GEIA行业群
加入GEIA具身智能行业群，请添加微信18916565701，主动出示名片，仅限具身智能及机器人产业链相关企业。
120+具身智能与人形机器人行业报告合集~ 转发本文章至朋友圈截图发给GEIA小助理即可免费领取~ 文末添加小助理微信！
空间智能 · 产业观察
乙太科技：为机器人造一个「空间底座」
物理空间引擎 · 融资观察 · 关键判断
空间智能基础设施的一次关键下注：当整机之外开始有人为机器人铺设空间语言，产业的重心或许正在悄悄移动。
空间智能的开场
语言模型让 AI 学会了符号世界的表达——写文章、写代码、做推理。但要让 AI 真正走进物理世界，还缺一个更底层的东西：现实与虚拟，如何共享一套可计算、可运行、可翻译的空间语言。
10 月 21 日，以「物理空间引擎」为基座的空间智能 Infra 公司乙太科技，被曝连续完成种子轮及天使轮融资，累计规模超亿元。产业投资方包括华为哈勃、嘉立创、自变量、智元、中科第五纪、软通动力；财务投资方包括高瓴、深高新投、上海半导体、中平资本、芯能创投、交源资产、Neuron VC、德石、曦晨等。
这家公司成立于 2025 年 12 月，总部在北京海淀。创始人兼 CEO 杨叶青是 HTC VIVE 的老班底——曾任 HTC VIVE Chief of Staff、中国区元宇宙事业部及软件和服务事业部负责人，从 0 到 1 主导开发了国内首款元宇宙系统平台。它想做的，不是又一家数据采集公司，而是给机器人、世界模型造一个「空间底座」。
⏰️与具身智能赛道的一线创业者、投资人深度交流，扫码报名GEIA具身智能与人形机器人创新周【北京站12.9-12.11 】↓
不做三维重建，也不做数字孪生：它要的是「机器看得懂的底图」
「物理空间引擎」，听起来容易和三维重建、数字孪生混为一谈。杨叶青特意做了切割：三维重建回答的是「某一时间点空间长什么样」，输出的是静态的、以观察为目的的几何还原；数字孪生更进一步，把物理世界某些对象的状态映射到虚拟环境里，描述「现实对象处于什么状态」。
在乙太科技看来，这两者都可以是物理空间引擎的输入和组成部分，但它们本身不解决「空间如何被持续理解、结构化表达、编辑、模拟和部署」。
更关键的是和世界模型的分工。杨叶青的表述很直接：世界模型的核心是生成世界、预测或生成下一时刻的状态，而乙太科技「不做生成，只负责表达空间的状态」——它把自己定位成世界模型底层的基础设施，世界模型可以调用它提供的高质量空间数据、可运行的空间资产和物理约束环境。
一句话概括
它做的是给机器看的底图，而不是给人看的模型。
亚毫米级精度，和一双手：空间数据的「命门」在哪
做基础设施，精度是命门。团队给出的指标是亚毫米级的交互数据采集——这已经接近工业测量的水平。做得到这一点，机械臂才知道该在哪里停下，移动设备才能判断能不能通过；做不到，上层所有算法都要为误差买单，而且很难定位问题出在哪一层。
更难的是动态更新。房间里的家具会挪动，货架上的商品会被拿走，工厂的产线会改造——空间表达如果只在建模时准确一次，很快就会过期。持续重建、多设备统一标定、变化检测，这些工程问题没有漂亮的论文可写，却决定了产品能不能真正交付。
在数据输入侧，乙太科技优先盯住一个对象：人类双手。杨叶青说，双手是人作用于空间最直接的接口。抓取、推动、旋转、插入、装配、使用工具，这些动作里包含大量空间关系、操作经验与物理反馈。真正有价值的空间数据，不只是记录「手移动到了哪里」，还要记录动作发生的位置、接触关系、力度、意图、物体状态变化，以及任务执行过程中的反馈。
这套数据往上游走，是具身智能和世界模型的训练燃料；往下游走，是空间过程建模与物理交互生成——比如在工业场景里，把产线老师傅的操作路径、接触关系与力度反馈提取出来，变成可复用、可迁移的空间资产。
从元宇宙到空间智能：一支 HTC VIVE 老班底的十年
