3个月连融5亿，这家公司手握2026年具身智能流量密码_腾讯新闻

作者 | 毛心如今年，具身智能领域什么词最火？VLA（视觉-语言-行动模型）一定能占领一席之地。无论是行业还是学界，对 VLA 的关注都来到了新高度。根据公开信息统计，在今年的三大机器学习顶会之一，ICLR，VLA 模型相关投稿量从去年的个位数飙升至 164 篇，足足增长了 18 倍。这一技术路线因其能实现从视觉感知到动作执行的端到端映射，被视为实现通用机器智能的捷径，吸引了大量研发投入。然而，在表层共识之下，一场关于技术终局的深刻思辨早已暗流涌动。早在今年 8 月的 2025 世界机器人大会上，王兴兴直言不讳地称当下火热的 VLA 模型是相对比较傻瓜式的架构，并表示保持比较怀疑的态度。这一炸裂观点在业内引发了广泛热议，而其背后的逻辑更值得深究。他认为如果模型只是表面地把视觉、语言和行动拼接起来，却没有稳定的世界表示与预测能力，这样的系统在真实世界交互时会暴露出短板，例如对数据质量和多样性的过度依赖、对长期规划和因果推理能力不足等。因此，王兴兴倾向于将更多资源投向世界模型路线。这一判断也呼应了多位业内人士的观点，即世界模型有望缓解具身智能在数据稀缺与泛化困难上的核心瓶颈，极可能在 VLA 之后，成为 2026 年的核心技术趋势。事实上，这场关于终极智慧的博弈不仅存在于人形机器人行业，在智能驾驶，这个被视为具身智能先行区的赛道，像特斯拉、小鹏等头部玩家们也在端到端、VLA、世界模型三条线路里探索、权衡。技术路线的选择，很可能决定未来 5 年的产业格局。最近，专注世界模型的初创公司极佳视界获得了 2 亿元的 A2 轮融资，此前，极佳视界已分别完成 Pre-A、Pre-A+、A1 连续三轮融资，3 个月内连续完成了 4 轮累计 5 亿元 A 轮系列融资。投资方包括中金资本、国中资本等传统机构以及华为哈勃这样的产业资本。值得注意的是，华为哈勃目前在具身智能领域的投资标的较为有限，极佳视界是其中之一。这一投资动作，与华为将世界模型列为「未来智能世界 2035 年十大技术趋势之首」的战略预判不谋而合。目前，极佳视界正在以世界模型为业务核心，同时布局智能驾驶和机器人两条业务线。这家公司的技术选择和商业化路径，恰好提供了一个绝佳样本，让我们得以观察世界模型是否真能成为下一代机器人的通用大脑。

一支全栈式顶级团队虽然已至年末，但具身智能行业的融资热度并未消减，少量大额融资与密集多轮融资仍在轮番上演。极佳视界显然属于后者。驱动这一系列资本动作的，是一支在学术、工程、产业和算法四个维度均配备顶尖人才的复合型创始团队。这种覆盖全链条的全栈式配置，在具身智能初创公司中尤为罕见。

黄冠：创始人兼 CEO，连续创业者，曾在微软、地平线等企业从事算法开发工作
朱政：首席科学家，清华博士后，超 70 篇顶会论文；圈内公认学术大牛
毛继明：工程副总裁，曾担任百度 Apollo 仿真和工程负责人
孙韶言：产品副总裁，曾担任阿里云总监、地平线数据闭环产品线总经理
陈新泽：算法负责人，AI 世界冠军得主

极佳科技创始人&CEO 黄冠具身智能领域的竞争，本质上是顶尖人才的竞争。从技术角度讲，极佳视界的团队架构呈现出一种高维跨界特征，有效地弥合了传统 AI 研究中视觉感知、物理理解和机器人控制三者之间的鸿沟。从公司运营角度讲，这种顶尖学术与大规模工业落地经验的组合，也构成了极佳视界的竞争优势。基于这种复合能力，极佳视界选择了一条看似更难、却更利于构筑长期护城河的商业化路径：在智能驾驶与通用具身智能两大战场同时推进，并致力于打通从大脑到身体的全栈闭环。除了团队光环，极佳视界的自我造血能力也是资本看好的关键。极佳视界以空间智能相关研发为起点，推出了面向物理空间的数据引擎和面向虚拟空间的内容引擎两个方向的技术。目前其产品包括世界模型平台 GigaWorld、具身基础模型 GigaBrain、通用具身本体 Maker 等全栈软硬件产品。商业化层面，其在自动驾驶世界模型方向已经和多个头部主机厂达成签约合作。在具身世界模型、具身大脑等方向也已和多个具身本体、终端公司达成签约合作，应用于科研教育、数据采集、工业、服务业等多个场景。搭好了智能大脑的台子，极佳视界也并没有把自己局限在一个软件提供商的角色。随着大模型业务的初步稳定，今年年中，极佳科技开始组建机器人团队，试图将大模型能力应用至轮臂机器人。

