作者 | 喬鈺杰

編輯 | 袁斯來

硬氪獲悉，具身智能公司紐媧機器人近日完成5000萬元天使輪融資，由藍湖資本領投，不同資本、共青城樸一投資跟投。兩個月前，紐媧機器人曾完成由Plug and Play中國基金領投的種子輪融資。

紐媧機器人（下稱“紐媧”）成立于2026年2月，半年不到的時間已先后獲得多家財務、產業基金投資。創始人楊睿剛博士，長期從事3D視覺、仿真技術和自動駕駛/機器人研究，曾任百度自動駕駛與機器人實驗室主任，并曾任自動駕駛卡車企業嬴徹科技CTO，推動L3級自動駕駛重卡量產落地，具有豐富的產業與創業經驗，目前為上海交通大學特聘教授。

隨著具身智能賽道持續升溫，“具身不存在大一統模型”正逐漸成為行業共識。

當前，頭部玩家普遍認同“分層解耦”是必由之路，但解耦的維度不同。海外玩家多按推理時間尺度解耦：Figure 的 Helix（System 1 / System 2，后擴展至 System 0）與 NVIDIA 的 GR00T N1，都是分離“慢思考”的規劃層與“快反應”的控制層。國內玩家多按能力類型拆分：智元“一體三智”拆分 Locomotion、Manipulation、Interactive；騰訊 Robotics X 的 SLAP 架構解耦感知、學習、規劃、執行四層；千訣科技走“類腦分區”路徑。

基于此，紐媧選擇從機器人最基礎的“通行能力”切入，提出“具行智能”（Embodied Mobility Intelligence）的概念，并自研“世界通行模型（WTM）”，幫助機器人像人類一樣，在復雜的人類社會環境中自主移動、導航、交互并完成任務。

這一能力不只服務于人形機器人，可以同時兼容四足機器人、AGV、無人配送車等各類移動機器人平臺。創始人楊睿剛表示，無論是社區配送、園區物流、還是文旅度假服務，其底層都指向同一個問題——機器人如何在人類環境中安全、高效且優雅完成任務，這也是紐媧“世界通行模型（WTM）”的必要性。

與當前行業大量圍繞視覺生成和內容生成構建世界模型不同，紐媧認為機器人真正缺少的是能夠理解物理規律并指導行動的能力。公司定位“具行智能”大腦公司，構建了一套從仿真到數據再到模型訓練的技術體系。

在渲染層，通過三維重建與AIGC技術保證空間一致性；在仿真層，通過顯式三維結構與自研物理引擎保證物理規律的準確表達；在數據層，則利用前兩層能力持續生成可交互、物理正確、三維一致的高質量合成數據，最終形成訓練世界通行模型所需的數據飛輪。

（圖源/火樹資本）

此前，紐媧自研的高保真物理仿真引擎SimWeaver，相較英偉達ISAAC Sim，生成速度提升3倍，仿真到真實遷移的誤差大幅降低20%, 在多個柔性體操作的任務上實現了91%的零樣本（Zero-shot）成功率。

據介紹，在世界通行模型訓練方面，紐媧也已經取得多項階段性進展。

其中，在運動控制（Locomotion）能力上，公司自研模型已經能夠穩定通過55度空心樓梯等復雜場景。楊睿剛表示，這一能力來自視覺感知與本體感知的深度融合。相比部分現有方案主要依賴運動控制策略進行“盲爬”，紐媧的系統能夠理解哪些區域可踩、哪些區域不可踩，從而顯著提升復雜環境下的運動穩定性。

導航能力（Navigation）方面，相比當前大量物流機器人依賴高精地圖完成路徑規劃，紐媧正在推進無圖或輕地圖導航方案，僅通過小區平面圖或高德、百度等通用導航地圖，即可實現室內外、平地與樓梯之間的三維自主導航。

此外，紐媧還將“社會行為合規性”（Social Ethic）視為世界通行模型的重要組成部分。與自動駕駛主要運行于道路環境不同，機器人未來將直接進入人類生活空間。如何在電梯、商場、園區等公共場景中遵守人類默認行為規則，是機器人規模化落地繞不開的問題。目前，紐媧正在重點攻關電梯場景中的社會行為學習，通過大量數據訓練機器人理解“先下后上”“排隊等待”“主動禮讓”等社會規則。

