機器人前瞻（公眾號：robot_pro）
作者 許麗思
編輯 漠影

機器人前瞻3月10日報道，昨天，至簡動力宣布在半年內(nèi)連續(xù)完成5輪融資，總?cè)谫Y額達20億人民幣，成為具身智能賽道內(nèi)最年輕的獨角獸。

財務(wù)投資機構(gòu)包括元璟資本、藍(lán)馳創(chuàng)投、紅杉中國、君聯(lián)資本、中科創(chuàng)星、高榕創(chuàng)投，戰(zhàn)略投資方則為騰訊和阿里巴巴集團。該公司最新一輪融資由光源資本擔(dān)任財務(wù)顧問。

至簡動力成立于2025年7月，創(chuàng)始人兼CEO賈鵬是曾任理想汽車智能駕駛技術(shù)研發(fā)負(fù)責(zé)人，推動BEV感知、動態(tài)/靜態(tài)環(huán)境融合等模塊化技術(shù)、AD Max 3.0等系統(tǒng)落地。此外，他還擔(dān)任過IBM高性能計算工程師，在英偉達擔(dān)任高級架構(gòu)師，是英偉達首批切入智能駕駛領(lǐng)域的核心成員。

▲至簡動力創(chuàng)始人兼CEO賈鵬

至簡動力董事長王凱，是前理想汽車CTO，于2022年加盟元璟資本擔(dān)任投資合伙人。

至簡動力打造了世界模型與 VLA一體化的模型，通過統(tǒng)一的Transformer實現(xiàn)語言邏輯、視覺語義、3D空間結(jié)構(gòu)以及機器人狀態(tài)的聯(lián)合建模理解及生成預(yù)測，在實現(xiàn)更高上限的模型架構(gòu)的同時，減少人為設(shè)計，具備更好的scaling效果。

目前，至簡動力已經(jīng)推出：

• LaST0基座模型：首次將世界模型對物理世界的理解、預(yù)測及VLA的快慢思維融合，顯著提升對物理世界動態(tài)的高效推理能力，解決機器人怎么“一邊想一邊快速動”的難題；
• ManualVLA超長程任務(wù)模型：在LaST0強大基座的基礎(chǔ)上，ManualVLA解決的是如何讓機器人理解復(fù)雜的長程任務(wù)，使模型能夠從目標(biāo)狀態(tài)出發(fā)，自動生成類似人類使用的多模態(tài)“操作說明書”，完美回答機器人“怎么想清楚再動手”的問題（該論文已收錄至CVPR 2026）；
• TwinRL真機強化學(xué)習(xí)框架：在基礎(chǔ)模型強大的泛化以及推理能力基礎(chǔ)之上，我們同時思考怎樣在物理世界里持續(xù)學(xué)習(xí)/進化，不斷提高任務(wù)執(zhí)行的成功率。TwinRL則借助數(shù)字孿生擴展了真機強化學(xué)習(xí)的探索空間，在多個任務(wù)上，機器人少于 20 分鐘即可在桌面區(qū)域達到100%的成功率，解決“怎么讓機器人在真實世界里自己變強”的挑戰(zhàn)。

據(jù)悉，至簡動力的其他模型研究成果正在陸續(xù)發(fā)布中。

堅持軟硬件全棧自研，堅持模型定義本體，堅持一個通用本體，堅信數(shù)據(jù)的規(guī)模效應(yīng)，正是至簡動力對于如何解決數(shù)據(jù)閉環(huán)問題的回應(yīng)。

據(jù)了解，至簡動力最近提出了一種Human data is all you need的機器人學(xué)習(xí)范式，并已驗證適用于各種靈巧操作（包括夾爪和各靈巧手）。在預(yù)訓(xùn)練階段，通過人手高效采集海量操作數(shù)據(jù)，顯著提升模型的 泛化能力；在下游任務(wù)階段，人類示范能夠快速收集任務(wù)數(shù)據(jù)，擴展任務(wù)探索空間并提升執(zhí)行精度；在后訓(xùn)練階段，人類通過實時指導(dǎo)參與 post-training，使機器人能夠?qū)崿F(xiàn)高效的 在線學(xué)習(xí)與持續(xù)能力提升。

同時，在端側(cè)部署和預(yù)埋額外算力，通過影子模式，實現(xiàn)端側(cè)訓(xùn)練和模型在用戶場景下的測試驗證，通過這套范式，至簡動力可以有效提高數(shù)據(jù)通用性、復(fù)用性，打造極致高效的數(shù)據(jù)收集、訓(xùn)練、測試驗證、部署的閉環(huán)體系。

目前，該公司實現(xiàn)北京、上海、蘇州三地戰(zhàn)略布局、與頂尖高校共建聯(lián)合實驗室、落地位于蘇州的全球創(chuàng)新中心、持續(xù)推進模型研發(fā)并將其轉(zhuǎn)化成產(chǎn)品力、先后完成兩代面向B端及C端的本體研發(fā)、實現(xiàn)本體小批量下線并全面開啟PoC驗證。

在商業(yè)落地方面，至簡動力先布局工廠車間、商超、物流等封閉場景。此次募集的資金將全面投入訓(xùn)練基座模型、本體研發(fā)及迭代、數(shù)據(jù)采集、核心算法研發(fā)等領(lǐng)域，加速具身智能技術(shù)在多場景的規(guī)?；瘧?yīng)用。