戴盟机器人亿元融资，阿里多模态大牛加盟攻坚物理世界模型

每个工作日清晨，新一笔热钱涌入具身智能赛道。今天亦不例外。

具身智能企业戴盟机器人（Daimon Robotics）近期完成亿元级A轮融资，投资方为汇川产投与中国电信。

本轮融资值得深挖，核心信号在于技术路径的明确选择。当行业聚焦视觉、多模态、VLA、世界模型时，戴盟将重心押注触觉技术路线。

同时，另一关键动态值得关注——阿里通义实验室前多模态研究专家原玮浩正式加入戴盟，出任首席AI科学家。

原玮浩博士毕业于香港科技大学，研究方向涵盖具身AI（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），在多模态大模型、世界模型向机器人物理操作迁移方面拥有前沿经验。他在NeurIPS、ICLR、CVPR、ICRA等顶级人工智能会议上发表论文40余篇，含多篇Oral论文，其主导的NeWCRFs算法曾登顶国际权威榜单KITTI。

后续发力重点：物理世界模型

戴盟方面表示，本轮融资资金将主要用于三方面：物理世界模型研发、包含物理交互信息的超大规模数据集、真实场景下的数据飞轮与商业闭环。

原玮浩解读直指本质：这三件事实为同一问题的三个维度，“数据是燃料，物理世界模型是引擎，飞轮决定引擎能否持续运转”。

其中，物理世界模型将是戴盟后续布局的核心——团队扩充、算力加码、模型打磨，所有规划均围绕这一目标落地。

不过，戴盟对物理世界模型有其独特定义。“我们的物理世界模型，以多模态接触状态为条件来预测未来。”其关注点并非简单的画面帧变化，而是更底层的数据：下一刻的触觉信号、接触状态、操作是否失败、失败原因及修复策略。原玮浩总结：“简单说，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，戴盟将物理接触拆分为两层。

第一层为认知层，使触觉与视觉、语言、几何等模态在同一表征空间内互相对应。例如桌上同时放着一颗葡萄与一颗同等大小的玻璃珠，人类无需真正抓取即可判断两者策略不同：葡萄需轻力且用指腹包裹，玻璃珠可施力更大并用指尖捏起。这背后是视觉直接映射为触觉预判。

第二层为执行层，两套机制同步运行。一套是百赫兹级高频触觉伺服，类似脊髓反射——不经过高层推理，物体刚出现滑移倾向，补偿动作即已触发，新视觉帧尚未生成。原玮浩指出，这种毫秒级边缘力控，纯视觉模型根本来不及响应。另一套是物理世界推理，模型持续预测未来接触状态，在失误实际发生前提前输出修正策略。两套机制分别对应毫秒级反应与接触状态前瞻，在同一任务中协同工作。戴盟方介绍，这是他们相比纯视觉操作模型最核心的结构差异。

具身触觉派

“触觉”是戴盟的鲜明标签。在解释自身技术路线时，他们强调不能仅将触觉视为机器人辅助传感器。在他们看来，触觉贯穿机器人操作的感知、决策、控制三层——（触觉）是Physical AI理解真实世界的关键入口。

原玮浩解释，视觉与语言都是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。这也是戴盟将触觉置于核心位置的原因。物理世界中许多决定成败的信息仅在接触后才会显现——物体硬度、表面光滑度、抓握时的正压力与切向力等，这些信息几乎无法单靠视觉稳定推断。

“只有加入触觉模态，才能让语言和视觉真正具备物理意义，才能让模型真正理解并操作物理世界。”原玮浩表示。

从行业视角看，这也是当前具身智能路线分化的一个缩影。部分公司继续提升机器人视觉理解与动作规划能力，部分公司强化本体、灵巧手与执行器，另一部分公司则瞄准真实接触中的数据缺口。戴盟试图补齐机器人与物理世界接触时的信息缺失，属于后者。

但触觉路线也有其硬成本。

为触觉Scaling Law铺路

最棘手的问题是数据。主要体现在两个难点。

第一是规模化采集。触觉数据并非越多越好，关键在于覆盖面。让机器人在1000种不同材质、形状、接触方式的物体上各触碰10次，往往比同一杯子反复抓取1万次更有价值——因为模型需要学习的是物理规律，而非单一物体的操作记忆。

第二是多模态对齐。机器人手指接触物体的瞬间，触觉传感器需记录压力分布与纹理信息，摄像头记录画面，控制系统记录关节角度与力矩。这些数据必须在毫秒级时间尺度上严格同步，否则模型学到的因果关系可能出现偏差。例如，手腕先动导致物体形变，模型却误判为物体先发生了变化。

为此，戴盟搭建了外发式数据采集网络，将标准化采集模组部署到产业合作方场景中，使真实操作场景成为数据来源。今年4月，戴盟联合Google DeepMind等全球数十家机构发布Daimon-Infinity，官方称其为全球规模最大的含触觉全模态具身数据集。

此外，原玮浩透露，尽管当前触觉Scaling Law的曲线尚未有人真正绘制，但戴盟相信其存在。之所以尚未涌现，很大程度上是因为行业缺乏公认的评估标准。为此戴盟已有行动——近日，戴盟与银河通用联合发布RobOmni，这是行业首个同时支持真实数据训练与仿真训练的含触觉全模态物理交互评测基准。先建立公认标尺，Scaling才有意义。

来源：互联网