格物通智获近亿元天使轮：前华为车BU专家创业做具身大脑

硬氪从知情人士处获悉，具身大脑创业公司「格物通智」天使轮融资已落定，金额接近亿元。出资方涵盖匹克投资、鸿富资产、杭州资本、杭州人才集团、某省级具身产投，另有若干头部上市公司参与。这笔钱主要投向三块：物理反演世界模型的大规模预训练与迭代、硬件和本体的搭建，同时用于招人和扩编，并推动多个场景的PoC验证与真实数据采集。Maple Pledge 枫承资本担任本轮独家私募股权融资顾问。

格物通智把落脚点选在杭州，成立时间是2026年8月。第一轮融资就拿下了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。公司还是国家具身智能应用中试基地的生态伙伴，同时是‌杭创具身智能营成员。

这家公司盯的是真实产业场景，做的是能自进化的灵巧操作智能。技术路线以触觉、视觉为主的多模态数据真实闭环为底座，搭出“物理反演世界模型 + PSI物理自进化”的体系。落到机器人身上，就是给它们装一个带“手感”的具身大脑：干活过程中自己攒实操经验，把“工龄”转化成能力，用得越久越贴合场景。

资方里，匹克投资是国内头部运动科技履产业集团。它已经和格物通制签下战略合作协议，围绕鞋履制造提出的“双柔+一高精”要求展开合作，即柔性制造、柔性材料、亚毫米级精度。按双方约定，公司要在企业初期拿下规模化订单，一起把技术落地和产业验证推下去。

创始人兼CEO蔡佳博士，西北工业大学航天学院出身，师从国家杰青黄攀峰院长，研究方向是太空机器人的在轨灵巧操作。此后他进入华为2012实验室及车BU 2030实验室，ADS 2.0至4.0的核心技术研发、百万级量产交付以及ADS6.0预研都有深度参与，期间担任百人团队主管，也是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，这三重背景集于他一身。AI前沿技术孵化、复杂智能系统的关键技术突破、百万级量产的工程化，他都有实操经验；千万小时级数据治理和近万卡集群训练，也形成了一套系统性方法论。华为智驾体系从技术验证走到量产交付，他是核心参与者之一，曾拿到华为个人技术最高奖。

格物通智创始人兼CEO蔡佳博士（图源/企业）

核心团队里还有不少人来自华为、理想、地平线、智元等头部企业，学历背景覆盖清华、浙大、上交、中科大、复旦、哈工大、西工大及南洋理工等高校。前沿AI研究、复杂系统工程、规模化交付，整条链条上都有人，团队既有学术科研底子，也具备成熟的产业落地能力。

过去两年，具身智能在视觉感知、运动控制等环节确实往前走了一大步：认物体、规划路径、复现复杂肢体动作，机器人都能做到。问题是这些能力多停在远距离、非接触的感知与执行层面，碰上精细操作就吃力。真进了生产现场，布料滑移、零件卡滞、插装阻力这类接触层面的物理交互一出现，光靠视觉拿不到力的大小、方向和接触状态，感知维度的短板立刻显现。

数据是另一重底层瓶颈。多数具身智能企业训练模型靠众包采集或素材库，这类数据与真实物理工况存在结构性偏差，光照、工艺参数、设备异常、人为干预等条件都和现实环境对不上。更关键的一点，真实场景里的数据带着明确的因果链条。“什么动作导致了什么结果，什么异常触发了什么调整。这些因果关联，在脱离场景的素材数据中几乎无法获取。脱离场景长出来的智能，很难真正落地。”格物通智创始人兼CEO蔡佳说。

在格物通智团队看来，机器人进工厂只是起点。真正的考验在后面：它能不能在产线上一直干下去，出了问题自己调整，再把这次的经验带到下一个工位。

在蔡佳看来，这条路径可以分成三步。第一步是Deploy：机器人先进入客户现场，把某道具体工序替客户干起来；第二步是Learn：干活过程中攒下的成功经验、失败轨迹、异常恢复记录以及人工纠正，统统转化为训练数据；第三步是Generalize：把某个项目里磨出来的操作能力，搬到下一个工位、下一项任务、下一个本体上去用。

要看懂格物通智的技术基座，得先回到灵巧操作的核心难题：机器人的“手感”从哪来。

传统做法是让机器人学人手的关节轨迹。比如拧瓶盖，机器人通过模仿人类手指的运动轨迹来复现动作。“但这只是‘形似’。”蔡佳告诉硬氪，“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。一旦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。”

针对这个盲区，格物通智团队首创提出“物理反演世界模型”技术路线。思路是让机器人从看得见的动作里推断接触、受力等隐含物理信息，用于大规模预训练；再拿真实的力觉、触觉反馈做校准，为动作数据补上可供学习的物理标签。

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，一张图像却有数百万维，要把两者融进同一个模型，对齐难度极大。另一边，触觉数据采集成本高、速度慢，规模化始终卡在这里。

格物通智的解法叫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，目前已确定一系列操作路径。

这套数据管线的核心价值，在于把互联网上海量的第一、第三人称视频转成可用于模型训练的有效数据。触觉信号规模化采集长期受制于高昂成本与低下效率，视觉数据则天然容易获取。依托 Real to Sim 方案，团队能从视觉画面反推重建对应的触觉信号，让触觉数据具备和视觉数据同等规模的采集能力。

