红杉、阿里押注过的具身大脑公司再融资，上交等投资数亿元｜硬氪首发

具身智能赛道又传来一笔大额融资。穹彻智能（Noematrix）近日完成了新一轮数亿元融资，领投方是无锡数据集团，跟投方包括上海交通大学AI未来基金（创业基金）、上海创之智科技有限公司（上海创智学院全资子公司）、一村资本等。

算下来，这已经是穹彻智能近半年内完成的又一轮融资。在此之前，公司已经拿下了Prosperity7 Ventures、红杉中国、C Capital、阿里巴巴和Sea Limited等多家机构的投资。

穹彻智能成立于2023年11月，专注的方向是具身智能基础模型与系统的自主研发。核心产品“穹彻具身大脑”（Noematrix Brain）已经发布，围绕它搭建了覆盖数据采集、模型训练到部署验证、机器人应用全流程的软硬件产品体系。

具身智能这个赛道，在叙事上正在发生一场静默的转变。过去两年，行业内最被追捧的能力是“完成一个动作”——抓取、搬运、行走，这些任务在实验室或演示台上被反复验证。但到了今年，一个新的衡量尺度开始浮现：机器人能不能在真实物理环境中持续稳定地工作，而不是在可控条件下完成一次演示就完事。

这个转变的实质，是从“动作能力”向“工程稳定性”的重心迁移。让机器人真正理解真实物理世界的运行规律，自主适配复杂环境的不确定性——这正是当前世界模型试图解决的命题。

在数据策略上，穹彻智能选择了一条将真实数据与仿真数据并行纳入训练体系的路线。公司最早提出的“伴随式数据采集”方案，通过自研外骨骼CoMiner、便携式RoboPocket等数采设备，把数据采集的轻量化和低成本拓展到了家庭、办公、工业等环境，逐步构建起覆盖多样物理场景的数据库。

穹彻智能的思路是：真实数据能提升模型的稳定性和鲁棒性，因为它来源于真实的物理场景；仿真数据则可以发挥规模化优势，扩充能力边界。两者配合使用，而不是互相替代。与此同时，公司还搭建了一套融合AI Agent的闭环系统，由它负责分析任务、下发指令、优化采集行为，再根据数据分布动态调整后续采集任务，这极大提升了高质量数据的获取效率。

穹彻智能“伴随式数据采集”方案（图源/企业）

这些数据为穹彻具身大脑的训练和迭代提供了燃料。穹彻智能坚持通用具身智能大模型的自研路线，依托海量真实场景数据进行模型预训练，让系统在投入实际使用之前就建立起对物理世界的基本认知；再辅以力位混合后训练，进一步校准模型对接触状态和力觉信息的理解精度，使其输出的动作指令不仅在语义层面合理，在物理层面也能执行。

通过这套训练流程打磨面向实体场景的通用具身大脑Noematrix Brain，它给机器人提供了从指令理解、任务规划到环境感知、执行反馈的完整决策闭环能力。另外，据悉穹彻智能还计划在近期正式发布新一代自研具身智能世界模型。

进入具体任务场景，穹彻智能的机器人已经在药房实现了批量落地。它采用的“嵌入式升级”路线，不需要改造原有货架结构，在2.5平方米的空间内就能完成部署，直接对接门店现有的订单系统，在原有通道环境中就能稳定运行。

寻导路径规划（图源/企业）

药房这个场景的商业化价值，核心在于解决行业长期存在的人力结构性痛点。线下药房普遍面临夜间订单零散、但必须专人值守的困境，单独雇一个人值班成本高、性价比极低，对门店来说是一个长期的纯成本项。而药房的线上订单履约工作高度标准化，不需要复杂的客户沟通与导购推销，只需要精准、重复的拣货动作——这恰好是机器人最擅长的工作场景。

但事情没那么简单。一个药房里有几千个SKU，商品因为搜找被翻乱、包装形态各异、货架陈列随时变动。各种复杂任务中的小概率情况，在真实运营状态下都是常态。即便场景看起来简单、作业流程标准化，依然充满实验室难以复刻的复杂变量。

