華為具身大腦一號(hào)位做類腦智能世界模型，對(duì)標(biāo)JEPA，獲億元級(jí)融資｜硬氪首發(fā)

作者｜黃楠

編輯｜袁斯來

硬氪獲悉，具身智能大腦公司「具腦磐石」完成新一輪億元級(jí)融資，本輪融資由具備深厚類腦與具身產(chǎn)業(yè)背景的頂尖產(chǎn)業(yè)資本領(lǐng)投，老股東及多家頂尖基金復(fù)投和跟投，多維資本擔(dān)任獨(dú)家財(cái)務(wù)顧問。同時(shí)，更新一輪融資也在同步交割中。

資金將重點(diǎn)投入核心技術(shù)研發(fā)、人才團(tuán)隊(duì)擴(kuò)容及全球化市場(chǎng)拓展，以加速認(rèn)知世界模型（Cognitive World Model）的研發(fā)、工程化落地與真實(shí)場(chǎng)景驗(yàn)證。

類腦智能世界模型（圖源/企業(yè)）

具腦磐石成立于2025年，以類腦智能為底層范式，構(gòu)建面向真實(shí)物理世界的認(rèn)知世界模型（Cognitive World Model）。公司由“華為具身大腦一號(hào)位”朱森華創(chuàng)立并擔(dān)任CEO，他長期專注AI與腦認(rèn)知交叉研究，曾在中山大學(xué)從事計(jì)算機(jī)與AI研究，博士畢業(yè)于賓夕法尼亞大學(xué)認(rèn)知神經(jīng)科學(xué)專業(yè)，并于中科院腦與認(rèn)知科學(xué)國家重點(diǎn)實(shí)驗(yàn)室完成博士后研究。

進(jìn)入華為后，朱森華擔(dān)任過華為云AI算法創(chuàng)新Lab主任，主導(dǎo)并負(fù)責(zé)AI腦科學(xué)云平臺(tái)、盤古具身大模型、全球具身智能產(chǎn)業(yè)創(chuàng)新中心等項(xiàng)目；他推動(dòng)了世界模型與類腦智能融合路線的系統(tǒng)性驗(yàn)證，是華為具身智能大腦的開創(chuàng)者，兼具腦認(rèn)知科學(xué)研究、類腦AI路線創(chuàng)新驗(yàn)證與具身智能產(chǎn)業(yè)落地的復(fù)合能力。

朱森華出席中國人形機(jī)器人技術(shù)應(yīng)用峰會(huì)（圖源/企業(yè)）

聯(lián)合創(chuàng)始人劉晉宇長期聚焦AI機(jī)器人技術(shù)產(chǎn)品化與產(chǎn)品商業(yè)化，曾從0到1孵化多個(gè)產(chǎn)品事業(yè)部并實(shí)現(xiàn)全球規(guī)模商業(yè)落地；多位技術(shù)、供應(yīng)鏈、運(yùn)營合伙人來自清華、北大、復(fù)旦、中科院等科研院所，并曾在華為、聯(lián)想、曠視、極智嘉等公司參與AI算法、機(jī)器人系統(tǒng)、供應(yīng)鏈及全球商業(yè)化落地。原生團(tuán)隊(duì)已覆蓋前沿研究、模型研發(fā)到系統(tǒng)工程落地的完整閉環(huán)。

過去一年，具身智能賽道的風(fēng)口迅速迭代，行業(yè)熱詞從“VLA”悄然換成了“世界模型”。

李飛飛押注空間智能，Yann LeCun創(chuàng)立AMI Labs探索因果推理，英偉達(dá)、Google DeepMind等科技巨頭加速布局物理仿真與真實(shí)交互技術(shù)。但熱度背后，一個(gè)基礎(chǔ)問題并未被厘清：世界模型究竟是什么？它是全新的學(xué)術(shù)理念、下一代AI的核心技術(shù)路線，還是仍在被市場(chǎng)反復(fù)驗(yàn)證的階段性概念？不同團(tuán)隊(duì)給出的定義和路徑各不相同。

