拿下近亿美元种子轮后，前元戎技术合伙人造了一位“行动伙伴”

产业观察|费莫一科技 PHYMI|行动伙伴 Sagi

2026 年 9 月 9 日，费莫一科技（PHYMI）宣布完成近亿美元种子轮融资，IDG 资本领投，云启资本、滴滴出行、复星锐正、耀途资本、禾赛科技跟投。创始人刘念邱后来在采访里提到一个细节：早期接触投资人时，他甚至没来得及准备一份商业计划书。对于这家种子期公司，投资人关注的是团队对方向的判断、技术产品规划，以及把复杂系统做成产品的能力。

一个多月后，10 月 28 日，这家公司要交出第一件作品——行动伙伴 Sagi（萨其玛）：四轮足、人形上半身，身后一只随行背箱，它希望承接的是人的目标：自主组织长程移动与操作，在环境和需求的变化中持续推进任务，需要时再与人协作。当绝大多数机器人公司先把机器人送进工厂拧螺丝时，费莫一选了最不讨巧的那条路：开放、动态、真实的日常场景中：任务可能跨越不同地点，人员、物品和需求也会在执行过程中变化。它希望通过真实任务验证移动与操作的协同，并在持续使用中扩大能力的适用范围。它押的注是——在真实场景中把任务做扎实，让积累下来的能力能够适用于更多环境和需求。

⏰️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 】↓

这笔钱的阵容不太寻常。领投的是 IDG 资本，跟投名单里既有云启资本、复星锐正、耀途资本这样的财务投资人，也有滴滴出行和禾赛科技这样的产业方——一个做自动驾驶出行的平台，一个做激光雷达的供应商，同时出现在一家机器人公司的股东名单里。

创始人刘念邱的履历，是一份「不典型」的具身创业者样本。他不是从机器人实验室走出来的学者：早年在英特尔做新工艺与设备研发，后来自己创业，做过物联网和工业智能化；2019年加入自动驾驶公司元戎启行，曾任技术合伙人、董事，亲历中国高阶自动驾驶从L4研发运营走向规模化量产的关键阶段，参与无图智驾方案落地，以及技术体系向端到端模型、VLA大模型演进。他判断创业时机成熟的理由很朴素：一方面，机器人供应链已经足够完善，创业公司不必再把大量精力花在补齐本体和硬件短板上；另一方面，AI 驱动的技术和数据范式逐渐清晰，可以开始形成真正有长期价值的技术积累。决定创业后，他与多位元戎联合创始人沟通，大家都支持他再去做一次从 0 到 1。

过去两年，具身智能最常见的落地路径，是先找到一个边界足够清晰的场景：工厂拧螺丝、酒店送物、仓库搬运——先把任务定义清楚，再通过工程和模型把成功率做上去。

刘念邱不认为这些场景没有商业价值，但他提出了一个问题：如果机器人长期只在一个被高度定义过的环境里工作，它积累下来的能力，究竟有多少能迁移到另一个场景？他的原话是：

所以费莫一选了一条边界更模糊的路线——开放动态场景。商业区、写字楼、住宅、公园，都是它希望机器人逐步进入的「生活圈」：今天可能帮人取东西、买咖啡、丢垃圾，明天也许在快递员忙不过来的时候替他完成部分任务。机器人不被提前固定成某一种职业，而是根据环境和需求不断变化自己的任务。

费莫一用Physical Agent定义产品：从用户的目标出发，理解需求、组织行动，在真实世界中推进任务。「伙伴」则表达了它与人的关系——既能在获得授权后独立担当，也能在需要时与人协作。英文名 Sagi 取自人马座 Sagittarius，与产品的人马形态形成呼应；中文名「萨其玛」，念起来像个熟人。

先说身体。Sagi 采用人马形态，即四轮足人形构型，围绕长程的移动、操作与承载共同设计。现阶段选择四足作为更稳定的移动构型，以多点支撑与姿态调整提供稳定的移动基础，支持跨场景行进、驻停及上身操作；人形上半身结合双臂与末端机构，以接近人的动作方式完成伸手、抓取、放置与交接；机身后部配置小型背箱，提供独立的置物与随行承载空间，物品可随本体运送，减少运输过程中持续占用双臂的需要，让携带、移动与后续操作更容易衔接。

再说大脑。Sagi 搭载 PHYMI BRAIN 1.0 模型，采用异步分频多模态架构，连接认知、行为与接触三个层次：认知空间理解人的意图、约束与完成条件，结合记忆、知识、推理及技能编排，把目标组织成跨空间、多步骤的任务；行为空间结合当前观测、世界建模与物理交互预测，生成和评估行动策略；接触空间结合力触觉、本体状态等执行反馈，以更高频率调整动作。三层各按所需节奏工作——高层组织目标，中层选择策略，底层快速响应物理反馈。

数据这一环，费莫一自研了360°全视角采集头环，结合广角与长焦视角，既覆盖周边环境，也能看清远处的标识、文字及近处的操作对象，同步记录图像序列与人体动作轨迹。这样的设计，服务于开放动态场景中的长程移动与操作需求。它要跑通的是一条闭环：真实场景采集 → 数据对齐与筛选 → BRAIN 训练与评估 → 任务执行 → 反馈回流 → 更新验证。

最后是 PHYMI LINK，一座连接人、萨其玛与环境的“桥”：用户交付目标、同步过程、临时追加任务、协同处理、接收结果。它对应的是这家公司对「伙伴」最实在的理解——早期不可能永远只有机器人帮人，人也会帮机器人：机器人走到一公里外找不到路，用户可以通过它的眼睛告诉它往哪走；到了餐馆看到一堆袋子，它分不清哪一个是谁的，人也可以帮它判断。

本轮资金将主要用于Physical Agent核心技术研发、真实动态数据体系建设和产品工程化。随着Sagi亮相，费莫一接下来要推进的，是让产品进入实际场景，把第一个场景服务好，同时建立从任务执行、数据反馈到模型训练和验证的完整闭环。具体体验与服务部署安排，将结合产品进展公布。刘念邱对数据的态度有点反潮流。在 2026 云栖大会的一场具身智能圆桌上，他提到：“同一个任务，用1000小时低质量数据训出来的效果，可能还不如1小时高质量数据。”

在他看来，不同数据需要服务于不同能力，认知、动作和接触空间的数据应当组合使用。训练的挑战，则是把数据来源、训练过程和反馈建立起闭环，让进步最终体现在用户实际使用中的体验。他对「用工程规则快速解决问题」同样保持警惕：

这也是他强调不用高精地图的原因——人来人往、环境持续变化的开放场景里，图很难长期保持。

当然，挑战也摆在明面上：开放世界的复杂度几乎没有上限。一个机器人在 Demo 里完成 10 次任务中的 1 次，和用户任何时候叫它都能完成任务，是两套完全不同的标准。费莫一自己把这件事讲得很清楚——它关注的是场景中的下限稳定性，而不是单点上限。

从「无图智驾」到「Physical Agent」，刘念邱要回答的还是同一个问题：当环境无法被提前穷举时，机器通过真实数据持续改进的方法，同时把能力拓展到更复杂的移动与操作任务。10 月 28 日，Sagi 第一次公开亮相。它要证明的不是「能做到」，而是「随时都能做到」。