作者｜凌霄

深圳具身智能公司，又融資了。

3 月 6 日，逐際動力宣布已完成A+輪融資，多位老股東跟投，半年累計完成5 億元A 輪系列融資。

自 2022 年成立以來，逐際動力已完成四輪融資，投資方分為兩類：

戰略及產業投資方：阿里巴巴集團、招商局創投、尚頎資本（上汽集團旗下私募股權投資平臺）、蔚來資本、聯想創投、彼岸時代、納愛斯集團；

知名風投機構：高捷資本、綠洲資本、明勢創投、峰瑞資本、南山戰新投等。

四輪融資中，既有來自產業巨頭的力挺，也有來自專業風投機構的垂青。

這不僅為逐際動力帶來了充裕的資金，還憑借各產業巨頭引入了豐富的機器人應用場景資源。

資本之所以看好逐際動力，主要是由于三點：

專注機器人運動控制，技術路線明確且具備前瞻性；

團隊科研能力扎實；

產品輸出上表現亮眼。

今年 2 月初，估值即將達到395 億美元的人形機器人公司 Figure AI 宣布與 OpenAI 終止合作。

理由是 OpenAI 所擅長的大語言模型（ChatGPT 等）并不適配人形機器人，正確的方法是構建專用于驅動硬件的端到端 AI 模型。

OpenAI 在 2024 年 2 月開始為 Figure AI 提供模型方面的技術支持。

雙方共同探索一年后，逐漸意識到現下主流的大模型所代表的通用 AI，無法解決機器人從數字世界走向物理世界的運動控制問題，其智能難以直接應用于機器人硬件。

而深圳具身智能機器人公司逐際動力的創始人張巍，早在兩年前就注意到了這一點。

2023 年，張巍曾在接受采訪時提到，通用機器人可以拆分為兩個點：

一個是以 OpenAI 的 ChatGPT 為代表的通用智能；

另一個是通用的物理運動能力。

通用物理運動能力，可以理解為機器人在現實世界各類場景、各種任務下的移動、操作能力，是逐際動力自成立以來就主攻的技術方向。

而它正是現下機器人行業亟待解決的技術難題，也是 Figure AI 與 OpenAI 分手，選擇自研具身智能模型的重要原因之一。

目前，逐際動力已發布多款四足、雙足、人形機器人，人形機器人能夠搬運貨物。

雖然機器人已具備應用潛力，但逐際動力并未讓機器人開始落地應用，而是以具身智能工具公司的身份，回歸行業生態底層，找尋場景與具身智能機器人技術匹配的最優解。

高校科學家+智駕大拿

具身智能經典配置

逐際動力的人才構成，是如今具身智能領域經典的「高校科學家+自動駕駛大拿」配置。

逐際動力研發團隊主要成員來自加州大學伯克利分校、俄亥俄州立大學、德國亞琛工業大學、普渡大學、香港大學、清華大學、北京大學、中國科學技術大學、哈爾濱工業大學等名校。

公司核心人才有三位，分別是創始人張巍、聯合創始人兼 COO張力、首席科學家潘佳。

張巍與潘佳都是高校教授，在前沿技術探索上造詣深厚。張力是從智駕領域轉型具身智能的產業型人才。

張巍長期從事機器人和自動化領域的研究。他本科畢業于中國科技大學自動化系，擁有美國普渡大學計算機工程系博士學位。

博士后期間，他加入加州大學伯克利分校的 Hybrid System 實驗室，師從美國工程院院士 Claire Tomlin 和 Shanker Sastry，研究混雜動態系統的控制和機器人。

2011 年，張巍加入美國俄亥俄州立大學，后升任為該大學長聘副教授。

2019 年 5 月，張巍回國，加入南方科技大學，創辦了機器人控制與學習實驗室（CLEAR LAB），致力于機器人控制理論與學習算法方面的研究。

潘佳、張力均于 2023 年 11 月加入逐際動力。

潘佳畢業于清華大學自動化系，是香港大學長聘副教授。在逐際動力，他負責將前沿 AI 技術應用于足式機器人，提升機器人理解環境、執行任務、運動規劃的上層能力。

潘佳在機器學習與機器人領域深耕多年，是較早將深度強化學習、自然語言處理等方法成功應用在移動機器人感知與動態避障問題的學者之一。

其團隊在機器人觸覺感知、復雜物體操作方面也擁有多項國際領先技術，數十項成果發表在 Science Robotics、IJRR、TRO、CVPR、ICML 等機器人領域頂刊、頂會上。

