北京
6月10日，亿欧获悉，千诀科技（全称：北京千诀科技有限公司）近日完成数亿元规模A轮融资。本轮由京铭资本领投，山东新动能、山东财金资本、元禾厚望、芯能创投、南创投、英诺天使基金、尚势资本、仁爱集团、玄素投资等机构共同投资，涵盖国家级产业资本、市场化基金、产业投资方及家族办公室。
值得一提的是，英诺天使基金、尚势资本、仁爱集团三家天使轮老股东持续加码追投，老股东的持续追投反映了对其技术路线、研发能力与商业化进展的认可，也体现了资本市场对具身智能赛道的长期看好。
公开信息显示，千诀科技成立于2023年，脱胎于清华大学类脑计算研究中心，依托中国脑科学重点项目技术支撑，是国内聚焦具身智能决策与规划的科创企业。公司核心方向为打造可适配真实复杂场景的“具身大脑”，通过自主可控的芯片架构与算法模型，提升机器人在动态环境中的自主决策与作业能力，推动通用人工智能在物理场景落地。成立至今，公司已完成从核心技术自研到实景规模化落地的产业跨越。
技术路线上，千诀科技摒弃大模型的“生成式内卷”，聚焦物理世界机器人的“真实作业需求”，以可落地、高效率、通用化为核心，构建适配物理场景的具身智能技术体系。
一、规避生成式模型瓶颈，采用预测式世界模型路线
千诀科技表示，大模型在语言理解、内容生成领域已趋于成熟，但存在明显落地短板。数字智能仅能完成文本、图像生成等静态任务，无法理解空间逻辑、物理规律与环境动态变化，完全无法适配机器人在现实场景的作业需求，世界模型成为当前具身智能突破的关键技术方向。
搭载千诀世界模型的国华机器人自主清洁桌面
基于此，千诀科技明确核心方向：以世界模型为核心载体，打通数字智能与物理实体的壁垒，让机器从“看见世界”升级为“理解世界、预判变化、自主行动”，为通用人工智能的实体落地提供技术支撑。
据介绍，目前行业世界模型主要分为两条路径：生成式路线以像素级画面生成、场景重建为主；预测式路线侧重物理状态与环境演化规律建模。从产业实践来看，生成式模型需要处理大量光照、纹理、背景等非任务相关信息，算力消耗大、推理延迟高，更适配数字内容场景，难以满足机器人实时作业的需求。
千诀科技选择了预测式技术路径，其认为对于机器人而言，更重要的是预测“下一步会发生什么”，而不是生成“未来长什么样”。因此，千诀科技预测式模型不做像素级重建，重点学习低维状态空间下的物理规律与环境变化逻辑，聚焦任务因果与决策目标，能够有效提升模型推理效率与场景泛化能力，更贴合物理机器人的落地要求。
二、类脑分区架构与解耦设计，提升技术通用性
在预测式模型基础上，千诀科技搭建类脑分区预测世界模型架构。该架构借鉴人脑多区域分工机制，将复杂环境信息拆分为多个独立分布单元，分别完成建模预测后再进行高层融合。相比传统统一表征模型，该方案在样本利用率、训练成本、推理速度和新场景迁移能力上均有优化，可依托更少数据完成新环境、新任务适配。
针对机器人行业普遍存在的硬件适配成本高、算法复用性差的问题，千诀科技采用“大脑－小脑解耦”架构。其中世界模型负责感知、理解、预测与路径规划，控制系统负责具体动作执行，两者通过标准化接口协同工作。
解耦设计让同一套智能算法体系可快速适配不同硬件本体。据悉，目前公司技术已落地轮式、四足、双足人形、无人机、清洁机器人等多类设备，有效降低定制开发与部署成本，同时多场景终端数据可持续反哺模型迭代，形成闭环优化。
三、十万级终端落地，完成多场景规模化验证
商业场景落地上，目前千诀科技具身智能系统已应用于酒店服务、商业服务、智能清洁、室内精密作业等场景，累计接入终端设备达十万台量级，具备大规模实景运行数据支撑。
搭载千诀世界模型的机器人在咖啡店自主配送
基于落地经验，千诀科技团队总结出物理机器人产业化的两大现实特征：一是物理场景对响应延迟要求极高，数字世界可接受的秒级延迟，会直接导致机器人任务执行失败，实时性成为落地核心门槛；二是用户需求从“被动执行指令”转向“主动感知、自主作业”，机器人正向具备主动判断能力的智能服务主体演进。
展望未来，千诀科技表示将持续迭代预测式世界模型与类脑分区架构，持续拓展家庭服务、商业运营、工业作业、智慧城市等应用场景，推进通用具身智能在物理世界的规模化落地。
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.
