Jay 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

近日，中國具身智能史上最高單輪融資紀錄，誕生了。

4月16日，成立僅一年的它石智航，宣布完成Pre-A輪融資，金額4.55億美金。

一年前，它石斬獲了行業(yè)最大天使輪融資的標簽；

一年后，這家公司的Pre-A輪，刷新中國具身最高單輪融資。

更引人矚目的，是此次堪稱頂配的投資方陣容：

高瓴創(chuàng)投，與紅杉中國本次聯(lián)合領投它石智航。

與此同時，美團戰(zhàn)投重額加注并繼續(xù)領投，北京機器人產(chǎn)業(yè)發(fā)展投資基金、上海國投先導等國資聯(lián)合入局……

共20余家機構，橫跨財務、戰(zhàn)略、產(chǎn)業(yè)、國資四大維度。

而且據(jù)了解，這個投資方陣容完全是它石主動設計的結果。

因為技術已經(jīng)交卷了，它石很清楚自己想要什么，只有那些有長期價值、有明確產(chǎn)業(yè)訴求、賦能清晰的投資方，才能上桌。

30億，怎么花？

據(jù)悉，主要投往兩個方向：大腦和人才。

大腦方面，它石的戰(zhàn)略重心在預訓練，這部分算力消耗極大。

人才方面，它石將持續(xù)推進「TARS STAR」全球頂尖人才引進計劃，提供行業(yè)TOP級待遇。

用它石自己的話說就是：

已經(jīng)準備好「有格局地用大錢」了。

這是家有能力、有野心、有潛力不斷「創(chuàng)紀錄」的公司。

豪華的創(chuàng)始人團隊，技術斬獲吉尼斯，全球首個能干活的具身大模型，全球首創(chuàng)「以人為中心」的數(shù)采范式……

如今，潛心鉆研具身大腦一年有余的它石智航，用最大單輪融資額，又一次刷新了紀錄。

在兩輪融資和技術首次交卷后，它石已經(jīng)不僅僅是穩(wěn)坐具身智能第一梯隊——

更是國產(chǎn)具身大腦賽道的頭號玩家。

沒有大腦的本體，就只是一具軀殼

具身智能正在經(jīng)歷一場劇變。

過去兩年，行業(yè)熱鬧非凡。市場的喜好出奇統(tǒng)一，只要哪家公司的機器人能上臺翻個跟頭、跳段舞，展臺瞬間就會被圍得水泄不通。

包括春晚也是一群機器人在上面熱熱鬧鬧地跳舞。

本體形態(tài)是否酷炫、關節(jié)是否靈活、運控是否流暢……這些最「前端」的指標，搶走了所有聚光燈。

然而，自去年年中開始，一個更尖銳的問題開始反復出現(xiàn)：

機器人到底啥時候能進廠干活？？到底有什么價值？

風向，開始不可逆地轉變了。

到了今年年初，這股「務實主義」的風，同樣刮到了資本市場的最前沿。

相比本體和小腦，以Skild AI、Sunday、Generalist等一批專攻智能上限的大腦玩家，開始成為新的資本寵兒。

資本市場的嗅覺永遠是最靈敏的。

當頂級基金集體掉頭轉向，便釋放了一個清晰的信號：單純或重點比拼本體硬件和底層運動控制（小腦）的競賽，或許已經(jīng)基本結束了。

下半場的勝負手，是大腦。

而這個大腦要解決的，正是具身智能必須跨越的下一個階段——

真干活，而不是披著干活外衣的表演。

這同樣也是它石對其大腦的期許：能干活的具身通用大模型，

那么，它石的大腦，到底長什么樣？

答案是：AWE 3.0，全稱AI World Engine，即「AI世界引擎」。