張巍和潘佳兩位前沿學術人才的強強聯合，讓逐際動力既在足式機器人動力學領域有深厚積累，又在 AI 新技術路線上處于國際前沿。

作為逐際動力聯合創始人兼 COO，張力負責公司業務戰略規劃、渠道拓展和項目落地、市場營銷與傳播等事務。

張力在無人駕駛、汽車、出行、通信、IT 等多個重大產業深耕多年，擁有豐富的銷售、運營和管理經驗。他曾在世界 500 強企業思科工作長達 19 年，任思科大中華區資深副總裁、CEO 幕僚長。

他也是推動中國無人駕駛商業化的關鍵人物之一。2018 年，張力加入自動駕駛公司文遠知行，任職 COO 超 5 年，實現了 Robotaxi、Mini Robobus 等 L4 級無人駕駛產品的落地運營。

兩位技術領軍人才，加上在產業深耕多年的大廠高管，組成了逐際動力核心鐵三角，使其既有對前沿技術的精準把控，也有對行業趨勢、需求的深刻洞察力。

堅持足式路線

聚焦機器人運動控制

完成 A 輪融資后，逐際動力宣布將圍繞具身智能的三大核心技術：本體、小腦、大腦，繼續研發推出人形機器人軟硬件系統與開發工具。

逐際動力研發產品和技術，可以分為兩條線：

一條是從本體到小腦、再到大腦一步步推進的過程，即硬件-運動控制-智能執行任務的能力提升。

另一條是從移動能力到通用操作能力的發展過程。

兩條線交織并行，互為支撐。

目前，逐際動力已發布的產品/技術如下：

兩款四足機器人：原型機 X1、W1；

兩款足式機器人：P1、TRON 1；

兩款人形機器人：CL-1、CL-2；

提出LimX VGM 具身機器人操作算法，讓機器人能直接利用人類視頻數據來學習相應操作，解決具身智能行業普遍面臨的數據問題，提高機器人學習效率。

張巍認為，所有的機器人主要解決兩個問題：

一是移動能力，機器人能夠從空間中的 A 到 B 點；

二是通用操作能力，到達任務執行點后，機器人要能夠代替人，完成一些復雜的操作任務。

逐際動力決定先解決移動能力，因此自成立以來也主要聚焦于提升機器人的運動控制能力。

在這個方向上，張巍堅持做足式機器人，認為擁有腿部結構的機器人才能真正適應人類社會復雜多變的地形，真正為人類服務。

相較而言，傳統輪式機器人受限于自身0結構，面對樓梯、崎嶇山路等特殊地形時，往往束手無策，應用場景也大打折扣。

本體方面，和多數人形機器人公司不同，逐際動力走的漸進式路線，從研發四足機器人（機器狗）開始，逐漸過渡到半身型雙足式機器人與人形機器人。

為了兼顧輪式的移動的高效性，與足式的多地形適應性，逐際動力在開發了四足機器人原型機 X1 后，基于打造「地面的大疆」的愿景，于 2023 年 9 月發布了輪足式四足機器人 W1。

W1 能夠上下樓梯和斜坡，伏地穿越，走單邊橋，適應草地-石板路、碎石路等多種地形，面向工業巡檢、物流配送等 to B 客戶，是中國首個基于自主地形感知，通過實時步態規劃與控制，完成上下樓梯的四輪足產品。

隨后，逐際動力于 2023 年相繼研發了雙足機器人 P1 與人形機器人 CL-1。

根據摩根士丹利統計，全球在 2022 年僅發布 5 款人形機器人，2023 年發布 9 款，直到 2024 年，人形機器人迎來大爆發，發布了 50 款。

而逐際動力在人形機器人大爆發開始前，就領先于行業，于 2023 年 12 月推出了人形機器人 CL-1。并使其能夠上下樓梯和斜坡。

在之后的半年內，逐際動力專注于提升各類機器人產品的移動能力：

2024 年 3 月，雙足機器人P1 學會在野外徒步，在沒有被輸入任何森林、徒步相關數據的情況下，自如穩定地在山間行走；

2024 年 4 月~6 月，人形機器人CL-1 學會跑步，走路更加平穩；

2024 年 5 月，四足機器人 W1 學會雙足直立運動和 360°自轉，可以在貨架間穿梭自如。

直到 2024 年 8 月，逐際動力開始展示他們在本體、小腦、大腦方面的綜合成果：人形機器人 CL-1 能夠搬運至少 8.2kg 的貨物，可以自主找到指定貨物，將其放到貨架上，操作的高度跨越達 80cm。

