广东
物理智能的使命，是把人还给人。
本文为IPO早知道原创
作者｜Stone Jin
据IPO早知道消息，苏度科技日前完成新一轮超10亿元人民币融资。本轮融资由上海国投旗下国投先导、国投孚腾，国泰海通联合领投，道禾长期、东风资产、国开金融、朗玛峰、量图智策等产业及长期资本深度参与，小米等多家老股东继续跟投。
成立于2025年的苏度科技由具身智能领域国际知名学者苏昊教授与连续创业者韩铮联合创立，围绕模型、数据、仿真技术、机器人本体及控制系统开展全栈研发，致力于构建能够在不同任务和场景之间迁移、复用的通用物理智能。
其中，苏昊教授是3D视觉与具身智能领域最具国际影响力的华人学者之一，其学术轨迹与人工智能近二十年的每一次关键跃迁同频——参与李飞飞教授领导的ImageNet项目，为2D感知奠基；在斯坦福大学期间主导创建全球首个大规模3D数据集ShapeNet与PointNet骨干网络，开创3D深度学习；在加州大学圣地亚哥分校（UCSD）任终身教职期间发起并主导SAPIEN仿真平台，其后主导的ManiSkill已成为全球具身研究社区的基础设施。其论文引用逾十五万次，并曾任CVPR 2025程序委员会主席；2026年4月加盟复旦大学，出任浩清特聘教授、通用物理智能研究院（GPI）首任院长。
这里不妨补充一点，高质量训练数据获取是具身智能模型的核心瓶颈，而仿真合成是高效灵活获取数据源的主要路径之一，与真机等数据方式结合相得益彰。顶尖的仿真器能使数据获取边际成本极速递减，符合scaling law第一性原理。全球能自研高性能具身仿真引擎的团队屈指可数，集中在Google DeepMind、NVIDIA、Meta等少数巨头，苏度科技则是国内少数全栈自研具身智能原生仿真引擎并参与全球竞争的企业之一。2026年4月发布的Sudo R1，在不使用任何真机数据的前提下实现未知物体首次抓取成功率98%、工业场景操作成功率99.5%
此前几次技术展示中，苏度科技重点呈现了机器人在不同物体、不同环境和不同任务之间的通用泛化能力，以及在保持较高可靠性的基础上向更复杂任务持续扩展的能力。相比解决单个孤立任务，苏度科技更关注的是构建能够持续适应新任务、新场景的通用能力。
本轮融资将主要用于其进一步推进技术研发及真实产业场景验证。下一阶段，苏度科技计划在多个行业、多个客户以及不同产线和工位中持续验证其通用具身智能系统，重点检验同一套智能能力在真实生产环境中的迁移、稳定运行和持续复用能力。
值得一提的是，苏度科技董事长兼联合创始人苏昊教授在2026年WAIC主论坛上指出，今天的AI会写诗、会写代码，“却帮不了一位老人翻身”：智能的价值大多还停在数字“比特”世界，而人最沉重的需求全在物理“原子”世界。他给出的答案是：“物理智能的使命，是把人还给人。”
苏度科技联合创始人兼CEO韩铮在2026年WRC主论坛的分享中强调，率先在特定任务上实现高可靠性——在不挑物体、不挑环境的前提下保持超过99%的成功率，是走向规模落地的必经之路。苏度科技希望验证的并非机器人能否“偶尔成功”，而是面对陌生物体和陌生环境时，依然能够持续稳定地完成任务。在此基础上，苏度将抓取、放置、装配等操作能力沉淀为可复用技能，以Zero Shot方式实现跨物体和跨环境的强泛化，且在保证高成功率的前提下实现泛化。
在技术路径上，苏度科技瞄准从可复用技能到可编程机器人智能体：以稳定泛化的原子技能为底层，由上层多模态模型或操作流程调用串联，完成复杂的长程任务。以苏度科技与宁德时代联合开发的电池模组组装系统为例，不同模组尺寸、不同产线形态均可通过搭建机器人智能体快速适配，通常无需额外数据采集，也不要求集成商具备模型训练能力。这意味着，机器人应用可以逐步从“项目定制”走向“能力复用”：面对新的业务场景，通过智能体重组而非重新训练，快速生成适配新场景的机器人智能体。苏度科技希望以这样的方式，降低具身智能进入真实生产环境中的成本，缩短从技术验证到规模部署的周期。
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.
