点击关注
已关注公众号
具身涌现获悉，6月23日，面向物理智能的具身智能企业正行创新（Striding AI）已完成近亿美元天使轮系列融资。投资方包括正大集团、华勤技术、九安医疗等多家上市企业，多位国内外知名企业家，以及多家一线投资机构。资本的集中加持，反映出市场对其技术判断与商业路径的认可。
据悉，正行创新本轮募集的资金将主要投入三大方向：一是持续引进全球顶尖算法、工程与商业化人才，完善全链条人才梯队布局；二是加大世界动作模型、强化学习等核心技术的迭代与应用，夯实具身智能基础设施能力；三是加速零售、工业等场景的落地验证与产品化落地。
正行创新在2026年初正式成立，由连续创业者 姚颂、某跨国产业集团、清华青年学者 于超 三方联合发起，企业以物理智能为核心赛道，依靠世界动作模型与强化学习技术，攻坚人形机器人在商业、工业场景规模化落地难题，目标打造全球值得信赖的机器人服务供应商。
当前整个具身智能行业普遍存在样机展示多、真实场景规模化落地难的痛点，这家初创公司从底层算法到机器人整机量产、场景商业化搭建完整业务闭环，或将为国内物理智能赛道提供一套全新的发展参考样本。
连续创业者搭配清华顶尖学者，核心团队凭啥补齐人才短板？
物理智能赛道比拼的不只是算法能力，更是算法、硬件、工程、商业化融合的综合系统能力，行业长期缺少能打通全链条的复合型团队，而人才短板也是制约行业落地速度的关键因素。
正行创新的核心竞争力是建立在创始团队跨界互补、长期协作的成熟班底之上。创始人兼CEO 姚颂 是国内稀缺的跨赛道连续硬科技创业者。他早年联合创立AI芯片企业深鉴科技并担任CEO，带领团队研发高能效AI芯片，落地辅助驾驶、智慧城市等商业化项目；后续他再度以联合创始人、联席CEO身份创办东方空间，团队拿下全球最大固体运载火箭等多项商业航天行业纪录。
从AI芯片到商业航天，再到如今的物理智能机器人，姚颂 始终聚焦前沿技术产业化落地，具备整合产业资源、统筹技术量产与商业交付的完整经验。
此外，联合发起人 于超 现任清华大学深圳国际研究生院助理教授、博士生导师，与姚颂师出同门，长期深耕强化学习与机器人领域研究。她主导研发的多智能体强化学习算法MAPPO，现已成为行业通用基准算法。团队开源的具身智能训练框架RLinf上线半年便在GitHub上获得超过3800颗星标，海内外顶尖高校、头部机器人企业、AI基础设施厂商均在广泛使用这套框架。
近几年，于超 团队持续深耕世界模型驱动机器人训练、真机在线学习、VLA强化学习微调等方向，积累了从底层算法、训练系统到机器人实际应用的全套技术储备。
依托两位核心创始人，正行创新搭建起完整全栈研发团队。团队成员均毕业于清华、上海交大、中科大、哈工大等国内顶尖院校，拥有大疆、海康、智元、蔚来、主线科技等头部企业的研发与产品化实战经验，能力覆盖基座模型、强化学习、运动控制、人形机器人整机设计、场景解决方案、大规模量产交付等全部关键环节。
和多数只偏重单一算法或硬件开发的团队不同，正行创新从创立之初就坚持算法、软件、硬件、数据、场景一体化协同研发，从根源规避行业常见的软硬件脱节、技术无法落地量产的问题。
跳出主流VLA局限，三层协同技术如何破解落地核心瓶颈？
当下主流VLA视觉语言模型天然适配视觉问答任务，很难自主学习真实世界物理运行规律，叠加真实场景数据采集成本高、仿真环境与现实存在巨大鸿沟、长流程任务运行稳定性差等多重行业痛点，绝大多数机器人产品无法在门店、工厂长期稳定工作。
针对这些行业共性难题，正行创新打造“数据-模型-基础设施”三层协同进化技术路线，每一层技术布局均依托真实产业场景搭建，同时拥有可量化的落地效果数据支撑。在数据层面，公司依托合作跨国产业集团的线下门店、生产产线等真实产业资源，开展百万小时级真实场景数据采集工作。
市面上开源数据集大多仅覆盖桌面简单操作场景，和零售、工业制造的复杂环境差距极大，而正行创新采集的真实数据包含大量环境变化、长尾操作场景，这类数据能够有效提升机器人模型泛化能力，解决机器人更换场景后任务成功率大幅下滑的核心问题。
在模型层面，公司联合清华大学团队自研隐空间世界动作模型，跳出逐像素生成的传统研发思路。这套模型会在轻量化隐空间内学习牛顿运动定律、动量守恒、能量守恒等基础物理法则与通用物理常识，机器人可以依托海量人类视频对齐人机动作逻辑，大幅降低企业对高成本遥操作采集数据的依赖。
