作者｜李沐蓉

在过去很长一段时间里，具身智能行业有一个很有意思的现象。

搜索工业具身机器人，十条结果里有七条是同一个画面，双足机器人搬箱子、轮式机器人搬箱子、机器人协作搬箱子，不同形态的机器人都在搬箱子。

这是光象科技创始人张涛在做行业调研时看到的现状，他没有跟着走这条路，而是选择了一条更难、也更少人走的路，做能理解物理规律的机器人。

7月4日，光象科技宣布完成数亿元天使轮融资，新一轮由珠海科技产业集团、兴证资本、松禾资本、顺禧基金、慕华科创、SeeFund、亿宸资本，以及上市公司行云科技等头部财投与产投深度参与，老股东零一创投、L2F光源创业者基金持续加注。

据了解，本轮资金将重点投入物理原生基座模型的研发迭代，并推进具身智能机器人产品的商业化交付。

资本关注的核心，并不是又一家机器人企业推出了一款产品，而是光象试图回答具身智能行业目前最关键的问题：机器人如何真正理解物理世界。

三位一体，打造物理原生基座模型

当前具身智能行业正在经历从「能完成任务」到「能泛化执行」的关键阶段。

机器人已经可以在实验环境中完成抓取、搬运、移动等动作，但真正进入复杂工业场景后，问题依然存在：缺乏对物理世界运行规律的理解能力。

目前行业主流的路线，仍在尝试解决这一问题。

以VLA路线为例，核心思路是在视觉语言模型基础上连接动作模块，让机器人通过大量人类操作数据训练。

但这本质上只是一个感知与动作的映射器，无法理解物理世界中的因果关系。

另一条受到关注的方向是视频预测式世界模型，靠海量视频学习预测预测下一帧画面，但预测画面并不等于理解物理规律。

机器人看到一个球在滚动，能预测它下一秒滚到哪，但这不代表它理解了球为什么会滚动。

因为图像本身承载不了质量、惯量、摩擦力、形变这些看不见的物理属性，换一个材质、重量不同的物体，模型未必能判断准确。

机器人最终需要具备的能力，不是感知环境、生成动作，而是在与真实世界持续交互过程中，形成对物理规律的理解。

基于这一判断，光象科技选择了一条不同路径，从物理交互本身出发，构建物理原生基座模型，让机器人能在真实环境中持续学习、持续进化。

所谓物理原生，是机器人对物理世界的认知不能只依赖互联网数据训练，而要通过与真实环境的持续交互，在强化学习过程中逐渐形成对重力、摩擦、刚性、弹性等物理规律的理解。

这一过程更接近人类学习方式，比如小孩第一次拿起桌上的杯子时，并不知道应该施加多大力度，他可能抓得太轻，杯子掉下来；也可能用力过猛，把纸杯捏变形。

但经过几次尝试，他会慢慢摸索出经验，换一个陌生的杯子，即使形状、材质完全不同，他依然知道应该如何拿起它。

这个过程里，小孩不是记住某个杯子该怎么拿，他理解的是规律本身。

这正是光象科技希望机器人具备的能力。

在张涛看来，真正的物理原生智能，是在与物理世界的感知、交互、反馈、探索与约束中自主涌现的能力。

因此，物理原生基座模型，必须以物理交互为首要原则，从物理环境中持续学习世界规律、行为后果与任务约束。

为支撑物理原生基座模型的研发与迭代，光象科技构建了由算法、数据、平台构成的「三位一体」物理原生智能体系。

在算法上，光象科技主要依托具身强化学习算法矩阵Phi-RLMatrix，把强化学习当作核心能力增长引擎。

当前主要依靠模仿学习或监督学习来训练通用具身智能，但这很难覆盖机器人可能面对的所有情况。

目前具身智能的数据大多只有几十万到几百万条，而且非常分散，而真正实现跨任务、跨环境泛化所需要的数据规模远超现有是数据量。

强化学习恰好提供了另一条出路，通过不断与环境交互，机器人可以根据任务反馈调整自身策略，在一次次尝试中优化动作，从而提升任务完成效率、稳定性以及面对未知情况时的适应能力。

