
{{!completeInfo?'请完善个人信息':''}}
自变量机器人(X Square Robot)完成数亿元 Pre-A++ 轮融资,由光速光合和君联资本领投,北京机器人产业基金和神骐资本跟投。融资将用于下一代具身智能通用大模型的训练与场景落地。
摘要
自变量机器人成立于2023年,专注于研发通用具身智能大模型,采用“大小脑统一的端到端大模型”路线,是国内唯一一家选择该技术路线的公司。其研发的 WALL-A 模型在通用性、泛化性和复杂操作上表现出色,部分能力领先于国外竞争对手。
自变量机器人创始人兼 CEO 王潜认为,当前具身智能的发展水平类似于 GPT-2 时期,预计未来一到两年内有望实现类似 GPT-3 级别的具身智能大模型。具身智能机器人相比传统机器人,具有更高的智能化程度和更强的自主适应能力。
领投方光速光合和君联资本均是知名投资机构,光速光合首次投资具身智能领域。北京机器人产业基金成立于2024年底,目标规模为100亿元,重点投向机器人产业链相关领域。投资方看重自变量机器人在具身智能领域的技术领先性和差异化竞争力。
自变量机器人的创始人王潜是清华大学毕业生,曾参与多项 Robotics Learning 研究;联合创始人兼 CTO 王昊博士毕业于北京大学,曾领导百亿级和千亿级大模型的研发。团队背景为公司的技术实力提供了有力支撑。
北京机器人产业基金再出手。
日前,具身智能公司“自变量机器人(X Square Robot)”宣布完成数亿元Pre-A++轮融资,本轮融资由光速光合和君联资本领投,北京机器人产业基金、神骐资本跟投。融资将用于下一代统一具身智能通用大模型的训练与场景落地。
关于如何看待当前具身智能行业的发展趋势,以及行业未来几年可能会发生的变化,自变量机器人创始人兼CEO王潜对创投日报记者表示,当下的具身智能几乎可以类比到GPT-2所处的时间点。
“不管是我们自己的模型,还是PI最近发布的π0模型,它们现在的能力和配置,大致相当于GPT-2在大语言模型发展阶段所达到的水平。按照现在的进度,明年年底或者后年年初,预计就能实现一个类似GPT-3级别的具身智能大模型。”
自变量机器人成立于2023年12月,致力于通过研发通用具身智能大模型,实现通用机器人。
去年11月,公司宣布实现了全球目前最大参数规模的具身智能通用操作大模型——Great Wall系列(GW)的WALL-A模型。该模型在通用性、泛化性上可以做到用极少的样本,完成各种物理环境变量、动作模式的泛化和迁移,同时在长序列复杂操作上具有绝对优势。
“技术层面来说,经过最近数月的迭代,WALL-A模型的能力已经与Skild AI、Physical Intelligence处于同一水平线上,部分能力甚至强于国外竞争对手。从任务复杂度层面来看,能够完成例如拉拉链、整理衣物等精细操作,展现出在随机环境中对复杂拓扑结构、复杂物理交互的强大适应性。从复杂任务的准确率来看,在叠衣服、晾衣服等复杂柔性操作中表现出色,数分钟级别的任务成功率达到90%以上。”王潜总结。
相比传统的工业机器人、协作机器人等,具身智能机器人有着智能化程度高、工作场景限制小、能够自主规划复杂工作的特点。
据悉,具身智能可主要分为大脑(认知与决策)和小脑(运动控制)。目前国内企业部分专注于大脑,提升机器人语言理解与规划能力;部分则聚焦小脑,优化行走、抓取动作等运动控制;也有企业选择大小脑统一的端到端路线。
据了解,公司从成立之初就选择了“大小脑统一的端到端大模型”路线,其也是国内唯一一家从第一天就选择了该技术路线的公司。
