提到 "千诀科技" 这个名字，可能很多人都很陌生。但过去一年，从人形机器人到四足机器人，再到酒店客房里整理拖鞋、打扫卫生的清洁机器人，背后运转的不少都是这家公司提供的 "大脑"。

近日，北京千诀科技有限公司（下称 "千诀科技"）宣布完成数亿元人民币的 A + 轮融资，元禾厚望、筱光资本、芯能创投、英诺天使基金等机构参与。成立三年，这是公司的第 9 笔融资，融资节奏并没有放缓。

"机器人行业不存在所谓的 ChatGPT 时刻。" 这是高海川在接受硬氪采访时反复讲的一句话，他是千诀创始人，清华自动化系博士出身。在他看来，算法能力已经相对充足，真正的瓶颈在于数据供给。

"大家都在造机器人，我们只做脑子"，这是千诀对自己的定位。从清华实验室到 9 轮融资，这家公司是怎么走到今天的？

坚决不碰本体，机器人 "幕后大脑" 走红

千诀是从清华实验室里长出来的公司，高海川在公开场合多次表示，千诀选择机器人大脑这条高投入、长周期路线，并非一时判断。早在 2017 年，他就开始从事类脑机器人研究，长期围绕机器人感知、决策与行动协同等核心问题展开探索。此时，机器人大脑也被纳入国家级长期战略，与量子、芯片等方向并列，在多轮国家大计划中持续投入。

2018 年起，高海川担任陈峰教授类脑双臂机器人课题组组长。那一年，World Model 领域的第一篇论文刚挂出来，团队就已经在拿视频游戏 VIZDOOM 的国际比赛练手。

有意思的是，他 2019 年就看到了机器人大脑这门生意的潜力，却没有马上动手，而是等了四年。2023 年前后，硬件成本曲线、大模型能力、场景需求三条线同时走到了交叉点，高海川判断机器人智能技术进入工程化和商业落地的关键时期，这才离开学校。

在团队成员的描述里，这位创始人是 "非典型的清华人"，不以论文数量或技术概念作为创业的评价标准，很少插手具体技术方案，心思都花在业务方向上。

策略上，千诀坚决不碰本体，只做大脑供应商，跟各家整机厂商深度绑定，在真实订单里迭代模型。"商业现实是我首要考虑的因素，技术则是其次。" 他说。

这种节奏下，资本一路跟投。英诺基金合伙人王晟在融资披露时说："英诺基金从早期阶段便开始关注并支持千诀科技。过去一段时间，团队持续推进底层技术研究、模型架构研发和真实场景验证，逐步形成了清晰的技术路径与工程落地能力。" 他补了一句，"此次持续追加投资，既源于我们对团队技术判断和执行能力的长期认可，也基于对机器人智能基础设施发展空间的判断。"

技术护城河，"第三条路" 类脑分区

机器人 "大脑" 是智能化和自主决策的底层单元，直接决定机器人能不能听懂指令、把活干完。具身智能行业里，架构之争吵得最凶的是两派，一派做端到端大模型，一派做分层调度，千诀两头都不站。

2025 年全球数字经济大会上，高海川第一次公开讲了千诀的 "第三条路"—— 类脑分区。照着人脑功能区的样子，把智能任务拆成视觉、听觉、决策、记忆几个协同的小模型，先分区、再压缩预测。"端到端路线在数据稀缺、分布外任务上会面临很高的数据需求，而预测式世界模型的样本效率更高。"

这套说法有论文打底。千诀联合清华先后发过两篇研究，《When Do Neural Networks Learn World Models?》论证了神经网络在什么条件下才能学出真正的世界模型；《Quantifying and Optimizing Simplicity via Polynomial Representations》则用多项式表征给出了量化方法。

论文里的核心发现是：像素级重构式训练会把有效特征和无效信息强行绑定，业内称之为 "特征污染"，而先做语义压缩、再做预测的分区架构，可以让同等任务所需的状态 - 动作对从 1000 个量级降到 100 个量级。

路线这么多，为什么押这条？

"任何细分路线在特定阶段都有它的长处，也有它的短板。' 新 ' 不代表 ' 好'，真正的检验标准是市场。" 高海川在星河频率的专访里说。他给的检验办法是几个笨指标：数据效率、样本效率、迭代成本、系统能否长时间稳定运行。