以下是硬氪與創始人楊睿剛交流節選：

硬氪：您在自動駕駛領域有豐富的經驗，做機器人的世界通行模型時，自動駕駛的哪些經驗能夠遷移到機器人，哪些需要重新建設？

楊睿剛：數據閉環這件事，機器人和自動駕駛其實是一回事。從數據采集、標注、到模型迭代，整個邏輯是完全一樣的。工程化那套體系也可以直接用。自動駕駛在CI/CD、仿真測試、灰度發布這些環節上已經做得非常成熟、非常嚴格——我們在嬴徹做量產L3重卡，這套東西是真正跑通過的，不是紙上談兵。這部分經驗直接帶過來就行。

往大了說，自動駕駛解決的是結構化道路上的自主通行，WTM其實就是把這個能力往前推一步——從結構化的高速公路，延伸到樓道、電梯、門禁這些更復雜、更“人”的環境。框架是繼承的，但難度確實上了一個臺階。

真正需要重新建的，是“具身操作”這塊——就是機器人怎么去開門、按電梯、搬東西，跟物理世界產生真實的交互。這個在自動駕駛里完全沒有對應的東西，得從零做。我們現在的打法是把團隊在三維重建和物理仿真上的積累用起來，用合成數據來加速這部分的訓練，這是我們能比別人快的地方。

硬氪：相比其他做VLA和世界模型的公司，紐媧提出的“世界通行模型”最大的技術差異化是什么？

楊睿剛：李飛飛教授將世界模型分為三層：渲染器（Renderer）、仿真器（Simulator） 和 預測器/規劃器。其中，渲染器處理觀測數據（observation in → observation out），如VLA模型直接從圖像做規劃；仿真器則在隱空間中進行未來狀態的預測；而真正的生成式世界模型，試圖將渲染與仿真融合，通過三維對齊和視頻動力學習來驅動規劃。

但當前行業的核心瓶頸在于：數據質量決定了策略性能，而具身智能最缺的就是高質量、可交互、物理正確的訓練數據。

紐媧的路徑是，我們先把世界模型當作一個數據生成器來構建。在渲染器層面，我們通過三維重建 + AIGC 保證空間一致性；在仿真器層面，我們在顯式三維結構上疊加自研的SimWeaver仿真器，確保物理規律（如牛頓力學）的正確性。由此，我們能夠生成大量、可交互、物理正確、空間一致的數據，用來訓練我們的世界通行模型（World Travelers Model / WTM）。

我們不是在做一個大一統的端到端世界模型，而是用可工程化的方式，將渲染器與仿真器解耦再協同，先把數據生成的飛輪跑通，再讓大腦（WTM）在海量高質量數據中學會真正的“世界通行能力”。這也是我們一直在推進的核心技術路線。

硬氪：未來一到兩年公司有什么具體的落地規劃嗎？

楊睿剛： 2026年，我們計劃將世界通行模型率先部署到1至2個真實應用場景，包括物流客戶、產業園區以及文旅度假區等，并重點驗證兩項核心能力：無圖導航和環境零改造部署，也就是無需額外安裝傳感器或改造門禁系統即可完成落地。

第二階段，我們將進一步擴大運營規模，在更多場景驗證模型的泛化能力和商業可行性。

第三階段，我們計劃實現自研機器人本體量產，通過軟硬件協同降低整體系統成本。同時向更多系統集成商開放世界通行能力，兼容AGV底盤、雙足機器人等不同平臺，逐步形成通用化的機器人通行解決方案。

投資方觀點

藍湖資本合伙人魏海濤表示：作為專注投資新質生產力的基金，我們投資紐媧并堅定看好楊睿剛教授團隊，是因為其“具行智能”精準擊中了具身領域的一個核心痛點——機器人不僅要“會操作”，更要“能抵達”。團隊以自研的顯式3D幾何與物理規律為基礎的世界模型底座，聚焦構建機器人開放世界通行的通用能力模型（World Traversal Model），實現自主、安全、優雅的智能導航，打通行業規模化的關鍵瓶頸。藍湖資本非常榮幸能領投本輪融資，并長期陪伴紐媧，共同開啟“具行智能”的新紀元。

不同資本投資人表示：楊教授團隊兼具世界模型研發與產業真實落地雙重背景，通過其過往在 3D 視覺、物理仿真、自動駕駛與機器人等領域積累的豐富經驗，開創性提出了“具行智能”的技術概念，聚焦機器人在開放人類環境中的通行、導航與社會行為理解，并以高質量合成數據、自研物理仿真引擎和世界通行模型為核心構建技術閉環，有望率先實現“一腦多型”機器人在真實生活場景中的規模化落地。