点击关注
已关注公众号
近日，前地平线智能座舱产品线总经理 牛建伟 创立叮当动力，专注空间智能与通用具身大脑，获地平线领投数千万元种子轮融资，正景基金跟投。
从产业层面来看，这不仅是一次明星创业与产业资本联动，更标志着具身智能从动作模仿走向逻辑思考的路线之争，或将重构行业底层逻辑。
量产老兵为何此时下场创业？
牛建伟的履历，是中国AI芯片与智能座舱量产的浓缩史。
他是国内首位用GPU训练深度学习模型的算法专家，2012年在百度IDL率先落地GPU训练，并将深度学习用于语音识别，支撑百度语音搜索、输入法等核心产品落地，也正是此时与地平线创始人余凯结缘。
加入地平线后，他从AIoT、多模态交互做起，长期担任智能座舱研发负责人与业务总经理。2020年带队实现长安UNI-T座舱方案量产，这是地平线首个前装量产项目，更是国产AI芯片规模化上车的起点。作为核心初创成员，他操盘超百万级车规芯片、千万级智能语音与图像方案出货，拥有从0到1打造千万级用户产品的全链路经验。
在大模型领域，他2023年提出Post-training理念，以极小增量数据大幅提升垂直领域理解与工具调用能力，兼具算法深度与工程落地能力。
此次创业并非偶然。一方面，具身智能进入商业化元年，行业从实验室走向真实场景，亟需能落地的通用大脑；另一方面，地平线持续布局具身生态，领投老部下创业，既是技术协同，也是生态卡位，芯片 + 大模型 + 机器人本体的闭环雏形初现。
为何是空间智能？具身智能为何陷入动作内卷？
当下具身智能行业正深陷一场没有尽头的操作层数据内卷。绝大多数创业团队把核心精力放在训练机器人完成单一重复动作，无论是叠衣服、搬箱子还是产线打螺丝，都在依靠海量标注数据与反复调试来堆砌机械技能。
这种从0到1搭建每一个孤立能力的模式，本质上只是行为层面的模仿复刻，而非真正意义上的智能进化。牛建伟对此有着直白的判断：不可能通过让小学生反复搬箱子，就培养出具备逻辑思维与自主决策能力的“大学生”，这也精准点出了当前行业的核心误区。
数字世界已经沉淀出接近通用智力水平的大模型，背后是万亿级别的算力与数据投入。放着这些成熟的智能化成果不用，反而在物理世界从零摸索低维动作，既不符合技术演进逻辑，也在效率上得不偿失。
在叮当动力的技术判断里，具身智能的核心从来不是直接从感知跳到动作，而是让机器人先学会思考再执行动作。基于这样的认知，团队确立了空间智能大模型搭配物理Agent的核心架构，相当于为物理世界打造专属的ChatGPT与OpenClaw。
以此为基础，叮当动力搭建起空间智能大模型、物理Agent、本体技能与工具集的完整闭环，让机器人具备场景理解、主动决策与持续进化的能力，真正跳出动作内卷的低效循环。
叮当动力能否破局商业化落地？
具身智能当前两条主流路线均有明显短板。VLA端到端路线高度依赖专用数据，泛化能力弱、落地成本高；智驾降维路线擅长导航移动，在复杂操作与逻辑推理上存在明显不足。
叮当动力选择了第三条路径：通用大模型向下适配物理世界，聚焦机器人通用大脑，不自研硬件整机，而是作为可跨形态适配的智能底座，兼容四足机器人、轮臂机器人、人形机器人等多种硬件形态。
在场景布局上，公司重点聚焦家庭、社区、商业三大核心场景，依托自身核心算法与软件能力，和产业伙伴深度协同推进机器人规模化应用。目前叮当动力已与头部产业方达成合作意向，在真实社区场景推进POC项目验证，为后续规模化复制打下基础。
这种“大脑 + 生态”的轻资产模式，迭代速度快、复制成本低，能够避开硬件重资产陷阱，更贴合当前资本与产业对快速落地的诉求。
这一步将如何改变具身智能赛道？
叮当动力的成立与融资，不仅是一位产业老兵的新起点，更是给整个具身智能行业带来方向性的重塑与推动。
在行业发展方向上，这次创业直接为陷入内卷的具身智能完成路线纠偏。行业重心将从比拼动作精度与机械重复能力，转向构建通用智能与空间理解能力，空间大模型 + Agent的技术路线，有望成为行业主流选择，显著减少低水平的数据与资源浪费。
在产业生态构建上，以地平线为算力支撑与资本方，叮当动力聚焦核心智能大脑，再联动各类机器人硬件厂商与场景方，快速形成“算力 - 模型 - 场景”的国产完整闭环。这一结构会大幅降低行业准入门槛，让更多厂商参与到具身智能的规模化落地中。
在量产落地节奏上，牛建伟自带的量产基因与工程化能力，将改变具身智能长期停留在实验室与概念样机的局面。其主导的智能大脑方案，有望快速进入家庭、社区与商业场景，推动具身智能从概念走向真实交付，为整个行业打开更大的商业化空间。
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