Momenta领投!「简智机器人」完成A轮融资,累计融资额已超2亿美元!

8月26日,具身涌现获悉,简智机器人正式完成A轮融资,本轮由物理AI企业Momenta领投,多家老股东持续加码追投。 成立仅一年时间,这家企业已经走完7轮融资,累计融资总额突破2亿美元,刷新了具身智能

8月26日,具身涌现获悉,简智机器人正式完成A轮融资,本轮由物理AI企业Momenta领投,多家老股东持续加码追投。

成立仅一年时间,这家企业已经走完7轮融资,累计融资总额突破2亿美元,刷新了具身智能无本体数据赛道的融资记录。

本轮资金将投向无本体数据基建、Data Foundation Model迭代、真机评测闭环与全球化业务,试图为整个物理AI行业筑牢数据底座。

资本集中押注数据基建赛道,也折射出具身智能行业已经走到比拼底层供给的关键转折点。

01

为何资本接连押注简智机器人?

简智机器人全称简智新创(北京)机器人科技有限公司,2025年5月正式成立,CEO陈建兴曾担任Momenta算法高级总监,主导过智驾数据飞轮路线的落地。

联合创始人朱雁鸣拥有智驾量产产品开发经验,硬件团队大多来自大疆、华为,软件侧汇聚自动驾驶算法与多模态大模型人才,整套团队把自动驾驶已经跑通的数据闭环经验迁移到具身智能领域。

创业之初团队面临两条路径选择,自研机器人本体,或是深耕上游数据,他们最终选择难度更高的上游基础设施。

具身涌现认为,这恰恰是团队最核心的判断。当下行业多数创业项目扎堆机器人本体与端到端大模型,却普遍忽略训练养料的供给难题。

就算模型架构设计再精巧,缺少大规模高质量人类行为数据,模型很难完成跨场景泛化。

Momenta作为本轮领投方,和简智机器人的战略高度契合,前者依靠数据飞轮实现物理AI落地,后者补齐人类技能数据这一环,双方可以共同推动世界模型规模迭代,产业资本的入局,不只是财务投资,更是技术路线层面的协同共建。

02

无本体数据如何解决行业痛点?

简智机器人的整套能力,建立在采集、模型、评测完整闭环之上。

硬件层面,团队自研Gen DAS无感可穿戴采集设备,依靠磁触觉、力反馈、柔性织物多路传感,完成人类动作的高保真采集,不需要依赖机器人本体就可以拿到行为数据。

依托这套硬件,企业对外开源超过13000小时的无本体数据集,数据集单月下载量突破百万次,下载量与学术引用量位居全球开源具身数据集首位。

自研的Data Foundation Model是整套方案的核心,这个模型专门面向具身智能与世界模型,覆盖6D位姿、触觉感知、手部跟踪、思维链等多维度信息,持续沉淀标准化人类技能体系。

数据产能上,简智机器人已经积累超百万小时人类技能资产,每周可以产出十万小时级别的全新数据,这套基础设施已经落地多家全球头部具身智能客户,部分新一代具身模型完全依托这套无本体数据完成预训练,在复杂操作任务中实现稳定跨场景迁移。

在具身涌现看来,这里跳出了传统数据采集的固有逻辑。DFM本身成为其他大模型的上游底座,客户拿到的不只是静态数据集,而是一套“数据采集模型重建真机评测反馈”的动态飞轮,真机测试产生的效果反馈,反向指导后续的数据采集方向,实现数据与模型互相校准迭代。

03

数据基建会改写产业竞争逻辑吗?

大量资本涌入数据赛道,释放出一个很明确的信号,具身智能的竞争正在从演示效果比拼,转向底层供给能力的较量。

过去行业更多关注机器人能不能完成短视频里的演示任务,但是真正商业化,需要模型在成千上万陌生场景稳定工作,这种能力只能依靠海量真实人类技能数据来喂养。

具身涌现认为,无本体数据路线最大的价值,在于大幅降低行业试错成本。机器人本体迭代周期长、硬件成本高昂,如果所有训练数据都依托真机采集,整个行业的研发成本会被持续拉高。

无本体数据把人类真实行为先数字化,再交给模型学习,企业可以先完成模型预训练,再上真机验证,这会压缩大量机器人前期试错周期。

但我们同样不能过度神化数据基建。数据只是必要条件,不是全部答案,数据飞轮想要真正跑通,后续还要面对真机评测标准统一、多模态数据对齐、真实世界场景缺口补齐等现实难题。

资本给到简智机器人的巨额资金,本质上是在赌:当模型预训练规模走向百万、千万小时级别,专门的上游数据基础设施,会成为整个行业绕不开的刚需。

当AI的目标从输出文字转向完成物理世界动作,行业需要一套适配物理世界的训练底座。简智机器人的融资故事,本质上不是一家公司的胜利,而是产业开始意识到,比起追逐酷炫机器人样机,把底层数据基建做扎实,才是通往通用具身智能无法绕开的长路。

       原文标题 : Momenta领投!「简智机器人」完成A轮融资,累计融资额已超2亿美元!

(来源:维科网)
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。

相关推荐