近日，千寻智能完成了由柏睿资本独家注资的天使+轮融资，自成立至今，千寻在半年多的时间里已完成三轮融资。新融资后，公司将重点发力人才引进和商业化场景下的产品迭代及业务拓展。
资本入局加速资源整合
面向具身智能企业除技术之外的最大挑战，即应用场景探索，今年9月初，千寻智能已率先公布了通用机器人泛化技术最新研究成果。基于神经网络架构，机器人在非结构化环境下成功完成冲泡咖啡、手掂苹果等复杂动作，实现了多任务连续泛化能力。
具身智能要实现大规模落地，首先要解决泛化能力，满足不同场景的作业要求，而解决泛化能力的前提是获取高质量数据样本，这直接影响到机器人执行任务的精准性。
千寻智能拥有业界领先的具身大模型技术及卓越的机器人研发能力，在预训练模型、模仿学习和强化学习等方面核心技术优势突出。
千寻智能联合创始人高阳，本科毕业于清华大学，因热爱机器学习而选择美国加州大学伯克利深造，在Trevor Darrell团队攻读博士，专注于机器人跨模态交互研究。高阳不仅深耕视觉领域，还勇于探索可动AI与决策科学，博二即涉足自动驾驶，并在Waymo实习深化实践。他敏锐洞察到自动驾驶与机器人控制的共通性，积极推动模仿学习与强化学习的结合。在Trevor领衔的Deep Drive项目中，高阳负责核心算法开发与实车验证，亲历了从仿真到现实的跨越。其发布的自动驾驶数据集BDDV，强调了数据质量对模型的关键作用。
博士后期间，高阳在伯克利跟随强化学习领域顶尖教授Pieter Abbeel开展研究，并与机器人学习领域的顶尖学者Sergey Levine深度合作，Pieter Abbeel是扩散模型（Sora、SD背后核心技术）的提出者之一，而Sergey Levine则是美国Physical Intelligence（Pi）的联合创始人，专注于自主智能体学习复杂行为的算法研究，为Physical Intelligence提供了关键的技术支持和战略指导。就在不久前，Physical Intelligence宣布完成4亿美元（约合28亿人民币）融资，使其整体估值达到24亿美元（约合170亿元）。
尤为重要的是，Sergey Levine与高阳的技术研究都专注于提高机器人的泛化能力，通过训练一个模型来控制多种机器人。同时两个人都重视数据在机器人学习中的重要性，探索了如何利用多样化的数据集来训练机器人模型。由于两者研究技术路线趋同，因此两人也成了亲密无间的挚友，而Physical Intelligence的再次亮眼融资，也让高阳坚定了千寻智能未来会成为一个全球顶尖具身智能公司的信心。
放眼全球，目前最有成果的具身智能科学家和公司绝大多数都在北美，而伯克利又被称为具身智能大本营。博士毕业后，高阳选择回国，加入清华大学交叉信息研究院任博士生导师，聚焦计算机视觉与机器人结合领域的研究。他坚信当具备泛化能力的机器人技术得到大规模普及落地的时候，中国将会率先进入第四轮工业革命，而他则立志成为那把开启这扇大门的关键钥匙。
高阳在机器人领域拥有多项技术创新成果，在刚刚结束的德国CoRL 2024顶会上，高阳团队连中四篇高水平论文。除此之外，他们还发现了具身智能领域的“圣杯"--data scaling laws，让机器人实现了真正的零样本泛化，可以无需任何微调就能泛化到全新的场景和物体。这一发现揭示了机器人对新物体、新环境以及环境-物体组合的泛化能力与训练数据量之间的幂律关系。
除此之外，模型的进化还有赖于高质量的商业化落地，千寻智能从创立之初就组建了专门的产品团队负责场景落地和商业拓展，从产品定义就以市场需求为主，真正的以客户和市场需求为中心，始终保持着敏锐的市场嗅觉。公司另一位联合创始人郑灵茵曾是工业机器人出海先行者，曾组建和带领海外团队深耕全球市场，并迅速实现商业化成果转化。千寻智能不仅在国内市场上稳步布局，更将视野扩展至全球，在新能源电池、物流、餐饮、康养等领域完成80+场景调研，已形成了一套独特且行之有效的商业化逻辑。
柏睿资本投资负责人表示：“人工智能在大模型的突破，使得AI走向物理世界，理解物理世界，并在不远的未来融入物理世界变得可能。具身智能是这波技术进步的最主要突破方向之一，在发展方向和技术路径方面都很清晰。千寻智能是一个优秀的团队，在AI、硬件、商业化方面都有深厚的积累，并有很强的学习迭代能力。柏睿资本很荣幸能够有这次投资机会，并希望能够和团队一起为实现这一愿景而努力。”
文章来源：千寻智能 Spirit Al
往期回顾
—— Angel For ZJU
