热钱砸向类脑智能

作者｜王磊

编辑｜秦章勇

又一具身智能黑马浮出水面。

“具脑磐石”宣布刚完成新一轮亿元级融资，不过具体金额和投资阵容并未详细披露，这是表示由具备深厚类脑与具身产业背景的顶尖产业资本领投，老股东及多家顶尖基金复投和跟投。

需要注意的是，具脑磐石只是一家成立于2025年末的公司，从成立到现在还不到一年。

如果把视线再往前移，会发现这家初创企业，在成立刚两个月的时候，就已经拿下数千万元种子轮融资。

更让市场难以理解的是，作为行业新手，具脑磐石没有押注炒的热闹的VLA路线，而是用类脑智能重构机器人认知，加速认知世界模型（Cognitive World Model）的研发、工程化落地与真实场景的验证。

相比于融了多少亿，金主有谁，这些或许并不重要，其独特的技术路径、清晰的商业化定位，更能说服那些严苛的投资者。

01

面向具身落地的JEPA

在刚刚过去的红杉 AI Ascent 大会上，英伟达具身智能掌门人 Jim Fan 用短短20分钟的演讲，给过去三年的机器人技术路线画了一个引人深思的问号。

他直言不讳地指出，当下主导具身智能的 Vision-Language-Action (VLA) 模型，本质上是“LVA”，结果就是当最大的参数量倾注在语言上，导致模型在编码物理常识和动作执行上常常 “翻车”。

确实，随着具身智能所面临的真实场景越发复杂化，VLA的能力边界开始显现：数据不能无限采集，算力也不是无限资源。高质量真实数据难以规模化获取，模型跨场景泛化能力不足、每进入新环境往往需要重新训练，机器人缺少长期记忆与持续学习能力。

基于这一桎梏，Jim Fan 还预测，未来一到两年内，机器人学习的主要数据来源将从昂贵的人类遥控操作，转变为互联网上随手可得的第一视角人类视频。

即以后的机器人应该要学会“理解世界”，而不是只会“模仿人类”。

实际上，这一观点也得到越来越来技术大佬们的趋同，宇树科技CEO王兴兴也曾说过，“世界模型是具身智能的终极答案，VLA只是过渡方案。”

另外，图灵奖得主，深度学习三巨头之一，Meta 前首席 AI 科学家杨立昆（Yann LeCun）也表示，世界模型才是下一代 AI 的真正路径。也正如此，其离开 Meta 创立了 AMI Labs，提出了JEPA联合嵌入预测架构（Joint Embedding Predictive Architecture），聚焦推理、规划与真实世界建模。

而就在Jim Fan发言前不久，国内具身智能公司银河通用也联合英伟达、清华、北大发布的LDA-1B模型，明确走出“抛弃条件反射式模仿，走世界模型路线”的一步。

刚完成新一轮亿元融资的具脑磐石，从成立之初押注正是这一方向，构建面向真实物理世界的认知世界模型（Cognitive World Model）。

在具脑磐石看来，具身智能正在从“动作智能”走向“认知智能”。下一阶段的核心，不只是让机器人看懂任务、完成动作，而是让机器人具备类人的小样本抽象概念学习、多维环境感知、长期记忆和主动推理能力，并在真实世界中跨场景稳定行动。

其实从“具脑磐石”的名字上也不难看出，要做具身智能的大脑。

区别于基于深度学习的具身智能技术路线，具脑磐石将借鉴人脑的认知神经机制，给具身智能VLA做算法架构的改造，比如引进人脑特有的抽象概念学习、选择性注意力等。通过这些算法“外挂”，减少机器人数据和算力的依赖，提升泛化性。

具脑磐石创始人朱森华的话来说，人类的大脑是世界上唯一实现的最强具身智能大脑，我们没有理由不以它为蓝本进行技术迭代。

从技术脉络看，具脑磐石提出的认知世界模型（Cognitive World Model）与 Yann LeCun 提出的JEPA路线有着明显关联。

JEPA 的价值在于让 AI 不再只生成“看起来像”的结果，而是在抽象表征空间中学习状态如何演化、从而推理未来趋势，更接近人类大脑认知真实世界的底层规律。

但对机器人来说，只有“表征—预测”还不够，机器人最终要进入真实物理世界。它需要感知环境、理解任务、预测后果、规划动作、执行任务，还要从失败和反馈中继续学习。因此，具脑磐石提出的认知世界模型，更像是一个面向具身落地的JEPA。

