数亿元！原生AI具身智能公司完成Pre

9月3日，深朴智能（Simple AI）宣布完成数亿元Pre-A+轮融资。跟进来的一共七家，珂玺资本、上海科创旗下知识产权基金、金浦投资、亳州产投、上城资本、乾融资本，以及老股东线性资本。

三个月前的深朴智能Pre-A轮是滴滴领投，梅花创投和柯力传感跟投，创世伙伴、线性资本、普华资本三家老股东加码。

资料显示，深朴智能成立不到两年，到今年6月就已经走完四轮。

亳州产投、上城资本、金浦投资，加上上海科创旗下的知识产权基金，四家有三家带着地方国资或政府引导基金的底色。按照IT桔子的统计，单笔几亿元以上的具身智能融资里，地方国资的参与率已经到了42%。

这个做法在圈内不新鲜。国资或引导基金给钱，要求企业到当地落地，代价是扩张路线被拽向特定方向。

一家做数据的公司，为什么会引来资本争抢？

按照智元旗下觅蜂科技给出的对比，大模型训练语料折合约100亿小时，全球攒下的高质量具身数据只有约50万小时。真机数据市价每小时500到1000元，无本体数据的价格预计会收敛到真机的三分之一到二分之一。

深朴智能今年推的HiFi-UMI，冲的就是这个差价。UMI的思路不新，把采集设备从机器人身上拆下来，人带着它进家庭和酒店，不再受机器人数量限制。

但有个麻烦的点是在数据的保真度。这类数据长期只够喂预训练，后训练还得掺真机遥操作数据当锚点，抹平本体差异、执行时延以及相机视角的差别。HiFi-UMI想做的，就是拿掉这个锚点。

他们的办法是把定位基准从手腕挪到头部，用头戴双目加惯性测量单元重建轨迹，再用统一GPIO硬件触发器把跨传感器误差压进40微秒。而手写轨迹实验里末端轨迹误差约3毫米，全程不依赖外部动捕。

但这样采出来的数据能不能直接上机仍存疑。深朴智能的团队在双臂平台上设了污渍擦拭、衬衫折叠、遥控器插入、果蔬分类四项任务，选了三个不同路线的模型，每个任务与策略组合各跑40次真机评测。一组喂真机遥操作数据，另一组只喂HiFi-UMI示范。

真机遥操作的基线直接采自最终评测环境，同样的桌面、光照、相机视角以及物体分布。HiFi-UMI的示范来自别的地点，没有一条轨迹在评测现场采。等于一方带着主场优势上场。

StarVLA-QwenPI两组整体成功率51.3%和53.8%，差2.5个百分点。OpenPI-π0.5反过来，77.5%对74.4%，无本体数据高出3.1个百分点。LingBot-VA是56.9%对57.5%，差0.6个百分点。

这组数字能证明可用，证明不了够用，每个组合40次评测，两个百分点的差距很难分清它到底来自数据质量，还是来自任务本身的随机性。好在2000小时的HiFi-UMI-2K已经开源，别的团队可以试试自己复现。