具身智能領(lǐng)域迎來(lái)重要融資進(jìn)展，具腦磐石公司宣布完成億元級(jí)新一輪融資。本輪融資由具備深厚類(lèi)腦與具身產(chǎn)業(yè)背景的頂尖產(chǎn)業(yè)資本領(lǐng)投，老股東及多家知名基金復(fù)投跟投，多維資本擔(dān)任獨(dú)家財(cái)務(wù)顧問(wèn)。與此同時(shí)，該公司下一輪融資也在同步推進(jìn)交割。

融資資金將主要用于核心技術(shù)研發(fā)、人才團(tuán)隊(duì)擴(kuò)充以及全球化市場(chǎng)拓展，重點(diǎn)推進(jìn)認(rèn)知世界模型（Cognitive World Model）的研發(fā)、工程化落地與真實(shí)場(chǎng)景驗(yàn)證。具腦磐石成立于2025年，以類(lèi)腦智能為底層范式，致力于構(gòu)建面向真實(shí)物理世界的認(rèn)知世界模型。公司創(chuàng)始人朱森華被稱(chēng)為“華為具身大腦一號(hào)位”，他長(zhǎng)期專(zhuān)注于AI與腦認(rèn)知交叉研究，擁有中山大學(xué)計(jì)算機(jī)與AI研究背景，博士畢業(yè)于賓夕法尼亞大學(xué)認(rèn)知神經(jīng)科學(xué)專(zhuān)業(yè)，并在中科院腦與認(rèn)知科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室完成博士后研究。

在華為任職期間，朱森華擔(dān)任華為云AI算法創(chuàng)新Lab主任，主導(dǎo)了AI腦科學(xué)云平臺(tái)、盤(pán)古具身大模型、全球具身智能產(chǎn)業(yè)創(chuàng)新中心等項(xiàng)目。他推動(dòng)了世界模型與類(lèi)腦智能融合路線的系統(tǒng)性驗(yàn)證，是華為具身智能大腦的開(kāi)創(chuàng)者，兼具腦認(rèn)知科學(xué)研究、類(lèi)腦AI路線創(chuàng)新驗(yàn)證與具身智能產(chǎn)業(yè)落地的復(fù)合能力。

具腦磐石的聯(lián)合創(chuàng)始人劉晉宇長(zhǎng)期聚焦AI機(jī)器人技術(shù)產(chǎn)品化與商業(yè)化，曾成功孵化多個(gè)產(chǎn)品事業(yè)部并實(shí)現(xiàn)全球規(guī)模商業(yè)落地。公司技術(shù)、供應(yīng)鏈、運(yùn)營(yíng)團(tuán)隊(duì)核心成員來(lái)自清華、北大、復(fù)旦、中科院等科研院所，并曾在華為、聯(lián)想、曠視、極智嘉等企業(yè)參與AI算法、機(jī)器人系統(tǒng)、供應(yīng)鏈及全球商業(yè)化落地工作，形成了覆蓋前沿研究、模型研發(fā)到系統(tǒng)工程落地的完整閉環(huán)。

過(guò)去一年，具身智能賽道快速發(fā)展，行業(yè)焦點(diǎn)從“VLA”轉(zhuǎn)向“世界模型”。李飛飛布局空間智能，Yann LeCun創(chuàng)立AMI Labs探索因果推理，英偉達(dá)、Google DeepMind等科技巨頭加速布局物理仿真與真實(shí)交互技術(shù)。然而，關(guān)于世界模型的定義和技術(shù)路徑，業(yè)界尚未形成統(tǒng)一認(rèn)知。不同團(tuán)隊(duì)對(duì)其理解存在差異，導(dǎo)致討論多停留在技術(shù)名詞的組合層面。

