具身智能大讲堂获悉，通用具身智能企业叮当动力近日宣布完成数千万元种子轮融资。本轮融资由全球领先的智驾科技公司地平线领投，正景基金跟投。据了解，本轮资金将主要用于"空间智能大模型+物理Agent"框架的验证，以及真实场景的数据闭环体系搭建。

 

叮当动力成立于2026年初，专注于空间智能大模型研发，致力于通过物理Agent与机器人实体的深度融合，让AI真正理解并融入物理世界。公司由前地平线智能座舱产品线总经理牛建伟创立。

PART 01

物理世界的AI化成为下一个主战场

眼下，AI竞赛的新一幕正在拉开。今年4月中旬，腾讯与阿里巴巴同日（4月16日）发布各自的世界模型产品，分别为混元3D世界模型2.0和世界模型HappyOyster；一周后（4月23日），字节跳动Seed团队也发布了新一代3D生成大模型Seed3D2.0。

牛建伟认为，顶尖研究者和头部平台的加入，说明空间智能正在从学术探索走向产业共识——物理世界的AI化，下一个主战场就在这里。

此次融资获得头部产业资本的战略加持，标志着产业界对叮当动力技术路线的高度认可。地平线作为领投方，将为公司在算力底层与产业生态上提供深度赋能。正景基金创始管理合伙人表示：叮当动力没有选择盲从行业当前的热点技术方向，而是基于清晰的技术认知，选择了空间智能大模型+物理Agent这样差异化的技术路线，坚定地挑战最具长期价值的方向。他们独特的技术判断、对长期价值的执着，以及顶尖的团队，是我们决定投资的核心原因。

投资方认为，具身智能领域创业既需要深厚的技术积累，更需要穿越周期的耐心与定力。牛建伟在技术能力和心性定力两端都表现出色，这是AI创业中最稀缺的两种特质。

PART 02

不教机器人搬箱子，而是教它思考

牛建伟在AI产业化一线的多年工作经历，让他跨越了从算法、芯片到产品落地的不同环节。这些经验令他意识到一个明确的趋势：AI的主战场正在从数字世界走向物理世界，而中间存在一个巨大的断层。

在他看来，一方面，大模型的能力虽然已经足够强，但至今还"困"在屏幕里；另一方面，机器人行业历经几十年发展，本质上还在用传统控制论的思维做事——针对每个任务写规则、调参数，换个场景就得从头来。"中间缺的不是算法论文，而是一个真正把大模型的通用智能灌进物理世界的系统级方案。"

牛建伟认为，目前具身智能领域普遍陷入了"操作层数据"的内卷困境。大多数具身赛道创业者将精力集中在教机器人如何更稳地叠衣服、搬箱子、打螺丝，这种从0开始搭建每一个孤立技能的逻辑，本质上是行为模仿而非智能进化。"你无法通过让小学生搬箱子，搬出一个具备逻辑思维的大学生。"

叮当动力团队认为，具身智能的核心不是直接从感知到动作，而是让机器人学会思考。数字世界已经孕育出了具备"大学生智力水平"的通用大模型，放着烧掉几万亿换来的智能化能力不用，转而从零摸索是不合逻辑的。

基于这一判断，叮当动力团队认为通用智能机器人的架构，应该是物理世界的"ChatGPT+OpenClaw"，即"空间智能大模型+物理Agent"架构。团队认为，Agent架构天然具备在线学习能力——机器人在真实应用场景中，通过持续获取来自环境与用户的真实反馈，不断积累经验、优化决策策略，形成越用越聪明的飞轮效应，而非依赖离线数据的一次性训练。

 

为此，叮当动力团队提出了"空间智能大模型—物理Agent—本体Skills/工具集"的闭环解决方案：以空间智能大模型为核心，构建具备场景理解与主动决策的具身大脑；采用LLM+工具解耦架构，直接继承大模型ScalingLaw，能力随模型进化持续涌现；复用互联网多模态数据，结合量产数据闭环，打造物理世界数据飞轮，突破数据规模化瓶颈；具备在线学习与个性化记忆，持续适配用户偏好和企业业务需求。

传统VLA（视觉－语言－动作模型）骨子里还是任务驱动的逻辑，面对真实世界的非结构化场景基本束手无策。叮当动力则以空间智能大模型为核心，让机器人具备场景语义理解、时空记忆和主动决策能力。换言之，让机器人能像人一样理解情境、自主判断，而不是被动执行一条预设指令。

PART 03

资深AI专家能否再掀辉煌？

叮当动力创始人兼CEO牛建伟深耕AI领域十余年，具备深厚的"算法－芯片"行业复合理解。

 

在2012年百度IDL时期，他较早实现基于GPU的深度学习模型训练，并将深度学习技术应用于语音识别，应用于百度语音搜索、语音输入法等关键产品。2015年，牛建伟加入地平线，负责AIoT、多模态交互等领域的工作，后长期担任地平线智能座舱研发负责人与业务总经理。

在地平线期间，牛建伟主导负责了地平线多个关键里程碑量产项目。2020年，他带领团队实现长安UNI-T车型智能座舱软硬件方案量产，这既是地平线首个前装量产项目，也是国产AI芯片规模化量产的重要里程碑。作为地平线核心初创成员之一，牛建伟带领团队实现了大规模车规级芯片及智能语音、图像解决方案的量产出货，具备从0到1打造千万用户级产品的全链路研发经验。

在大模型领域，牛建伟同样深耕多年。近年来，他在Post-training方向进行了深入探索，通过优化训练策略提升垂直领域理解能力与工具调用能力。叮当动力的核心团队还包括来自地平线、阿里、顶尖车企及顶尖科研机构的研发负责人及机器人算法专家。

在产品规划上，叮当动力锚定"机器人通用大脑"这一核心方向，致力于打造具备强通用理解力与跨形态适配能力的智能底座。通过持续推动大脑模型的智能化演进，使其能够灵活适配四足机器人、轮臂机器人、人形机器人等多种硬件形态。在场景落地层面，叮当动力重点围绕家庭、社区、商业三大核心场景展开布局，依托核心软硬件能力的持续输出，与产业伙伴深度协同，合力推动机器人在真实世界中的规模化应用。

在牛建伟看来，大模型的上半场是数字智能，下半场便是物理智能。语言大模型在上半场重新定义了人与信息的关系，下半场要回答的问题是：AI能否真正走进物理世界，像人一样感知环境、理解情境、自主行动。

叮当动力希望未来的机器人不再是需要逐个任务训练的工具，而是具备通用理解力和自主决策力的物理Agent——能适应不同的环境、不同的本体、不同的任务，像人一样在物理世界中持续学习和成长。牛建伟表示：

如果说上一个十年，移动互联网让每个人的口袋里都有了一个数字助手；那么下一个十年，物理AI会让每个人的身边都有一个能理解你、帮助你的智能体。叮当动力要做的，就是让这件事更早地发生。