简单来说，具脑磐石在做的事情，不是给机器人装一套“动作手册”，而是赋予它“认知框架”——理解物理规律、预测事物演变、在不确定性中进行决策。

听起来复杂，其实可以用几个生活场景说清楚。

比如人类婴儿通过观察积木倒塌来学习重力的过程，不用每次都用告诉他，“每块积木都会掉”，只看到几次，大脑就能自动建立“物体会下落”的通用认知模型。

传统方法教机器人用杯子喝水，需采集无数种类杯子的数据。而人脑具备强大的概念抽象能力，即使面对从未见过的容器（如椰子壳），也能快速理解其“盛水”功能，实现小样本甚至零样本学习。

具脑磐石正在做的，就是赋予机器人同样的能力——通过类脑智能构建对物理世界的理解范式，而不是机械地复刻人类动作。

而且在众多具身智能公司纷纷涉足硬件本体研发的背景下，具脑磐石坚持“只做脑，不做本体”的聚焦策略。

朱森华解释，每个团队都有其核心基因。软硬件一体虽能打造封闭优化体验，但极易导致精力分散。更重要的是，他认为当前行业因技术所限，普遍陷入“特定本体+特定技能大脑”的强绑定交付模式，这并非最终形态。

具脑磐石的长期目标，是攻克具身大脑“一脑多机”、“一脑多形”的能力上限，即同一套智能系统能适配不同形态、不同品牌的机器人本体，实现真正的解耦与泛化迁移。

认知世界模型的构思如果停留在学术层面，很难打动一线资本，如今具脑磐石已经开始商业化落地。

目前和国内汽车零部件领域的龙头上市公司纽泰格、另一智能制造上市公司达成合作。根据和纽泰格的战略合作协议，未来三年内，纽泰格将向具脑磐石采购不少于1000台具身机器人产品。

02

华为具身大脑一号位创业

而资本愿意将真金白银砸向这个成立刚过半年的初创公司，除了世界模型这一技术路线，已越来越来被印证为未来具身智能落地的更优路径，这个创始团队的配置也相对少见。

首先是创始人朱森华本人的背景，他更早之前是“华为具身大脑一号位”。

在华为曾担任过华为云AI算法创新Lab主任，主导和参与了AI脑科学云平台、盘古具身大模型、全球具身智能产业创新中心等系统性工程。他还是华为云AI部门智能机器人业务的开创者，同时也是“华为天才少年”们的面试官之一。

朱森华从零到一构建了华为云的脑与类脑AI云平台、华为云智能机器人业务，孵化了华为云的首个具身大模型，可以说在华为的六年里，他既是技术的探索者，也是商业落地的操盘手

2025年10月，从华为离职后，创立了具身大脑公司“具脑磐石”。

而且相较于纯学术背景的创业者，朱森华身上也有着罕见的“文理兼修”基因。履历显示，朱森华的学术背景跨越了计算机科学与认知神经科学：本科与硕士深耕AI方向，博士阶段赴宾夕法尼亚大学攻读认知神经科学，博士后在中科院脑与认知科学国家重点实验室完成。

这种横跨脑科学、AI算法、机器人工程与产品管理的复合经验，不仅在业内极为稀缺，也是其践行“类脑智能”技术路线的金字招牌。

但对于具身智能而言，热度之外，绕不开的是产业化落地这一实际场景，与其一同创业的联合创始人刘晋宇，则补上了产品化和全球商业化能力。

作为前极智嘉智能叉车&极智链产品事业部总经理，他长期深耕AI与机器人领域的技术产品化及产品商业化，曾主导负责多个产品事业部从 0 到 1 孵化与全球商业化落地，在工业与商用场景积累了丰富的产品孵化、市场拓展和规模化交付经验。

还有多位技术、供应链、运营合伙人来自清华、北大、复旦、中科院等科研院所，并曾在华为、联想、旷视、极智嘉等公司参与AI算法、机器人系统、供应链及全球商业化落地，均具备10年以上的Al+机器人研发交付经验。

目前已覆盖前沿研究、模型研发到系统工程落地的完整闭环，因此也有投资人将其评价为“国内唯一兼具AI与脑科学交叉深度与产业落地广度的组合”。

具脑磐石虽然从时间上看，入局的时间并不算早，但朱森华认为，“从追逐融资热度的角度看或许晚了，但从产业化落地的角度来看，整个具身智能产业才刚刚开始。”

他甚至还表示“万事俱备”，这背后对应着技术积累、团队组建、市场认知与商业化路径思考的同步成熟。

也或许正是因为清晰的赛道方向、硬核的创始团队，让具脑磐石在资本运作层面的步伐上相当迅猛，成立仅两个月就拿下数千万元种子轮融资，三个月后又拿下拿下新一轮亿元级融资。

当世界模型这一方向被越来越多的大佬和企业证明了其正确性后，那么一支能支撑研发、产业落地，跑通商业化团队被资本青睐也就不足为奇了。

这也这恰恰证明了这家企业的潜力，一批黑马，已经开始在具身赛道奔腾。