9月21日，具身智能通用大脑研发商方奇科技宣布完成千万级天使轮融资，投资方为启迪之星创投等机构。单看融资规模，千万级的天使轮放在2026年具身智能赛道的融资狂潮里算不上亮眼。但启迪之星创投总经理兼主管合伙人刘博还是投了，他的理由很直接：具身智能竞争的关键在于探索低成本、可规模化的通用机器人学习路径。刘博认为，方奇科技提出的语义化世界模型与图灵学习范式为行业提供了新思路。但这条路径能否成为基础软件平台，仍取决于跨本体复用率和客户付费意愿。

不做身体，做大脑

方奇科技的创始人王心舟出生于1996年，本科和硕士就读于北京航空航天大学，博士师从清华大学计算机系孙富春教授，创业前深度参与腾讯混元3D模型与物理AI算法架构设计。公司核心团队来自清华、中科院体系，技术能力覆盖世界模型、VLA算法、云原生系统等领域。方奇的战略定位很清楚：不做本体，做机器人大脑公司。王心舟说，公司不是为某一款机器人单独开发大脑，而是把大脑能力拆解为可复用的技能，其通用技能操作系统采用云端超级大脑加端侧任务智能体架构，目标是一脑多形，即同一套大脑能力适配不同机器人本体。但一脑多形真正难的地方不在架构，而在泛化。如果每换一个本体、每换一个场景，大脑都要重新适配，那一脑多形就无从谈起。

语义化世界模型和图灵学习范式

对于具身智能为什么泛化能力弱，王心舟有一个明确判断：世界模型缺乏人类知识，而具身大脑又缺乏物理常识，这导致世界模型与具身模型之间存在物理知识和语义知识的割裂。这个判断直接指向方奇科技的技术核心。所谓语义化世界模型，就是把具身大模型与世界模型深度耦合，把视觉、语言和物理状态映射到统一的三维语义空间。这样一来，机器人不仅能识别物体，还能理解动作在具体场景中的含义。传统世界模型就像只会看菜谱的学徒，它知道把洋葱放锅里炒三分钟，但它不知道洋葱是什么、为什么要炒、炒到什么程度算好。方奇科技的语义化世界模型相当于给这个学徒装了一个厨房大脑。方奇科技还提出图灵学习范式，包含课程学习、任务学习、实践学习、反思学习四个环节。在技术验证上，方奇科技已在斯坦福家务挑战赛BEHAVIOR 2026中获得全球第二名。

商业落地

公司已与港股上市公司优地机器人、江苏龙寰酒店物业公司达成战略合作，以立体清洁场景切入，签订近千万元规模订单。王心舟举过一个例子：为一家酒店送餐机器人公司开发物品抓取、按电梯等技能，行业常规交付周期为9至12个月，方奇科技只用了2至3个月。立体清洁并非最受资本追捧的场景，但方奇科技认为它适合作为技术练兵场：该场景跨形态、非结构化、多表面，对泛化能力要求高；同时客户更关注投资回报，而非实验室精度。另一边的数据是，2026年上半年国内具身智能赛道融资约438亿元，其中以具身大脑为核心业务的公司融资222.53亿元，占比50.8%；机器人整机公司仅56亿元，占比12.8%。宇树科技推出UniStore，把技能变成可上架、可分发的商品，主要服务于自身本体生态。方奇科技则试图面向多家本体厂商做技能平台，成为本体厂商的技能交易所。跨本体迁移是公认难题，不同机器人的关节结构、自由度、运动学拓扑差异巨大。每个本体是否仍需大量适配，本体厂商是否愿意开放必要数据和接口，也是商业模式成立的前提。