与此同时，团队搭建“感知 - 规划 - 执行 - 反馈 - 恢复”完整Agent Loop智能体循环架构，落地“人在环路”强化学习后训练数据闭环机制。系统可以自动区分机器人运行过程中的成功动作、失败操作、人工接管行为，筛选出能推进任务完成的高价值交互数据反哺模型迭代，这套方案在真机测试中，最高能将机器人完整任务成功率提升3倍，解决单点操作无法串联长流程、微小环境扰动就中断作业的行业难题。
在基础设施层面，公司联合产业伙伴搭建面向机器人预训练、大规模强化学习、端云协同部署的一体化底层系统。这套基础设施打通仿真训练、模型迭代、真机部署割裂的行业痛点，优化算力调度、仿真真机迁移全流程效率，持续降低机器人智能迭代所需的算力成本与研发周期。正行创新判断，底层基础设施能力是长期竞争壁垒，仅依靠单一算法模型的企业，很难在物理智能赛道长期保持领先优势。
双线布局零售与工业赛道，出海为何成核心商业化发力方向？
正行创新同步推进轮臂机器人、人形机器人整机本体与配套解决方案研发，首批自研产品将于2026年下半年正式对外亮相。
公司采用“国内场景示范+海外市场攻坚”双线商业化策略，走出一条和行业多数企业差异化的落地路径。短期发展阶段，企业聚焦消费零售、3C工业制造两大需求明确的垂直赛道，依托合作跨国巨头的线下场景资源，完成机器人上货、库存管理、门店接待、产线重复性作业等任务落地验证，持续沉淀抓取、移动规划、人机交互、物品整理折叠等机器人通用技能。
长期发展阶段，正行创新依托成熟底层技术基座，复用机器人通用能力，逐步拓展仓储物流、家庭、养老服务等更多应用场景。和多数企业优先深耕国内市场的思路不同，正行创新将海外市场作为商业化核心增量。
全球老龄化持续加深，海外发达经济体用工成本逐年上涨，零售、制造行业劳动力缺口持续扩大，当地市场对能够适配非结构化环境、具备自主交互能力的柔性机器人存在刚性需求。公司研发的机器人可以承接门店高频重复劳动，打造标准化具身劳动力，企业先依托国内示范场景完成产品打磨与技术迭代，再将成熟整机、整套解决方案输出海外，搭建“场景 - 数据 - 模型 - 产品 - 解决方案 - 场景”完整商业闭环，依靠海外市场商业化收入持续反哺底层技术迭代。
核心观点：本次天使轮融资释放哪些产业信号？
本次天使轮融资同时收获产业上市公司、一线投资机构、产业企业家多方加持，这起融资事件不只是一家初创企业的资本动态，更折射出具身智能行业三大全新发展趋势，跳出行业同质化观点，带来差异化产业解读。
首先，行业竞争逻辑发生根本性转变，单点技术比拼时代落幕，全链条系统整合能力成为核心考核标准。过去市场与资本更看重拥有单项先进算法、人形机器人样机的创业公司，如今投资方更青睐能够打通数据、模型、基础设施、产业场景完整闭环的团队。正行创新同时具备顶尖学术算法底座、连续创业者产业化落地经验、跨国集团稳定场景资源，完整闭环能力是资本重点看重的核心优势，这也预示行业加速洗牌，缺少真实产业落地渠道、仅依靠纯算法研发的团队竞争压力会持续加大。
其次，人形机器人商业化进入“出海优先”全新阶段。此前国内多数机器人企业订单集中在国内工厂、实验室试点项目，海外市场仅作为产品展示窗口。海外市场劳动力短缺带来真实付费需求，落地转化周期更短、商业现金流确定性更强，正行创新先垂直场景验证、再规模化出海的落地模式，为国内具身智能初创企业提供可复制的商业化范本，海外市场会成为未来人形机器人企业增长的核心赛道。
再次，物理智能技术路线迎来多元分化，隐空间世界动作模型将分流传统VLA同质化赛道。目前全行业扎堆研发VLA视觉语言模型，赛道技术方案高度趋同，而正行创新以物理规律学习为核心的隐空间世界动作模型，能够有效降低数据采集成本、提升复杂真实场景运行稳定性，证明世界动作模型是适配零售、工业复杂环境的可行技术路线。多条技术路线并行发展，会持续拉高整个具身智能行业的技术上限。
对于正行创新来说，本次融资募集的资金将全部投入三大核心方向：持续引进全球顶尖算法、工程、商业化人才，完善全链条人才梯队；迭代世界动作模型、强化学习核心技术，夯实机器人底层基础设施；加速海内外零售、工业场景产品落地验证。
2026年是人形机器人集中交付落地的关键年份，正行创新这套兼顾底层技术创新与海内外商业化的完整路径，有望为整个物理智能行业提供一套可持续、可规模化复制的落地解决方案。
往期推荐
融资10亿!上海国资重仓AMD前员工
吴夏青是谁？为什么离职英伟达创业？
点赞鼓励一下
图片来源：网络
本文不作为投资建议