公司融资历程 - 2026年初，公司完成10亿元A++轮融资，由字节跳动、红杉中国领投，北京信息产业发展基金、深创投、南山战新投、锡创投等机构联合参与[2] - 2025年9月，公司完成近10亿元A+轮融资，由阿里云与国科投资领投，国开金融、红杉中国、渶策资本跟投，美团战投超额加码[5] - 2025年5月，公司完成数亿元A轮融资，由美团战投领投，美团龙珠跟投[7] - 2025年早些时候，公司还完成了数亿元Pre-A+++轮融资（华映资本领投）和数亿元Pre-A++轮融资（光速光合、君联资本领投）[9][11] - 公司成立两年多以来，已完成9轮融资，累计融资额超过30亿元[13] 公司背景与技术路线 - 公司成立于2023年12月，聚焦自研“通用具身智能大模型”[14] - 创始人兼CEO王潜毕业于清华大学和美国南加州大学，研究方向为Robotics Learning，是较早将Attention思想引入神经网络的研究者之一[14] - 联合创始人兼CTO王昊为北京大学计算物理博士，曾担任IDEA研究院大模型团队负责人，主导发布过多个开源大模型[14] - 公司核心观点认为，具身智能模型是平行于语言模型的独立基础模型，需要直接面对真实物理环境中的连续状态、因果关系与动作反馈[15][17] - 围绕此观点，公司自研了「WALL-A」系列VLA操作大模型，将感知、理解、决策与动作输出统一纳入端到端模型[18][19] 产品与技术进展 - 2024年10月，公司发布WALL-A模型，成为当时全球参数规模最大的端到端统一具身智能大模型之一[20] - 2025年9月，公司开源具身基础模型WALL-OSS，在RoboChallenge榜单中排名全球第三[20] - 硬件方面，公司推进“量子一号”与“量子二号”两代具身机器人[21] - 量子一号为轮式双臂机器人，搭载WALL-A模型，用于数据采集、模型验证及科研教学[21] - 量子二号升级为轮式仿人形结构，具备更高自由度与精细力控能力，用于采集复杂操作数据[23] - 公司选择先搭建一套可持续进化的具身智能底座，形成模型在真实世界学习、硬件为模型服务、数据反哺模型迭代的闭环[25] 行业与资本动态 - 具身智能行业在2026年开年依旧火热[1] - 公司在A+轮融资中，吸引了阿里云首次明确布局具身智能赛道[6] - 公司是国内唯一同时获得字节跳动、美团、阿里三家互联网大厂投资的具身智能公司[2] - 红杉中国在2025年9月A+轮后，于2026年A++轮选择继续加码[2] - 字节跳动少见地在具身智能投资领域直接出手[2] - 公司的连续融资体现了资本对其“具身智能独立基础模型”技术路线的高度认可[13]

公司融资情况 - 公司于2026年初完成10亿元A++轮融资，由字节跳动和红杉中国领投，北京信息产业发展基金、深创投、南山战新投、锡创投等机构联合参与[2] - 红杉中国在2025年9月A+轮后继续加码，字节跳动则罕见地在具身智能领域直接出手投资[2] - 公司此前已获得美团和阿里投资，成为国内唯一同时获得字节跳动、美团、阿里三家互联网大厂投资的具身智能公司[2] - 公司在2025年内连续完成多轮融资，包括A+轮、A轮、Pre-A+++轮及Pre-A++轮，形成随技术与产品推进而不断放大的融资曲线[3] - 2025年9月8日，公司完成近10亿元A+轮融资，由阿里云与国科投资领投，国开金融、红杉中国、渶策资本跟投，美团战投超额加码，联想之星、君联资本持续追投[4] - A+轮融资资金主要用于全自研通用具身智能基础模型的持续训练、硬件产品研发迭代以及开源具身大模型WALL-A的推进[5] - 2025年5月12日，公司完成数亿元A轮融资，由美团战投领投，美团龙珠跟投，资金用于端到端通用具身智能大模型与机器人本体的同步迭代及加速应用场景落地[5] - 在A轮之前，公司完成了数亿元Pre-A+++轮融资，由华映资本领投，云启资本、广发信德跟投[5] - 截至Pre-A+++轮阶段，公司成立不到一年半已累计完成7轮融资，融资总额超过10亿元[5] - 2025年2月17日，公司完成数亿元Pre-A++轮融资，由光速光合、君联资本领投，北京机器人产业投资基金、神骐资本跟投，资金用于下一代统一具身智能通用大模型的训练与场景落地[5] - 截至目前，公司成立两年多已完成9轮融资，累计融资额已超过30亿元[5] 公司技术与产品 - 公司成立于2023年12月，聚焦自研“通用具身智能大模型”[6] - 公司创始人兼CEO王潜毕业于清华大学，在美国南加州大学攻读机器人学习博士，是较早将Attention思想引入神经网络体系的研究者之一[6] - 公司联合创始人兼CTO王昊为北京大学计算物理博士，曾任职于IDEA研究院并担任大模型团队负责人，主导发布过多个开源大模型[6] - 公司技术路径的核心观点是“具身智能模型是平行于语言模型的独立基础模型”[6] - 公司认为具身智能需要直接面对真实物理环境中的连续状态、因果关系与动作反馈，其建模目标、训练方式与评估标准与语言模型存在本质差异[8] - 围绕该观点，公司自研了「WALL-A」系列VLA操作大模型，将感知、理解、决策与动作输出统一纳入端到端模型中，以解决传统模块化架构在复杂任务中的推理断层与泛化瓶颈[8] - 2024年10月，公司发布WALL-A模型，成为当时全球参数规模最大的端到端统一具身智能大模型之一[8] - 2025年9月，公司进一步开源具身基础模型WALL-OSS，该模型在近期的RoboChallenge榜单中排名全球第三[8] - 在硬件方面，公司同步推进量子一号与量子二号两代具身机器人[8] - 量子一号为轮式双臂机器人，搭载端到端具身基座模型WALL-A，支持多模态遥操作，主要用于高频操作任务中的数据采集、模型验证及科研教学场景[8] - 量子二号升级为轮式仿人形结构，具备更高自由度与精细力控能力，用于采集复杂操作与高质量物理交互数据[10] - 公司整体战略是先搭建一套可持续进化的具身智能底座，形成模型在真实物理世界中学习、硬件为模型服务、数据反哺模型迭代的闭环[12]