头部具身大脑公司获数亿元融资，多家海外基金加注、曾获阿里投资｜硬氪首发

作者｜黄楠

编辑｜袁斯来

硬氪获悉，具身智能企业穹彻智能近日已完成数亿元A轮融资。本轮由C资本领投，Sea Limited（Shopee母公司）、普华资本等多家海外产业方和国内头部财投跟投，老股东Prosperity7 Ventures亦超额追加投资。

此次融资，距离公司2025年10月获得阿里巴巴集团投资仅相隔数月。

其中，C资本在亚洲、欧洲、澳洲拥有丰富的产业与渠道资源，，而Sea Limited作为东南亚头部互联网平台，其电商、物流与数字支付生态与具身智能落地场景高度契合。两家投资方的加入，有助于为穹彻智能拓展全球市场提供战略入口与本地化协同能力，加快“数据-模型-场景”闭环在海外多样化环境中落地应用。

成立于2023年11月，穹彻智能是国内最早专注在具身智能领域的创业公司之一。

公司联合创始人卢策吾现任上海交通大学人工智能学院副院长、长江学者特聘教授，IROS、ICRA最佳论文获得者，两次获得RSS最佳论文提名，在Nature、T-RO、IJRR、RSS等国际顶会/期刊发表论文200余篇。联合创始人王世全为斯坦福大学博士，长期从事仿生灵巧操作与人工智能研究，于2016年创办了通用机器人公司非夕科技，具备从技术研发到产业化的完整经验。还有多位核心人员来自机器人系统、大模型算法等领域，是一支兼具深厚研发经验与产业落地能力的复合型团队。

商业落地的真实需求往往发生在动态、非标准化且充满不确定性的场景中，要求机器人能够理解模糊指令、自主规划多步骤任务并实时应对环境变化。这一长链条的闭环能力，成为区分实验室演示与产业可用的关键门槛。

穹彻智能的核心产品Noematrix Brain（穹彻具身大脑），是为机器人提供从指令理解、任务规划到环境感知等完整决策闭环能力，目前已实现跨本体、跨场景的规模化部署。在机器人形态上，已适配轮式单臂、轮式双臂及人形双臂等多种本体；在落地场景方面，则已覆盖零售药房、酒店洗衣房等真实作业环境。

一方面，该产品通过统一的模型架构，实现对多种本体的高效适配，有助于降低了机器人智能化的硬件门槛与部署成本；另一方面，差异化场景中所充分验证的场景泛化能力，也体现出模型从单一任务向多任务、跨场景作业延伸的系统扩展性。

具体到场景应用中，Noematrix Brain能力的进化也在智能药房等复杂环境中得到了集中体现。当机器人大脑接收到一个订单后，它并非机械地执行一系列预编程动作，而是需要动态完成“接收订单-导航到库-定位药品-精准抓取-核对打包”的任务链。

穹彻智慧药房（图源/企业）

这要求其具备三项关键能力：在多任务并发时高效规划最优作业顺序，精准导航以快速到达库位、端到端完成药品定位、抓取及放入打包袋，并能通过人机协作辅助复杂任务和极端案例的学习与覆盖，实现从“能执行”到“高效率高成功率”的进化，稳定完成从订单到出货的全流程。

接下来穹彻智能还将进一步融合端云协同、模型后训练、新一代端到端具身大模型，以提供更强的场景泛化能力，让机器人在实际运行中持续优化决策策略。

决策稳定性和可靠性背后，离不开一个更为基础的支撑，即高质量、大规模的真实场景数据。模型的进化高度依赖对物理世界交互数据的学习，但高质量真机数据的稀缺与采集成本的高昂，始终是行业的核心瓶颈。

在数据采集方法上，穹彻智能最早提出了“伴随式数据采集”方案。通过自研外骨骼CoMiner、便携式RoboPocket等多种数采设备，将数据采集以轻量化和低成本的方式，拓展至家庭、办公、工业等多样化的真实环境，构建具身数字基因构建物理世界数据库。目前，穹彻智能已拥有数十万小时量级的高质量真机数据。

穹彻伴随式数采设备（图源/企业）

具身智能产业发展的中长期竞争，核心在于“数据获取效率”与“场景定义能力”。穹彻智能正试图实现“数据-模型-场景”闭环迭代路径，即由真实场景产生数据，数据训练提升模型能力，泛化能力更强的模型则能进入新场景快速部署和落地，继而反馈回流更多可用数据。

硬氪了解到，除智能药房场景的全流程落地外，穹彻智能已同酒店服务、物流分拣等领域企业展开合作，探索洗衣服务、物品整理等场景的智能化应用。海外市场布局也在同步推进，公司正对接海外客户需求，针对不同地区的场景特性调整技术方案。

此外，穹彻智能还与优必选等头部人形机器人企业、国内外数采中心达成战略合作，一方面扩充数据储备，另一方面搭建面向海外的数据协同通道。

本轮融资后，穹彻将持续推进大模型研发迭代，聚焦基座模型训练，以强泛化性、可自主决策的模型，适配多种标准化机器人硬件。公司计划年后发布智慧药房解决方案，其具身大脑可凭借高鲁棒性，应对不同包装药品并切换不同末端完成抓取，为该方案落地提供核心技术支撑。