至于路径选择，他在数字经济大会上讲得很直白：先家庭、后服务、再工厂。家庭场景容错空间最大、需求最真实，是大脑模型最好的练兵场。

2025 年全球数字经济大会上，高海川还透露过一个家庭场景的数字：搭载千诀大脑的机器人实现了 2.5 小时无人工干预连续工作。

破解商业化之痛，终端接入突破 10 万台

技术之外，更难的是商业化。高海川接受硬氪采访时举了一个例子：一台能整理鞋柜、捡纸团、找手机的机器人，装在人形本体上可能卖 20 万，用户心里觉得它就值 3000 块。定价和感知价值之间差着几十倍，这是横在整个行业面前的一道坎。

所以千诀第一批订单没有挑人形，而是酒店、餐饮、保洁这些需求明确的存量场景。

千诀 COO 肖海默在 "定焦 One" 走进千诀的活动中给过解释："酒店客户根本不在乎技术架构、算法模型，他们只关心一件事，就是机器人能不能把客房里乱丢的拖鞋整理好。" 高海川的说法则是："研发可以朝最酷的方向走，但产品推向市场时必须裁剪到用户愿意掏钱的那个形态。"

公司内部索性分成两条线：研发团队沿着预测式世界模型的主干，基于多项式表征架构，探索一切可能的细分算法路线；落地团队扎进酒店、零售、家庭服务这些场景里，一个客户一个客户地啃，在真实应用中去优化。

适配也在持续做。共用模型不等于复制粘贴，每台机器人的摄像头、臂展、夹具、算力都不一样，千诀的办法是把任务规划、物体交互逻辑这类能力跨本体复用，执行器控制留给硬件侧。一个上限 100 分但现在只有 40 分的模型用不起来，一个上限 90 分但现在有 70 分的模型才够用。

整机厂商选大脑供应商，最大的顾虑就是生态位冲突，不造本体，反倒成了千诀能拿到各家订单的前提。

这也是订单涨得快的原因。据千诀官方披露，其 "大脑" 已接入轮式双臂、带臂四足、人形、清洁设备乃至悬臂无人机等多品类终端，累计规模达 10 万台量级。

资本推着走，机器人大脑厂商成 "新宠"

千诀融资提速，踩中的是产业起飞的节点。

据 IDC 今年 4 月发布的《Humanoid Robotics Commercialization Trends 2026》，2025 年全球人形机器人出货约 1.8 万台，同比增长 508%；2026 年预计突破 5 万台，同比增长 178%，其中中国厂商贡献 82% 以上。到 2030 年，这一数字有望超过 51 万台，对应近 95% 的年复合增长率。

过去两年，具身智能的热钱集中在本体企业，去年开始，上游 "大脑" 和核心零部件厂商被资本翻牌的次数明显多了。

高海川的判断是，未来 70%-80% 的机器人大脑会由第三方提供，市场空间足够大。这一判断在雷峰网 "世界模型的前世今生与终局猜想" 圆桌上得到千诀合伙人蒋屹舟的呼应：世界模型路线的价值要在真实订单里兑现，脱离部署成本和数据迭代速度谈模型能力，没有意义。

谈及具身智能的核心挑战，高海川在年初的崇礼论坛上，给出了一个少被讨论却极为关键的判断。

他认为，现阶段很多具身方案高度依赖视觉和大模型推理能力，但即便数据规模持续扩大、模型不断增强，灵巧操作的准确率仍然存在明显上限。问题并不在于模型强度或数据规模，而在于感知维度本身不完整。

缺失的关键能力，是触觉。

他用一个形象的比喻来说明：现在的具身智能，就像 "滑完雪后冻僵的手"，只能靠眼睛做精细操作。没有细腻的触觉反馈，再聪明的 "大脑" 也会受到限制。因此，从本体侧真正能够推动具身能力跃升的关键，在于灵巧手、电子皮肤和触觉系统的发展。

站在一线从业者的视角，今年行业最根本的变化是什么？

高海川跟硬氪的对答里作出判断："行业进入眼下阶段，发展速度往往是最快的，它已经走出了学术圈的价值定义方式。过去大家看的是一次性演示、Demo、榜单排名；现在更关注真实的落地指标，比如任务成功率、连续运行时长、异常恢复能力、部署成本、数据迭代速度。"

同时，投资人的评价标准也变了，不再因为一个炫酷的 Demo 就出手。再好的技术，如果落不到真实场景，拿不到客户认可，就没有实际价值。

至于行业终局，他没打算赌一家通吃，全栈自研的、极致做本体的、极致做模型的，各活各的。千诀要做的，是在 "极致模型派" 这一格里，把 "一脑多形" 的能力边界往远处再推一推。