# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
01 Xspark AI完成首轮近亿元天使轮融资，鼎晖VGC、初心资本、SEE Fund 无限基金联合领投
Z Potentials 获悉，近日，可信物理智能企业 Xspark AI（无界智航）完成首轮近亿元天使轮融资。本轮融资由鼎晖VGC、初心资本、SEE Fund 无限基金联合领投，深圳天使母基金、水木校友种子基金等多家财务投资机构，以及北洋海棠基金、特步家办等产业方跟投，多维资本担任融资财务顾问。资金将主要用于核心技术研发、产品迭代以及 Physical AI 的规模化落地。
这是资本近期持续加码 Physical AI 的又一笔代表性投资。大模型让机器人拥有了越来越强的理解与规划能力，但真正进入工厂、家庭和商业场景后，一个更现实的问题开始浮现：机器人不仅要"会做"，更要"稳定地做""可信地做"。如何缩小模型能力与真实物理世界之间的鸿沟，正在成为 Physical AI 下一阶段竞争的关键。这也是资本持续押注 Xspark AI 的原因。
Xspark AI 由前蔚来汽车自动驾驶核心高管熊祺、清华大学长聘副教授丁文伯，以及香港大学 MMLab 00 后博士生陈天行联合创立，上海交通大学助理教授穆尧、新加坡南洋理工大学博士后李寿杰担任长期顾问，团队覆盖自动驾驶、计算机视觉、世界模型及机器人等多个方向。
成立以来，公司围绕可信 Physical AI 持续布局关键技术。其自研世界模型曾在 WorldArena 榜单取得领先成绩，团队成员深度参与全球主流具身智能评测体系建设，相关研究累计获得 Google Scholar 超 600 次引用，GitHub 超 3000 星，模型下载量突破 80 万，并已与英伟达、智元机器人、字节跳动、生数科技等产业链企业展开合作。
技术路线方面，Xspark AI 将多光谱触觉感知、自研 AIGC 数据生成模型和具身智能评测体系结合，构建"慢脑 VLM—快脑 WAM—脊髓 VTA"协同架构，希望打通从数据生成、模型训练到真实机器人部署的完整闭环，推动 Physical AI 从实验室验证走向真实场景的大规模应用。
02 跳出 “炫技内卷”，以可信落地重构产业发展逻辑
Physical AI 正在快速升温。从世界模型、VLA到强化学习，机器人不断刷新着各类演示视频中的能力边界。与此同时，行业也开始进入另一场竞争：相比不断刷新模型参数和 Demo 效果，如何让机器人真正进入真实场景，稳定、安全、可规模化地完成任务，成为更现实的挑战。原因并不复杂。真实物理世界充满动态变化和大量长尾场景，大模型黑盒决策缺少安全兜底，难以应对真实场景的动态不确定性，极易引发设备故障、安全风险。
对于行业而言，一个更加关键的问题正在浮现：企业究竟应该优先构建什么样的核心能力，才能真正打通具身智能规模化落地的堵点？这也是 Xspark AI 团队长期思考和探索的方向。
这一判断，源于团队在产业和科研两端的长期积累。
Xspark AI 创始人兼 CEO 熊祺曾任蔚来大模型交付团队负责人，带领团队完成行业首个世界模型百万量级规模化量产交付，推动世界模型从技术验证走向大规模商业化应用。作为国内较早提出并实现世界模型技术路线规模化应用的车企，蔚来的实践也让熊祺形成了对 Physical AI 发展的判断。
在他看来，对标自动驾驶产业的发展路径，实体智能设备只有持续进入真实场景、积累真实工况数据，才能形成数据飞轮，最终迎来属于 Physical AI 的“ChatGPT 时刻”。而机器人能否安全、精准地完成人机协同任务，则是实现规模化落地的首要前提。
如果说熊祺更多代表着产业落地视角，那么联合创始人、CTO 陈天行则长期站在具身智能模型与评测体系研究的一线。
作为全球标杆具身智能评测体系 RoboTwin 与 RoboDojo 第一作者、头部具身开源社区 Lumina 创始人，陈天行的研究经历几乎贯穿了近年具身智能模型快速演进的关键阶段。他还曾参与字节跳动 Seed 等团队的模型训练与评测，持续推动具身智能基础设施和开源生态建设。
“从 RoboTwin 1.0 到 RoboTwin 2.0，再到 RoboDojo，我看到具身模型从早期小参数量的模仿学习，发展到预训练 VLA 模型，再到各类 WAM 不断涌现。这个过程让我很强烈地感受到，具身智能正在以远超预期的速度接近真实落地。”
