5 月 20 日，具身智能初创公司贝塔无限（Beta Infinity）宣布完成种子 + 轮融资。本轮由世纪华通参与的盛趣泰和基金与和利资本联合领投，毅达资本、南山战新投等机构跟投。这是该公司成立后的第二轮融资，累计金额达数亿元，资金将主要用于核心技术研发及产品试制。
公司由刘武龙和陶帅联合创立，专注于打造消费级具身智能系统与终端产品。核心团队主要来自华为、字节跳动、智元、大疆等企业。
核心团队背景
联合创始人兼 CEO 刘武龙毕业于清华大学电子系，曾任华为大模型工程团队负责人、强化学习首席科学家及华为最年轻的 AI 研究所所长。他主导孵化了华为智能驾驶业务，是不依赖高精地图的量产版本 ADS 2.0 核心操刀者，并从 0 到 1 打造了昇腾万卡集群训推系统。
联合创始人兼 CTO 陶帅同样毕业于清华大学电子系，曾任字节搜索、网盟商业化 AI 算法和工程总监。在字节期间，他带领百人 AI 团队打造出年营收数百亿的“千人千面”复杂 AI 系统，在 C 端个性化技术及大模型算法领域积淀深厚。
两人于 2025 年中决定创业，经密集场景考察后确立业务方向，2026 年 3 月正式运营。目前公司正在研发首批消费级具身智能产品，先锋体验版计划年内亮相，并已与多家上下游产业头部企业达成深度战略合作。
战略定位：为何切入消费级场景
在深度调研 3C 电子加工、汽车装配等 B 端场景后，团队得出核心判断：大模型驱动的具身智能最适配消费级场景。工业流水线更依赖传统视觉和机械臂，而大模型的优势在于泛化能力和开放性交互，与消费级市场需求高度契合。
家庭场景的“人机共融”
贝塔无限希望打造一款面向“人机共融”场景的机器人伙伴，具备高泛化能力和开放性任务编排能力。硬件层面摒弃工业 AGV 式底盘，将家庭通行性、人机适配性和安全性放在首位；智能层面赋予机器人全时空多模态记忆系统与环境自演进能力。
针对机器人形态，团队招聘服装设计和柔性皮肤设计实习生，旨在通过顶尖工业设计和柔性防护材料优化交互体验。产品追求消费电子级别的硬件极致堆叠与高可靠性，兼顾具身智能的实用性与科技感。
技术底座：模型、记忆与数据
针对具身智能缺乏个性化和自主做事能力的痛点，公司在底层模型和算法架构上进行了创新优化。
模型架构创新
团队认为仅接入大模型 API 无法满足消费级具身智能的技术要求。现有大语言模型缺乏长效记忆和精细化用户画像构建能力，且交互与具身能力存在割裂。贝塔无限追求语言、姿态、操作与具身大小脑协同统一的联动系统，所有能力将在同一个模型中整合。
在记忆存储上，采取分层策略：原始用户数据严格本地存储以保隐私，二次挖掘的脱敏数据经授权后采用端云协同方式。基于个性化奖励机制的 reward 系统，通过强化学习驱动记忆的演进与更新。
三阶段数据框架
公司构建了名为"BetaData"的三阶段数据框架：
第一阶段（部署前）：利用互联网开源数据、众包采集及真机遥操作，使基础操作能力覆盖家庭常见头部物品。
第二阶段（部署后观察学习）：机器人进入家庭后，通过传感器观察人类真实操作，构建 Wild2Bot 数据飞轮，利用部署场景内的可控生成世界模型作为主要数据来源。
第三阶段（真机强化学习）：当模型能力达到一定水平后，通过真机在真实环境中的自主试错与练习，将精度提升至 99% 以上。
量产计划与市场布局
今年的重点是将技术底座和旗舰本体的核心能力做到跨代级体验，包括多模态个性化交互、室内极致自主移动与语音建图，以及操作层面的数据飞轮。规模化量产和供应链打磨计划放在明年上半年，后续考虑出海。
海内外市场差异
公司采取全球布局，但某些场景更适配海外市场。偏家务类的操作能力在北美等海外市场的付费能力更强，而国内劳动力成本相对较低、居住空间偏小。国内市场则是打磨多模态交互、自主移动等通用能力的重要阶段。
针对地域性差异，产品在交互方式、付费点等方面会做地域化区分，这也是“千人千面”个性化能力的一部分。技术上也会做好数据隐私和安全性的分级方案。
竞争壁垒与团队基因
相比海外竞争对手，贝塔无限的特点体现在软硬件协同的系统级优势及用户体验打磨。国内供应链和本体产业基础较好，团队在软硬件协同设计与顶层算法优化上具备空间；同时在 C 端用户体验上，国内团队在移动互联网时代已全面领先。
创始团队“华为 + 字节”的组合是核心差异化优势。华为输入自动驾驶和大模型底层研发能力，字节带来线上个性化推荐系统和复杂 AI 系统架构经验。两者结合面向真实落地，而非单纯的技术迁移或学术 Demo 演示。
在融资节奏和发展理念上，团队倾向于稳扎稳打，拒绝资本催熟模式，坚持从系统落地做起。