☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

近日，光象科技正式对外披露，已完成总额达数亿元的天使轮系列融资。本轮融资汇聚了珠海科技产业集团、兴证资本、松禾资本、顺禧基金、慕华科创、See Fund、亿宸资本以及上市公司行云科技等多家一线财务投资机构与产业资本；同时，老股东零一创投、L2F光源创业者基金亦坚定跟投，持续加码。

据悉，本次所融资金将重点用于物理原生基座模型的技术攻坚与迭代升级，并加速具身智能机器人产品的工程化落地与商业化交付进程。

聚焦物理原生智能，走出独特技术路径

当前主流技术路线在实现物理世界通用交互能力方面，仍面临底层性瓶颈。

VLA（视觉-语言-动作）范式依赖在视觉语言模型基础上叠加动作专家模块以完成任务推理与动作生成。然而，语义层面的泛化能力无法天然转化为对物理规律的理解与操控能力。该类模型本质上是感知信号到动作指令的映射工具——虽可通过微调完成特定任务，却难以在真实物理交互中演化出跨场景、可迁移的操作智能。

视频预测型世界模型则侧重于对环境观测序列进行像素级重建，但仅预测表观变化并不等于建模物理因果。图像本身缺乏对质量、惯量、摩擦系数、材料形变及接触力学等关键物理属性的显式表达，因而难以支撑真正具备泛化能力的动作策略生成。

光象科技创始人兼CEO张涛指出：“真正的物理原生智能，是在持续感知、交互、反馈、探索与受约束的过程中自主涌现的能力。”因此，物理原生基座模型必须以物理交互为第一设计原则，能够从真实环境中持续学习物理规律、行为后果与任务边界，在闭环任务执行中逐步构建起对物理世界的通识性理解。

光象科技自主研发的物理原生基座模型，依托自建的大规模、高保真、可交互物理数据资产，结合自研的国际领先强化学习算法矩阵，驱动模型在虚拟与现实物理环境中高频交互。在此过程中，模型不仅学习动力学演化、接触响应、约束满足与守恒律等显性物理规律，更同步习得随机扰动、不确定性传播、长程因果链及物理行为归因等隐性环境认知能力，从而在持续交互中自发形成对物理本质的深层理解，最终达成跨任务、跨场景的通用操作智能。

光象科技核心团队兼具学术深度与产业厚度，覆盖具身智能全栈能力。产业侧，创始人兼CEO张涛曾主导空间感知与定位技术在百万级车载终端的规模化量产落地；其带领的产业化团队成员来自阿里巴巴、腾讯、华为、库卡、极智嘉等全球顶尖科技与机器人企业，拥有扎实的系统集成经验与商业化交付能力。学术侧，联合创始人李升波教授为强化学习与自动驾驶领域国际权威学者，累计发表高水平论文250余篇，总引用超3万次，连续五年入选爱思唯尔中国高被引学者榜单。核心技术骨干100%拥有清华大学、浙江大学等国内顶尖高校博士学位，专业横跨机器人结构设计、强化学习算法、端到端大模型训练等多个关键方向。这种“学术+产业”的双螺旋基因，使光象科技得以打通从理论突破、数据构建到产品量产的完整链路，真正将前沿技术转化为工业现场可用、可靠、可复制的智能装备。

三位一体架构，夯实物理原生智能底座

为支撑物理原生基座模型的持续进化，光象科技构建了由强化学习算法矩阵Phi-RL Matrix、物理数据资产Phi-Space与通用物理智能开发平台Phi-Arch共同组成的“三位一体”技术体系。

在算法维度，光象科技将强化学习明确定位为物理智能的“能力生长引擎”，而非传统意义上的动作微调手段——这构成了其与行业主流路径的本质差异。公司自主研发的具身强化学习算法矩阵Phi-RL Matrix，在任务成功率、多模态动作策略生成效率、复杂动态场景下的决策鲁棒性及安全冗余机制等方面均达到全球领先水平。该算法体系支持机器人通过海量试错与反馈，在真实或高保真仿真环境中不断优化自身行为策略，实现精度、响应速度、稳定性与抗干扰能力等全维度性能的自主跃升。

