原力灵机并购物流机器人公司获智谱商汤阶跃投资

具身智能赛道再度迎来关键进展。

硬氪独家获悉，通用具身大模型公司「原力灵机」已于近期完成新一轮融资。本轮投资方主要来自大模型阵营——智谱、阶跃星辰、商汤科技。同时，华勤、上汽恒旭等产业资本也追加了投资。

「原力灵机」成立于2025年3月，由旷视科技联合创始人兼CTO唐文斌带队创立，核心团队几乎继承了旷视的原班人马。

这笔融资背后暗含多重战略深意。

其一，商汤与旷视——这对曾在AI赛道激烈交锋的老对手，如今在具身智能浪潮中罕见地实现了“同台”。

其二，加上此前A+轮独家领投的阿里巴巴，该赛道史无前例地聚齐了国内四家大模型厂商。值得关注的是，智谱此前仅通过Z基金少量布局具身智能，而阶跃星辰在此之前几乎未涉足这一领域。

这一集体行动释放出清晰信号：当大模型竞争的核心从Token转向Action，具身模型正成为各家竞相押注的下一个战略制高点。

伴随本轮融资，唐文斌同时推进了另一项关键整合——机器人资产的合并。

硬氪独家获悉，「原力灵机」近期通过股权收购方式，完成了与「Atomix」（原力聚合）物流机器人的合并。核心目标非常明确：加速具身智能的大规模商业落地与全球化扩张。

「Atomix」的业务源头可追溯至2016年。当时唐文斌仍在旷视科技内部主导智慧物流与机器人调度系统（河图系统），主推多形态物流机器人解决方案。2024年7月，伴随旷视业务调整，唐文斌将物流机器人业务剥离独立，正式成立「Atomix」。

经过多年积累，「Atomix」的托盘四向车销量目前位居全球第二，累计服务项目超过500个，客户涵盖优衣库、蜜雪冰城、宁德时代等头部企业，公司年营收已接近十亿元。

具身智能的硬件供应链正逐步成熟，但行业面前仍横着一道必须攻克的高墙——具身大脑。语言模型的进化路径相对清晰，而具身智能模型眼下最大的挑战是：难以获取低成本、海量且高质量的数据，也尚未找到收敛的训练范式。整个行业仍在混沌中摸索前行。

在此背景下，本体、大脑、数据的深度融合，很可能成为具身赛道接下来的主流模式。

理想的具身智能行业，应该是一个持续运转的数据飞轮。但现实往往陷入“数据死结”——模型需要真实场景中的错误数据来推动迭代，可如果没有可靠的模型支撑，机器人就无法进入实际场景，进而无法采集真实数据。

有知情人士指出，两家公司的合并，本质上是为了通过闭环模型打通场景，从而解开这个数据死结。

唐文斌此前在采访中曾提出一个核心观点：Picking（抓取）是具身智能时代的“原子任务”——Picking之于具身智能，如同Coding之于大模型。而「Atomix」，正像一台持续运转的Picking数据发动机。

「原力灵机」机器人制作早餐（图源/企业公开资料）

未来，「Atomix」在超过20个国家、500多个项目中积累的真实运行数据，将直接成为「原力灵机」模型训练的燃料；而「原力灵机」训练的具身智能模型，也将快速与「Atomix」现有机器人实现协同作战。

这一构想并非空想，背后已有成熟的技术底座支撑。此前，「原力灵机」已推出通用具身大模型“DM0”。

据唐文斌此前透露，在数据层面，「原力灵机」完成了业内首次“三类数据大融合”——将互联网语义数据、智能驾驶物理规则数据、机器人实操数据进行混合训练，同时提升了数据的规模与质量。

这种跨域混合训练方式，使“DM0”跳出了对特定硬件参数的依赖。它像一位经验丰富的“老司机”，在海量异构数据中抽象出通用的物理规律，并能无视硬件差异，在多种不同构型的机器人本体间迁移，实现通用的操作逻辑。

「原力灵机」机器人调酒演示（图源/企业公开资料）

更关键的是，「原力灵机」试图将大模型的“思维链推理”延伸至物理空间。由此，“DM0”仅凭2.4B的小参数规模，就实现了突破亚毫米级的精细操作，在长程连续任务中的成功率也大幅提升。

通过这一系列组合打法，“DM0”正试图打破传统具身模型数据单一、换机型即失效、参数臃肿的痛点。

此次合并与融资之后，中国具身智能行业迎来了一位强劲的参与者。更重要的是，它向行业传递一个信号：下一阶段的关键，在于找到具身模型的scaling law。

这绝非靠堆砌机器人本体就能轻松跨越的险隘。

就在本周，有媒体披露字节跳动正高薪招募具身智能技术负责人，目标直指头部创业公司的核心技术骨干；与此同时，海外具身智能明星企业Skild AI也刚完成了对Zebra（斑马技术）机器人自动化业务的并购。

海内外巨头的动作如出一辙——当本体制造商、数据资产方、模型研发者、场景运营方开始加速聚合，行业正正式进入深水区。

来源：互联网