是的，不是VLA，也不是3D資產(chǎn)生成模型。

這是一個從底層架構就統(tǒng)一了感知、決策與行動的原生具身大模型，并搭配了全球首個視觸覺世界模型OmniVTA。

視覺、語言、動作，三種模態(tài)天然對齊，訓練時可以在任意模態(tài)之間互相轉換——

「視覺」到「視覺」就是視頻預測，「視覺-語言」到「動作」就是端到端，「視覺-語言」到「視覺-動作」就是世界模型。

更直觀一點來說，這個模型擁有一項叫Faliure Recovery（自我糾錯）的能力。

面對柔性操作中層出不窮的突發(fā)狀況，模型不再簡單模仿動作軌跡，而是在隱空間里持續(xù)推演未來的多種可能，再據(jù)此做出決策。

當插接的力度或角度出現(xiàn)異常，機器人會主動把線拔出來，換個角度再試一次。

正如人類的做法一樣。

對于真實工業(yè)場景而言，這是一個象征著應用成熟度的關鍵信號：

「機器人會反思了」。

這大概是2026年具身大腦浮出水面后，為行業(yè)送上的第一份厚禮。

更關鍵的是，這一切的實現(xiàn)沒有用到一秒鐘的遙操數(shù)據(jù)。

長期以來，關于具身訓練數(shù)據(jù)，行業(yè)有個共識：遙操數(shù)據(jù)精度最高 。

它石卻覺得，這個結論完全站不住腳。

遙操作根本干不了亞毫米級的事。

在此前與量子位的對話中，它石首席科學家丁文超直言，在對精度有極高要求的場景下，人工遙操過程中的猶豫、抖動，反而會變成訓練數(shù)據(jù)中的「噪聲」。

這也是它石反復強調Human-centric的真正原因。

線束這個場景實在太恐怖了?？孜粯O窄，容錯性非常低。

但人能完成這個任務。

雖然不能百分百零偏差，但人的糾錯能力極強，所以可以在操作中感受阻力并據(jù)此迅速調整角度和力度。

從第一性原理出發(fā)，丁文超指出，想要習得這種局部微調的能力，唯一的方式就是從真人身上采集數(shù)據(jù)。

如今，這個想法已完全落地，并且凝練成一整套以人為本的數(shù)據(jù)采集套件——SenseHub。

僅需一雙輕便的數(shù)采手套，加上一枚第一視角攝像頭，佩戴即開工。勞動者在日常作業(yè)中，便能順手完成數(shù)據(jù)采集。

回過頭來看它石的布局，邏輯就非常清晰了：

數(shù)據(jù)-本體-模型全棧自研，不是為了生態(tài)，而是遵循「第一性原理」設計出來的。

在行業(yè)蠻荒期，技術路線尚未收斂，既無標桿案例，亦無成熟的橫向分工。

而產(chǎn)業(yè)的每個變量又都會直接影響大腦能力。

所以必須有一定程度的完美主義，全棧自研，抓緊每個細節(jié)。

這是從第一性原理推導出的必然。

全棧大腦這個概念，最有魅力的地方也在于此。

做大腦的每家公司都在圍繞自身的哲學思考，從數(shù)據(jù)-本體-模型三個維度全線出發(fā)，將各自的信念極致化。

這注定是一場極為精彩，同時也極為殘酷的淘汰賽。

吉尼斯紀錄背后，是落地的領先

具身大腦這條賽道上，所有玩家，無論從哪條路徑出發(fā)，最終都會不可避免地交叉在一起。

因為這場比賽，大家都是奔著泛化去的。

真實世界是混沌且極度復雜的。如果一個機器人只能像復讀機一樣執(zhí)行預設的單一腳本，那它與傳統(tǒng)自動化產(chǎn)線上的機械臂并無本質區(qū)別。

