摘要：如今，机器人行业已经形成「大脑+小脑」的概念，大脑负责复杂认知和控制决策，小脑负责运动控制和平衡调节。而随着端到端技术在机器人领域的应用，「大脑」的功能也走出了新的路线。

如今，机器人行业已经形成「大脑+小脑」的概念，大脑负责复杂认知和控制决策，小脑负责运动控制和平衡调节。而随着端到端技术在机器人领域的应用，「大脑」的功能也走出了新的路线。

今日（1月7日），专注于开发「机器人通用大脑」的智平方，宣布完成数亿元 Pre-A轮战略融资，由达晨财智与敦鸿资产联合领投，基石资本跟投，这也是2025年具身智能领域的首笔重大融资。据了解，该公司的历史投资人还包括 SEE Fund、清智资本及国投创盈等知名机构。

智平方目标是打造「中国自主可控的物理世界大模型」。目前，其开发的「国产具身大模型」，在通用空间感知、泛化操作成功率上均有所突破。其软件产品 AI2R Brain 以及 Alpha Bot 爱宝机器人，也已经收获了一波客户。

智平方创始人兼CEO 曾表示，从前的机器人是为专用场景、专用任务而设计的设备，形态和功能多种多样。而现在，行业希望通过AI和足够泛化的本体技术，承担更多任务，这就催生了「通用人工智能机器人」。

智平方要做的，则是利用具身智能端到端大模型，开发可应对各种场景和硬件变量的「通用大脑」。

创始团队具备多年AI积淀

智平方的创始人郭彦东，曾担任小鹏汽车和OPPO的首席科学家与研发高管，主导数亿台智能终端的AI研发工作。同时，他也拥有超过15年的AI学术研究与产业实践经验：他在美国普渡大学读博期间，曾师从AI领域的美国工程院院士Jan P. Allebach和Charles A. Bouman，后在微软美国总部核心AI团队任职。

在微软任职期间，郭彦东主导开发了多款AI前沿技术和产品，其中Custom Vision 服务是全球范围内首次将“预训练模型+场景微调”商业化的实践尝试。

据了解，智平方的核心成员来自微软、小鹏、OPPO、Momenta等国际领先企业，以及清华大学、北京大学、中科院、加州伯克利大学、哥伦比亚大学等知名学府。

基石资本表示：“智平方团队在AI与智能硬件融合创新方面具有成功经验，在智能汽车和智能手机领域也有商业化和产品化的成功经历，这为他们在智能机器人领域的成功奠定了基础。”

推动端到端具身大模型商业化

2024年4月，李飞飞成立的World Labs 获得全行业的关注，她所聚焦的空间智能研发，正是基于对空间推理能力重要性的认知。此前，空间感知模型的能力缺失问题，此前一直制约着具身大模型技术的发展。

同年6月，PI（Physical Intelligence）的成立业吸引了广泛关注，其采用的VLA端到端范式被认为是具身智能的「终局」方案。其实，早在PI成立之前，智平方就已经确定了「端到端」的技术范式。

目前，智平方团队经过一年多的时间，原创模型结构，构建海量数据源，并用增量技术节约训练开支。

也是在2024年6月，智平方与北京大学合作推出了针对操作机器人的 RoboMamba 端到端具身大模型。这一模型不仅比 PI 的 OpenVLA 更早公开应用，还在未见任务（Unseen Task）的泛化能力上显著超越 Google 的 RT 系列模型。

这一成果，使得智平方入选人工智能顶级会议 NeurIPS 2024，是中国具身创业公司首次在VLA端到端方向国际发声。

郭彦东曾表示，在泛化操作层面，如果各家公司只是做Demo，可用代码实现即可。但放在量产背景下的话，面向大量的长尾问题，代码会越老越臃肿变得不可维护，端到端大模型实现操作泛化就显得非常必要。

同时，如果发现硬件装置的缺陷，与其投入巨大成本去解决硬件缺陷，不如先尝试通过软件能力把现有的硬件性能发挥到极致。

目前，智平方自主研发的AI2R Brain具身大模型，已成功部署于Alpha Bot系列机器人。Alpha Bot系列的最新产品Alpha Bot 1S融合了轮式设计、折叠升降结构与高自由度的机械臂，超长续航，仿人形态支持多任务切换，可达到「在任意场景、操作任意物体、完成多样任务」水准。

“对于智平方来讲，最大的特点和目标是智能通用化。所以我们要找准的市场，是一些此前因为能力不够通用而难以涉足的场景。我对于这些场景的市场体量和种类，都非常的乐观。”郭彦东说道。

智平方正在加速实现具身智能从实验室走向产业化的目标。凭借硬核技术，他们成功突破应用壁垒，为柔性工业总装、物料搬运、公共服务等场景提供了革命性解决方案。

目前，智平方已签约多家国内外一线车企、高端制造企业及互联网巨头，获得大量商业订单，并于2024年实现数千万确认收入，成为国内最早进行商业推广的通用智能机器人公司。

来源：RoboX