拿下近亿美元融资后，他们造了个开放动态真实世界的「行动伙伴」

博尔赫斯曾寓言：一张与领土等大的地图因过于精确而变得无用。真正行路者依靠的是脚底感知与实时判断，而非死板的图纸。具身智能行业正面临类似困境：过去两年，人形机器人虽能表演高难度动作，但多限于封闭环境的预设排练。在开放、动态的真实社会中，机器人究竟能承担何种实际任务？

费莫一科技（PHYMI）试图给出答案。该公司成立初期即完成近亿美元种子轮融资，由 IDG 资本领投。融资公布一个月后，其首款产品正式发布。

行动伙伴 Sagi｜图片来源：PHYMI

10月28日，Sagi（萨其玛）正式发布，定位为行业内首个「行动伙伴」Physical Agent。Sagi 采用四轮足、人形上身及背负小型货箱的「人马座」构型，不追求拟人化外观，而是围绕长程移动、操作与承载能力设计。其核心能力在于接收目标后，能在开放动态场景中连接跨场景移动与物品操作，并通过 LINK 系统与人协作，实现全流程任务交付。

费莫一创始人刘念邱曾任元戎启行技术合伙人，亲历高阶自动驾驶从研发到量产的全过程，具备深厚的无图智驾及端到端模型落地经验。在2026年具身智能赛道拥挤之际，PHYMI 选择避开炫技 Demo，直击「开放场景」这一真实考场。

为什么是「行动伙伴」？

费莫一定义 Physical Agent 为「伙伴」，旨在从用户立场出发，理解意图、拆解目标，通过物理世界的长程移动与操作完成任务。即使人不在场，机器人亦可独立推进；遇信息缺失时，人可通过 LINK 介入协助。

「行动伙伴」承接的是人类不愿亲力亲为、需跨越地点连续执行的事务，本质是拓展人的行动能力。这与传统服务机器人逻辑截然不同：

• 传统逻辑：改造环境以适应机器（铺设磁条、贴二维码、高精度建图）。
• PHYMI 逻辑：让机器人适应人类社会。真实世界充满变动（如临时挪动的箱子、半掩的门），Sagi 直接投入未经改造的环境，优先建设开放场景下的长程移动与操作能力，而非挑战极限精细动作。

刘念邱指出，长程移动不仅是物理距离的跨越，更是任务持续时间、步骤数量及面对突发状况时连续决策能力的体现。到达现场后的开门、乘梯及物品交互，均需移动与操作的深度协同。

开箱即用：不建图、不改场地

在展示的真实场景 Demo 中，Sagi 展现了极高的适应性：

• 社区快递站：穿梭狭窄通道，识别包裹并放入背箱，自主乘梯送达。
• 办公园区：穿越大堂与楼宇，完成物品递送。
• 公园露营：在崎岖草地平稳行驶，随行驮运物资并响应临时需求。

流畅运行的关键在于「开箱即用，免部署」。Sagi 进入陌生环境无需预先扫描建图，而是在执行任务中边走边探索、形成记忆，如同新员工熟悉环境。这种「无图运行」能力源于团队在自动驾驶领域积累的降低先验依赖、实时感知理解及数据闭环迭代经验。

为支撑开放环境下的长程能力，费莫一构建了四层技术架构：

1. 大脑：异步分频多模态架构

Sagi 搭载的 PHYMI BRAIN 1.0 将思考与反应划分为三个空间：

• 认知空间：负责「大局观」，理解意图、拆解任务、规划路线。
• 行为空间：负责「眼手腿协同」，结合实时观测生成动作策略。
• 接触空间：负责「拿捏分寸」，高频处理力触觉反馈，确保交互安全柔顺。

2. 身体：实用主义的人马构型

采用「四轮足+人形上身+随行背箱」形态。四足保障稳定与承载，轮式提升长程效率，人形双臂适应人类操作环境，背箱作为任务容器释放双臂。团队认为多种形态将长期并存，现阶段聚焦于在真实场景中验证移动与操作的协同。

3. 数据：自研采集打通进化飞轮

针对现有数据集局限，费莫一自研360°采集头环，同步记录全局与细节视角。通过真实场景采集、数据对齐、模型训练及反馈回流，打通高效的能力进化闭环。

4. 链接：人机协作的调度中心

PHYMI LINK 是连接人与机器人的实时交互系统及区域调度中心。用户可通过手机语音下达指令、授权或介入决策（如更换商品）。当多用户提出需求时，LINK 统筹调度多台机器人，平衡任务优先级，体现「机器人自主执行+人类必要协助」的协作哲学。

可以通过手机语音下达新的指令或沟通｜图片来源：PHYMI

Physical Agent：重新定义落地节奏

2026年被视为行业分水岭。随着本体供应链成熟、AI基础设施完善及智驾数据闭环跑通，具身智能迎来落地窗口期。上半年中国人形机器人出货量超4万台，全球占比97%，市场从演出租赁泡沫转向对「实干能力」的迫切需求。

用户不关心参数规模，只关心机器人能否解决下楼拿快递等日常琐事。Sagi 的出现呼应了这一趋势：它不以高不可攀的技术姿态示人，而是将先进技术隐匿于微小生活场景，成为真正开箱即用、随时待命的「行动伙伴」。