上海，跑出一家百亿独角兽！

近日，上海苏度科技有限公司（以下简称“苏度科技”）完成新一轮融资，最新估值突破20亿美元。公开信息显示，其投资方包括孚腾资本、宁德时代溥泉资本、阿里、腾讯、蚂蚁等。与此同时，公司正式发布软硬件全栈自研的机器人系统Sudo R1。

这家成立于2025年5月的具身智能企业，在不到一年时间内便吸引了众多头部产业客户与全球一线投资机构的入场，实现了估值飞跃。

01

学界大拿领衔

跨界团队保驾护航

苏度科技成立于2025年5月，注册地位于上海杨浦，是一家专注于‌具身智能与机器人基础模型‌的科技公司，能在短时间内获得资本的认可，核心底气首先来自团队。

担任首席技术顾问的苏昊，是复旦大学浩清特聘教授、通用物理智能研究院院长。他作为ImageNet核心缔造者之一，曾主导ShapeNet、PointNet等3D视觉奠基性工作。

回看苏昊的学术履历，几乎贯穿了人工智能近20年的关键节点。

2008年赴美留学后，他作为学生参与了ImageNet项目，为2D感知打下了基础。在斯坦福大学读博期间，他主导创建了ShapeNet数据集和PointNet骨干网络，成为三维视觉领域的奠基性成果，后续改进被广泛应用于当今的自动驾驶系统。

2018年，苏昊入职加州大学圣地亚哥分校，推动的SAPIEN平台为物理交互仿真搭建了关键基础设施。从2022年开始，他聚焦具身智能的评测框架与世界模型，其研发的核心系统ManiSkill和TD-MPC算法，已在全球研究社区中得到广泛应用。

可以说，苏昊是少数几位在2D感知、3D视觉、物理仿真到具身智能全链条上都有里程碑式贡献的学者。

站在台前执掌公司的，是联合创始人兼CEO韩铮。他是一位有过两次成功退出经历的连续创业者。

2006年，韩铮参与创办了国内第一家智能硬件公司ZEPP，这家公司曾是苹果公司线上业务在国内的合作方之一，后来与华米国际完成合并。之后他又创办了火箭科技，做会议系统，类似现在的飞书会议，与微软及5G领域的企业都有过合作，2020年也顺利被并购。苏度科技是他第三次创业。

团队其他核心成员同样星光熠熠。技术负责人徐泽祥曾担任Adobe Gen AI负责人，谷歌学术引用超过1.1万次；硬件负责人陈润泽此前是源码资本投资人，曾主导对宇树科技的投资；战略负责人张校珩则拥有ABB、华为、蓝驰创投的复合背景，投资过多家具身智能企业。

整个核心团队来自原Hillbot项目的多位骨干，既有学术深度，也有产业嗅觉，还兼具资本视野。这种跨界配置，在当下具身智能的创业浪潮中并不多见。

02

Sudo R1横空出世

开创具身智能新范式

苏度科技的目标很清晰，就是构建一个通用的机器人大脑，推动具身智能从目前的“行走智能”真正迈向“感知智能”与“交互智能”的实际落地。如今，他们迈出了第一步——正式发布首个软硬件全栈自研的机器人系统#Sudo R1。

#Sudo R1的特殊之处在于，它采用3D世界模型与强化学习一体化设计，在不使用任何真机数据的前提下，实现了关键任务近100%的Zero-shot成功率。

更为关键的是，这是业内首次系统性验证：仅依赖仿真数据训练，即可支撑模型跨越现实世界复杂性，为突破数据瓶颈、打开具身智能scaling路径提供了全新范式。

当前主流方案是以Pi、Generalist类模型为代表的技术路线，通常依赖few-shot方式进行适配，需要针对具体场景进行示教，在限定环境与物体条件下才能获得较高成功率，一旦环境或物体发生变化，往往需要重新采集数据进行适配。

#Sudo R1走的则是另一条路。它是一个面向通用操作的底层基础模型，通过通用底层能力解决任务，而非针对每个场景单独构建系统。在Zero-shot条件下，系统对未知环境与未见物体表现出稳定的泛化能力，动作流畅，具备“开箱即用”的体验。

在一段60分钟不间断、未经剪辑的实测中，#Sudo R1在不同光照与背景条件下，对透明、反光、柔性、不规则形状等多类未见物体，均实现了接近100%的抓取成功率，并展现出强大的闭环实时控制与空间避障能力。

这次演示刻意只展示了“通用抓取”这一单一技能。这不是能力边界，而是方法论上的取舍。团队并未追求“复杂但难以验证”的展示，而是优先打通一个可验证、可落地的基础范式。一旦这一范式在真实环境中被验证，后续技能的扩展才有规模化意义，边际开发成本也会显著下降。

据团队介绍，在多个真实测试场景中，该能力已获得开发者的高度认可，团队预计在年内将快速扩展技能体系。

不仅如此，围绕这一通用模型能力，苏度科技正在国内与海外同步建设开发者中心，开放底层模型与工具链，支持开发者基于统一能力框架进行应用开发，从而在具身智能领域首个复现类似大语言模型领域的“基础模型+Agent”的生态结构。

03

破局行业瓶颈

重塑具身智能落地逻辑

Sudo R1回应的，是当前具身智能行业两个绕不开的难题。

第一个是数据规模瓶颈。主流路径依赖遥操作、UMI等真机数据采集方式，尽管成本和效率在持续优化，但规模化扩展的经济性始终是个问题，数据供给无法随算力线性增长，模型能力的天花板被卡住了。

第二个是物理世界建模不足。真实数据虽然包含视觉与动作信息，但对动力学这一核心物理规律的刻画往往间接且不完整，导致系统在真实环境中表现不稳定，难以规模化。

苏度科技的数据体系建立在高保真仿真器之上，天然包含对物理dynamics的直接表达，使模型能够学习到可泛化的物理规律。这使其成为目前少数在世界模型和强化学习一体化路径上验证最充分的团队。而#Sudo R1所做的不是替代以“人工数据采集”为核心的技术路线，而是重新定义了数据在系统中的角色与分工。

当系统能力的提升不再主要依赖昂贵且可扩展低的真实数据，而是以仿真系统生成的可规模化数据作为基础，并结合真机数据进行关键对齐与校正时，具身智能、物理智能乃至世界模型的发展，有望进入一条更具扩展性的scaling曲线。这不仅是数据来源的变化，更是训练范式与技术路径的重构。

技术上的突破是一方面，真正决定一家创业公司能走多远的，是它在产业侧创造实际价值的能力。

目前，苏度科技团队已在工业制造与物流领域的头部客户中开展二次开发。其模型在Zero-shot与高成功率能力下即可完成初步部署，无需采集客户的敏感数据。这对于那些对数据安全极为看重的制造业企业来说，无疑是一个重要的加分项。

据悉，苏度科技已与宁德时代在多个核心制造场景中开展联合开发，围绕电池生产与物流环节推进具身智能系统的落地验证。区别于当前多数具身方案仍停留在单一工位或单场景优化，苏度科技基于通用模型能力，正在构建行业首个实现多工位覆盖的机器人系统，使同一套模型能够在不同工位之间稳定迁移，并支持多产品的快速切换与连续作业。

成立不到一年，估值突破20亿美元，苏度科技无疑是当下具身智能行业的一匹黑马。当大多数同行还在为单个工位的优化而绞尽脑汁时，他们已经试图重新定义问题的边界。