朱森華認(rèn)為，理解世界模型需回歸其技術(shù)本源與核心訴求。他指出，世界模型的底層邏輯源于腦與認(rèn)知科學(xué)的“心智模型（Mental Model）”，是腦科學(xué)與AI的前沿交叉體系。當(dāng)前許多討論未能觸及技術(shù)本質(zhì)，導(dǎo)致概念迭代迅速卻缺乏實(shí)質(zhì)性突破。具腦磐石選擇從認(rèn)知科學(xué)角度出發(fā)，認(rèn)為具身智能正從“動(dòng)作智能”向“認(rèn)知智能”演進(jìn)，下一階段的核心是讓機(jī)器人具備類(lèi)人的小樣本抽象概念學(xué)習(xí)、多維環(huán)境感知、長(zhǎng)期記憶和主動(dòng)推理能力，并在真實(shí)世界中跨場(chǎng)景穩(wěn)定行動(dòng)。

當(dāng)前具身智能落地面臨多重挑戰(zhàn)：高質(zhì)量真實(shí)數(shù)據(jù)獲取困難，模型跨場(chǎng)景泛化能力不足，機(jī)器人缺乏長(zhǎng)期記憶與持續(xù)學(xué)習(xí)能力，且數(shù)據(jù)采集和算力資源有限。相比之下，人類(lèi)大腦無(wú)需海量數(shù)據(jù)和高能耗算力，卻能在復(fù)雜環(huán)境中持續(xù)學(xué)習(xí)、感知、記憶、預(yù)測(cè)、規(guī)劃與行動(dòng)。這正是具腦磐石選擇類(lèi)腦智能路徑的原因——提取大腦智能化的核心功能神經(jīng)機(jī)制，轉(zhuǎn)化為可計(jì)算的算法與架構(gòu)，構(gòu)建下一代具身智能大腦。

具腦磐石提出的類(lèi)腦智能驅(qū)動(dòng)認(rèn)知世界模型，與Yann LeCun的JEPA（聯(lián)合嵌入預(yù)測(cè)架構(gòu)）路線同向，均基于主動(dòng)推理認(rèn)知科學(xué)理論，聚焦推理、規(guī)劃與真實(shí)世界建模。JEPA的價(jià)值在于讓AI在抽象表征空間中學(xué)習(xí)狀態(tài)演化、推理未來(lái)趨勢(shì)，更接近人類(lèi)大腦認(rèn)知真實(shí)世界的規(guī)律。但對(duì)于需在真實(shí)環(huán)境中執(zhí)行任務(wù)的機(jī)器人而言，僅具備“表征—預(yù)測(cè)”能力不足以構(gòu)成完整智能閉環(huán)。

朱森華舉例說(shuō)明，人類(lèi)過(guò)馬路時(shí)無(wú)需精確計(jì)算車(chē)輛速度和距離，只需掃視周邊環(huán)境即可安全通過(guò)，這體現(xiàn)了心智模型中的主動(dòng)推理能力。具腦磐石的目標(biāo)是將這種能力工程化，使機(jī)器人不僅能預(yù)測(cè)世界變化，還能自主設(shè)定目標(biāo)、規(guī)劃行動(dòng)、執(zhí)行操作，并從環(huán)境反饋中持續(xù)學(xué)習(xí)修正行為。這意味著，適用于具身系統(tǒng)的世界模型需涵蓋從狀態(tài)預(yù)測(cè)到?jīng)Q策執(zhí)行的全鏈路能力。

在實(shí)現(xiàn)路徑上，具腦磐石將腦科學(xué)中的多艙室神經(jīng)元、非線性注意力、多階段記憶、稀疏計(jì)算與主動(dòng)推理等機(jī)制，轉(zhuǎn)化為可落地的算法模型與工程化系統(tǒng)架構(gòu)。公司設(shè)定了四個(gè)核心技術(shù)目標(biāo)：低數(shù)據(jù)需求、高泛化能力、終身學(xué)習(xí)、低功耗運(yùn)行，以突破具身智能在數(shù)據(jù)成本、跨場(chǎng)景適應(yīng)、持續(xù)運(yùn)行與算力限制等方面的現(xiàn)實(shí)約束。