乙太科技的底色，是近十年的 XR 空间计算积累。团队经历了一条完整的演进曲线：从数字孪生，到元宇宙，再到空间智能；在空间定位、三维重建、人体与物体追踪、物理解算、多传感器融合及低延迟交互上，攒下了深厚的技术底子。核心成员来自 HTC VIVE、微软、京东、美团，以及北京大学、香港科技大学、北京航空航天大学等院校。
这套能力怎么迁移？以 XR 空间计算为例，系统不仅要确定设备自身的位置和姿态，还要识别周围环境、追踪人体与物体的运动，并把不同传感器采集的信息统一到同一时空坐标系里。乙太科技想做的，是把这套过去服务于 XR 的能力进一步抽象，用来处理更广泛的空间数据，再转化成机器人、世界模型可以调用的空间信息。
落到产品上，物理空间引擎自下而上分成五层：输入层采集视觉、空间定位、力触觉、惯性等多模态数据；核心能力层做融合与时空对齐，识别空间结构、物体状态与交互关系，并结合物理约束形成对空间状态的表达；空间资产层把处理结果沉淀为可加载、可编辑、可复用的空间资产——与单纯记录几何外观不同，这些资产还包含物体之间的碰撞关系、物理约束和交互属性；再往上是平台层（通过 SDK、API、多端与私有化部署封装能力）和应用层（面向机器人、工业制造、汽车、建筑、物流、游戏、文旅、教育等行业）。
乙太科技同时在做一件更长远的事：推动建立统一的空间资产标准，既用来评测空间表达的准确性与一致性，也支持不同行业在同一框架下直接调用空间能力，降低跨场景复用的门槛。
华为、高瓴、智元一起下注：为什么是「底座」
这轮融资的名单，信息量比金额更大。产业方里，华为哈勃、智元、自变量、嘉立创、中科第五纪、软通动力同时出现——一家是算力与芯片生态的巨头，一家是当下最受关注的人形机器人本体公司，一家是具身智能大模型公司。产业链的上下游，对「空间底座」这件事给出了同一个判断。
从生意逻辑上看，乙太科技的客户结构正在发生一次转向。团队过去服务过文娱、游戏、工业、文物、医疗等领域的头部 B 端客户与大量 C 端开发者，这些大多是项目制、一单一结的生意；而现在，它把重心转向机器人和世界模型——虽然当下单量还小，但客户愿意为数据基础设施长期付费，天花板高得多，而且采购决策慢、一旦用上就很难换掉。从项目制转向基础设施，收入会变得更慢，但也更可预测。
政策与行业节奏也在往同一个方向推。8 月底，国家发改委提出以具身智能实训场和应用中试基地为抓手，构建高质量真机数据采集系统；9 月，国家数据局就具身智能数据标准建设召开座谈会。国海证券的判断是：具身智能大模型要打通表征与闭环两条主线，可能需要百亿小时级别的高质量数据。数据的重要性，正在从「行业共识」变成「基础设施刚需」。
但这条赛道现在还很早期，玩家不少，标准未定。谁能活下来，取决于两件事：一是采集成本能不能降下来，二是数据格式能不能被更多厂商接受。如果每家机器人公司都自建一套空间数据，这门生意的价值就会被摊薄；反过来，如果形成事实标准，护城河会非常深。现阶段最大的不确定性也很现实——机器人本身的出货量还没有起来，底座的需求量，取决于整机最终能卖多少。
三维重建回答的是某一时间点空间长什么样，数字孪生描述现实对象处于什么状态。物理空间引擎不仅要回答空间里有什么、对象在哪里、彼此什么关系，还要回答哪些对象可操作、人正在做什么、动作如何改变空间状态、虚拟变化能否在现实中成立。
—— 杨叶青（乙太科技创始人兼 CEO）
一个成立不到一年的团队，能同时拿到华为哈勃、高瓴和智元的钱，本身就是一种表态：在整机之外，为机器人造「底座」的生意，已经有人开始认真下注。至于它能不能成为那个「事实标准」，还要看采集成本下降的速度，和有多少厂商愿意站到同一套空间语言上——这注定是一场比整机更长、也更慢的仗。
既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。
THANKS FOR READING
温馨提示：加入GEIA具身智能行业群，请添加微信18916565701，出示名片，仅限具身智能及机器人产业链相关企业。