4.55亿美金：具身大脑终于等来自己的时刻

中国具身智能史上最大单笔融资——4.55亿美金——落在了一家成立仅一年的公司身上。更反常的是，这笔钱投的不是能跳舞翻跟头的机器人本体，而是一个你看不见摸不着的「大脑」。

顶配阵容，是它石主动设计的

4月16日，它石智航宣布Pre-A轮融资4.55亿美金。一年前，它刚拿下行业最大天使轮；一年后，同一批人把纪录又翻了一倍。

投资方名单读起来像一份中国科技投资的「权力游戏」：高瓴创投、红杉中国联合领投，美团战投重额加注并继续领投，北京机器人产业发展投资基金、上海国投先导等国资联合入局。20余家机构，横跨财务、战略、产业、国资四个维度。

但这不是被动接受的「被追捧」。据我们了解，这个阵容完全是它石主动筛选的结果。

技术已经交卷了，它石很清楚自己要什么。只有那些有长期价值、有明确产业诉求、赋能清晰的投资方，才能上桌。算力消耗极大的预训练需要钱，但更需要的是能一起扛过漫长技术周期的队友。

人才方面，它石在推进「TARS STAR」全球顶尖人才引进计划，待遇开到行业TOP级。这不是一家还在找方向的创业公司，而是一家有能力、有野心、有潜力不断「创纪录」的公司。

AWE 3.0：不是VLA，也不是3D生成

它石交卷的技术叫AWE 3.0，全称AI World Engine，「AI世界引擎」。注意，不是VLA（视觉-语言-动作模型），也不是3D资产生成模型。

这是一个从底层架构就统一了感知、决策与行动的原生具身大模型，搭配了全球首个视触觉世界模型OmniVTA。视觉、语言、动作三种模态天然对齐，训练时可以在任意模态之间互相转换——

「视觉」到「视觉」就是视频预测，「视觉-语言」到「动作」就是端到端，「视觉-语言」到「视觉-动作」就是世界模型。

更关键的是一项叫Failure Recovery（自我纠错）的能力。面对柔性操作中的突发状况，模型不再简单模仿动作轨迹，而是在隐空间里持续推演未来的多种可能，再据此决策。插接力度或角度异常时，机器人会主动把线拔出来，换个角度再试。

对于真实工业场景，这是应用成熟度的关键信号。它石首席科学家丁文超说，这大概是2026年具身大脑浮出水面后，为行业送上的第一份厚礼。

零秒遥操：它石为什么反共识

这一切的实现，没有用到一秒钟的遥操数据。

行业共识是：遥操数据精度最高。但丁文超直言，人工遥操过程中的犹豫、抖动，反而会变成训练数据中的「噪声」。在对精度有极高要求的场景下，这是致命的。

它石选择线束装配作为交卷场景——工业自动化界的「哥德巴赫猜想」。长程操作、柔性操作、亚毫米精度，「不可能三角」全部集齐。孔位极窄，容错性极低。

丁文超说，虽然不能百分百零偏差，但人的纠错能力极强，可以在操作中感受阻力并据此迅速调整角度和力度。想要习得这种局部微调的能力，唯一的方式就是从真人身上采集数据。

这个想法落地成一整套以人为本的数据采集套件SenseHub：一双轻便的数采手套，一枚第一视角摄像头，佩戴即开工。劳动者在日常作业中顺手完成数据采集，天然具备全场景覆盖的基因。

1小时内完成百余次亚毫米级柔性线束完整装配，刷新吉尼斯世界纪录。高速装配过程中，超过50%的投票者在「机器人柔性操作图灵测试」中分不清哪个是机器人。

全栈自研：一场残酷的淘汰赛

数据-本体-模型全栈自研，不是为了生态，而是遵循「第一性原理」设计出来的。

行业蛮荒期，技术路线尚未收敛，既无标杆案例，亦无成熟的横向分工。必须有一定程度的完美主义，全栈自研，抓紧每个细节。

全栈大脑最有魅力的地方在于：每家公司都在围绕自身的哲学思考，从三个维度全线出发，将各自的信念极致化。这注定是一场极为精彩，同时也极为残酷的淘汰赛。

具身大脑这条赛道上，所有玩家无论从哪条路径出发，最终都会不可避免地交叉在一起。真实世界是混沌且极度复杂的，如果机器人只能像复读机一样执行预设的单一脚本，那与传统自动化产线上的机械臂并无本质区别。

它石从成立第一天起，所有战略重心都在为「泛化能力、跨场景复制能力、成本可控的规模化能力」做准备。模型层的过拟合只是技术瑕疵，方法论的过拟合是致命的。

在AI这个技术日新月异的赛道，敢于「不变」，或许比「求变」需要更大的定力。一年过去，它石曾经许诺的BP正一一化为现实。

资本终于看明白了：能跳舞的机器人是春晚道具，能自己拔出来换个角度再插的机器人，才是工厂愿意付钱的生产力。