华为车BU前核心蔡佳创业，格物通智天使轮拿了近亿元

周三下午，杭州一家成立不久的具身智能公司，账上多了一笔近亿元的天使轮资金。投资方名单里有匹克投资、鸿富资产、杭州资本、杭州人才集团，还有某省级具身产投及多家头部上市公司。Maple Pledge 枫承资本出任本轮独家私募股权融资顾问。

这家公司叫「格物通智」，2026年8月成立，首轮就拿到杭州市级层面三支基金的支持——杭州润苗基金、杭州颠覆性成果转化基金、杭州人才基金。它同时是国家具身智能应用中试基地生态伙伴、杭创具身智能营成员。

资金用途写得很具体：物理反演世界模型的大规模预训练与技术迭代、硬件与本体构建，加快人才引进和规模扩充，并推进多个场景PoC验证和真实数据采集。

创始人的三重复合背景

创始人兼CEO蔡佳博士毕业于西北工业大学航天学院，师从国家杰青黄攀峰院长，专注太空机器人的在轨灵巧操作研究。之后他加入华为2012实验室及车BU 2030实验室，深度参与ADS 2.0至4.0核心技术研发与百万级量产交付以及ADS6.0预研，担任百人团队主管及华为科学家委员会委员。

太空操作机器人、自动驾驶量产、世界模型，这三段经历叠在一起。他具备千万小时级数据治理与近万卡集群训练的系统性方法论，是华为智驾体系从技术验证到量产交付的核心参与者之一，曾获华为个人技术最高奖。

核心成员来自华为、理想、地平线、智元等行业头部企业，毕业于清华、浙大、上交、中科大、复旦、哈工大、西工大及南洋理工等高校，覆盖前沿AI研究、复杂系统工程与规模化交付全链条。

机器人缺的不是眼睛，是手感

过去两年，具身智能在视觉感知、运动控制上取得实质进展，机器人可以识别物体、规划路径、复现复杂肢体动作。但这些能力大多停留在远距离、非接触式的感知与执行层面。

一旦进入真实生产现场，面对布料滑移、零件卡滞、插装阻力这类接触层面的物理交互，仅靠视觉无法获取力的大小、方向与接触状态，感知维度的短板会直接暴露。

另一重瓶颈在数据。多数具身智能企业依靠众包采集或素材库数据训练模型，这类数据和真实物理工况存在结构性偏差。真实场景中的数据带有明确的因果链条——什么动作导致了什么结果，什么异常触发了什么调整，这些关联在脱离场景的素材数据中几乎无法获取。

蔡佳的原话是：“脱离场景长出来的智能，很难真正落地。”

传统机器人学习的是人手的关节轨迹。拧瓶盖时，机器人通过学习人类手指运动轨迹模仿动作。蔡佳把这称为“形似”——它不知道人需要用多大的力、摩擦系数是多少、遇到阻力时要加大力度还是调整角度。换成不同材质的瓶盖、不同松紧程度的螺纹，模型就可能失效。

从视频里反推触觉

格物通智提出的路线叫“物理反演世界模型”：让机器人从看得见的动作中推断接触、受力等隐含物理信息，用于大规模预训练；再结合真实力觉、触觉反馈进行校准，为动作数据补充可用于学习的物理标签。

触觉数据是这条路径的核心，也是行业公认的难题。触觉信号维度低，通常只有几十维，而一张图像有数百万维，两者在同一模型中融合的难度极大。触觉数据采集成本高、速度慢，规模化始终是瓶颈。

团队的解法是Real to Sim（真实到仿真），用真实物理交互数据反向搭建仿真环境。核心价值在于把互联网海量的第一、第三人称视频转化为可用于模型训练的有效数据——从视觉画面反推重建对应的触觉信号，让触觉数据获得和视觉数据同等规模的采集能力。

在世界模型架构层面，方案提升力觉、触觉这类物理信息的信噪比，实现与视觉信息的原生融合，并通过对物理因果关系建模与预测，强化跨场景泛化能力。

在此基础上搭的是PSI物理自进化体系，形成“物理反演—规划执行—真实反馈—评估学习—验证部署”的闭环。机器人在作业中产生的成功经验、失败轨迹与人工纠正，经筛选评估后用于改进物理状态估计和操作策略，更新后的模型经验证再进入下一轮任务。

蔡佳把这套机制概括为双向改进：更准确的世界模型帮助机器人做出更有效的规划，更有价值的执行反馈帮助模型识别自身误差、优化后续学习。

三分靠模型，七分靠工程

落地路径被拆成三个环节：Deploy，先把机器人放到客户现场，替客户完成一道具体工序；Learn，把作业中产生的成功经验、失败轨迹、异常恢复和人工纠正转化为训练数据；Generalize，把从具体项目中沉淀的操作能力迁移到下一个工位、下一个任务、下一个本体。

本轮资方中，匹克投资作为国内头部运动科技履产业集团，已同格物通智签订战略合作协议。公司将围绕鞋履制造对“双柔+一高精”——柔性制造、柔性材料、亚毫米级精度——的要求，在企业初期拿下规模化订单。

格物通智正在同纺织服装、光模块及汽车零部件领域客户推进联合创新PoC，预计2026年年底完成首个PoC交付。公司选择从边界清晰、可量化验收的任务切入，先突破Y轴精度成功率，再突破X轴泛化性。

不同工厂对能力边界的要求差异显著：精度要求从正负0.1毫米到一两毫米不等，节拍从毫秒级到分钟级不等，成功率要求从90%到99%不等，可靠工作时间从8小时到24小时不等。

在数据治理上，团队强调质量优于数量。评估体系从多个维度给数据打分——场景稀有度、动作多样性、失败案例占比、与当前模型薄弱环节的匹配度，低分数据直接丢弃。蔡佳用自动驾驶举例：均匀随机采样下，人驾驶过程中90%以上的时间处于平稳行驶状态，几乎没有紧急避让、复杂变道这类场景，过量堆叠常规数据反而会削弱模型在关键场景下的学习效果。

他提到，过去训练智驾世界模型，1000w clips的数据总量变化不大，但recipe每周都在优化刷新。

“现在这个阶段，三分靠模型，七分靠工程。”蔡佳说，具身智能要真正变成实用，应该在这个场景里面长出来，而不是脱离场景在数采素材中长出来。

他看重的指标不是精度成功率，而是客户复购率。Demo精度成功率再高，如果客户不愿意复购，说明产品没有真正解决问题。复购意味着客户认为这个投入ROI是划算的，意味着机器人真正融入了生产流程。