17][61] - 行业落地的最大难点在于为当前不成熟的能力找到合适的场景和愿意付费的客户[62] - 公司判断，短期内“机器人完全替人”的商业模式在国内难以大规模走通，因为客户“算不过账来”[63] - 公司将自己定位为专注于“大脑”技术的提供商，坚持不做机器人本体，旨在攻克具身大脑“一脑多机”、“一脑多形”的能力上限[71] - 公司认为当前行业因技术限制，普遍呈现“特定本体+特定技能大脑”的强绑定交付模式，这并非最终的技术交付形态[73][74] 商业化战略与落地进展 - 公司战略定位全球化，落地首站选择亚太地区的商业服务和工业场景[17] - 选择亚太地区的原因包括：地理与文化相近性、市场规范可对接欧美、以及该地区发达国家面临严重的“事实性劳动力短缺”[65][66] - 以日本便利店为例，老龄化导致劳动力供给不足，威胁其7×24小时服务模式，具身机器人可在夜间承担巡店、理货等工作以维持服务[19][66] - 在人力客观供给不足的情况下，海外客户已明确表示愿意为仅能替代人类50-70%能力的具身机器人付费[67] - 公司已与国内汽车零部件龙头上市公司纽泰格及另一家智能制造上市公司达成合作[17] - 公司认识到从实验室技术到客户应用存在大量“脏活累活”，需要应对环境变化、人员操作、机器磨损等带来的各种异常情况[68][69] 行业技术范式分析 - 当前AI或具身智能主要有三大技术范式：以OpenAI为代表的“压缩即智能”的深度学习范式；以Richard Sutton为代表的“从经验中学习”的强化学习范式；以及以杨立昆为代表的“从神经科学中学习”的脑认知启发范式[23] - 公司属于第三类范式[24] - 公司认为当前深度学习领域最大的痛点是缺乏系统性的清晰理论指导，模型训练如同“炼丹”，依赖算法工程师的试错经验推动演化[55][56] - 脑认知启发范式的理论指导来源于认知神经科学，例如中国正在实施的“中国脑计划”，其“右翼”目标便是将大脑的智能特性转化为计算机技术[57][58] - 结合脑科学与AI的难点在于，既懂计算机科学又懂脑科学的复合型人才非常稀缺[59]