世界模型架构层面，方案同时做了一件事：大幅提升力觉、触觉这类物理信息的信噪比，让它们与视觉信息原生融合，以此习得超越人类水平的操作手感；再通过对物理因果关系建模与预测，让模型理解操作背后的规律，跨场景泛化能力随之增强。

在这之上，格物通智又搭了PSI物理自进化体系，跑通“物理反演—规划执行—真实反馈—评估学习—验证部署”的能力迭代闭环。机器人在作业中产生的成功经验、失败轨迹与人工纠正，经过筛选评估用来改进物理状态估计和操作策略，更新后的模型验证通过，再进入下一轮任务。

构建 “物理反演世界模型+PSI物理自进化” 技术体系（图源/企业）

蔡佳对硬氪说，这套机制的关键在于双向改进：世界模型越准确，机器人规划就越有效；执行反馈越有价值，模型越能看清自身误差、调整后续学习。系统还会根据模型对失败原因和不确定性的判断来优化数据筛选，让从经验里学习的效率更高。

放到工业现场，这套机制的价值很直接。蔡佳说，传统机器人进新工位，要反复示教、调测、试错；格物通智想做到的是，一个现场攒下的经验能降低下一个现场的迁移成本。“当客户每增加一个应用场景，我们收获的不仅是业务机会，还有可复用的部署经验。”

硬氪了解到，格物通智正与纺织服装、光模块及汽车零部件领域的客户推进联合创新PoC，首个PoC交付预计在2026年年底完成。公司选择从边界清晰、可量化验收的任务切入，逐步扩大环境与任务的覆盖范围，先突破Y轴精度成功率，再突破X轴泛化性。基础能力在真实场景里验证，沉淀下来的经验再迁移到更广泛的任务与本体上。

以下是硬氪与格物通智创始人兼CEO蔡佳的访谈节选（略经编辑）：

硬氪：触觉数据采集长期受成本和效率制约，格物通智为什么选Real to Sim这条路？

蔡佳：触觉是机器人做灵巧操作的核心，可触觉数据采集本身就是行业难题。单靠触觉手套采集，成本高、效率低，操作人员戴上手套后甚至会影响日常作业。结果就是手套能拿到的数据体量很有限，撑不起具身模型训练所需的泛化能力。

蔡佳：格物通智选Real to Sim的思路很清楚——视频数据最容易规模化获取，那就从视频里反向重建交互接触等触觉信号。这套方案重建出的触觉数据精度，预期能满足预训练需求，之后再借助真实现场数据进一步对齐精度。更关键的是，这条管线让触觉数据有了和视觉数据同等的规模化潜力。互联网上存量巨大的第一、第三人称视频，经这套流程处理，都能转成附带触觉标签的训练样本。

硬氪：在数据治理上，你们强调质量优于数量，这个判断是怎么形成的？

蔡佳：核心在于能不能搭出一套可量化的数据价值评估体系，自动筛掉低价值的冗余数据。

蔡佳：这套评估体系不是简单靠人工抽检，而是从多个维度给数据打分，比如场景的稀有度、动作的多样性、失败案例的占比、与当前模型薄弱环节的匹配度等等。低分数据直接丢弃，高分数据进入训练集。每轮训练结束后，再用固定的评测集检验模型表现，找出新的薄弱环节，反过来指导下一轮数据筛选。

蔡佳：可以拿自动驾驶举例。如果采用均匀随机采样，人开车时90%以上的时间都在平稳行驶，几乎没有紧急避让、复杂变道这类场景。这类常规数据没必要大量累积，堆得太多反而会削弱模型在关键场景下的学习效果。过去我们训练智驾世界模型，1000w clips的数据总量变化不大，但recipe每周都在优化刷新。所以得给数据打分，保留high quality、good diversity样本。

蔡佳：我们把这套思路搬到了具身世界模型上。从第一天起，团队就坚持质量优先的数据理念，把数据冗余度压得很低。不少同行在比拼百万小时量级的数据规模，可其中大量都是冗余数据，真正有效的样本占比并不高。存储成本持续走高，这套策略反而成了优势，我们不必为无效数据消耗资源。

硬氪：格物通智从工业场景切入，不同客户对机器人具身操作能力的指标要求差异很大，团队怎么定场景切入的优先级？

蔡佳：各家工厂对能力边界的要求差别确实很大。成功率的要求从90%到99%不等，可靠工作时间从8小时到24小时不等，节拍则从毫秒级到分钟级不等，精度要求也从正负0.1毫米到一两毫米不等。

蔡佳：格物通智的策略是挑与当前能力匹配的场景切入，再逐步往更高要求延伸。我认为，创业公司的价值在于识别并聚焦真正有价值、能够规模化的场景，再通过循序渐进的方式扩展场景，可能做着做着就到达了具身智能的“GPT3时刻”。

蔡佳：具体到场景，我们主要看几个维度。一是任务的可量化程度，验收标准是否清晰；二是与当前模型能力的匹配度，精度成功率能不能达到客户的基本要求；三是场景的可复制性，一个现场积累的经验能否迁移到下一个现场。现在这个阶段，三分靠模型，七分靠工程。具身智能要真正变得实用，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。

蔡佳：我们最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，客户不愿意复购，就说明产品没有真正解决问题。复购意味着客户认为这笔投入的ROI是划算的，意味着机器人真正融入了生产流程。