今年 10 月底，其与湖北人形机器人创新中心达成战略合作，共建全球首个世界模型驱动的虚实结合具身智能数据工厂。11 月底，极佳视界推出首款轮式人形机器人 Maker H01，同时启动规模化量产交付。Maker H01 标准版高度约为 1.6 米，全身拥有 20+自由度，专为家庭、商业服务与轻工业等开放场景设计。目前正逐步在物品取放、巡检接待、实验协助、仓储搬运等真实业务场景落地。Maker H01 的正式发布也标志着极佳视界阶段性完成了行动核心+数据引擎+物理载体的三位一体产品架构。这种从算法、软件到硬件的闭环布局，不仅验证了其世界模型的技术，更意在抢占从智能到智能体的完整生态位，为其长期竞争奠定基础。

用世界模型做技术深潜极佳视界的叙事核心，围绕世界模型展开。但世界模型到底是什么？它为什么被认为是下一代机器人大脑的关键？通俗理解，我们可以把世界模型看作一个学习了物理规律的数字沙盘。在这个沙盘里，AI 可以模拟现实世界的运作，比如一个玻璃杯从桌边掉落会摔碎，推动一个箱子需要克服摩擦力。借助这个沙盘，机器人不用在现实世界中经历多次且缓慢的试错，就能预先脑补出各种行动的结果，并学习最优策略。这也正是极佳视界技术范式的精髓，世界模型+行动模型+强化学习的三位一体。在这个体系中，三者分工明确：

世界模型负责构建高保真的物理环境，解决机器人在不同场景下的泛化能力问题
行动模型作为指挥中枢，负责理解复杂的多模态指令并将其分解为行动序列
强化学习则让机器人在虚拟环境中通过反复试错，不断优化行动策略，提升任务的完成精度与鲁棒性

在这一架构下，原生世界模型 GigaWorld-0 充当基石与养料，而原生行动模型 GigaBrain-0 则掌控决策核心。GigaWorld-0 通过几何一致、物理准确的建模机制，大规模生成高保真交互数据，实现数据放大效应，让模型训练摆脱了对昂贵且耗时的真实世界数据的依赖。这是极佳视界专为 VLA 模型训练打造的世界模型框架，也是业内首个采用 FP8 精度端到端训练的世界模型。这里值得一提的是，FP8 精度训练作为一种计算效率高、内存占用低、通信带宽需求小的技术，被广泛应用在 Deepseek-V3、GPT-4 等大语言模型训练中，可在保持模型性能的同时大幅提升训练速度。

其成功将世界模型生成数据在 VLA 训练中占比提升至 90%，是全球范围内首个实现的模型公司。数据的量变带来了能力的质变。经过生成数据训练的 VLA 模型在新纹理、新视角、新物体位置三大泛化维度上均实现了近 300% 的性能提升。在 PBench（Robot Set）基准测试中，GigaWorld-0 以最小参数量达成最高整体性能。这种小参数量+高性能的特性，为后续的工程化落地扫清了成本障碍。GigaBrain-0 则是一款端到端的决策控制模型，专为具身智能体设计。极佳视界团队认为，目前具身智能的瓶颈存在三大挑战，一是高质量数据稀缺，真机采集的成本高、效率低；二是仿真数据存在仿真到现实的误差，难以直接利用；三是传统仿真器的建模误差制约强化学习效果。而有世界模型 GigaWorld-0 加持下的 GigaBrain-0 将有潜力打破这些瓶颈。基于 VLA 架构，该模型融合了图像、深度、文本及本体状态等多模态输入，能够输出结构化的任务规划与运动指令。针对当前机器人在操作精度与推理能力的短板，GigaBrain-0 重点强化了 3D 空间感知与结构化推理能力，提升其在复杂环境中的导航精度与长序列任务执行能力，让机器人拥有更强的泛化性能。在制作咖啡、整理桌面、搬运物品等复杂任务中，其模型性能不仅全面超过了π0，还能跟π0.5 相当。

值得一提的是，其端侧部署能力也很强。经深度优化的轻量级变体模型 GigaBrain-0-Small，在 NVIDIA Jetson AGX Orin 平台上的推理延迟仅为 0.13 秒，远低于 π₀ 的 1.28 秒。而任务成功率却与π0 的 80% 持平，这代表着在资源受限设备上，模型依然能进行高效实时推理。这一点直击传统大模型算力需求高、难以部署的痛点。总的来说，GigaBrain-0 的性能优势有三点：

训练数据来源更丰富：在纹理、光照、视角变化下表现更鲁棒、泛化性更好
架构更深：关键子模块引入更深层建模，操作表现更精细
有大小双版本模型：小模型可达大模型 90% 效果，且可在端侧 Orin 实现实时推理

成为付费用户可以阅读 gigaai-2026 所有资料

了解更多 →

阅读原文 ↗news.qq.com