硬氪首发｜清华博士团队给机器人大脑换了套新架构，已完成千万级天使融资

硬氪获悉，专注具身智能通用大脑研发的方奇科技近期完成千万级天使轮融资，投资方包括启迪之星创投等机构。

方奇科技成立于2026年，核心团队来自清华计算机系，创始人王心舟博士在创业前深度参与腾讯混元3D模型与物理AI算法架构设计。

本轮融资资金将主要用于核心技术研发、扩充研发团队，并加速关键技术验证与商业化落地，持续积累机器人可持续学习、可跨本体迁移的“通用技能操作系统”，为打造通用“机器人大脑”做准备。

王心舟博士指出，当前具身机器人泛化能力不足的根本原因在于世界模型缺乏人类知识，而具身“大脑”缺失物理常识，导致世界模型与具身模型在物理与语义知识上存在割裂。

基于此，方奇科技提出“语义化世界模型+图灵学习”的组合架构。

语义化世界模型将具身大模型与世界模型深度整合，将视觉、语言和物理状态映射到统一的三维语义空间，使机器人能理解环境，并像人一样预测动作、自主决策。

“图灵学习范式”通过课程学习、任务学习、实践学习、反思学习的链路，突破传统遥操学习机器人的局限，让机器人从人类数据和真实实践中持续学习，形成可规模复制的学习模式。

语义化世界模型与图灵学习共同构成具身智能机器人模型的进化飞轮，推动云原生具身大脑持续成长，既解决跨本体技能复用，也实现不同机器人间的学习与共同进化。

尽管今年才成立，方奇科技已取得商业化进展，与优地机器人、江苏龙寰等达成战略合作，以“立体清洁”为试点推进落地，目前签订近千万订单，打通了卖整机和卖Skill的商业模式。

以下是硬氪与方奇科技创始人王心舟的交流纪要，内容经编辑

硬氪：行业里很多企业已开始上市、找落地，方奇现在才进场拿融资，投资人看重的是方奇哪方面能力？

王心舟： 目前具身智能处于中间阶段，投资人对具身智能的要求在快速提升——仅讲未来5-10年故事已难获资金，他们要看真机指标、试点数据、技术能否在真实场景跑通。

我们团队来自清华、中科院，技术基础扎实，但我们更关注技术能否解决行业核心难题：让机器人具备跨本体、跨场景的泛化能力，而非依赖人工遥控示教。这是与投资人达成共识的基础。

硬氪：方奇的客户是谁？

王心舟： 目前我们主要瞄准两类客户：一是存量硬件厂商或不具备完整具身能力开发的硬件公司，我们输出大脑和技能；二是垂直行业客户，如龙寰物业。当前重点聚焦商用服务场景——这类场景对机器人技能可迁移性要求更高，正好发挥我们“一脑多形”的优势。

我们的定位是做机器人的大脑公司，不是为每款机器人单独开发大脑，而是将大脑能力转化为多个技能。

硬氪：现在机器人形态多样，方奇如何实现“一脑多形”？

王心舟： 无论是人形、轮式还是机械臂，它们最大的公约数是人的形态。

我们以人为中介，将宇树或智元等所有机器人的动作转化为人的动作，构建以人为核心的动作，从而形成类似虚拟机器人公版机。

将公版模板适配到特定机器人，所需精力较少，单个机器人开发周期通常以半年计，而适配算法只需约半个月。

技术架构上，我们采用云原生“云端超级大脑+端侧任务智能体”——云端负责大规模预训练和技能沉淀，端侧轻量化部署执行，实现“一脑多形”。

硬氪：行业里最被高估的是什么？最被低估的又是什么？

王心舟： 我认为最被高估的可能是遥操数据的作用。从商业化落地角度看，不论成本还是时间投入，它都不是可持续的路线，且无法覆盖所有轨迹进行遥操。例如，若机器人夹爪缩短5cm，数据效用可能降低近百分之八九十，而硬件显然在持续迭代。

被低估的可能是Agent智能编排（有限监督下完成特定目标的人工智能系统）。许多人认为Agent只是多模态大模型的附属品，但真实世界任务都是长序列的——机器人执行任务必然是一系列任务串联，这种难度单靠VLA或World Model难以应对，需要一个大脑进行任务编排。

硬氪：下一步怎么走？你如何看待行业未来走向？

王心舟： 我们计划2026年底完成商业服务可用样机落地，2027年推进规模化部署。

对于行业，我的判断是淘汰赛最早于2027年开启。家庭人形机器人大规模普及还需3-5年，短期商业服务、工业场景是最佳练兵场。机器人真正的终局，是像人一样学习、像人一样思考、像计算机一样被开发。

投资人意见：

启迪之星创投总经理兼主管合伙人刘博表示，具身智能的竞争核心，在于能否摆脱“海量真机数据堆砌”的传统路径，找到低成本、可规模化的通用机器人学习方式。方奇科技提出的语义化世界模型与图灵学习范式，为行业提供了新思路，我们看好方奇科技有机会打造下一代具身智能的基础软件平台。