20人团队，5个月拿下两轮亿元融资，破壳剑指家庭机器人

在具身智能赛道拥挤的当下，一家仅成立5个月、团队约20人的初创公司，却接连拿下两轮亿元级融资，这背后有着怎样的技术逻辑与商业判断？本文带你深入剖析破壳机器人（PokeBot）的崛起密码。

资本密集押注，团队快速集结

8月3日，通用具身智能公司破壳机器人（PokeBot）宣布完成亿美元级Pre-A轮融资。本轮由顺为资本与经纬创投共同领投，九坤创投、钧山资本、SEE Fund、猎聘投资、元诺资本、钟鼎资本等多家机构参与，云启资本、小米战投、弘晖基金、英诺天使基金、东方嘉富等老股东持续加注。

这是破壳机器人成立5个月内的第二轮融资。今年4月，公司刚完成数千万美元天使轮融资，由云启资本领投。从天使到Pre-A，间隔仅三个月，老股东全数追投，新机构蜂拥而入，资本用真金白银为这家年轻公司投下了信任票。

目前团队约20人，AI侧汇聚了多名青年研究者，硬件侧则有丰富的To C量产交付经验。不久前，前美团无人机商业管理负责人、美团机器人研究院秘书长刘硕正式加盟，成为公司首位商业合伙人，负责商业化、战略及业务拓展。

巅峰离场，追寻To C梦想

破壳机器人的故事，绕不开一家具身智能独角兽公司——星海图。

2025年底，星海图正处于最风光的时刻——估值突破200亿元，融资近30亿元。而作为联合创始人兼首席科学家的许华哲，却在这个巅峰节点离开了。

许华哲的履历堪称学术精英的标准模板：清华电子工程系本科，加州大学伯克利分校BAIR实验室博士，斯坦福大学SVL实验室博士后，回国后任清华大学交叉信息研究院助理教授，是圈内公认的"伯克利归国四子"之一。2023年，他联合创办星海图，将其打造为行业明星公司。

但他心里一直有个念头——To C。

“初高中读完《乔布斯传》《迪士尼传》，就想创业了，”许华哲坦言，“一直想做To C。”这个念头藏了十几年。星海图聚焦工业场景，而许华哲想做的是能进入千家万户的通用家庭机器人。道不同，分开是必然。

2026年3月，破壳机器人正式成立。在创业的第一个月内，公司就完成了融资、核心团队组建、具身模型首轮训练以及数据采集硬件的多轮迭代。

一条"反常识"的技术路线

资本抢投的核心原因，在于破壳在关键技术路线上做出了不同于行业主流的选择。

放弃主流VLA，构建世界模型

当前具身智能领域，VLA（视觉-语言-动作）基座模型是绝对的主流方案——视觉和语言模型提供感知与理解，动作模型负责执行。但许华哲完全放弃了这条路线，转而构建一种能直接输入和输出"视频-动作"的世界模型。

VLA方案成熟、生态丰富，放弃它意味着放弃大量现成工具和开源资源。但许华哲的判断是：VLA的级联式架构会损失信息，且语言这一中间层对物理世界的机器人操作而言并非最优路径。他需要的是模型能直接理解物理因果关系——不是预测“画面接下来会怎样”，而是判断“机器人采取某个动作后，真实世界会发生什么”。

独创UAG架构，效率提升5倍

为此，破壳提出了独特的UAG（Unconditioned Action Guidance）架构。与传统瀑布式级联不同，UAG采用并联式预训练：先对动作进行预训练，构建动作预测器，再将其与视觉模型联合训练。核心原理在于——一小时的视频数据量巨大，但一小时的动作数据不过是一组关节运动的浮点数。这种设计最大程度保留了基础模型的泛化能力，同时将训练效率提升了至少5倍。

构建三条核心链路

在此基础上，破壳构建了WAM（世界动作模型）、RL（全链路真机强化学习）与DATA（高质量真实世界数据）三条核心链路。

• WAM
  ：让模型理解动作与环境变化的物理因果，为复杂操作提供稳定决策依据。

• 全链路真机强化学习
  ：让机器人从真实交互的成败经验中持续进化，突破人类示范数据的能力上限。

• 高质量数据
  ：通过外骨骼、UMI硬手套和第一人称视角三层方案采集，形成"数据采集—模型训练—真机强化学习—新数据回流"的完整闭环。

目前，破壳第一代32B参数规模的具身世界模型已完成首轮训练，正处于数据迭代的关键爬坡期。数据采集手套已迭代五六个版本，针对家庭任务精心打磨摄像头位置、佩戴舒适度与手型适配。

实际成果：麻婆豆腐全流程烹饪

今年6月，公司发布了一段机器人独立完成麻婆豆腐全流程烹饪的视频——长达9分钟的全自主真机操作，涉及食材理解、精细切配、实时状态调整与自主纠错。此外，系香囊、叠衣物、穿扎带等精细家务动作也已能稳定完成。

家庭才是AGI的试炼场

为什么选择家庭场景而非更易落地的工业场景？

“当前大量机器人厂商将人形机器人送进工厂，完成传统机械臂就能完成的上下料、搬运工作，本质上只是在用新的人形做旧时代的事情。”在他看来，机器人的核心价值在于通用性，而通用性应该用在越混乱、越需要通用能力的地方——答案就是家庭。

工厂的混乱是“管理混乱”，具体任务是高度确定性的；而家庭的混乱是“任务本身的混乱”——衣服团成一团，杯盘狼藉需要收拾，这种混乱需要通过工作去恢复秩序。家庭场景的数据丰富度远超工厂，恰恰是训练通用模型的最佳土壤。

从商业逻辑看，To C的账也不是简单的“替代人力”计算。许华哲将其定义为科技潮品、家庭助手与管家的复合体——用户购买的是一种先锋生活方式和极致便利，而非简单的劳动力替代。

“两年内，中国将会出现可用的家庭机器人，”许华哲对此判断乐观且激进。他所说的“可用”，不是无所不能，而是能完成上一代扫地机、洗地机无法企及的复杂任务：更精细的清洁、长序列多步骤的洗衣收纳流程串联，带着“任务间的缝隙”从头到尾完成一件事。

后发先至的破局者

在具身智能赛道已形成明显梯队的当下，2026年3月才成立的破壳机器人无疑是个后来者。但许华哲认为，在技术路线远未收敛的今天，后来者反而拥有更小的时间负担——硬件供应链已比2023年成熟得多，数据采集方式更多元，融资环境也从“讲故事”转向了“看落地”。

破壳机器人的每一步选择都在走一条更难但更笃定的路，资本愿意为这条路买单，本质上是押注一件事：当具身智能从概念验证迈向真实生活，真正能理解物理世界、在家庭场景中干活的通用机器人，才是这场技术革命的终局答案。