菜鸟前CTO李强创业获超亿元种子轮，做物理AI系统让机器人自己进化

在阿里体系待了17年后，李强摘掉了“菜鸟CTO”“阿里国际数字商业板块CTO”的头衔，仅用一个月就码齐核心技术团队，创立昆腾动力（Quantum Dynamics），并迅速拿下超亿元种子轮融资。投资方是云启资本与商汤科技，这种“产业资本+技术巨头”的组合，在当下Physical AI（物理人工智能）赛道里并不多见。

李强的履历跨度非常大。他2015年进入菜鸟，后来成为菜鸟集团CTO、阿里国际数字商业板块CTO，管过全球几千人的研发团队，同时兼任菜鸟无人车总经理。他是中国最早把L4级无人车运营规模推到千台以上的操盘手，也是阿里体系内唯一同时统管“物流业务+AI技术+全球化”三块的一号位。

昆腾动力虽成立仅月余，核心班子已经码齐。CTO来自头部自动驾驶公司，担任过在线算法负责人；首席科学家有北美具身智能实验室背景，在国内顶尖机构任助理教授；硬件负责人出自上市公司人形机器人事业部，主攻机械臂和灵巧手方向；商业化负责人是马里兰大学物理系博士，曾在Meta和亚马逊做过算法专家，还自己创过一家物流调度公司，手里握着联想、韩国乐天等客户。与此同时，公司已与浙江大学、南洋理工大学、上海创智学院、香港科技大学等建立起深度科研合作。

这支集齐产学研资源的团队要做的，不是简单造一台机器人，而是打造一整套Physical AI系统。李强反复强调一句话：“模型是系统的一部分，不是全部。”昆腾动力把自己定义为一家Physical AI系统公司，而非纯模型公司。这种定位背后，是一种对机器人落地难点的清醒认知：机器人天然受地域和场所分割，真正的壁垒不在于谁的模型参数最大，而在于谁能搭建一套可量产、可闭环的系统，让1000台机器人在物理世界里真正每天干活。

从菜鸟无人车到今天的昆腾动力，李强对自己想干什么、能做什么、先切入哪个场景，想得非常清楚。他所选择的第一个战场是物流——包裹称重、贴面单、翻面供包、补货上架、拣货下架、装箱打包，这些环节用工缺口大、人力成本高，且上一代自动化技术一直未能根本解决。李强解释，过去的技术只能处理标准容器，对需要手眼协同操作的拣选类任务基本无能为力，机械臂拣选很难覆盖全部SKU，遇到异常就停机，需要人工介入恢复。而新技术可以让机器人主动识别异常，比如东西拣了一半掉在地上，机器人可以“转个腰、扭个头”，重新对焦看清掉在哪里，然后低头弯腰捡起来，自己恢复作业。

另一个让上一代自动化望而却步的难题是物流场所变动。传统的固定机械臂一旦安装，搬迁成本极高，客户业务一变，那些臂就成了累赘。而新一代移动机器人的本体可随时移动、随时调整，配合业务变化。更复杂的是对包裹的灵巧操作，诸如抓取后翻面、在柔性软包上粘贴柔性面单等动作，过去基本无法规模化完成，现在靠世界模型建模和预判，已经可以精准控制。李强把路径规划为三个阶段：从仓库和分拨中心这类封闭场景先跑通，再拓展到网点和门店等半开放场景，最后走向末端送货上门的全开放场景。

在Physical AI赛道上，技术豪华团队并不罕见，但李强认为昆腾动力有几个对手很难短时间复制的壁垒。第一个是数据飞轮体系。菜鸟无人车从2021年起就维持着千台以上L4无人车的运营规模，沉淀出了一套从数据采集、存储、秒级检索到100%自动化标注，再到模型训练、评测、发布的完整闭环。这套体系的规模和积淀，据他判断，绝大部分现有的具身智能公司都不具备。

第二个壁垒是安全技术。曾经把重达一吨的无人车跑到开放道路上，时速40公里，这说明团队对整个安全技术机理有充分理解。李强分析，现在很多具身机器人执行速度偏慢，如果有成熟的安全技术保障，就可以把节拍调得更快，无需担心磕碰。第三个壁垒来自模型与系统的结合经验。团队既有L4无人驾驶领域一段式端到端和VLA上车部署的完整实战，也在具身智能领域积累了全身控制、多源异构数据协同训练、持续训练和强化学习等关键能力。他们清楚大模型的能力边界，能够通过系统架构、工程约束和数据闭环来弥补模型在可靠性、实时性和长尾问题上的不足。

第四个壁垒是上层调度系统。李强指出，昆腾动力做的不只是一台一台的机器人，而是一个车队。如何管理车队、分发调度任务，此前大规模机器人车队的调度经验让他们在这方面能力“数一数二”。

在机器人的路径选择上，李强没有选择“造一台通用机器人”的主流叙事。他的逻辑是：一个平台，共享绝大部分零配件，但不同场景用不同配置。仓库货架高，机器人个子就要高；末端送货要快，个子高反而不稳定，就要低矮快速。跨少数本体适配不同场景，而不追求完全的一脑多形和zero-shot。“通用机器人要求模型无所不能，结果迟迟落不了地，没有数据，模型更差，形成死锁。”他说，“我们追求的是‘合适’，不是‘最好’。”

关于本体制造，李强选择核心零部件外采、本体代工组装的务实路线。昆腾动力的核心能力聚焦在产品定义、构型设计、核心部件评估选型和BOM成本控制。他的判断是：基于已有资源快速迭代，比从头自建工厂更有价值。第一代机器人计划在9月30日之前推出，被描述为“更有创造性的构型”，专门匹配物流仓储场景。

谈到机器人的“大脑”，李强透露，昆腾动力正在做的是一个具身原生、面向机器人控制的世界模型，而不是传统使用视频生成模型作为基座。这个模型会为机器人的执行控制而设计和优化。

云启资本作为种子轮投资方，将赌注押在了昆腾动力的商业闭环能力上。在他们看来，Physical AI赛道的竞争重心已经不在概念、模型和Demo上，而是转向高价值场景的落点、规模化部署，以及能否形成数据、模型与产品相互促进的闭环。李强和昆腾动力恰好带着一支懂场景、有数据闭环经验、知道怎么让车队规模跑起来的团队，切进了最需要“让机器人每台都真正干活”的物流物流场地。