众力资讯网

重磅级国资联手投下数亿 押注这家成立仅两年的物理AI公司!

前Meta首席工程负责人回国,押注JEPA架构世界模型。

近日,智澄AI宣布完成数亿元融资,杭州资本、富浙科技、财通资本、岭澜资本四家联合出手。其中,杭州资本是杭州市属国有投资平台,富浙科技与财通资本同属浙江国资体系,岭澜资本则是带产业协同色彩的市场化私募。这也是这家2024年3月成立的公司拿到的第四笔公开融资。智澄AI表示本轮资金将重点用于深耕具身智能和世界模型赛道,加速核心技术研发迭代与产品商业化落地进程。

IT桔子数据显示,2026年10月具身智能赛道共33起融资、总额101.05亿元;对比6月峰值时的55起、308.92亿元,热度已明显回落。但和9月的60起、110.28亿元相比更有意思:笔数接近腰斩,金额却基本持平。这个"量减价平"的剪刀差,恰恰说明钱没有离场,资本呈现出明显的马太效应。

智澄AI押的是眼下最热世界模型技术路线。创始人胡鲁辉是前Meta首席工程负责人,“澄灵”物理世界模型走的是JEPA架构,让机器人在动手之前,先在模型里把物理世界推演一遍。

杭州资本党委副书记、总经理陈燕霆表示:具身智能是人工智能从数字空间走向物理世界的关键一跃。他特别提到,智澄AI成立两年多就完成了通用具身智能的全栈布局,“物理世界模型”这条技术路线具备一定的技术壁垒和价值稀缺性。

富浙科技投资总监李蕴知表示:智澄AI核心团队拥有全球一线大厂的AI顶层研发经验,产品与技术栈保持着按月、按季度的快速迭代。

PART 01

从TR1到TR6:两年时间,一套世界模型

创始人胡鲁辉毕业于清华大学,后赴美深造博士学位。他先在微软、亚马逊总部从事研发工作十余年,此后历任华为美国研究院首席架构师兼CTO、华为云计算大数据首席架构师、京东零售首席科学家兼技术副总裁、永辉云计算联合创始人兼CTO,创业前最近的职务是Meta首席工程负责人。他拥有30余项美国专利及申请。

2024年3月,胡鲁辉回国创办智澄AI,公司落户杭州余杭,同年8月正式开业。旗下机器人命名为TR,取自Transforming Robot。2024年4月,胡鲁辉在北京中国生成式人工智能大会上首次上首次提出“物理智能”概念, 比李飞飞老师公开“空间智能”还早一个月。

团队方面,联合创始人兼首席战略合作官徐明强为英国埃克塞特大学计算机博士、美国阿贡国家实验室博士后,在微软任职19年,历任微软大中华区CTO、生态伙伴事业部首席技术官、中国区公有云事业部总经理,负责政企大客户与渠道,拥有近30年研发与管理经验。

在产品更新方面,2024年8月,智澄AI成立五个月即推出TR1、TR2原型机。2024年底发布TR3机器人。

2025年3月发布TR4轮式复合人形机器人,175厘米机身配0.7米智能升降系统,面向格子式搬运环境,并在京东自营开售,迎来首批实际订单;6月全尺寸双足人形机器人TR5首秀,单腿直线关节推力达8000N,采用轻量化复合材料;2026年7月,TR6与XR1在上海世界人工智能大会首发。

当前两款主力机型共享同一套世界模型。TR6为通用人形机器人,身高176厘米、整机62公斤、53个自由度,采用串并联混合驱动的仿生双足架构,续航8小时、最高步速2米每秒。XR1为复合轮式工业机器人,机身高度可在90至190厘米间调节,整机160公斤、25个自由度,双臂协同负载50公斤,垂直作业范围与臂展约2米,支持自主充电连续作业,面向汽车制造、3C电子、仓储物流等工况。

澄灵物理世界模型是公司的技术主线。智澄称其为国内首个专为机器人设计的物理世界大模型,架构同源于Meta的JEPA,0.1版已于2026年5月开源(开源地址:https://github.com/ZhiChengAIR/Chengling-PWM)。其工作链路分为四步:从RGB-D视觉、触觉力觉、关节轨迹等原始输入完成感知;理解空间结构、物体关系、动力学与任务意图;预测未来状态、动作后果与可操作性;输出位置、方向、频率、速度与力控反馈,并在过程中持续修正与再规划。公司重点打磨的两项能力为模型世界记忆与物理智能自进化。

PART 02

智澄AI的JEPA架构,在押注一条更难、但更远的路线

现在做机器人大脑,大致分两派。绝大多数公司在做VLA,即视觉、语言、动作,端到端,喂数据,模仿人类示教。这条路资本认可度最高,落地路径也最短,本质是把人的示教当作标准答案去拟合,学的是“人在这种情况下怎么做”。

智澄走的是另一条:JEPA,联合嵌入预测架构,由Yann LeCun在2022年提出。用大白话讲区别,VLA是照着人学,世界模型是先想一遍再动手,后者要先把“我这么动会发生什么”推演出来,再让真机下手。

澄灵物理世界模型(Chengling PWM)是公司自研的技术主线,其内核被概括为两条能力:一是模型世界记忆(world memory),机器人走过一次车间,下次还记得货架在哪;二是物理智能自进化(physical recursive self-improvement),干得越多越懂这个活,而不是每次都要人教。两项能力的验证仍沿用上文提到的四步链路。