王潜介绍,从 2016 年开始,已经认定端到端是解决 manipulation 问题唯一可行的路径,本质上是因为 manipulation 和所有其他 AI / 机器人任务都有本质的区别,即涉及到的物理过程的复杂性远远超过其他任务。
“这个特点决定了任何分层分步的方法都很难彻底解决这一问题,因为模型不是完美的,每分出一个步骤,都一定会引入不准确的中间结果,即不可控的噪声。”
王潜表示,统一端到端具身智能大模型是提升机器人泛化能力和适应能力的关键。传统的分层架构虽能在特定任务上实现优化,但难以适应复杂环境的动态变化。而端到端方案,使机器人能够从感知直接映射到运动,形成高效的反馈闭环,从而在多任务、多场景中具备更强的自主学习与适应能力。
在海外,主要在该领域布局的公司包括Skild AI、谷歌DeepMind、Physical Intelligence(PI)等科技公司。
一位头部机构投资人告诉创投日报记者,聚焦国内,选择端到端模型的厂商中,技术路线也有所分化,部分厂商选择优先训练特定任务或单一场景的小模型;而自变量机器人则从一开始采用多任务、大量场景训练,以提升模型的通用性和适应能力。
自从成立以来,自变量机器人经历了4轮融资。此前融资方包括水木清华校友种子基金、九合创投等。
本轮领投方之一光速光合创立于2011年,是一家专注于中国市场的创业投资基金,覆盖早期和成长期,聚焦绿色科技、硬科技、人工智能、医疗科技等领域。
该机构此前投资项目包括拼多多、美团、中际旭创、满帮集团、禾赛科技、南芯科技、慧智微、小鱼科技、FaceU、汉朔科技等。
据了解,本次也是光速光合首度投资具身智能大模型方向。
另一领投方君联资本成立于2001年4月,是中国领先的、专注于早期创业投资以及成长期私募股权投资的专业投资机构。
迄今为止,君联资本已累计投资了600多家企业,其中有114家企业在全球不同的资本市场IPO退出,近100家企业通过并购退出。所投企业中,既包括科大讯飞、宁德时代、药明康德、康龙化成这样的大型企业,也有大量的国家级专精特新小巨人和制造业单项冠军。
本轮跟投方北京机器人产业基金成立于去年底,目标规模为100亿元,该基金由北京国有资本运营管理有限公司联合各大机构发起设立。
基金围绕国家及北京市机器人产业相关领域战略性布局开展直接股权投资,重点投向机器人本体、产业链零部件、产业链创新应用等领域。
截至2025年2月,基金已在全国范围内筛选出超过400个优质项目,并完成对数十个项目的投资。部分已投资项目包括宇树科技、银河通用、星海图、粤十机器人等。
关于本次投资,光速光合合伙人蔡伟表示,投资自变量机器人,是看重其在具身智能领域的领先技术布局和差异化竞争力。自变量机器人自主研发的端到端具身通用大模型在泛化性和智能程度上在国内处于领先身位。
值得一提的是,自变量机器人创始人兼 CEO 王潜本硕毕业于清华大学,是全球最早在神经网络中引入注意力(Attention)机制的学者之一。博士期间,王潜在美国顶级机器人实验室参与了多项 Robotics Learning 的研究,方向覆盖了机器人多个前沿领域。
另一联合创始人兼 CTO 王昊博士毕业于北京大学,曾在粤港澳大湾区数字经济研究院(IDEA 研究院)期间担任封神榜大模型团队负责人,领导了国内第一个百亿级大模型和最早一批千亿级大模型之一Ziya的研发。
原文链接:点击前往 >
文章作者:创投日报
版权申明:文章来源于创投日报。该文观点仅代表作者本人,扬帆出海平台仅提供信息存储空间服务,不代表扬帆出海官方立场。因本文所引起的纠纷和损失扬帆出海均不承担侵权行为的连带责任,如若转载请联系原文作者。 更多资讯关注扬帆出海官网:https://www.yfchuhai.com/
{{likeNum}}
好文章,需要你的鼓励