清华系具身大脑公司两月融资数亿元，接入家庭具身设备量第一、切入全尺寸机器人赛道｜硬氪首发

作者｜黄楠

编辑｜袁斯来

硬氪独家获悉，具身大脑企业千诀科技近日完成Pre-A++扩展轮融资，至此Pre-A++轮次融资完成，投资方包括祥峰资本、智路资本、英诺天使、钧山资本、集美创投、南创投及京铭资本，Maple Pledge枫承资本长期出任私募股权融资顾问。

本轮资金将重点投向全尺寸机器人规模化交付、自动化数据管道搭建与核心团队扩充。这也是公司两个月内完成的又一轮融资。

当具身智能行至产业化深水区，业界关注的焦点已从参数规模的比拼，悄然转向多场景穿透力与落地成本的把控。

传统机器人或依赖预设编程，要么需要改造环境才能稳定工作，激光雷达等硬件的高成本与适配难题，更让规模化落地举步维艰。自2023年成立以来，千诀科技长期聚焦具身世界模型研发，以类脑计算架构打造了“具身大脑”产品。它无需遥控与规则编程，即可进行“感知-决策-行动”全闭环自主工作，实现全球范围内世界模型在家庭场景下的率先落地。

此前，千诀科技的主要落地载体多集中于诸如小型人形机器人的半尺寸具身产品品牌，其核心功能以自主通用感知决策为主，家庭具身设备接入台数居行业第一；同时还新增了全尺寸机器人业务线，现已小批量应用于家庭、餐饮等场景，可以执行清洁、服务、收纳、康养等工作。

搭载千诀类脑大模型的机器人自主执行餐桌清洁任务（图源/企业）

与小型具身设备相比，全尺寸机器人对操作精细化的要求显著提升。其机械臂载荷与自由度大幅增加，供电系统及整机结构亦随之调整，以支撑更复杂的双手协作任务。

但人形机器人因构形限制，平衡与算力分配要求严苛，往往难以搭载传统激光雷达。为此，千诀科技提出了基于纯视觉的空间理解与规划方案，可完成室内空间建模与物体关系理解，实现对激光雷达的完整替代。

不同于过去依赖显式三维地图构建的传统方案，这类方案的精度高度依赖雷达，且易受反光、透明物体及光照变化干扰；千诀采用因果推理隐式建模，通过单帧图像“幻想”向左、向右、向前行走后可能看到的新场景组件结构特征，能把视觉理解与空间建模融为一体。这一基于世界模型的拟人化范式，有效弥补了传统纯视觉方案信息不充分的短板。

千诀科技创始人高海川告诉硬氪，纯视觉方案相较激光雷达成本更低、安装更灵活，且鲁棒性显著提升，结合千诀科技支持不同功能分区自由组合的类脑架构，在家庭、康养、餐饮等人类核心生活场景中可满足作业要求。

在具身智能产业链格局尚未定型、技术路线仍多线并行的当下，业内对数据管道的搭建路径呈现出显著分化。过去积累的多是客观世界的物体位置、移动轨迹、环境几何特征等结构性数据，全尺寸机器人正将数据重心推向主观世界的本体控制数据。

高海川向硬氪指出，各家企业的数据格式、标注标准、采集工具各不相同，根源并不在于技术能力的参差，而在于模型底层架构与生态位的根本差异。

然而，尽管管道形态各异，随着具身智能模型全面转向Scaling Law（规模法则）驱动的预训练范式，各细分赛道对训练数据的渴求均处于爆发阶段。无论感知、决策还是操作，数据缺口普遍巨大。这并非某类管道的结构性红利，而是整个行业从规则驱动迈向数据驱动所必须跨越的共同关口。

世界模型（图源/企业）

其中，千诀科技“类脑”生态模型架构的核心，并不追求单一模型的性能极限，而是将机器人智能拆解为可独立演进、自由组合的功能分区模块，由空间感知、任务决策、运动控制、精细操作各成单元，如同人脑不同皮质区域各司其职。

这一架构下，千诀明确划定自身边界，建立了一套自动化的训练数据管道。一旦系统监测到特定场景下的平均准确率出现波动，该管道即可自动采集数据并对模型的相应感知模块进行快速微调与强化，从而确保具身大脑在多样化真实环境中的性能鲁棒性。

回归到千诀大脑产品上，其专注于世界模型构建与自主决策中枢的构建，并将其余能力模块开放给第三方或兼容客户的自有模型。以精细操作为例，客户可以不必选择千诀科技的力控算法，而是嵌入自有力控模块，再将千诀大脑的其他分区功能模块叠加其上，实现双方各守其位、各取其长的技术协同。

这种松耦合设计的核心价值在于，客户不必在“全栈自研”与“黑盒交付”之间二选一，既可调用千诀的分区能力模块，又可保留自研或第三方模块，进而大幅降低了企业客户与产业链厂商的技术耦合成本。

硬氪了解到，2026年，千诀科技将聚焦于家庭和服务机器人场景，加快各品类的真实需求验证与商业化落地。全尺寸机器人的年需求量正迅速增长，公司将以现有订单为基点，持续扩大交付规模。

千诀科技没有试图用一套封闭系统通吃全局，亦不研发自家机器人本体，而是以类脑架构承接产业分工的碎片化现实。

目前来看，这套打法看似分散，实则直指服务机器人市场的核心命题，在行业从“能跑会跳”迈向“能干活、算得过来账”的关键窗口，千诀科技正完成从技术叙事到交付叙事的转换。