光象科技累計完成數億元天使輪融資，布局物理原生基座模型

來源：獵云網

近日，光象科技宣布完成累計數億元天使輪融資，最新一輪融資由珠海科技產業集團、興證資本、松禾資本、順禧基金、慕華科創、See Fund、億宸資本、上市公司行云科技等頭部財投與頭部產投深度參與，老股東零一創投、L2F光源創業者基金等持續加注。據悉，本輪資金將重點投入物理原生基座模型的研發迭代，并推進具身智能機器人產品的商業化交付。

公司是清華大學車輛與運載學院和人工智能學院聯合孵化的具身智能公司，具備領先的具身智能算法能力矩陣、高效且極低成本的數據體系以及物理智能開發平臺，致力于構建物理原生智能驅動的自進化具身智能體，推動通用具身智能技術的產業化應用。

目前，光象科技已圍繞汽車制造中的上下料、質檢等典型高價值工位完成真實場景驗證，并與多家國內外頭部汽車企業達成商業合作，率先在汽車行業實現具身智能真實落地。未來，光象科技將以汽車制造為起點，持續打造可復制、可遷移、可規模化部署的自進化具身智能機器人，逐步拓展至3C、電子及更廣泛的泛工業場景。

錨定物理原生智能，確立差異化技術路線

當前，主流技術路線要實現物理交互的通用性，尚需突破根本性局限。

VLA路線在視覺語言模型的基礎上嫁接動作專家實現任務推理與動作生成，但語義通用性并不等同于物理交互能力，模型本質上是感知與動作的映射器，針對特定任務微調后雖能完成固定動作，卻難以在物理交互中生長出通用的操作能力。視頻預測式世界模型聚焦于環境觀測序列的像素級預測，但預測表象并不等于理解物理因果，圖像也不足以刻畫質量、慣量、摩擦、形變與接觸等物理屬性，難以支撐通用泛化的動作生成。

光象科技創始人兼CEO張濤表示，真正的物理原生智能，是在與物理世界的感知、交互、反饋、探索與約束中自主涌現的能力。因此，物理原生基座模型，必須以物理交互為首要原則，能夠從物理環境中持續學習世界規律、行為后果與任務約束，具備復雜任務閉環的通用智能。

光象科技自主研發的物理原生基座模型，依托自建的高保真、大規模、可交互物理數據資產和自研的全球頂尖強化學習算法矩陣，通過模型在物理環境的充分交互，學習動力學、接觸、約束與守恒等顯式物理規律推演，以及隨機性、不確定性、長程后果等隱式環境狀態推理和物理行為歸因，使得模型在持續物理交互中涌現出對物理規律的通識理解，從而實現真正通用泛化的行為能力。

光象科技核心團隊在具身智能領域具備從基礎研究到大規模交付的完整能力閉環。產業端，創始人兼CEO張濤曾主導空間感知定位技術在數百萬車載終端的量產落地，其帶領的產業化團隊來自阿里巴巴、騰訊、華為、庫卡、極智嘉等科技和機器人巨頭，具備深厚的系統工程與商業化落地經驗。學術端，聯合創始人李升波教授是強化學習與自動駕駛領域國際知名專家，發表論文200余篇，引用超22600次，連續4年入選愛思唯爾中國高被引學者。核心技術團隊100%擁有清華、浙大等頂尖高校博士學歷，覆蓋機器人設計、強化學習、端到端模型等具身智能全棧領域。學術研究與產業經驗的復合基因，使得光象能夠從算法突破、數據構建到量產落地實現全鏈路貫通，將技術創新切實轉化為工業場景可交付的產品。

三位一體，構建物理原生智能技術體系

為支撐物理原生基座模型的研發與進化，光象科技構建了一套由強化學習算法矩陣Phi-RL Matrix、物理數據資產Phi-Space與通用物理智能開發平臺Phi-Arch協同構成的“三位一體”物理原生智能生成體系。

在算法層，光象科技將強化學習定位為物理智能的能力增長引擎，而非行為微調工具，這是與行業主流路線的根本分野。公司自主研發的全球領先的具身強化學習算法矩陣Phi-RL Matrix，在任務核心性能、多模態動作策略生成、復雜場景決策與安全等方向均取得全球領先。該算法體系可支持機器人通過試錯迭代從物理交互中生長出物理原生智能，并不斷提升精度、效率、穩定性和魯棒性等全維度性能水平。

在數據層，光象科技持續構建高保真物理數據資產Phi-Space，基于自研的核心三維建模算法和物理建模技術，實現對真實工業場景從幾何結構到物理屬性的高保真復刻，同時采用生成式模型實現場景規模的指數級擴增，為模型進化提供源源不斷的數據燃料。

在平臺層，光象科技打造了行業獨特的物理智能開發平臺Phi-Arch。該平臺的核心價值在于讓每一次模型構建和終端部署都轉化為可復用、可遷移的系統性積累，在迭代中持續強化通用能力，同步沉淀數據資產，從而讓具身智能機器人在工業場景的部署走向可復制的規模化落地，實現能力越用越強、壁壘越跑越深，從根本上驅動物理AI的規模化演進。

算法、數據、平臺三大支柱協同驅動通用物理智能的持續涌現，讓具身機器人在真實物理世界中具備可跨場景遷移的通用操作能力。

汽車產線場景驗證，展現物理原生智能潛力

光象科技近期正式對外發布了工業級自進化具身智能機器人Phi-Bot X1，并在汽車產線焊接上料真實工位完成驗證。這一進展，展現了物理原生智能面向真實工業場景落地的強大潛能。

X1采用四舵輪全向底盤，可靈活適應產線中的狹窄通道、流水線工位，實現邊移動邊操作的動態作業，同時，具備更好的駐停穩定性，可在作業狀態下自主鎖定。升降腰設計使X1具備抗傾覆和全身協同能力，在垂直方向工作范圍覆蓋0至2.5米，遠端覆蓋1.2米。X1采用全關節力控雙臂，從關節到末端構建起實時力感知與力反饋體系，可為機器人與產線人員、設備協同提供安全冗余。依托物理原生智能構建的泛化技能模型，X1僅依靠本體感知能力，可在動態復雜的工業環境中完成高精度連續作業定位，同時強大的泛化能力使部署周期壓縮至周級甚至天級。

在2026 ATC展會上，X1連續三天持續運行21.5小時，完成焊接上下料全流程作業，零失誤，零中斷。在上料環節的雙孔同時對準作業中，X1僅依靠本體感知將動態操作精度控制在毫米級，角度精準控制在0.3°以內，動態環境下連續工作成功率100%，并與產線自動化設備實時協同。

X1真機作業的這組數據，意義超越了性能指標本身，它驗證了機器人能夠像人一樣在物理交互中自主提升物理智能水平并泛化應用到真實場景的潛力，這正是物理原生智能的核心方向。

從汽車制造產線出發，光象科技將持續推動物理原生基座模型在更多場景中的應用落地，在持續的真實交互中進化，從工業深水區走向更廣闊的物理世界。