具腦磐石創(chuàng)始人朱森華認(rèn)為，要得到答案，需先回到問題的本源。“想真正讀懂世界模型，要厘清它的技術(shù)本源與核心訴求，清楚它從何而來、要解決產(chǎn)業(yè)的什么根本問題。”朱森華向硬氪指出，“世界模型的底層邏輯根植于腦與認(rèn)知科學(xué)的‘心智模型（Mental Model）’，是當(dāng)前腦科學(xué)與與AI的前沿交叉體系，缺乏這套認(rèn)知體系，大多討論就容易停留在技術(shù)名詞的排列組合。今天是VLA疊加世界模型，明天是世界模型拼接VLA，看似迭代飛快，實(shí)則沒有觸達(dá)技術(shù)本質(zhì)。”

這一判斷，直接影響了具腦磐石對(duì)技術(shù)路徑的選擇。在具腦磐石團(tuán)隊(duì)看來，具身智能正在從“動(dòng)作智能”走向“認(rèn)知智能”。下一階段的核心，不只是讓機(jī)器人看懂任務(wù)、完成動(dòng)作，而是讓機(jī)器人具備類人的小樣本抽象概念學(xué)習(xí)、多維環(huán)境感知、長期記憶和主動(dòng)推理能力，并在真實(shí)世界中跨場(chǎng)景穩(wěn)定行動(dòng)。

然而，當(dāng)前具身智能落地仍面臨多重瓶頸：高質(zhì)量真實(shí)數(shù)據(jù)難以規(guī)模化獲取，模型跨場(chǎng)景泛化能力不足，每進(jìn)入新環(huán)境往往需要重新訓(xùn)練，機(jī)器人也缺少長期記憶與持續(xù)學(xué)習(xí)能力。數(shù)據(jù)不能無限采集，算力也不是無限資源。

反觀人類大腦，它無需海量示教數(shù)據(jù)，也無需高能耗高算力，卻能在復(fù)雜多變的環(huán)境中持續(xù)完成學(xué)習(xí)、感知、記憶、預(yù)測(cè)、規(guī)劃與行動(dòng)。這正是具腦磐石選擇類腦智能作為底層路徑的原因，即不是從結(jié)構(gòu)上簡單模擬大腦，而是提取大腦智能化的功能神經(jīng)機(jī)制等核心能力，將其轉(zhuǎn)化為可計(jì)算的算法與架構(gòu)，最終構(gòu)建下一代具身智能大腦。

具腦磐石從創(chuàng)立之初便提出了類腦智能驅(qū)動(dòng)的認(rèn)知世界模型，與Yann LeCun所提出的JEPA（Joint Embedding Predictive Architecture，聯(lián)合嵌入預(yù)測(cè)架構(gòu)）路線同向，基于共同的主動(dòng)推理認(rèn)知科學(xué)理論底座，聚焦推理、規(guī)劃與真實(shí)世界建模。JEPA的價(jià)值在于令A(yù)I不再只生成“看起來像”的結(jié)果，而是在抽象表征空間中學(xué)習(xí)狀態(tài)如何演化、推理未來趨勢(shì)，繼而更接近人類大腦認(rèn)知真實(shí)世界的底層規(guī)律。

但對(duì)于需要進(jìn)入真實(shí)環(huán)境中執(zhí)行任務(wù)的機(jī)器人而言，僅具備“表征—預(yù)測(cè)”能力并不足以構(gòu)成完整的智能閉環(huán)。

智能閉環(huán)（圖源/企業(yè)）

一個(gè)直觀案例是，人過馬路時(shí)，無需精準(zhǔn)測(cè)量前后左右車輛的速度、距離、紅綠燈時(shí)間，只是簡單掃一眼周邊現(xiàn)狀，就能以合適的速度和節(jié)奏安全通過。這就是心智模型中的主動(dòng)推理。朱森華表示，具腦磐石要做的認(rèn)知世界模型，正是要把這套能力工程化，讓機(jī)器人不僅預(yù)測(cè)世界如何變化，還能憑借對(duì)環(huán)境的認(rèn)知自主設(shè)定目標(biāo)、規(guī)劃行動(dòng)、執(zhí)行操作，并從環(huán)境反饋中持續(xù)學(xué)習(xí)以修正自身行為。

