具身智能赛道再传重磅消息

具身智能赛道又传来一则重磅消息。

硬氪独家获悉，通用具身大模型公司「原力灵机」近期完成了新一轮融资。

这次出手的资方，主要是几家大模型公司——智谱、阶跃星辰、商汤科技。此外，华勤、上汽恒旭等产业投资方也继续加注。

「原力灵机」成立于2025年3月，由旷视科技联合创始人兼CTO唐文斌创立，核心团队基本是旷视的原班人马。

这笔融资背后的关键信号

更值得玩味的是，这笔融资背后藏了几层深意。

• 其一，商汤和旷视，这两家曾经在AI赛道上针锋相对的对手，竟然在具身智能的热潮里罕见地“会师”了。

• 其二，加上此前A+轮独家领投的阿里，这个赛道罕见地同时集齐了国内四家大模型厂商。

要知道，智谱之前只是通过Z基金小范围涉足具身智能，而阶跃星辰此前几乎没在这个领域出手过。

这一集体动作释放出一个清晰的信号：当大模型竞争的主战场从Token向Action转移，具身模型正成为各家锚定的下一个战略高地。

同步推进机器人资产整合

伴随此次融资，唐文斌也在推进另一项关键整合——机器人资产的合并。

硬氪独家获悉，「原力灵机」近期已通过股权并购方式，完成了与「Atomix」（原力聚合）物流机器人的合并。

目标很明确：加速具身智能的大规模落地与全球化扩张。

「Atomix」的业务基础

「Atomix」的业务基因可以追溯到2016年。

当时唐文斌还在旷视科技内部主导智慧物流与机器人调度业务（河图系统），主推多形态的物流机器人解决方案。

2024年7月，随着旷视业务调整，唐文斌将物流机器人业务剥离独立，正式成立了「Atomix」。

经过数年积累，「Atomix」的托盘四向车销量目前已是全球第二，累计服务项目超过500个。

客户名单里包括优衣库、蜜雪冰城、宁德时代等，公司年营收已接近十亿。

行业真正的难点：具身大脑

具身智能的硬件供应链正在日趋成熟，但行业面前始终横亘着一道必须翻越的高墙——具身大脑。

语言模型的进化路径相对清晰，而具身智能模型眼下面临的困境是：既找不到低成本、海量且高质量的数据，也找不到收敛的训练范式。

整个行业其实都在混沌中摸索。

在这种背景下，本体、大脑、数据的整合，很可能成为具身赛道接下来的新常态。

数据飞轮与“数据死结”

理想中的具身智能行业，应该是一个真正的数据飞轮在运转。

但现实往往是“数据死结”——模型需要真实场景中的错误数据来推动进化，可如果没有好模型武装，机器人就进不了场景，也就采集不到真实数据。

有消息人士指出，两家公司的合并，本质上是想用闭环模型去打通场景，进而解开这个数据死结。

唐文斌此前在采访中曾提到一个观点：Picking（抓取）是具身智能时代的“原子任务”——Picking之于具身智能，就像Coding之于大模型。

而「Atomix」，正像一台连续运转的Picking数据发动机。

「原力灵机」机器人 做早餐 （图源/企业）

合并后的协同效应

未来，「Atomix」在超过20个国家、500多个项目跑出的真实数据，将直接成为「原力灵机」模型训练的燃料；而「原力灵机」训练的具身智能模型，也将快速与「Atomix」现有机器人实现协同作业。

这一构想并非空中楼阁，背后已有技术底座支撑。

在此之前，「原力灵机」推出了通用具身大模型“DM0”。

“DM0”的训练方法

据唐文斌此前透露，在数据层面，「原力灵机」已完成业内首次“三类数据大融合”——将互联网语义、智能驾驶物理规则、机器人实操数据进行混合训练，同时提升了数据的规模与质量。

这种跨域混合训练的方式，让“DM0”跳出了对特定硬件参数的依赖。

它就像一位经验丰富的“老司机”，在海量异构数据中抽象出了通用的物理规律，并且能够无视硬件差异，在多种不同构型的机器人本体间迁移，实现通用的操作逻辑。

「原力灵机」机器人 在调酒 （图源/企业）

“DM0”的能力突破

更关键的是，「原力灵机」试图将大模型的“思维链推理”延伸至物理空间。

由此，“DM0”仅凭2.4B的小参数规模，就实现了突破亚毫米级的精细操作，在长程连续任务中的成功率也大幅提升。

通过这一系列组合拳，“DM0”正在试图打破传统具身模型数据单一、换机即瘫、参数臃肿的痛点。

行业正在进入深水区

此次合并与融资之后，中国的具身智能行业迎来了一位强劲的玩家。

更重要的是，它也在向行业传递一个信号：下一阶段的关键，是找到具身模型的scaling law。

这绝非靠堆砌机器人本体就能跨越的险隘。

就在本周，有媒体披露字节跳动正重金招募具身智能技术负责人，目标直指头部创业公司的核心技术骨干；与此同时，海外具身智能明星企业Skild AI也刚完成了对Zebra（斑马技术）机器人自动化业务的并购。

海内外巨头的动作如出一辙——当本体制造商、数据资产方、模型研发者、场景运营方开始加速聚拢，行业正在正式进入深水区。