这套架构的技术底座是Energy-Based Transformer(EBT),一个2025年由Alexi Gladstone等学者提出的架构(arXiv:2507.02092)。它不做像素级重建,而是给“输入—候选预测”配对一个能量值,再通过梯度下降把能量最小化,迭代逼近结果。

EBT原论文的验证场景是语言建模和图像去噪,并非机器人或物理世界模型,智澄是在此基础上做了机器人化的延伸:能量函数度量轨迹的物理一致性、用朗之万动力学MCMC做迭代式心智模拟、推理时计算量可自由调整因而速度与精度可无缝切换、随机深度训练提升鲁棒性、训练目标极简、一个模型统一适配多种硬件。

2026年5月,智澄AI把0.1版开源到GitHub,采用MIT协议。其中包括模型代码与训练权重、基于robomimic的训练流水线、端边云协同推理服务器与TCP接口、robosuite仿真示例、HDF5转Zarr的数据预处理工具,以及全流程技术文档。

智澄AI坚持“大脑+小脑”闭环交付,不靠开源换市场份额;主张端侧是最佳部署方案,初期模型参数约1B,追求更小的模型、更低的数据与算力依赖。

这里有一个绕不开的对照。AMI成立于2025年12月,总部巴黎,2026年3月公布10.3亿美元种子轮、投前估值35亿美元,投后已超45亿美元,创下欧洲种子轮纪录,Yann LeCun任执行董事长。智澄成立于2024年3月,落户杭州余杭,最新一轮为数亿元人民币。

Yann LeCun于2025年底离开Meta,结束了在那里十二年的任期,随后创立AMI,为这家公司设定的路径是三步走:先发论文,再进工业,最终指向家庭机器人与自动驾驶。CEO Alexandre LeBrun的表述是,第一年做基础研究,与企业的合作讨论在6到12个月后启动,可商业化的产品可能还要数年。

AMI在2026年10月发布并开源分层世界模型H-JEPA,公开成果是论文、开源权重,以及FourRoom Distractors、Visual AntMaze、Push-T、OGBench Cube四个仿真基准上的跑分,外加真实机器人视频数据集DROID上的离线规划结果。

两边放在一起看,差异不在谁更先进,而在验证方式不同:AMI交出的是论文与仿真基准跑分,可复核、可比较;智澄交出的是模型开源加真实产线上的场景验证,更贴近工程现实,但需要一把统一的量化标尺。它缺的不是"能不能干活"的证据,而是"比同行强多少、强在哪"的可比证据。换言之,世界模型这条路线至今悬而未决的,是可量化的优越性,而非工程上的可用性。也正因为仿真基准上的跑分回答不了"物理世界的复杂工况能不能闭环",智澄才只能把真实产线当作考场——而它挑的,恰恰是难度最高的那一段。

胡鲁辉对AI的分期是信息智能、物理智能、生物智能三阶段。他的判断是,世界模型之于物理智能,如同Transformer之于信息智能;他把世界模型定位为AI 3.0,而AI 4.0要解决的核心课题之一是安全、隐私与人机共存。

PART 03

产线上最难的一段:智澄AI把机器人送进了大众总装工段

根据智澄AI披露,在商业化方面,XR1复合轮式工业机器人已经进入到三个落地场景。最深的是蔚来。这台轮式机器人已进入蔚来汽车工厂的真实产线进行作业。

第二个是大众。面向大众汽车的合作仍处于场景测试阶段,测试场景落在总装工段,这是整条产线上自动化难度最高的一段:一个部件卡压到另一个部件上的动作,靠分拣和“搭积木”级的操作能力做不到。这也是智澄把世界模型押在这里的理由,动作后果得先在模型里算一遍,才敢下手。

第三个是国家电网。双方合作开发第三代全天候安防巡检机器人。智澄AI透露,与前代的差异在于:早前的巡检机器人主要做视觉查看与记录,这一代配备灵巧手,可打开柜门操作柜内表计,底盘可配履带以适应不平整地面。

除了上述落地场景之外,智澄AI客户名单还在往外扩,中国邮政、菜鸟物流。相关信息显示,智澄AI已与厨具企业、工业制造企业、食品检测机构达成战略合作,其中厨具企业指向天使轮投资方欧琳集团,其创始人徐剑光同时担任智澄AI董事。

PART 04

估值换锚:从叙事定价到工位定价

一级市场对具身智能的定价逻辑正在换锚。过去比的是技术叙事能撑起多大的想象空间,如今看的是机器人在真实工段里能不能稳定闭环、能不能把现场数据持续回流到模型里。演示视频里的高难度动作退居其次,客户方真正愿意付费的,是那种不需要人时刻盯着、换一个工位也能复用的能力。

对这支2024年才组建的团队来说,这笔钱的含金量其实不在数额本身,而在于它把团队送进了由头部客户定义的迭代回路。蔚来、大众、国家电网这类对容错要求极高的客户方,会把最刁钻的工况直接摆到团队面前,每解决一个,模型与本体就往前走一格。这种由真实订单牵引出来的工程经验,很难靠融资额在短期内追平。

在笔者看来,物理世界的复杂性不会被一笔融资击穿,却会在一次次现场打磨中逐渐收敛。当机器人从“被允许试用”走向“被写进下一年度采购预算”,这条路线才算真正扎下根。对智澄AI而言,蔚来车间里正在积累的每一分钟作业数据,都是通往那一步的台阶。

(更多人形机器人赛道深度文章,请关注微信公众号“人形大讲堂”)

----------------END-------------------