但强化学习的应用，也依赖足够丰富的训练环境。如果单纯依赖真机数据，成本不仅高，还难以支撑大规模工业落地。

因此，在数据层面，光象科技构建了物理数据资产Phi-Space，通过三维建模和物理建模技术，对真实工业场景进行高保真复刻，并结合生成式技术扩展更多训练环境，让机器人能够在接近真实世界的虚拟环境中进行大规模交互学习。

除了算法和数据，光象还希望解决具身智能规模化落地中的另一个关键问题，机器人每次进入新的场景后，否都要从头开始？

如果每进入一个工厂、每条产线，都需要重新采数据、重新训练模型，那么具身智能很难真正实现规模化应用。

而光象的物理智能开发平台Phi-Arch，所做的就是就是把每一次模型训练、终端部署和现场运行，都变成可复用的经验积累，让机器人在一个场景中学到的经验和数据，能够迁移到下一个场景。

算法、数据、平台，三位一体，让物理原生基座模型不断加深对物理规律的理解，逐渐形成能够跨场景迁移的通用能力。

对于具身智能而言，这也是从机器人完成任务走向机器人理解世界的关键一步。

产业+学术双重基因，资本押注的不只是技术

支撑这条更难走的路线的，是一支同时具备学术研究能力与产业落地经验的团队，这恰好也解释了资本为什么愿意下注。

创始人兼CEO张涛，兼有清华大学博士和米兰理工大学博士后背景，曾担任阿里巴巴高德地图技术总监和空间感知引擎负责人，长期从事空间感知、多传感器融合等领域研究。

在高德，张涛所面对的并不是一个静态的地图系统，而是持续变化的真实世界，海量出行请求、实时变化的路况和POI更新，这倒逼他不断理解真实世界的空间规律，让他对物理世界天然带着一种工程化的直觉。

这样的经验也转化成了实际成果，他曾主导空间感知定位技术连续三年拿下国际定位大赛冠军，相关成果落地到长城汽车的自动驾驶系统上，并在十余家头部车企实现规模化应用，累计量产终端达到数百万级。

对于今天的光象而言，这段经历的价值不仅在于技术积累，更在于其已经经历过从技术研发、系统工程到车规级交付的完整链路。

他带领的产业化团队，也大多来自阿里巴巴、腾讯、华为、库卡、极智嘉等科技和机器人巨头，普遍具备扎实的系统工程与商业化落地经验。

如果说张涛代表的是工程化和产品落地的一端，那么学术端的支撑则来自联合创始人李升波教授。

他是清华大学人工智能学院教授、博导，强化学习与自动驾驶领域国际知名专家，发表论文250余篇，引用超30000次，连续5年入选爱思唯尔中国高被引学者，拥有着最前沿的研究成果。

其带领的团队的核心技术成员，也100%拥有清华、浙大等顶尖高校的博士学历，覆盖机器人设计、强化学习、端到端模型等具身智能全栈领域。

两人分工明确，经验互补，构成了光象科技技术路线能够向下扎根、向上落地的基础，一端是对真实工业场景、机器人系统和规模化交付的理解，另一端是对强化学习、智能决策和基础模型的长期学术积累。

资本押注光象，并不只是因为其提出了「物理原生」的技术路线，更在于这支团队具备学术研究与产业经验的复合基因，能将技术主张转化为可验证产品。

而比团队基因更让资本关注的，是这家公司的孵化背景。

光象科技由清华大学车辆与运载学院与人工智能学院联合孵化，并由清华大学直接持股，这在清华系创业项目中十分少见。

车辆与运载学院长期深耕机械系统、运动控制、智能驾驶，给了光象在机器人本体设计、运动控制、机电系统集成上的技术传承。

人工智能学院的加入，则补上了强化学习、机器人基础模型、Sim-to-Real这些核心技术的前沿学术支撑。

两个学院的联合孵化，让光象从成立第一天起，就具备了区别于传统机器人公司的基因。

对于仍处于早期探索阶段的具身智能行业而言，资本真正寻找的并不是一项孤立技术，而是能够持续解决问题的组织能力，从基础研究到大规模交付，光象的核心团队具备的是一条完整的能力闭环，而这恰恰是当前具身智能行业最稀缺，也最难被复制的部分。

