衡宇 发自 凹非寺
量子位 | 公众号 QbitAI
具身智能技术正经历深刻变革。
过去两年，多数机器人团队依赖海量仿真数据训练动作模仿，却始终未能解决根本问题——机器人缺乏对行为目的的理解。
成立仅一年的深度机智公司另辟蹊径：让机器人先观察理解物理规律，再学习行动。这条"人类学习"路线已被验证为有效路径。
作为北京中关村学院与人工智能研究院联合孵化的具身大模型企业，深度机智是国内最早系统布局"人类学习"路线的团队。围绕3月发布的PhysBrain 1.0具身通用智能基座，其核心模型成果已在全球五大权威榜单登顶或领先。
该公司近期首次披露融资情况：成立一年累计完成数亿元融资，吸引十余家知名投资机构深度参与。
技术全栈闭环登顶国际榜单
深度机智从成立起便构建"数据—模型—算法—系统"全栈闭环，而非仅做单点验证。基于"先理解，后执行"理念，其技术体系在人类第一视角数据采集、物理规律建模及机器人本体迁移方面实现突破。
该方案将人类经验转化为机器人大脑对物理世界的理解能力，训练效率显著提升：仅需千小时人类数据即可超越万小时真机数据训练效果，并涌现出灵活应变能力。
核心模型矩阵在全球五大评测中取得突破：
-
WorldArena榜单以64.96分刷新纪录，为唯一在机器人落地核心维度零致命短板的模型； -
SimplerEnv测试中WidowX Robot达80.2%成功率，大幅领先国际标杆； -
RoboTwin 2.0双臂操作测试成功率93.82%，突破性能上限； -
RoboCasa家庭任务泛化测试达64.5%成功率，创行业SOTA； -
LIBERO多任务测试以98.8%成功率刷新纪录。
2023年12月发布的DeepAct数据集与今年3月亮相的PhysBrain 1.0模型体系，结合全尺寸拟人体机器人Prime，标志着"数据+大脑+身体"基础设施雏形成型。
"人类学习"引领具身AGI发展
行业正从"轨迹拟合"转向"人类学习"：2025年下半年起，Figure、Tesla等国际巨头重新重视人类行为数据的核心价值。
传统方法依赖真机演示数据训练模型，导致机器人仅记忆动作轨迹却无法理解物理交互，动作刻板且错误难纠。深度机智团队从第一性原理出发，主张通过人类第一视角数据构建对真实世界的稳定认知——这记录了"人如何观察并交互"，是具身智能关键训练要素。
公司首创ICDC情景化数据采集方法论，建成数十万小时高质量数据集，并研发自动化清洗技术，推动数据效率实现数量级突破，使"人类学习"路线显现规模效应。
头部资本密集押注技术路线
深度机智完成新一轮超亿元融资，资方阵容涵盖中关村资本、诚通科创基金等国资平台，普华资本等头部财务机构，以及晶科能源旗下CVC基金等产业资本。
资金将重点投入数据基础设施建设、模型迭代与人才引进，加速自主机器人大脑研发。
此次融资凸显三大趋势：国资关注自主可控，财务机构押注技术深度，产业资本看重场景落地。多元资本集体下注，既是对"人类学习"路线的验证，也印证了团队技术实力。
核心团队具备"AI+Physics+Robotics"复合背景：创始人陈凯深耕人工智能15年，提出"人类学习"路线；联合创始人张翼博拥有物理学专长；总设计师何旭国具备十年机器人系统工程经验。
这场具身智能马拉松中，深度机智用一年时间实现全球技术领先与数亿元融资，验证了中国团队从底层原理出发实现具身AGI的可能性。未来，公司将持续强化"人类学习"路线，推动机器人大脑向强通用性发展。