這意味著，一個(gè)可用于具身系統(tǒng)的世界模型，必須涵蓋從狀態(tài)預(yù)測(cè)到?jīng)Q策執(zhí)行的全鏈路能力。

具體到實(shí)現(xiàn)路徑上，公司正在將腦科學(xué)中對(duì)多艙室神經(jīng)元、非線性注意力、多階段記憶、稀疏計(jì)算與主動(dòng)推理等機(jī)制，轉(zhuǎn)化為可落地應(yīng)用的算法模型與工程化系統(tǒng)架構(gòu)。這一路徑最終指向四個(gè)核心技術(shù)目標(biāo)：低數(shù)據(jù)、高泛化、終身學(xué)習(xí)、低功耗，共同突破具身智能在數(shù)據(jù)成本、跨場(chǎng)景適應(yīng)、持續(xù)運(yùn)行與算力限制等方面的現(xiàn)實(shí)約束。

目前，具腦磐石已在具身感知交互、規(guī)劃、移動(dòng)導(dǎo)航、操作及群體具身等方向完成多項(xiàng)系統(tǒng)級(jí)技術(shù)驗(yàn)證，并在國內(nèi)及海外市場(chǎng)同步推進(jìn)多個(gè)行業(yè)客戶真實(shí)場(chǎng)景PoC，將認(rèn)知世界模型從算法框架推進(jìn)到真實(shí)機(jī)器人系統(tǒng)。

這一從算法到系統(tǒng)的推進(jìn)方式，也構(gòu)成了具腦磐石對(duì)具身智能2.0的理解：不是讓機(jī)器人在演示中完成更多動(dòng)作，而是讓機(jī)器人真正具備接近人類大腦的認(rèn)知能力——從少量經(jīng)驗(yàn)中學(xué)習(xí)抽象規(guī)律，在復(fù)雜環(huán)境中持續(xù)感知和記憶，并在跨任務(wù)與泛場(chǎng)景中實(shí)現(xiàn)主動(dòng)推理、穩(wěn)定決策、持續(xù)行動(dòng)。

以下為硬氪與具腦磐石創(chuàng)始人朱森華的訪談節(jié)選（略經(jīng)編輯）：

硬氪：目前市場(chǎng)上關(guān)于世界模型的討論很多，我們?nèi)绾卫斫膺@個(gè)概念？

朱森華：在我們看來，世界模型其實(shí)有五個(gè)層級(jí)，從下往上依次是，第一層的視覺真實(shí)；以李飛飛老師主導(dǎo)的空間智能為代表，解決從2D到3D的環(huán)境真實(shí)問題。第二層是物理真實(shí)；類似Sora通過堆數(shù)據(jù)理解物理規(guī)律，但這種方式是否真正可靠，還有爭議。第三層屬于交互真實(shí)；是以Google DeepMind、英偉達(dá)為代表，解決智能體在環(huán)境中的觸碰、反饋等交互過程如何學(xué)習(xí)。

第四層是抽象學(xué)習(xí)；以Yann LeCun團(tuán)隊(duì)提出的JEPA為代表，不再逐像素學(xué)習(xí)，而是在表征層面進(jìn)行抽象學(xué)習(xí)，解決泛化性問題。

第五層才進(jìn)入到主動(dòng)推理，即源于認(rèn)知神經(jīng)科學(xué)的主動(dòng)推斷理論，追求低數(shù)據(jù)、高泛化、可終身學(xué)習(xí)、低功耗；其中，人類大腦已經(jīng)證明了這套路徑可行。