穹彻团队表示，药房落地中真正要应对的，更多是边缘案例的积累，而不是技术范式的根本突破。“一支红霉素眼膏因为包装太小、摆放角度不标准，用夹爪或吸盘都难以稳定处理；温度计因为悬挂陈列而不是盒装，抓取逻辑也需要重新调整。这类特殊商品在整个SKU中占比很小，但恰恰是它们决定了系统能不能从实验室迁移到真实场景。”

药房打包（图源/企业）

目前穹彻智能已经与多家头部连锁药店达成合作，进入商业交付阶段，订单规模达到了千台级别。

这笔融资到位后，穹彻智能会继续推进具备强泛化性和高自主决策能力的具身智能大模型的研发与迭代，加速具身智能在通用零售、酒店服务等真实场景落地。

具身大脑真正跑通线下场景，核心离不开三方面能力。

首先是成熟稳定的算法能力。穹彻智能早在2021年就发布了通用抓取模型，此后几年持续迭代，抓取作业的成功率在国际上处于比较领先的水平。这套算法构成了我们药房方案的技术底座，让机器人在面对几千个SKU时仍能保持较高的操作成功率。

其次是工程化的落地能力。实验室演示环境相对理想，但走进真实门店，场地布局、商品摆放时刻都在变动，很容易影响机器人作业效果。这不仅要优化算法，还得做好现场调试与硬件适配。依托过去服务数百家客户、落地上千类场景的交付经验，我们摸索出一套成熟方法，能做到对门店几乎零改动，让机器人快速进场投入使用。

此外，还有数据层面的支撑。真实物理环境中有大量实验室无法模拟、需要打磨的边缘场景。比如红霉素眼膏，包装小、摆放角度不标准，用夹爪或吸盘都难以稳定处理；温度计因为悬挂陈列而不是盒装，抓取时也需要调整细节。这类特殊商品在整个SKU中占比不大，但恰恰是它们决定了系统能不能从实验室迁移到真实场景。解决这些问题的前提，是拥有足够多、足够真实的物理世界数据。

穹彻智能具身机器人在药店场景中应用（图源/企业）

穹彻智能现阶段重点聚焦连锁药房场景。线下药房利润空间本就紧张，人工是仅次于房租的第二大成本，所以客户端降本的需求非常明确。药房夜间订单虽然零散，但必须有人值守，雇一个人性价比极低，而机器人恰好能承接夜间的线上拣货工作。白天它也能辅助处理订单，算下来单店平均可以减少1.5个人力。

这个价值反映在投资回报上，ROI测算逻辑很直接，就是跟人工薪资对标。就落地情况看，客户采购了机器人后，回本周期大约一年半到两年。对于连锁药房来说，这个回报周期已经具备了很强的落地价值。目前落地门店主要集中在一二线城市，广州、沈阳、南通等地已有项目在跑。

长期与穹彻智能在联合实验室、科研攻关等方面保持紧密合作。此次二者旗下投资平台同时入股穹彻智能，标志着彼此合作迈向“技术+资本”深度绑定的新阶段。其中上海交大AI未来基金由交大人工智能学院发起，凝聚交大的校友与行业力量，支持具有重大产业化前景的“交大系”人工智能创新项目。这不仅为穹彻智能持续引进高端科研人才、探索前沿技术提供了坚实后盾，也将巩固其在具身智能科研层面的“护城河”。未来，穹彻智能将联合上海交通大学、上海创智学院在具身智能模型前沿技术领域持续攻坚，加速具身智能技术成果向产业应用转化。

作为无锡市推动数字经济与数据要素市场化发展的核心力量，将携手穹彻智能等生态伙伴，共同启动了城市级全域“千企百万小时”具身智能高质量数据集联合体行动，并正式发布第一阶段建设成果。下一步，双方将依托无锡数据集团的产业资源与场景治理能力，结合穹彻智能在前沿模型与具身大脑上的技术积淀，深入推进工业数据集建设。双方将充分发挥各自在技术、数据与产业资源上的优势，推动具身智能在真实产线中落地。