原力无限 10 亿 A 轮:具身大脑 AtomBrain 把"机器人自己眼睛"做成数据护城河
原力无限 10 亿 A 轮:具身大脑 AtomBrain 把"机器人自己眼睛"做成数据护城河
8 月 14 日,具身大脑公司原力无限(INFIFORCE)宣布完成 A 轮及 A+ 轮融资,累计金额近 10 亿元。本轮由敦鸿资产及头部国资平台领投,浙大科创集团、盐都国控、丽水市国资公司等产业资本跟投,老股东创世伙伴 CCV 持续加注。资金重点用于具身大脑 AtomBrain 因果世界模型、全栈 AI Infra DataGrid、多形态机器人本体规模化交付三个方向。
融资金额拆解:三种资本属性同时下注
10 亿元的盘子,投资方组合是这轮融资最值得研究的信号:
- 敦鸿资产:硬科技头部机构,主投先进制造与具身智能
- 头部国资平台:战略性长期资本,代表地方政府产业意志
- 浙大科创集团:浙大系产学研平台,带来高校资源
- 盐都国控、丽水市国资:江苏盐城、浙江丽水的地方产业资本
- 创世伙伴 CCV:老股东加注,说明机构对公司持续看好
AtomBrain:Ego 数据路线的工程化押注
原力无限押的是一条还没人真正跑通的路线——Ego-Centric(第一人称视角)数据。
主流具身模型用两类数据:互联网视频(YouTube/B 站的人类行为视频,量大但噪声大)或远程操控采集(质量高但成本极高、规模受限)。原力无限选第三条路:让机器人用自己的眼睛看,用自己的手做,采集"自身第一视角"的交互数据。
类比:人类婴儿不是看视频学会操控物体的,而是用自己的眼睛看、用手摸、感受力反馈、试错。Ego 数据的核心优势是——机器人真实感知到的信息,没有"第三人称"的标注偏差。
围绕这条路线,原力无限搭建了 Atom 系列原生具身基础模型:
- AtomBrain:因果世界模型,把视觉观察、语言指令、动作轨迹、环境反馈(力、位置、速度)统一在一个框架里
- AIM 世界模型:第三代,在 RoboTwin 2.0 基准上达到 93.1% 任务成功率
- 早期 Atom 模型:在 LIBERO 基准上 97.0% 任务成功率
商业落地:30 城 100 场景的工程化交付
光发模型不够,具身智能的真正门槛是"放进真实场景验证"。原力无限在公告里明确披露:基于统一 AtomBrain,公司已形成覆盖专用、通用与人形的完整产品矩阵,包括 AstroDroid 轮式人形、UltraDroid 多形态通用、小原子双足、FORCE 系列专用机器人。
关键数字:全国 30 余个城市、100 余个真实场景推进商业化落地,覆盖商业服务、仓储物流、工业制造。
100 场景不是小数字。即便每个场景只是 1-2 台机器人,这也是 100-200 台的真实部署规模——能跑通 Ego 数据飞轮(部署越多 → 数据越多 → 模型越强 → 部署效果越好)。
团队背景:阿里、伯克利、英伟达 DriveAV
- 创始人兼 CEO 白惠源:前阿里巴巴副总裁,在 TEDxXuhui 大会上发表过《原力觉醒:具身智能的崛起》主题演讲
- CTO 王一舟:加州大学伯克利分校博士,百度 IDL 自动驾驶团队首批核心成员,英伟达 DriveAV 核心成员
- 首席科学家 陈佳玉:香港大学助理教授,CMU 博士后
- 核心研发团队:硕博占比超 75%,成员来自阿里、华为、百度、英伟达等头部企业
- 知识产权:累计 100 余项专利与软著
- 行业标准:2026 年 7 月,原力无限牵头发起的 GB/Z《具身智能众包数据采集和纳管技术规范》获批立项——行业首个国家级具身智能数据规范
行业信号:从"谁的身体好"转向"谁的大脑聪明"
原力无限在公告里写了一句话很关键:"当前,具身智能的竞争核心已经从'谁能做出机器人本体'转向'谁能让机器人持续变聪明'。"
过去两年,具身融资热点集中在机器人本体公司——人形机器人公司、机械臂公司、传感器公司。这套逻辑正在被质疑:好硬件不等于好智能。特斯拉 Optimus 硬件已相当先进,但工厂任务中的智能能力仍是瓶颈。
原力无限押注的方向是:大脑 + 数据。如果说机器人本体公司是"造身体",原力无限就是"造脑子 + 训练脑子所需的真机数据闭环"。
接下来 6-12 个月看四个验证点:1) AtomBrain 在第三方具身基准(RLBench、RoboTwin 2.0、Calvin)上的公开成绩;2) 100 场景里能跑出多少个稳定运营 > 6 个月;3) 30 城的客户复购率与续约率;4) 是否出现"大脑跨本体迁移"的真实案例(同一 AtomBrain 跑不同厂商的机器人本体)。
数据来源:原力无限公告、蓝鲨硬科技 8-14 融资观察、腾讯具身智能日报 8-15、同花顺 8-15 鸿蒙鸿图计划报道。