具腦磐石技術(shù)視野里的“World Model”技術(shù)層級(jí)體系（圖源/企業(yè)）

這五個(gè)層級(jí)不是并行或相互獨(dú)立的流派，而是一個(gè)從基礎(chǔ)設(shè)施到智能能力演化的體系。前三層解決的是“如何更便宜、更可靠地獲得數(shù)據(jù)和訓(xùn)練環(huán)境”的問題，后兩層解決的是“如何高效學(xué)習(xí)和推理”的算法架構(gòu)問題。它們可以分頭探索，也可以相互支撐——基礎(chǔ)設(shè)施完善了，上層工作會(huì)更高效；但即便基礎(chǔ)設(shè)施不成熟，也不影響上層算法的驗(yàn)證。

硬氪：類腦智能路線的核心瓶頸是什么？是算力還是理論未破譯？

朱森華： 都不是。實(shí)際上，今天AI領(lǐng)域里習(xí)以為常的很多核心概念，包括神經(jīng)元、神經(jīng)網(wǎng)絡(luò)、注意力機(jī)制和世界模型等，都源自腦科學(xué)。腦科學(xué)每成熟一步，AI就能往前推一步。但我們也看到，在腦科學(xué)遠(yuǎn)未完全破譯人類大腦之前，AI已經(jīng)走到了今天的高度。所以瓶頸不在于“理論還沒成熟，所以做不了”，也不在于算力不夠。

真正的瓶頸在于人才和體系，缺少同時(shí)具備腦科學(xué)與AI交叉背景的復(fù)合人才，也缺少一套系統(tǒng)性的理論體系來指導(dǎo)大家朝著確定性的方向用力。現(xiàn)在的狀態(tài)是“有多少人工才有多少智能”，大家在一個(gè)默認(rèn)的框架里，依賴海量數(shù)據(jù)、海量算力，不停地試錯(cuò)，從一個(gè)實(shí)驗(yàn)室到另一個(gè)實(shí)驗(yàn)室，哪條路跑通了就疊加上去繼續(xù)跑，但成本太高、效率太低。

所以我們真正需要的，是在一套相對(duì)清晰的理論體系指引下，朝著戰(zhàn)略方向大致正確的路徑，集中資源、分頭探索、相互借鑒。這也是具腦磐石選擇類腦智能的底層邏輯，不是等理論完全成熟再動(dòng)手，而是用已有的認(rèn)知神經(jīng)科學(xué)成果，去指導(dǎo)算法架構(gòu)和工程實(shí)現(xiàn)，讓技術(shù)走得更穩(wěn)、更快。

硬氪：具腦磐石提出了“一腦多機(jī)、一腦多形”的應(yīng)用路線，如何理解和落地？

朱森華：首先要承認(rèn)，今天沒有哪家公司能用同一個(gè)模型適配所有形態(tài)的本體。跨構(gòu)型本體的模型無法直接通用，這是階段性的現(xiàn)實(shí)。

我們的策略分三層：當(dāng)前用類腦智能的Agent框架驅(qū)動(dòng)多機(jī)協(xié)作；技術(shù)層面持續(xù)探索單一認(rèn)知世界模型適配多種本體；硬件生態(tài)上與樂聚、星塵智能、智動(dòng)力等多家本體廠商深度合作。長期目標(biāo)是向具身行業(yè)生態(tài)伙伴開放我們的通用具身大腦模型和面向場(chǎng)景應(yīng)用的生產(chǎn)力工具。

之所以這樣設(shè)計(jì)，是因?yàn)楫?dāng)前世界模型的泛化能力還遠(yuǎn)沒到“一個(gè)模型驅(qū)動(dòng)所有”的水平。多機(jī)協(xié)作本質(zhì)是工程問題，產(chǎn)線上多個(gè)機(jī)器人同時(shí)工作，形態(tài)、技能各不相同。用一個(gè)中央Agent大腦去調(diào)度、分解任務(wù)、協(xié)調(diào)動(dòng)作，是當(dāng)下最高效、最可行的方案。值得強(qiáng)調(diào)的是，具腦磐石也在用類腦智能的機(jī)制在改進(jìn)Agent的感知、記憶、規(guī)劃、反饋糾錯(cuò)等能力模塊，它是一套可擴(kuò)展的工程系統(tǒng)，是世界模型成熟前的工程化橋梁，也是未來能力完備后的自然延伸。