鯨躍動力獲星海圖數千萬元種子輪投資，用「數據+模型+末端執行」打造開箱即用的Robo Labor丨涌現新項目

文｜王欣逸

編輯｜邱曉芬

一句話介紹

鯨躍動力成立于2026年，以「數據+模型+末端執行」閉環，提供面向場景、可快速部署的Robo Labor（機器人勞動力），讓物理勞動力像AWS算力一樣，可訂閱、可彈性擴容、開箱即用，替代人類從事高危、繁重、臟亂、重復（Deadly/Difficult/Dirty/Duplicate）的物理作業。

融資進展

近日，鯨躍動力已完成由星海圖獨家領投的數千萬元種子輪融資，深渡資本擔任獨家財務顧問。

本輪融資將用于團隊增長、產品的量產交付、專家技能的研發以及數采運營相關工作。

星海圖表示：“具身智能的下半場，拼的是‘數據效率×模型泛化×末端執行’的系統能力。鯨躍動力錨定數據主線，專注在真實場景實現快速交付迭代，與我們追求物理世界數據閉環的理念高度一致。團隊兼具數據、模型與交付的稀缺基因，這種團隊組合在行業里并不多見，因此我們看好它從高質量數據出發走向全球領先的具身智能應用先鋒。”

產品及業務

鯨躍動力瞄準To B市場，圍繞數據，專注在真實場景實現快速交付迭代，提供了「數據+模型+末端執行器」的軟硬件一體化解決方案。

在海外，Sunday、?Generalist AI、Genesis AI等公司的實踐，驗證了數據是具身智能規模化落地的第一性原理，并收斂在了「Ego-centric+UMI」，即「第一人稱視角+通用操作接口」的數據方案。

鯨躍動力創始人李廣宇認為，過度追求超大模型的復雜度沒有必要，只需在真實數據、場景化模型、末端執行形成閉環，即可快速實現工程化交付與規模化落地。

因此，鯨躍動力采用了「數據采集能力+模型能力+靈巧操作深度認知」模式，實現具身智能在場景中的落地。

鯨躍動力的核心壁壘主要體現在以下三個層面：

1.自研Ego-centric+UMI數據采集系統：能實現亞毫米級位姿定位與亞毫秒級多源時間同步，覆蓋視覺、力覺、位姿與環境交互信號，并在端側實時場景理解分析，保證數據質量。

2.百萬小時數據管線與人類在環策略：建立數據管線，具備百萬小時級清洗、標注、分析能力。通過大規模真實數據覆蓋復雜工況，同時引入Human-in-the-Loop（人類介入決策）范式，通過人工的即時糾偏能力，保證機器人在Day 1可用的前提下持續進化。

3.自研3D世界模型和專家技能：包括深度空間理解與精準移動操作能力，并在數據底座之上構建高保真物理認知引擎。基于這一模式，機器人不只是做到“識別物體”，還能做到理解重力、摩擦、形變趨勢與交互邊界，真正實現從“感知-執行”到“認知-預測-自適應”的范式躍遷。

△鯨躍動力的數據采集可視化，圖源：企業提供

據介紹，鯨躍動力的業務模式也得到了客戶和產業方的認可，以物料搬運裝卸（Material Handling）的應用場景為例，客戶可以將機器人無縫嵌入現有的業務流，實現室內外全場景自主移動、高精度搬運與柔性裝卸、標準載具操作等能力，切實解決行業痛點。

目前鯨躍動力已和制造和物流行業的多家頭部企業開展了合作，推動其產品在多個場景落地。

團隊介紹

鯨躍動力CEO李廣宇博士畢業于美國南加州大學（USC）電子工程系，曾任北京人形機器人創新中心具身數據與靈巧操作負責人，從0到1搭建靈巧操作與具身數據團隊，主導RoboMIND多模態具身數據集、具身智能體“慧思開物”等標桿項目，在數據與模型層面有豐富的積累；此前在滴滴、輕舟智航主導構建百萬級自動駕駛數據閉環與仿真系統，兼具具身智能與自動駕駛雙重產業實戰經驗。

△鯨躍動力創始人兼CEO李廣宇博士，圖源：企業提供

核心團隊覆蓋數據、模型、硬件、軟件、全球化商務全鏈條，由來自極智嘉、新石器、輕舟智航、北京人形、理想、小米、滴滴等頭部企業的核心骨干組成。團隊成員畢業于USC、清華、浙大、中科大等頂尖高校，在機器人學、強化學習與多模態大模型領域具備深厚積累，還擁有RoboMaster等頂級賽事冠軍。

團隊具備豐富的海外研發、合規認證與本地化部署經驗，擁有從前沿研發到萬臺量產、百萬級數據交付的完整落地能力。

Founder思考

• 一家公司必須成為細分領域的最優解，才能長期贏得競爭。

To B的殘酷性在于，有一臺能跑的機器人是不夠的，有一臺單位經濟模型（UE）為正的機器人也不夠。必須成為細分領域的最優解，才能長期贏得競爭。

產品能真正落地的關鍵在于：企業高度了解現有工作流，能將產品嚴絲合縫嵌入業務鏈條，并在人力消耗最大、ROI最顯性的環節下刀，硬件設計需要接地氣，數據采集敢于野蠻生長，才能逐漸跑通場景、價值驗證、數據回流與產品迭代的閉環。

• 場景型機器人公司會成為未來的贏家。

目前，行業壁壘正從單點算法轉向系統能力，企業核心的競爭點在于：一是“單位泛化能力的數據成本”，二是“場景規模化部署密度”。

數據效率決定了我們能否以極低的邊際成本，將機器人的操作能力泛化至新物料、新載具與新場地；落地密度則決定了能否在單一場景內形成規模效應。

未來的贏家，會是那些能用最精準數據撬動最大泛化邊界、并用最高密度占領核心場景的“場景型機器人公司”。

• 機器人領域的標準化產品公司正在涌現。

目前，硬件供應鏈日趨成熟，數據基建規模化，大模型、Agent能力爆發，新的AI驅動范式有望讓機器人公司從傳統“項目制定制集成”轉向“標準化產品公司”。

讓機器人企業能夠以產品化的思維定義硬件、以Agent的邏輯交付價值，在垂類場景中將智能化做到極致，配合標準化硬件與清晰的產品定義，完全有能力實現高爆發、規模化的商業出貨。

• 鯨躍動力想要的生態位是：數據+應用。

全球產業對柔性、低成本、高可靠物理勞動力的需求從未衰減。

具身智能將重演自動駕駛的演進軌跡，從早期Robotaxi（無人駕駛出租車）的嘗試，到輔助駕駛的規模化量產，再到無人配送、干線物流、礦卡等垂直場景的延伸。對具身智能而言，其也將延續驗證期、工程收斂期到商業爆發期的路徑發展。

鯨躍動力在打造一個生態友好的通用的技能平臺，我們擅長數據驅動、閉環以及落地部署的環節，更關注“末端執行器+技能”的組合價值，我們希望客戶在接上硬件、打通系統和傳感器之后，直接調技能就能解決需求。

封面來源｜企業提供

歡迎交流～