从汽车工厂开始，物理原生智能走向真实场景

团队能力最终仍要回到工业现场接受检验。

对具身智能而言，真正能够走到工业现场的公司，既要能做出模型，也要能把模型装进机器人，并在高节拍、高精度、强协同的生产环境中稳定运行。

这句话说起来容易，做起来难，而光象科技成立不过一年多，把它变成了现实。

光象科技将汽车制造作为首个重点落地场景，已经与蔚来等头部车企展开合作。

光象选择从汽车场景入手，原因之一在于规模，汽车制造是目前全球规模最大的工业场景之一，同时也是复杂度最高、标准化程度最高的制造场景之一，长期的生产优化让汽车工厂形成了成熟的工艺流程和工位体系，为机器人部署创造了稳定的条件。

另一方面，汽车制造对机器人的要求也远高于许多普通工业场景，无论是生产节拍、作业精度还是稳定性，机器人不仅要完成搬运、抓取和上下料，还要与工人、设备、工件和产线系统实时协同。

能在这样的场景里稳定运行，本身就说明机器人具备了进入更多工业场景的基础。

6月10日，光象科技正式发布了工业级自进化具身智能机器人 Phi-BotX1 。

这台机器人采用四舵轮全向底盘，能够在狭窄产线中移动和操作，配备升降腰和双臂力控系统，可以覆盖不同高度和距离的作业范围。

在移动质检场景中，X1能够实现「边移动、边检测」，通过底盘、腰部和机械臂的协同控制，对车身表面进行覆盖式检测。

依托自研物理原生智能模型机器人可以根据环境变化实时调整姿态和检测路径，据了解，这让它在保证工业精度的同时，较人工工位节省了25%~45%的作业节拍。

在 2026 ATC 展会上第一次X1正式向大众公开展示了它的能力，连续三天累计运行21.5小时，完成焊接上下料全流程作业，实现零失误、零中断。

在双孔同时对准的上料环节中，机器人仅依靠本体感知，将动态操作精度控制在毫米级，角度控制在0.3度以内，并在动态环境下实现连续工作成功率100%，同时与产线自动化设备保持实时协同。

而这一切能够跑通，背后是光象通过物理原生模型和开发平台，让机器人具备了跨场景迁移能力和自进化能力。

它在汽车产线中学到的操作能力，不只是服务于某一个工位，而是可以沉淀为可复用的物理能力，再迁移到更多工业场景中。

对于为何选择这样的路径，张涛认为，具身智能最好的落地方式是从单点做突破，而不是多点开花。对标自动驾驶，从L2往L4去做可能是更合理的路径，今天的具身智能同理。

也就是说，具身智能不必从一开始就追求完全通用的机器人，可以先从高价值、强需求的工业场景切入，在真实环境中不断积累数据和能力，再逐步扩展到更多任务。

当然，不可否认，当下的具身智能还面临不少挑战，核心在于模型和数据瓶颈。技术路线选择哪条，行业一直都处于争论中，这些问题也尚未有最终答案。

但无论技术路线如何演进，具身智能最终都要回答同一个问题，机器人能否真正进入现实世界，在不断变化的环境中稳定完成任务，并将已经学会的能力迁移到新的场景。

从这个角度看，光象科技直接锚定汽车产线的意义，不只是验证一台机器人的性能，更是在用最复杂、最真实的工业环境打磨一套可持续积累的物理智能能力。

当具身智能不再依赖一次次重新训练、重新部署，而能够在真实生产中持续学习、复用经验并扩展能力时，它才有可能从一个个孤立的自动化项目，真正成长为下一代工业生产力工具。