选具身机器人,就上具身之家
搜索结果

具身之家资讯

苏度科技的仿真豪赌:不采真机数据,17个月估值200亿

苏度科技的仿真豪赌:不采真机数据,17个月估值200亿

—— 苏度科技不采真机数据,押注 Sim2Real 路线

苏度科技成立于 2025 年 5 月,17 个月跑完 5 轮融资,最新一轮超 10 亿元,估值传闻达 200 亿元。公司由北航师兄弟苏昊与韩铮创办,不走真机遥操作路线,而是押注 Sim2Real 仿真路线,单日可生成百万级训练数据。2026 年 4 月发布的具身操作模型 Sudo R1,在完全不使用真机数据下实现未知物体首次抓取成功率 98%、工业场景操作成功率 99.5%,并与宁德时代合作电池模组产线。公司计划 2028 年实现千台级交付,韩铮称验证 Sim-to-Real 只是副产物,目标是 "iPhone+iOS 时刻"。

亿宸资本领投虚时科技天使 + 轮,补齐物理 AI “数据弹药库”

亿宸资本领投虚时科技天使 + 轮,补齐物理 AI “数据弹药库”

—— 单场景成本压至 10 美元内

亿宸资本领投虚时科技天使 + 轮,卡位物理 AI"数据弹药库" 环节。成立于 2024 年的虚时科技聚焦仿真训练基础设施,自研 IntimeVerse 系统将单场景生成成本从数百美元压至 10 美元内、周期缩至分钟级,以少量真机微调弥合 Sim2Real 鸿沟,将真机操作成功率提升 40%。今年 5 月,公司与地瓜机器人联合推出平台 AnySceneGen,地瓜已用其生成超百万条训练数据;公司完成业界首个 100% 仿真分拣方案,并进入新能源、具身厂商订单交付。团队来自亚马逊 Alexa 与中科院自动化所,覆盖仿真到真机落地全链路。

破解落地难题,光轮智能RoboFinals构建具身中试仿真评测基础设施

破解落地难题,光轮智能RoboFinals构建具身中试仿真评测基础设施

—— 四可体系支撑规模化验证

具身智能从实验室走向落地,中试成为规模化关键环节。光轮智能推出全球首个工业级规模化评测平台 RoboFinals,将真实产业任务转化为可执行、可复现、可比较的仿真测试,围绕可量化、可对比、可复现、规模化四类能力展开。平台依托 SimFoundry 仿真与 Real2Sim2Real 闭环,并与西门子合作将工业知识转化为机器人训练评测资产;全球前五具身模型团队已采用该体系,光轮还与 NVIDIA 联合开源 Isaac Lab-Arena 评测基准。

无问智科完成数亿元 A 轮融资,打造通用物理 AI 数据基座

无问智科完成数亿元 A 轮融资,打造通用物理 AI 数据基座

近日,无问智科完成数亿元 A 轮融资,由洪泰基金领投,洪山资本、中电数融、狮城资本跟投,老股东超额追投。公司围绕 "世界模型 × 数据工厂 × 世界模拟器" 技术体系,构建 "采集世界 — 生成世界 — 模拟世界" 的 Real2Sim2Real 闭环,月度数据生产能力超 2 万小时,SimReady 资产构建提速约 300 倍。目前具身智能业务订单达数亿元,同比增长超 3000%。本轮资金将用于世界模型研发、数据工厂升级与 SimReady 资产体系建设,打造通用物理 AI 数据基座。

模型跑得快,评测跟不上

模型跑得快,评测跟不上

—— 具身智能亟待统一 "标尺"

2026 年过半,具身智能模型快速涌现,但模型数量的增长并未让行业变得更清晰,横向能力对标反而越缺乏统一参照。本文以新上线的 RoboColiseum 仿真评测平台为切入点,梳理了其 89.5% 的仿真与实机相关性、四类能力子榜及失败可追溯的设计逻辑,并全景呈现了工信部行业标准、企业评测平台、国际联合评估网络等多方入局态势。文章直指具身评测之难的本质 —— 动态物理世界无法压缩为标准问答、真机成本高昂、Sim2Real 鸿沟难以弥合、榜单更新滞后于模型迭代,而评测体系作为产业核心基础设施,其共识形成正在加速。

具身智能训练的下一站,不一定是真实世界

具身智能训练的下一站,不一定是真实世界

—— 仿真数据打破真机数据瓶颈,虚实融合构建数据飞轮

当下具身智能行业普遍依赖真机采集交互数据,但真机模式正遭遇成本、场景覆盖、并行产能三重天花板,Sim2Real 仿真训练路线从辅助工具升级为核心数据生产载体。国内赛道分化出两大玩家阵营:苏度、银河通用等全栈企业自研仿真引擎,以虚拟数据为主、真机微调为辅训练机器人模型;光轮智能、谋先飞、群核科技、凌迪科技等基建厂商输出标准化仿真平台、3D 资产与专用数据集,补齐行业底层工具短板。行业共识逐步形成:仿真不会完全替代真实数据,但虚实融合的数据生产体系,是具身智能迈向规模化通用能力的必经之路,而仿真环境的经验生产能力,将成为下一阶段产业核心竞争壁垒。

具身智能遇数据瓶颈,无问智科选择做 “修路者”

具身智能遇数据瓶颈,无问智科选择做 “修路者”

—— 搭建虚实融合闭环,打造物理 AI 数据基础设施

具身智能赛道热度高涨,但高质量物理交互数据供给不足成为行业共同瓶颈。无问智科放弃自研机器人本体、通用大模型的主流路线,借鉴自动驾驶数据闭环工程经验,构建 “真实采集‑世界模型生成‑仿真评测‑真机回流” 的 Real2Sim2Real 虚实融合体系,对标海外 World Labs,致力于成为第三方通用数据底座服务商,为行业提供底层基础设施。

共 7 条,每页 10 条