LLM讓人興奮的原因正是如此，我們第一次擁有了具備泛化可能的智能。

雖然它在特定單一任務上可能不如硬編碼的腳本極致，但真實世界中那些無法用腳本邏輯描述的種種長尾任務，必須依靠智能的「涌現(xiàn)」來解決。

但這也意味著——贏家通吃。

具身智能之所以被視為下一個萬億級賽道，其核心前提正是泛化能力、跨場景復制能力以及成本可控的規(guī)?；芰Α?/p>

而它石智航從成立的第一天起，所有的戰(zhàn)略重心都在為這個前提做準備，所以他們選擇了線束。

線束裝配，工業(yè)自動化界的「哥德巴赫猜想」。長程操作、柔性操作、亞毫米精度，「不可能三角」全部集齊于此……堪稱「地獄」級別的工廠場景。

它石選擇這個高價值x高難度場景作為交卷的技術，本身就極具深意。

大多數(shù)具身智能公司在選擇落地場景時，往往會遵循「易落地、快見效」的路徑，比如疊毛巾、搬箱子、擺貨架。

這些任務實打實存在著海量需求，同時對精度的要求也沒那么恐怖。

但它石，偏要反其道而行之。要打，就打最難的仗。

對此，丁文超曾表示：

沒有Plan B。

畢竟，如果連最柔軟、最易變形的線束都能實現(xiàn)精準裝配，那么工廠里其他那些常規(guī)裝配任務，則無異于降維打擊。

而事實證明，它石不僅做到了，更是直接把這個場景徹底「打爆」——

1小時內(nèi)，完成百余次亞毫米級柔性線束完整裝配任務，一舉刷新吉尼斯世界紀錄。

甚至，還在高速裝配的過程中，保證了擬人的「觀賞性」。

在它石發(fā)起的業(yè)內(nèi)首個「機器人柔性操作圖靈測試」，超過50%的投票者竟然分不清：究竟哪個是機器人。

其中，Human-centric的重要性不言而喻。

這種數(shù)據(jù)采集方式，天然具備全場景覆蓋的基因。因為它捕捉的是人在真實環(huán)境中的工作流，不再受限于特定硬件或封閉的數(shù)采中心。

這意味著，AWE 3.0從誕生之初，便是具備跨場景遷移潛力的。

在它石看來，模型層的過擬合只是技術瑕疵，但方法論的過擬合是致命的。

因此，從成立第一天開始，它石就拒絕了走捷徑，全力押注Human-centric這條路。

一年過去，它石曾經(jīng)許諾的BP現(xiàn)在正一一化為現(xiàn)實，并且他們?nèi)匀辉趫猿肿畛醯睦砟睢?/p>

在AI這個技術日新月異的賽道，敢于「不變」，或許比「求變」需要更大的定力。

如今，這份對初心的堅守終于迎來了回響。它石智航憑借線束場景一戰(zhàn)成名。

但事實上，聚光燈之外，它石智航從創(chuàng)立之初便同步啟動了工廠、物流、倉儲、洗衣房、酒店等多場景的數(shù)據(jù)采集。

從一開始，它石就是奔著泛化去的。

目前，它石已手握超十萬小時Human-centric數(shù)據(jù)，并正式發(fā)起「具身數(shù)據(jù)星火計劃」，并邀請生態(tài)伙伴共建產(chǎn)業(yè)級數(shù)據(jù)共享生態(tài)，直指1億小時級別的數(shù)據(jù)共享。

而基于這些可遷移的訓練數(shù)據(jù)，它石內(nèi)部已有多個落地場景在并發(fā)推進，蓄勢待發(fā)。

一顆足夠優(yōu)秀的大腦，能夠填平從工業(yè)到家庭的泛化鴻溝。

這，正是具身智能從實驗室走向千行百業(yè)的關鍵。

資本下半場風向標：大腦強，則具身強

具身智能，正在從「百花齊放」的喧囂，走向百川歸海。

踏入2026年，資本不再普降甘霖，而是開始精準滴灌。

而滴灌的靶心，正是全棧布局、大腦為核的公司——這個糧草先行、兵家必爭的戰(zhàn)略高地。

沒有大腦的本體公司，本質上是一具精致的軀殼，只能等待別人來注入靈魂，上限從一開始就被鎖死了；

而不做本體的純算法團隊，無法打通數(shù)據(jù)反饋的商業(yè)閉環(huán)，最終就會淪為技術外包商。

在殘酷的淘汰賽里，技術收斂后，市場只會需要第一名。

這也是垂直整合在這個行業(yè)早期的必要性所在。想把技術做到極致，唯一的解法，只有把變量全部握在自己手里。

核心零部件和硬件供應鏈固然會有專業(yè)化分工，但整個產(chǎn)業(yè)的定價權與標準制定權，必將向擁有「最強大腦」的全棧企業(yè)高度集中。

贏家，一定是全棧大腦公司。

高瓴與紅杉的聯(lián)手押注，正是對這一終局判斷最有力的印證。

對于長期主義機構而言，不怕投得晚，但一旦押注，就說明對其已經(jīng)有了篤定的未來畫像。

這也是兩家頂級機構經(jīng)歷了對它石超過一年的跟蹤深度調研后，最終決定聯(lián)合出手的原因。

因為具身大腦，就是那個正在逐漸收斂的確定性。

而在這條新賽道上，它石無疑是當下最具競爭力的頭號玩家之一。

4.55億美金，是資本對這個終局判斷的搶先投票。

在下半場，全棧大腦會成為具身智能下一階段競賽的勝負手。

槍響了。