不过，在持续参与模型研发与系统化评测的过程中，他也越来越清晰地看到，模型能力快速跃迁的同时，真实部署中的鲁棒性、安全性与可控性问题依然是行业面临的重要挑战。“越接近落地，越不能只关注模型是否‘看起来会做’。我更希望推动可信、可评测、可部署的具身智能系统建设，让模型真正能够在真实世界中稳定、安全地完成任务。”
03 五维一体可信架构，打造机器人智能中枢系统
围绕可信 Physical AI，Xspark AI 基于自研多光谱触觉感知技术和高质量数据底座，打造了"慢脑—快脑—脊髓"协同架构的可信物理智能中枢系统。该系统既可独立部署，也支持与机器人原有模型模块化集成，以即插即用的方式，为不同本体赋予安全认知决策与可靠执行能力。
在团队看来，真正的可信落地，并非单纯依赖模型能力，而是模型能力、安全约束、运行兜底、可验证证据与持续迭代共同构成的完整闭环。
其中，X-Brain Thinking（慢脑，VLM）负责高层认知与任务规划，实现层级化语义理解和全局决策。模型融合仿真数据、AIGC 数据和真实场景数据进行预训练，并叠加多层安全对齐机制，具备风险预警、指令审核和主动干预等能力，同时能够通过 Corner Case（极端场景）数据持续回流，不断补齐真实世界中的认知能力。
X-Brain Manip（快脑，WAM）则聚焦物理执行环节，依托自有高质量数据和触觉融合能力，结合安全约束逻辑，实现机器人在复杂场景下更加精准、灵巧、可控的操作，并提升不同任务间的泛化能力。
作为底层安全机制，X-Reflex（脊髓，VTA）负责毫秒级实时响应。系统融合多光谱触觉与多模态数据，对上层决策形成实时兜底，能够快速识别风险、划定安全边界，并自主完成急停、轨迹调整、主动避险等操作。同时，各类异常数据也将持续沉淀并反馈至上层模型，形成持续迭代的数据闭环。
在模型之外，Xspark AI 还配套自研了 X-Eval专业评测体系，从安全认知、泛化能力、运行可靠性等多个维度对模型进行系统评估，识别场景需求、排查部署风险，为机器人规模化落地提供可量化、可验证的能力支撑。
04 稀缺产业科研双强团队，构筑技术与工程化双重壁垒
Xspark AI 拥有行业稀缺的产业与科研复合型创始团队，核心成员来自清华大学、香港大学、上海交通大学等顶尖高校，兼具前沿科研创新能力与一线商业化量产经验，在自动驾驶、世界模型、机器人触觉、具身智能算法及基础设施等方向形成了完整的人才布局。
联合创始人、CEO 熊祺深耕 AI 算法 15 年、自动驾驶行业 8 年，曾任蔚来感知交付团队负责人、大模型交付团队负责人、功能系统团队负责人，全程参与蔚来智驾大模型研发与量产落地，拥有成熟的百万级智能驾驶产品量产经验，擅长推动前沿 AI 技术工程化落地，同时具备成熟的团队管理与商业化战略布局能力。
联合创始人、首席科学家丁文伯为清华大学深圳国际研究生院长聘副教授、博士生导师，国家级青年人才、国家重点研发计划（青年）首席科学家，曾获清华大学特等奖学金、林枫辅导员、学术新人等多项荣誉。作为国内机器触觉领域领军学者，他在Nature、Science、Cell子刊以及 TRO、TMech、CVPR、ICLR 等国际顶级期刊和会议累计发表论文 80 余篇，Google Scholar 引用超万次，也是全球首篇 Nature Sensors触觉大模型论文通讯作者，为公司触觉感知与机器人交互底层技术提供核心科研支撑。
联合创始人、CTO 陈天行为香港大学 MMLab 直博生，师从国际知名计算机视觉学者罗平教授，长期聚焦具身智能核心算法与基础设施研究。在 ICML、CVPR、ICLR、RSS 等国际顶级会议发表论文十余篇，获多项最佳论文奖及学术竞赛冠亚军，论文引用超千次，入选红杉中国联合《麻省理工科技评论》中国发布的“AI25——25 岁以下 AI 创新青年先锋”，曾获深圳大学特等奖、CCF 优秀大学生等荣誉。作为全球标杆具身智能评测体系 RoboTwin 与 RoboDojo 第一作者、头部具身开源社区 Lumina 创始人，其开源项目累计获得 GitHub 近两万 Stars，并入选阿里云 EAI-100 年度具身十大开源项目，持续推动具身智能开源生态建设。
此外，Xspark AI 还与多位学术顾问保持长期合作，持续探索机器人触觉、多模态感知等前沿方向。顾问团队包括上海交通大学长聘教轨助理教授穆尧，其入选国家级青年人才计划、上海市海外高层次青年人才、智源青年学者、EAI-100 2025 学术新锐，在国际顶级期刊和会议发表论文 50 余篇，Google Scholar 引用超 4000 次；以及新加坡南洋理工大学博士后、清华大学博士李寿杰，以第一作者及通讯作者身份在 Nature Sensors、IEEE TRO、Soft Robotics等国际权威期刊发表论文 20 余篇，为公司前沿技术研发持续提供学术支持。