搬運貨物對人是小菜一碟，對機器人卻并非如此。

機器人需要能夠感知、理解環境，識別物體，協調全身硬件，控制貨物抓取力度，還需要規劃最優路徑，避免各種障礙物，防止碰撞，涉及感知、運動控制、智能決策等一系列關鍵技術。

能夠進行貨物搬運，說明逐際動力人形機器人進化到擁有穩定的全身控制能力，并且有了落地應用的潛力。

至此，逐際動力對本體和小腦的探索已初見成效。

此后逐際動力延續技術優勢，在本體與小腦方面進一步提升，推出了性能更為強勁的雙足機器人TRON 1，與關節靈活度更高的全尺寸人形機器人。

更重要的是，他們開始著手解決訓練機器人大腦中存在的缺乏數據的問題，提升機器人的通用操作能力。

足式機器人 TRON 1 配備雙點足、雙足、雙輪足三種足端，可快速更換腿部構型，內置了高性能運動控制算法，能夠上樓梯，從高處跳躍，高速自轉，早鳥價僅6.98 萬元起，已完成全球多個國家和地區的產品交付，實現了商業閉環。

逐際動力全尺寸人形機器人能夠深蹲、扭腰，和波士頓動力的 Atlas 一樣，超 360°旋轉髖關節起身。

在融合本體與小腦技術的移動能力上，逐際動力已經在穩步推進。接下來關鍵在于攻克大腦，使機器人具備的通用操作能力。

在操作能力的方向上，機器人行業普遍面臨的問題是缺乏高質量的訓練數據。

張巍認為，大腦不好用是現階段人形機器人無法應用的核心原因，訓練大腦的問題不在于數據的規模，而在于數據的利用率。

現階段大廠還無法發揮數據、算力等資源優勢。這恰恰是創業公司的機會所在，即用更低的數據成本訓練出性能更好的具身模型。

今年 2 月，逐際動力發布了一個基于視頻生成大模型的具身操作算法（VideoGenMotion），簡稱 LimX VGM，僅使用少量的人類視頻數據樣本，就可以讓機器人掌握相應的操作能力，并且可以適配不同的機器人硬件。

LimX VGM 能夠在三個構型不同的機械臂上部署，操作效果一致

LimX VGM 的工作流程包括三步：

1、訓練階段：拍攝人類操作的演示視頻，對現有的視頻生成大模型進行后訓練；

2、推理階段：結合場景信息和任務要求，借助視頻生成大模型產出包含深度信息的人類操作視頻，再據此得出機器人的操作行為；

3、執行階段：算法算出適合機器人操作的辦法，機器人按照算法的指令操作。

LimX VGM 的工作過程，可以概括為「轉化」，將人類的視頻數據，通過視頻生成模型，直接轉化為機器人的操作行為。

這種方式不僅降低了數據采集成本，還提高了數據的利用率，讓機器人學習操作更加高效。

自 2022 年以來，大模型風起，讓業界看到了機器人從 1-100 的智能化潛力。

逐際動力已率先解決機器人 0-1 的本體問題。但面對轟轟烈烈的人形機器人進廠潮，逐際動力卻似乎并不急于跟風。

張巍認為，現在行業過熱，各類樣機頻出，反倒不利于真正想造機器人的企業。2025 年具身領域將涌入更多參與者，屆時人們會對技術祛魅，轉而更關注產品與商業化。

在人形機器人商業化路徑尚未明晰之時，張巍選擇將逐際動力定位為具身智能工具公司，專注提供機器人本體與 AI 軟件工具。

這背后的邏輯應該是，逐際動力打算扎根行業生態底層，在與科研、產業界的交流、碰撞中，積蓄力量，耐心探尋具身智能機器人落地的答案。

       原文標題 : 這家具身智能公司半年吸金5億，要做“地面版大疆”