在数据维度，光象科技正系统构建高保真物理数据资产Phi-Space。基于自研三维几何建模与物理参数建模技术，团队已实现对典型工业场景从空间结构到材料特性、接触力学、运动惯量等物理属性的毫米级复刻；同时融合生成式AI技术，推动场景库规模呈指数级扩展，为模型训练提供源源不断的高质量“物理燃料”。

在平台维度，光象科技打造了业内独有的物理智能开发平台Phi-Arch。该平台的核心价值在于：每一次模型训练、部署与现场适配过程，均可沉淀为标准化、可复用、可迁移的知识资产。随着迭代次数增加，平台不仅能持续增强机器人的通用能力基线，还能同步积累结构化物理数据资产，从而推动具身智能机器人在工业场景中的部署走向低成本、高效率、可复制的规模化落地——真正做到“越用越强、越跑越深”，从根本上驱动物理AI进入良性演进循环。

算法、数据、平台三大支柱协同发力，共同支撑通用物理智能的持续涌现，赋予具身机器人跨越不同物理环境、完成多样化操作任务的真正能力。

汽车产线实测验证，彰显物理原生智能实效

光象科技近期正式发布工业级自进化具身智能机器人Phi-Bot X1，并已在某头部车企产线焊接上料工位完成全流程真实场景验证。此次落地成果，充分展现了物理原生智能面向复杂工业现场的实际应用潜力。

X1搭载四舵轮全向移动底盘，可在狭窄通道、流水线工位间灵活穿行，支持边移动边作业的动态协同模式；驻停状态下具备主动锁止能力，保障作业稳定性。创新升降腰结构赋予其优异抗倾覆性能与全身协同控制能力，垂直作业范围覆盖0–2.5米，远端可达1.2米。双臂采用全关节力控设计，构建从驱动器到末端执行器的全链路实时力感知与反馈闭环，为人机共融协作提供多重安全冗余。

依托物理原生智能驱动的泛化技能模型，X1仅依靠本体传感器即可在动态、非结构化工业环境中完成高精度连续定位与操作；其强大的泛化能力大幅压缩部署周期，常规场景下可实现周级甚至天级快速上线。

在2026 ATC展会上，X1连续72小时不间断运行，累计作业时长达21.5小时，完整执行焊接上下料全流程，全程零故障、零人工干预。在上料环节最具挑战性的双孔同步精准对准任务中，X1仅凭本体感知即实现毫米级定位精度与±0.3°角度控制，动态环境下连续作业成功率保持100%，并与产线PLC系统、AGV调度平台实现实时协同对接。

这一组真实作业数据，远不止于性能指标的突破，它标志着机器人已初步具备类似人类的学习机制——即在持续物理交互中自我提升操作能力，并将所学泛化至全新任务场景。而这，正是物理原生智能最核心的价值所在。

以汽车制造为起点，光象科技将持续推动物理原生基座模型在更多工业细分场景中落地验证，在真实世界交互中持续进化，逐步从制造业“深水区”迈向更广阔的物理智能应用疆域。

关于光象科技

光象科技是由清华大学车辆与运载学院与人工智能学院联合孵化的具身智能企业，拥有领先的具身智能算法矩阵、高效且极具成本优势的物理数据构建体系，以及自主可控的物理智能开发平台。公司致力于打造由物理原生智能驱动的自进化具身智能体，加速通用具身智能技术的产业化进程。

目前，光象科技已在汽车制造领域的上下料、外观质检等典型高价值工位完成真实产线验证，并与多家国内外头部整车制造商签署商业合作协议，率先实现具身智能在汽车行业的规模化落地。未来，公司将坚持以汽车制造为支点，持续推进可复制、可迁移、可规模化部署的自进化具身智能解决方案，逐步拓展至3C电子、半导体、新能源电池等泛工业领域。