AI news

独家|欧拉万象再次完成数亿元天使轮融资,以 “可养成” 范式重构家庭具身智能的物理世界数据闭环

By Z Potentials0 viewsSource: Z Potentials
独家|欧拉万象再次完成数亿元天使轮融资,以 “可养成” 范式重构家庭具身智能的物理世界数据闭环

近日,欧拉万象正式宣布再次完成超过亿元的天使轮融资,这也是欧拉万象三个月以来完成的第三轮融资。本轮融资由某产业资本、慕华科创、百度风投、玖兆投资、聚合资本联合投资,老股东持续跟投。这是欧拉万象继获得高瓴创投、五源资本、招商局创投等顶级机构密集加持后,再次迎来市场化与产业资本的重磅加注。

The full text has not been translated yet. The Chinese original is shown below.

文章配图

近日,欧拉万象正式宣布再次完成超过亿元的天使轮融资,这也是欧拉万象三个月以来完成的第三轮融资。本轮融资由某产业资本、慕华科创、百度风投、玖兆投资、聚合资本联合投资,老股东持续跟投。这是欧拉万象继获得高瓴创投、五源资本、招商局创投等顶级机构密集加持后,再次迎来市场化与产业资本的重磅加注。

在短短数月内连续完成多轮顶级融资,不仅印证了资本市场对欧拉万象“渐进式进化”技术路线的极致认可,更标志着具身智能赛道正从单纯的“技术演示”迈向“规模化数据闭环”的商业深水区。本轮资金将重点投向自研具身世界模型的迭代、机器人本体的量产,以及全球开发者生态的建设。

欧拉万象创始人兼CEO周顺波表示,"欧拉万象的愿景,是将机器人进入物理世界的‘养成权’交还给最具探索精神的先行者。当真实物理场景的数据飞轮被点燃,属于千家万户的具身智能奇点自然会到来。"

01 破局“莫拉维克悖论”:以“可养成”范式定义家庭场景终局

长久以来,具身智能行业在“如何让机器人进家”这一命题上陷入了两极分化的困境:一类是聚焦特定高频刚需的“专用家电逻辑”(如扫地机),另一类则是追求一步到位、试图在实验室穷尽所有Corner Cases(长尾场景)的“全能型通用硬件逻辑”。

然而,真实的家庭环境是一个高度非结构化、动态且极度个性化的“黑盒”。从收拾散落的玩具到归置柔性衣物,这些看似简单的家务实则包含了海量的长尾需求。面对行业共同的“数据荒”难题,欧拉万象提出了一种极具颠覆性的解题思路——“基础技能开箱即用,个性家务用户养成”。

欧拉万象拒绝闭门造车,而是将首款产品定义为“大众可养成的家庭机器人”。通过自研的物理世界动作模型作为底座,解决高频通用技能;而对于千家万户各不相同的长尾需求,则通过低门槛工具链交给用户去“培育”。这一策略的本质,是以极低的边际成本在真实家庭中构建高质量、强物理交互的数据闭环,从而驱动模型在物理世界中实现真正的“渐进式进化”。

02 技术硬实力:用“基因先验”打破世界模型的幻觉壁垒

如果说“可养成飞轮”是欧拉万象切入家庭场景的战术侧翼,那么其即将正式发布的统一基础模型,则是其构筑技术壁垒的正面武器。

最近备受追捧的World Action Model(世界动作模型),本质是通过生成未来的视频画面来进行动作规划。然而在实际落地中,这类模型普遍面临一个致命瓶颈——长序列的“指令跟随”极易失效。随着生成视频的时间变长,物理世界模型会不可避免地产生“视觉幻觉”,一丁点的画面漂移就会导致机器人的动作规划全盘崩溃。

为了终结世界模型的物理幻觉,欧拉万象给出了一个业内首创的解法:引入高级语义理解模块作为“专家”进行实时纠偏。而这个专家模块的底气,来自于物理世界的“先验知识”。

“人类之所以能快速学会复杂的家务,不是因为我们出生后从零开始观察世界,而是因为亿万年的进化信息已经作为‘先验’沉淀在我们的基因里。”欧拉万象技术团队指出。

文章配图

为了将这种“基因先验”赋予机器人,欧拉万象在整体多专家协同注意力机制架构中,无缝嵌套了一个强大的预训练模型,这个模型就像是机器人的“大脑先验库”,专门发挥其强大的高级语义理解强项,为负责因果推理的语义模块源源不断地提供常识先验。

03 结语:让数据在真实世界中跑起来

在具身智能全面迈向商业深水区的淘汰赛阶段,欧拉万象选择了一条少有人走却极具定力的道路。他们没有在实验室中死磕无穷无尽的虚拟仿真,而是用一种近乎极客的哲学,把机器人进入物理世界的“养成权”交还给了用户。

这是一场以极低边际成本在真实家庭中构建高质量物理交互的范式重构。当常识先验成功打破了世界模型的幻觉壁垒,当开发者生态激发出真实场景的数据飞轮,欧拉万象所倡导的“渐进式进化”就不再是一句空话,而是成为了家庭具身智能走向破局的切实终局。Z Potentials 将持续追踪这家具身新星的商业化落地进程。

文章来自于微信公众号 "Z Potentials",作者 "Z Potentials"

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)