北京
具身智能赛道又跑出一匹黑马。Zenbot（真保科技）近日完成近亿元天使轮融资，投资方名单里站着长盈精密、科达利、肇民科技三家精密制造上市公司的家族办公室，光源资本担任独家财务顾问。
这笔钱的去向很具体：通用具身智能世界模型研发、GaN驱动的核心关节模组量产扩产、大小脑融合实时通讯架构的交付推广，以及整机产品的规模化落地。没有虚头巴脑的"生态建设"，全是硬骨头。
Zenbot的底牌是一张清华+CMU的学术牌。联合创始人贾振中博士本科硕士就读于清华大学精密仪器系，博士毕业于密歇根大学，博士后阶段在卡内基梅隆大学机器人研究院。导师名单堪称豪华：ASME控制领域最高奖得主Huei Peng、IEEE及IFAC双Fellow Jing Sun、机器人领域最高奖得主Matthew T. Mason。70余篇RSS、ICRA、IROS论文，入围IEEE-ARM最佳论文奖。
核心团队同样硬核。Georgia Tech、香港科大、清华、北大、哈工大、南科大等高校背景，且不是纸上谈兵——成员曾参与乐聚机器人、逐际动力的产品研发，主导过多款四足与人形机器人的工程化落地。
自建工厂是Zenbot区别于多数初创公司的关键动作。数千平米自有工厂加上自建研发测试场，设计、打样、验证全流程闭环。官方说法是"研发迭代效率较行业常规模式有所提升"，翻译过来就是：不用等供应商排期，想改就改。
技术栈从关节一直堆到大脑。关节层用第三代半导体GaN（氮化镓）驱动，发热量压到传统MOS方案的30%左右；同时掌握QDD准直驱与力控谐波两条技术路线，自研减速器与芯片，覆盖高动态四足到高精度类人形的需求。
通讯层自研大小脑融合的实时通讯架构，从协议栈底层动手，让高算力大脑单元与嵌入式实时小脑处理器协同工作，控制算法达到车规级的实时性、稳定性与安全性。
小脑层是MPC+RL的融合框架：模型预测控制提供稳定控制序列，强化学习通过残差学习补偿模型误差。配合自研Sim2Real工具链，复杂地形行走、高动态运动、精密力控交互都能覆盖。
大脑层的世界模型是Zenbot的核心叙事。机器人在执行动作前，先在内部"模拟"物理世界的未来状态，实现因果推理与自主决策。落地成果Phy-Tac（Physics-Conditioned Tactile）把物理因果推理与触觉感知结合，解决精准抓取问题。
Phy-Tac的三层架构值得拆解：第一层做物体三维纹理建模与表面几何分析，选对接触区域；第二层是物理条件化潜在扩散模型（Phy-LDM），给定物体物理参数后生成触觉目标图像，预测稳定抓取；第三层用潜在空间LQR闭环控制，实时比较当前触觉状态与目标偏差，以最小驱动量优化夹爪状态。
商业数据比技术叙事更硬。运营12个月内，Zenbot拿下近亿元订单。模式是"公版平台+深度定制"，客户覆盖国内外具身智能头部企业、知名上市公司、高校科研院所，以及智能领域新锐初创公司。
贾振中博士的表态把公司定位说得很透："大语言模型让AI学会了'说'，世界模型将让AI学会'做'。"Zenbot的野心不是做单点技术供应商，而是构建"具身智能时代的底层基础设施"——从核心部件到整机交付的全栈能力。真正的壁垒在于把部件、控制、算法、整机串成一个稳定、高效、可量产的系统。
这个判断本身就有针对性。当前具身智能赛道热钱涌入，但多数玩家卡在"有 demo 没量产"或"有部件没整机"的环节。Zenbot试图用"全栈自研+自建产能"的组合拳，把学术成果压缩成可交付的工业产品。这条路重资产、慢爬坡，但一旦跑通，替换成本极高。
产业资本而非纯财务资本主导本轮融资，也暗示了赛道的阶段性变化。长盈精密、科达利、肇民科技三家都是精密制造领域的上市公司，它们的家族办公室入场，意味着具身智能开始从"技术验证"进入"供应链卡位"阶段。谁能成为下一代机器人产业链的关键节点，谁就能在估值逻辑切换时占住位置。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
