公司核心观点 - 超维动力以全栈方式切入具身智能，将数据、本体、模型都掌握在自己手中，让每一层的真实反馈驱动其他层迭代，旨在定义全栈标准 [38] - 公司认为具身智能的Scaling Law在于数据规模和模型尺寸的提升，因此构建以Ego（第一人称视角）数据为核心的数据金字塔是打破瓶颈的关键 [8] - 公司选择世界模型路线，认为机器人能否理解世界并在真实世界中行动是具身智能背后的真正问题，核心能力指向world model [27] 融资与团队 - 超维动力完成超5亿元天使+轮系列融资，投资方包括祥丰资本、方广资本、万石资本，资金用于基座模型研发、具身应用落地和行业生态拓展 [2] - 创始团队包括原华为自动驾驶业务高管喻杰（CEO）、香港大学教授罗平、机器人连续创业者郑存远，分别带来复杂系统量产落地、模型算法和机器人本体能力 [2][5][7] - 祥峰投资执行合伙人李伟表示，在具身智能实现路径未收敛的阶段，更看重有能力定义全栈标准的团队 [4] 数据策略 - 公司推出轻量化头环形态的KAI Halo，通过纯视觉完成人体姿态和场景点云重建并加入语义标注，将人类自然操作转化为模型训练数据 [15] - 公司通过众包方式将KAI Halo部署到家庭、酒店等20多种场景，累计采集10万小时第一人称数据 [16] - 公司搭建KAI AI Infra平台，形成设备分发、数据采集、质量筛选、Retargeting、数据集创建到模型训练的自动化数据管线 [17] - 行业现状中，机器人本体数据采集成本高，每小时千元是常态，有效数据占比仅约1/3，且存在过热、损坏、异构等问题 [9] 本体设计 - 公司研发的KAIBot身高约173厘米、体重约70公斤，头身比约1:8.5，整体尺寸接近成年人，旨在降低人类数据向机器人迁移时的损耗 [21] - KAIBot全身拥有117个自由度，肩部、颈部、腰部等关节按人体形态设计，覆盖更完整的人类运动空间 [22] - KAI Hand拥有20个主动自由度、1个被动自由度和16个柔顺自由度，指尖力超过30N，并加入单向自锁结构 [25] - KAIBot约80%的体表覆盖触觉皮肤，全身拥有约1.8万个触点，补充视觉之外的接触信息 [26] 模型与算法 - KAI World Model由世界模型、动作模型和评估模型组成，先提出动作，再推演后果，最后做出选择 [28][29] - 模型训练分三阶段：预训练使用互联网数据、仿真数据和第一人称数据；桥接训练补充物理接触信息；后训练用真机遥操作数据解决本体对齐问题 [31] - 公司通过SMASH系统验证高动态Loco-manipulation能力，机器人通过腰部第一视角相机观察来球，实时预测轨迹并调动全身完成击球 [32][33] - SMASH系统在第二届世界人形机器人运动会上与乒乓球世界冠军丁宁进行表演赛，丁宁称其“未来可期” [33] - SMASH核心算法已在KAIBot、宇树G1、智元远征A3等不同本体上完成适配或部署测试 [35] 行业背景与投资逻辑 - 祥丰资本在机器人领域投资早于行业热潮，2017年领投极智嘉A+轮，2020年成为宇树科技Pre-A+轮唯一机构投资人，并投资精锋医疗、松灵机器人、松延动力等 [4] - 具身智能技术路线尚未收敛，数据怎么采、模型怎么训、本体形态如何选择仍在探索中 [38]