戴盟机器人获亿元融资 多模态大牛加盟攻关物理世界模型

具身智能赛道的资本热度持续攀升，新一轮融资消息再次验证了这一趋势。

量子位获悉，具身智能企业戴盟机器人（Daimon Robotics）近期完成亿元级A轮融资，汇川产投与中国电信联合注资。

这笔融资的看点不仅在于具身智能赛道再获资本加持。

更核心的是，它折射出具身智能技术路线的差异化选择。

当视觉、多模态、VLA、世界模型成为行业焦点时，戴盟将重心锁定在触觉技术路线。

量子位还独家获悉，原玮浩（前阿里通义实验室多模态研究专家）正式加入戴盟，出任首席AI科学家。

原玮浩博士毕业于香港科技大学，长期聚焦具身人工智能（VLA/WAM/强化学习/触觉智能/人形运动）与三维视觉（重建/生成/世界模型）方向，具备将多模态大模型、世界模型迁移至机器人物理操作系统的前沿实战经验。

他在NeurIPS、ICLR、CVPR、ICRA等顶级会议发表论文40余篇，含多篇Oral论文；其主导的NeWCRFs算法曾登顶KITTI权威榜单。

核心战略：物理世界模型

戴盟方面明确表示，本次融资将集中投入三项关键任务。

• 物理世界模型研发；
• 包含物理交互信息的大规模数据集；
• 真实场景中的数据飞轮与商业闭环。

原玮浩以更形象的方式总结：“数据是燃料，物理世界模型是引擎，数据飞轮决定引擎能否持续运转。”

其中，物理世界模型是戴盟后续布局的核心，团队扩张、算力投入、模型迭代均围绕此展开。

戴盟对物理世界模型有着独特定义。原玮浩解释，其模型并非常规的视频世界模型（仅预判画面帧变化），“我们的物理世界模型以多模态接触状态为条件预测未来。”它不仅关注下一帧画面，还预测下一刻的触觉信号、接触状态，以及操作是否失败、失败原因与修正方案。

原玮浩总结：“视频世界模型预测画面，我们预测物理交互。”

为实现这一目标，戴盟将物理接触分解为两个层次。

第一层为认知层：实现触觉与视觉、语言、几何等模态在同一表征空间内的互相映射。

举例说明：桌上放着一颗葡萄和一颗等大的玻璃珠，人无需抓取即可判断两者操作策略不同——葡萄需轻触并包裹指腹，玻璃珠可用力以指尖捏起。其本质是视觉直接转化为触觉预判。

第二层为执行层：两套机制并行运作。

一套是百赫兹级高频触觉伺服，类似脊髓反射，无需上层推理——物体刚出现滑移趋势，补偿动作即刻发出，此时新视觉帧尚未生成。原玮浩指出，这种毫秒级边缘力控，纯视觉模型无法响应。

另一套是物理世界推理机制，模型持续预测未来接触状态，在失误发生前提前输出修正策略。

两套机制分别负责毫秒级反应与接触状态前瞻，在同一任务中协同运行。戴盟方表示，这是其与纯视觉操作模型最核心的结构差异。

触觉路线：具身智能的重要分支

“触觉”是戴盟最鲜明的技术标签。

戴盟的定义更为深刻：触觉不仅是机器人的辅助传感器，它贯穿感知、决策、控制三层，是Physical AI理解真实世界的关键入口。

原玮浩阐释：视觉与语言均属于真实物理世界的低维映射；要让机器人真正理解物理世界，必须引入触觉这类原生物理模态。这正是戴盟将触觉置于核心地位的原因。

物理世界中大量决定成败的信息仅在接触后显现——物体软硬度、表面光滑度、抓握时的正压力与切向力等，均难以通过视觉稳定推断。

“只有融入触觉模态，语言和视觉才能获得真正的物理意义，模型才能理解并操作物理世界。”原玮浩表明。

从行业视角看，这正体现了具身智能路线的分化：部分公司侧重提升视觉理解与动作规划，部分强化本体、灵巧手与执行器，另有玩家聚焦真实接触中的数据盲区。戴盟属于后者，致力于弥补机器人物理接触时的信息缺口。

但触觉路线同样面临高昂的投入门槛。

构建触觉Scaling Law的基础

数据瓶颈是最棘手的挑战。当前存在两大核心难点。

第一，规模化采集难度大。

触觉数据并非追求单纯的数量多，而在于覆盖全面。让机器人在1000种材质、形状、接触方式各异的物体上各接触10次，价值远高于在同一杯子上重复抓取1万次——模型需学习物理规律，而非单一物体的操作记忆。

第二，多模态严格对齐。

机器人手指触碰物体的瞬间，触觉传感器需记录压力分布与纹理，摄像头同步捕获画面，控制系统记录关节角度与力矩。所有数据必须在毫秒级严格同步，否则模型学到的因果关系将出现偏差。例如，若手腕先动导致物体形变，模型可能误判为物体先发生变化。

为此，戴盟构建了外发式数据采集网络，将标准化采集模组部署至产业合作方场景，以真实操作环境作为数据源头。

今年4月，戴盟联合Google DeepMind等全球数十家机构发布Daimon-Infinity，官方宣称这是全球规模最大的含触觉全模态具身数据集。

原玮浩还指出，尽管触觉Scaling Law的曲线尚未被确切描绘，但戴盟坚信其存在。尚未涌现的主因在于行业缺乏公认的评估标准。

戴盟已采取行动。近日，戴盟与银河通用联合推出RobOmni，这是业界首个同时支持真实数据与仿真训练的含触觉全模态物理交互评测基准。

先确立公认的衡量尺度，Scaling Law才具备讨论意义。

来源：互联网