据 36 氪硬氪首发（http://m.toutiao.com/group/7697816641183072819/ ），具身大脑公司格物通智已完成近亿元天使轮融资，投资方包括匹克投资、鸿富资产、杭州资本、杭州人才集团、某省级具身产投及多家头部上市公司，枫承资本出任独家私募股权融资顾问。资金主要用于物理反演世界模型的大规模预训练与技术迭代、硬件与本体构建，推进多个场景 PoC 验证与真实数据采集。公司 2026 年 8 月成立于杭州，首轮即获杭州润苗基金、杭州颠覆性成果转化基金、杭州人才基金三支市级基金支持。
创始人兼 CEO 蔡佳博士毕业于西北工业大学航天学院，师从国家杰青黄攀峰，研究太空机器人在轨灵巧操作；后加入华为 2012 实验室及车 BU 2030 实验室，深度参与 ADS 2.0 至 4.0 核心研发与百万级量产交付以及 ADS 6.0 预研，担任百人团队主管与华为科学家委员会委员，曾获华为个人技术最高奖。核心成员来自华为、理想、地平线、智元。
物理反演世界模型到底反演什么？
过去机器人学人手关节轨迹，形似而不知力：拧瓶盖时不知道用多大力、摩擦系数多少、遇阻力该加力还是调角度，换个材质就失效。格物通智的路线是让机器人从看得见的动作反推接触、受力等隐含物理信息用于预训练，再用真实力觉触觉反馈校准，给动作数据补上物理标签。触觉信号只有几十维、图像数百万维，融合难度大且采集成本高，团队用 Real to Sim 方案从海量第一第三人称视频反推重建触觉信号，让触觉数据获得与视觉同等的规模化潜力。
Deploy-Learn-Generalize 为什么比炫技更重要？
蔡佳把落地拆成三步：先把机器人放进客户现场完成一道具体工序，再把成功经验、失败轨迹、异常恢复与人工纠正转化为训练数据，最后把沉淀的操作能力迁移到下一个工位、任务与本体。这套 PSI 物理自进化闭环追求双向改进：更准的世界模型做出更有效规划，更有价值的执行反馈帮模型识别自身误差。团队目前在纺织服装、光模块、汽车零部件领域推进 PoC，预计 2026 年底交付首个。
近亿元天使轮在具身赛道算什么信号？
与比拼百万小时数据规模的同行不同，团队坚持质量优先，按场景稀有度、动作多样性、失败案例占比与模型薄弱环节匹配度给数据打分，低分直接丢弃。蔡佳最看重的指标不是 Demo 精度成功率，而是客户复购率。天使轮就能拿到市级三支基金与产业资本，说明杭州在具身智能走的是场景绑定路线：先拿边界清晰、可量化验收的工序，再谈万亿市场。
去论坛讨论
前往 silicon-agi.com 论坛 参与讨论