具身涌现获悉：清华车辆与运载学院、人工智能学院联合孵化的具身智能企业光象科技，现已完成累计数亿元天使轮融资。

本次融资集合珠海科技产业集团、兴证资本、松禾资本等多家产业与财务投资机构，老股东零一创投、L2F光源创业者基金同步追加投资。企业计划将本轮资金全部投入物理原生基座模型的迭代研发，同步推进工业具身机器人在制造车间的规模化交付。

在整个行业仍充斥展厅Demo、量产落地案例稀缺的当下，这家成立仅一年多的创业公司已经扎根汽车产线完成长时间实景作业验证，具身涌现认为，这套贴合工业真实工况的发展路径，正在重塑工业具身智能的商业化落地标准。

01

清华交叉学科创业团队，为何敢逆势押注汽车赛道？

光象科技正式成立于2025年4月，是由清华校内不同院系师兄弟联合创办的交叉学科项目，团队同时手握车载规模化落地经验与机器人底层算法研发能力，这也是它和市面上多数人形机器人创业公司最核心的区分点。

创始人兼CEO 张涛 曾主导高德空间感知引擎研发，相关技术已经批量搭载至数百万台车载终端，完整经历过工业产品从研发到量产、成本管控、稳定交付的全流程。

联合创始人 李升波 教授深耕强化学习与自动驾驶领域，累计产出250余篇专业论文，总引用量突破三万次，连续五年入选爱思唯尔中国高被引学者。

其余核心团队成员均出自华为、阿里、库卡、极智嘉等头部科技与机器人企业，完整覆盖机器人全栈开发与商业落地全链条。

市场中长期流传汽车场景不适合具身机器人的负面判断，具身涌现看来，过往入局企业落地失败的核心问题从来不在赛道本身，而是企业技术路线、硬件本体完全没有匹配车间真实生产工艺。

汽车制造是工业自动化最早的试验场，PLC与传统机械臂只能覆盖七成标准化生产工序，剩下三成存在安全风险、柔性生产、质检一致性难题的工位，始终处于自动化空白状态，这也是光象创立初期花费数月驻厂调研工艺、坚持先落地产品再对外发布的核心原因。

02

跳出VLA主流路线，物理原生技术真能解决落地痛点？

目前行业内两条主流技术路线都存在难以规避的落地短板，VLA视觉语言动作模型依靠复刻人类操作数据完成训练，产线工序、传感器位置发生变动时，整套模型都需要重新训练，跨场景泛化能力存在天然局限。

视频预测式世界模型仅能完成像素层面的画面推演，无法识别物体质量、摩擦系数、惯性等关键物理属性，动态工况下很难输出稳定可用的动作指令。

光象选择另辟蹊径打造物理原生基座模型，搭建起Phi-RL Matrix强化学习算法矩阵、Phi-Space物理数据资产、Phi-Arch通用物理智能开发平台协同运转的完整技术体系，整套体系的核心逻辑，是让机器人在持续的物理交互中自主摸索世界运行规律，而非机械模仿人类操作动作。

光象科技自研Phi-RL矩阵依托虚实结合的海量试错替代高成本人工标注数据，单张显卡就能模拟上千台机器人同步完成训练，大幅压低数据采集阶段的资金与时间成本。Phi-Space可以在虚拟空间完整复刻真实场景，除物体外形外，重力、形变、摩擦力等物理参数都能精准还原，生成式模型能够持续扩张仿真场景规模，为算法迭代源源不断供给低成本训练素材。

此外，Phi-Arch还打通仿真、训练、验证、现场部署整套工程链路，企业将底层数据、算法、工具沉淀为标准化资产，机器人通过训练习得的操作能力可以快速迁移至不同工位，直接解决传统自动化设备复用性差、部署周期动辄半年以上的行业通病。

除了物理原生基座模型之外，光象科技还在2026年6月对外推出工业级自进化机器人Phi-Bot X1，整机搭载27个自由度，双臂支持千赫兹协同力控与实时力反馈，仅依靠机身自带感知模块就能实现10毫米本体定位精度与0.05毫米末端重复定位精度，设备支持一分钟快速换电。四舵轮全向底盘可实现横向蟹行、原地回转，0至2.5米升降结构适配车间高低各类作业工位。

这款设备曾亮相2026 ATC展会，连续运行21.5小时完成汽车焊接上下料全流程作业，全程没有失误与中断，双孔动态对准作业里角度误差控制在0.3°以内。投入移动质检工位后，整体作业效率相比传统非协同方案提升51%，人工工位生产节拍能够压缩25%至45%，设备整体部署周期直接缩短至数天级别。

03

扎堆人形机器人的时代，深耕工业汽车赛道有何独特价值？

当下大量创业企业扎堆人形、家用消费赛道，光象反向扎根汽车制造领域的选择，在具身涌现看来是整个具身智能行业回归商业本质的标志性信号。

双足人形机器人先天存在行走震动、负载不足的短板，很难适配焊接、重型上下料这类高强度工业工况，光象轮式复合机器人的硬件设计完全围绕车间需求定制，这件事也向市场证明，具身智能不存在万能统一的硬件形态，贴合细分场景的定制化设备，才是短期实现稳定商业化的最优解。

2026年已经成为具身智能行业从展厅Demo转向实景落地的关键拐点，不少企业仅停留在短期展示层面，无法依靠持续真实工况完成模型迭代，市场充斥着缺乏实际价值的“假落地”项目。

光象已经和多家国内外头部车企达成正式商业合作，车间持续产出的物理交互数据会反哺模型迭代，形成设备交付、现场反馈、技术更新的正向闭环，这套持续循环的落地体系，会逐步构筑起别家企业难以追赶的长期技术壁垒。

市场对于车企自研机器人的竞争担忧其实无需过度放大，车企自研设备仅适配自有工厂产线，数据无法跨品牌流通，业务发展存在天然天花板。特斯拉、小鹏布局人形机器人的目标指向家用消费市场，和光象主攻B端工业制造的定位完全错位，二者不存在直接竞争关系。传统汽车Tier1供应商缺少底层强化学习算法研发能力，工业具身赛道里专注技术落地的第三方企业，长期拥有独立稳定的生存空间。

04

行业泡沫褪去后，具身智能的长期机会在哪？

光象对外释放的发展规划十分克制，企业计划三到五年持续深耕工业场景，短期内不会布局消费端市场，上市也并非现阶段核心目标，这份稳健节奏恰好贴合产业客观发展规律。

国内汽车产线机器人整体市场规模接近千亿元，传统自动化设备无法覆盖的高风险、高柔性工位存在刚性改造需求。随着国内机器人供应链持续成熟，硬件参数会逐步趋于同质化，企业之间拉开差距的核心，最终会落在物理原生底层模型与真实场景落地积累之上。一级市场投资逻辑已经发生明显转变，2026年资本不再盲目追捧概念型人形项目，资金资源持续向拥有真实订单、量化落地数据的实体企业倾斜。

光象的发展路径清晰传递出一条可行的产业路线，具身智能行业不必追逐短期流量热度，扎根实体制造业、切实解决工厂生产痛点，依靠持续落地积累的数据迭代核心技术，才能平稳穿越行业估值周期。

具身智能属于长达十至二十年的长期赛道，短期炒作带来的估值泡沫终会消散，能够稳定走进工厂、持续降低企业生产成本、产出真实生产价值的技术与产品，才是整个产业真正需要的核心力量。