目前，具腦磐石已在具身感知交互、規(guī)劃、移動(dòng)導(dǎo)航、操作及群體具身等方向完成多項(xiàng)系統(tǒng)級(jí)技術(shù)驗(yàn)證，并在國(guó)內(nèi)外市場(chǎng)同步推進(jìn)多個(gè)行業(yè)客戶(hù)真實(shí)場(chǎng)景PoC（概念驗(yàn)證），將認(rèn)知世界模型從算法框架推進(jìn)到真實(shí)機(jī)器人系統(tǒng)。這種從算法到系統(tǒng)的推進(jìn)方式，體現(xiàn)了具腦磐石對(duì)具身智能2.0的理解：讓機(jī)器人具備接近人類(lèi)大腦的認(rèn)知能力——從少量經(jīng)驗(yàn)中學(xué)習(xí)抽象規(guī)律，在復(fù)雜環(huán)境中持續(xù)感知和記憶，并在跨任務(wù)與泛場(chǎng)景中實(shí)現(xiàn)主動(dòng)推理、穩(wěn)定決策、持續(xù)行動(dòng)。

朱森華進(jìn)一步解釋了具腦磐石的技術(shù)層級(jí)體系：世界模型可分為五個(gè)層級(jí)，從下往上依次為視覺(jué)真實(shí)（如李飛飛的空間智能）、物理真實(shí)（如Sora通過(guò)數(shù)據(jù)理解物理規(guī)律）、交互真實(shí)（如Google DeepMind和英偉達(dá)的智能體交互學(xué)習(xí)）、抽象學(xué)習(xí)（如JEPA的表征層面抽象學(xué)習(xí)）和主動(dòng)推理（源于認(rèn)知神經(jīng)科學(xué)的低數(shù)據(jù)、高泛化、終身學(xué)習(xí)、低功耗路徑）。這五個(gè)層級(jí)構(gòu)成從基礎(chǔ)設(shè)施到智能能力演化的體系，前三層解決數(shù)據(jù)獲取和訓(xùn)練環(huán)境問(wèn)題，后兩層解決算法架構(gòu)問(wèn)題，可分頭探索也可相互支撐。

針對(duì)類(lèi)腦智能路線的核心瓶頸，朱森華認(rèn)為既非算力不足也非理論未破譯，而在于人才和體系。他指出，AI領(lǐng)域的許多核心概念源于腦科學(xué)，但腦科學(xué)尚未完全破譯人類(lèi)大腦時(shí)，AI已取得顯著進(jìn)展。當(dāng)前真正缺乏的是同時(shí)具備腦科學(xué)與AI交叉背景的復(fù)合人才，以及一套系統(tǒng)性理論體系來(lái)指導(dǎo)發(fā)展方向。具腦磐石選擇類(lèi)腦智能路徑，正是希望利用已有認(rèn)知神經(jīng)科學(xué)成果，指導(dǎo)算法架構(gòu)和工程實(shí)現(xiàn)，提高技術(shù)發(fā)展效率。

在應(yīng)用路線方面，具腦磐石提出了“一腦多機(jī)、一腦多形”策略。朱森華承認(rèn)，當(dāng)前尚無(wú)公司能用同一模型適配所有形態(tài)的本體，跨構(gòu)型本體的模型無(wú)法直接通用。公司的短期策略是用類(lèi)腦智能的Agent框架驅(qū)動(dòng)多機(jī)協(xié)作，技術(shù)層面持續(xù)探索單一認(rèn)知世界模型適配多種本體，硬件生態(tài)上與樂(lè)聚、星塵智能、智動(dòng)力等多家本體廠商深度合作，長(zhǎng)期目標(biāo)是向行業(yè)生態(tài)伙伴開(kāi)放通用具身大腦模型和場(chǎng)景應(yīng)用生產(chǎn)力工具。他強(qiáng)調(diào)，多機(jī)協(xié)作本質(zhì)是工程問(wèn)題，用中央Agent大腦調(diào)度產(chǎn)線上形態(tài)、技能各異的機(jī)器人，是當(dāng)前最高效可行的方案。具腦磐石也在用類(lèi)腦智能機(jī)制改進(jìn)Agent的感知、記憶、規(guī)劃、反饋糾錯(cuò)等能力模塊，這套可擴(kuò)展的工程系統(tǒng)既是世界模型成熟前的橋梁，也是未來(lái)能力完備后的自然延伸。