05 技术实力跻身全球第一梯队，深耕生态合作加速产业赋能
在技术积累方面，Xspark AI 已逐步建立起覆盖世界模型、机器人触觉、多模态数据和行业评测体系的完整能力体系。
在世界模型方向，公司自研世界模型登顶 WorldArena 全球权威榜单，并在 2026 年 5 月最新评测中获得视觉质量赛道第一、综合排名全球第三，技术能力跻身全球第一梯队。
在机器人触觉领域，团队同样取得突破。2026 年 1 月，团队研发的多光谱触觉传感器 SuperTac研究成果发表于Nature Sensors，并入选期刊封面元素；配套自研 8.5 亿参数触觉大模型 DOVE，进一步推动了多模态触觉感知能力的发展。这也是国内首篇以第一完成单位身份发表在Nature Sensors 的相关研究成果。
围绕具身智能数据基础设施，Xspark AI 构建了覆盖多视角观测与高分辨率触觉信息的高质量多模态 Ego 数据集，并打造行业领先的机器人仿真平台，储备数十万级刚体资源和百余项机器人技能，与此同时，公司创新研发 AIGC 数据生成平台。已累计沉淀超过 10 万小时训练数据，完成超万小时商业交付数据积累，持续构建高质量数据资产壁垒。
除模型和数据外，Xspark AI 还持续推动行业基础设施建设。团队核心成员深度参与全球主流具身智能评测体系建设，相关工作累计获得 Google Scholar 引用超 600 次、GitHub 超 3000 Star、下载量突破 80 万；同时牵头搭建行业统一模型接口标准，并开放完整开源工具链，推动行业标准化发展，进一步降低具身智能研发门槛。
谈及本轮融资，Xspark AI 联合创始人兼 CEO 熊祺表示："本轮近亿元天使轮融资，是资本市场对我们技术能力的认可。我们坚信，AI 的使命是赋能物理世界，实现人机共域协同，而可信赖、可落地始终是具身智能发展的终局方向。未来，我们将持续深耕可信具身智能全栈技术，完善行业底层基础设施，推动具身智能真正可靠、可用地走向千行百业。"
在投资机构看来，随着具身智能从技术验证迈向产业落地，"可信"正在成为行业新的竞争焦点，也是本轮融资的重要投资逻辑。
鼎晖VGC高级合伙人王明宇表示：“可信安全是具身智能大规模走进现实场景的重要前提，也是行业当下绕不开的关键命题，我们一直很关注能沉下心打磨这套底层体系的团队。我们认可无界智航团队对行业痛点的精准把握，扎根可信精准这套底层核心能力，这份长期主义我们高度共鸣。希望公司持续筑牢自身技术护城河，引领行业建立标准化可信体系，稳步跑出属于自己的成长曲线。”
初心资本管理合伙人田江川则认为，具身智能正处于从技术演示迈向真实世界规模化应用的关键拐点。他表示：“过去几年，大模型推动 AI 在数字世界中快速演进，但当 AI 进入物理世界，挑战会变得更加复杂：真实场景高度动态、长尾情况频繁出现，机器人不仅要‘看懂’和‘想明白’，还要能够稳定、安全、精准地完成动作。当前行业落地的核心瓶颈之一，在于高质量真实场景数据稀缺，实验室数据、仿真数据和公开数据难以覆盖家庭、工业、服务等复杂环境中的长期变化和极端情况，模型能力也很难仅靠一次性训练完成持续进化。无界智航抓住了这一关键痛点，一方面持续积累真实场景中的多模态数据，另一方面结合仿真和生成式数据，帮助机器人不断补充训练样本、提升泛化能力；另一方面公司通过一套从任务理解、动作执行到安全兜底的完整系统，让机器人既能看懂和判断任务，也能稳定完成精细操作，并在突发风险出现时及时做出安全反应。我们看好团队在技术前沿、产业经验和产品化落地上的复合优势，也期待陪伴无界智航成长为 AI 进入物理世界的重要推动者。”
无限基金SEE Fund管理合伙人马麟表示：“无界智航是一支产业与学术双轮驱动的复合型团队，具有务实专注的特点，在当下非常稀缺。针对具身智能与物理世界数据的赛道，他们具有极强的前瞻性，提前卡位在关键节点。无限基金专注在前沿科技与国家需求相结合的重点赛道的早期投资，过去三年在人工智能、具身智能领域重点布局。无界智航创始团队与基金相识已久，是我们熟知的又一只既有业务战斗力、又有科技审美高度的团队。具身智能会是一个长期产业，目前仍处在早期，我们期待陪伴无界智航扎根产业、稳步成长，共同推动可信具身智能从实验室走向真实场景，加速科技成果转化，让 Physical AI 真正创造产业价值和社会价值。”
文章来自于微信公众号 “Z Potentials”，作者 “Z Potentials”
