绕开触觉数据规模化瓶颈。

近日，杭州具身大脑企业格物通智宣布完成近亿元天使轮融资，本轮投资方包括匹克投资、鸿富资产、杭州资本、杭州人才集团、某省级具身产投及多家头部上市公司。其中，杭州资本、杭州人才集团作为市级投资主体参与本轮，对应杭州润苗基金、杭州颠覆性成果转化基金、杭州人才基金等市级基金支持。

所募资金将主要用于物理反演世界模型的大规模预训练与技术迭代、硬件与本体构建，加快人才引进和规模扩充，并推进多个场景PoC验证和真实数据采集。

 

01.

太空机器人、智驾量产与世界模型的三重履历

格物通智成立于2026年8月，创始人兼CEO蔡佳博士毕业于西北工业大学航天学院，师从国家杰出青年黄攀峰院长，早期主攻太空机器人在轨灵巧操作。此后加入华为2012实验室及车BU 2030实验室，深度参与ADS 2.0至4.0核心技术研发与百万级量产交付，并主导ADS 6.0预研，担任百人团队主管及华为科学家委员会委员，曾获华为个人技术最高奖。

 

格物通智创始人兼CEO蔡佳

太空机器人在轨操作，练的是精密力控与接触式操作的底层能力；自动驾驶量产，练的是把技术验证推向百万级交付的工程收敛；世界模型基模，练的是大规模数据治理与训练系统的方法论。三者拼在一起，指向的是一个统一的能力内核，在真实物理约束下完成接触式精细操作，并经受量产级别的工程检验。

团队其他核心成员来自华为、理想、地平线、智元等头部企业，骨干毕业于清华、浙大、上交、中科大、复旦、哈工大、西工大及南洋理工等院校，覆盖前沿AI研究、复杂系统工程与规模化交付全链条。

02.

绕开触觉数据规模化瓶颈

格物通智定位为具身大脑与世界模型公司，面向真实产业场景研发自进化的灵巧操作智能，核心技术体系由“物理反演世界模型”与“PSI物理自进化”两部分构成。

在具身智能的数据获取中，触觉信息长期面临成本高、规模化难的约束。对此，格物通智选择Real to Sim路径，从海量第一、第三人称操作视频中反向推断接触力、摩擦方向与物体形变，生成带物理标签的触觉数据，再结合真实力觉反馈进行校准。

用蔡佳的话说，传统方法教机器人拧瓶盖，只是复现关节轨迹的“形似”；机器人并不理解需要多大夹持力、摩擦系数如何变化、遇到阻力时该加力还是调整角度。物理反演世界模型要做的，是让机器人从视觉中学会触觉判断，把互联网存量视频转化为可训练、可泛化的触觉样本。

如果说物理反演世界模型解决的是机器人“能不能看懂物理”的问题，PSI物理自进化解决的就是“能不能越用越会”的问题。

它以物理反演世界模型为底座，形成“物理反演-规划执行-真实反馈-评估学习-验证部署”的闭环。机器人在实际作业中积累的成功经验、失败轨迹与人工纠偏数据，经评估筛选后反馈给物理状态估计与操作策略模型，更新后的模型再进入下一轮任务。本质上，这是把机器人的“工龄”沉淀为能力，使其在持续作业中越用越适配场景。

数据筛选逻辑也体现了智驾量产的方法论。格物通智不追求数据规模最大化，而是优先保留稀有事件、失败案例和能够暴露模型短板的样本，由系统自动评分，低价值数据直接过滤。这与华为训练智驾模型时“千万级片段中真正起作用的，是急刹、暴雨、盲区变道等少数关键场景”的思路一致。

03.

“大脑+本体”协同，首个PoC锁定2026年底

格物通智本轮资金明确投向硬件与本体构建，意味着其将采取“大脑+本体”协同路径，通过自研或深度定制执行部件，让具身大脑与硬件形成更紧密的软硬件闭环，减少算法与本体之间的适配损耗。

 

在场景落地上，公司优先选择工业柔性制造，策略是“先突破Y轴精度成功率，再突破X轴泛化性”，即在垂直场景中把操作精度和成功率做扎实，再横向迁移到更多任务与本体。目前，格物通智已与纺织服装、光模块、汽车零部件领域的客户推进联合创新PoC，预计2026年底完成首个PoC交付。

本轮投资方匹克投资已与格物通智签署战略合作协议，落地场景锁定鞋履柔性制造，并计划在企业初期拿下规模化订单。制鞋属于典型的柔性材料加工，鞋面材质软、形态多变，对操作精度要求达到亚毫米级，即“双柔+一高精”。传统工业机器人擅长处理硬质、固定形态的工件，难以胜任布料、皮革等软材料的精细操作，这正是具身大脑能够切入的空白。

同时，格物通智已入选国家具身智能应用中试基地生态伙伴，并加入杭创具身智能营。杭州本地的中试平台、供应链配套和产业政策，为其后续场景验证提供了直接支撑。