央企资本下场 这家“物理 AI”黑马又融了数亿元
作者：陈美 文章来源：投中网
2026-06-26 10:00
作者：陈美 文章来源：投中网
2026-06-26 10:00
邦小白快读
距离上一轮融资，仅过去1个月。
当“物理AI”被推向聚光灯下后，资本正加速涌入。
今日，投中网获悉，“物理AI”黑马——深度机智再获数亿元融资，本轮融资由国寿长三角科创基金领投，老股东普华资本、诚通科创基金持续加码，蓝湖资本、博彦科技、磐谷创投、朝晖资本、财鑫资本、道禾长期投资、易高资本、明德资本等十余家市场化机构、产业资本同步入局。
值得注意的是，这距离上一轮融资，仅过去1个月。但相比融资节奏，市场更关注的，或许是本轮投资方的“阵容”与“站位”：险资、产业资本、市场化基金均不约而同坐到了同一张牌桌上，并达成共识。
险资、产业资本、市场化机构齐出手
就本轮投资方来说，国寿长三角科创基金的出手颇具标志性意义。
首先作为领投方，该基金隶属于中国人寿旗下，背靠副部级中央金融企业国寿集团，规模超50亿元，而该集团向来以长线、审慎的投资风格著称，对投资标的的技术硬实力与长期价值有极高的要求。
此番领投，显示出央企资本对深度机智技术实力的看好，以及场景协同前景的认可。
在交流中，深度机智创始人陈凯告诉投中网：“自去年下半年开始，我们就与他们保持深度交流；国寿长三角科创基金高度认可我们在‘人类第一视角’技术路线上的前瞻布局，以及被验证了的全栈技术和商业化落地能力。”
技术之外，打动这一央企资本的，还有场景端的适配“空间”。众所周知，国寿长三角科创基金背靠国寿集团，后者手握大量养老、康养线下场景，而深度机智自研的人体工学第一视角数采设备，能够记录专业护理人员在服务过程中的完整动作与交互过程。这些动作数据经脱敏处理后，能沉淀出海量的物理交互细节，成为养老机器人 “大脑” 训练不可或缺的数据燃料。
从某种程度上来说，这种产业协同让央企资本这类长线机构，看到了未来推动服务机器人规模化走进养老院的可行路径，并愿意为此买单。
同样的逻辑，也吸引了博彦科技的出手。陈凯告诉投中网，与保险资本类似，产业资本也对具身智能进入工厂有着明确需求。“我们的数采设备，可以轻量化方式落地工厂，完整记录下一线员工的操作行为，在‘人类经验’与‘机器执行’之间搭建起一座桥梁，沉淀出独特的物理操作技能库。”
这份独特的技能，正演变为行业共识：随着各路资本的出手，对深度机智的押注，已不再是单纯的“财务行为”，而是一场对“人类第一视角”具身通用智能底座的集体投票。
能力突破：Zero-Shot泛化验证“人类学习”路线
如果说，过去两年，具身智能赛道的融资逻辑还比较单一：谁能做出更灵活的人形机器人样机，谁就能拿钱。但如今，在这场竞赛中，资本的目光已从“本体”迁移至“大脑”，从“硬件展示”转向“数据底层能力”。
截至目前，一个残酷的事实摆在所有具身智能“玩家”的前面：训练所需真机数据体量不足、数据采集成本高昂，场景的覆盖也比较单一，数据质量更是参差不齐……但深度机智在过去几个月内完成的一系列验证，却刚好击中了行业痛点“最集中”的位置。
陈凯告诉投中网，今年3月深度机智发布的PhysBrain 1.0基座模型，已实现机器人的自主纠错与跨场景泛化。近期，团队再获关键性突破：依托人类第一视角数据，完成Zero-Shot零样本泛化实操验证。
在魔方入袋的这一实验中，深度机智仅用人类收纳、抓取动作的“第一人类视角”数据做训练策略，就可让机器人在无需输入任何真机训练数据的情况下，自主完成抓取、搬运、收纳整套连贯操作。
这一技术成果，验证了“人类学习”路线从人类数据、模型训练向真实机器人执行迁移的可行性；也证明了，“人类第一视角”数据蕴含的物理交互常识，可以直接迁移到机器人身上，从而从根源上缓解行业“真机数据采集难”的瓶颈。
在深度机智内部，也将这些能力拆解为在成立不到一年时间之内，对“人类学习”路线底层能力的集中落地：首先是2025年12月建成数十万小时级人类第一视角高质量数据集DeepAct；之后，今年2月全自由度拟人体灵巧操作机器人Prime场景落地；接近着，3月发布PhysBrain 1.0具身通用智能基座模型，并对2025年10月确立的三大技术原则——Human-Centric Data（以人类数据为起点）、Aciton-Centric Modeling（以动作为中心建模）Robot for AI（机器人为AI而生），完成全部验证。
注：深度机智由北京中关村学院与中关村人工智能研究院孵化，近期作为产学研企业受到央视《朝闻天下》与《新闻联播》的关注与报道。
与此同时，深度机智在世界模型与数据引擎方向也取得进展。5月15日，深度机智在WorldArena Track 2 Data Engine赛道以88.5分断崖夺冠。此前在Track 1中，深度机智Z-WM也以64.96分超越前榜首WorldScape v0.2，并在后续榜单中保持前列。
这一系列的成绩，并不意味着深度机智选择了单一的“世界模型路线”。相反，它进一步验证了公司Action-Centric Modeling（以动作为中心建模）的技术判断：具身智能不应被简单归为VLA或世界模型之争，而是要围绕真实任务，把多模态大模型、视觉基础模型、世界模型等能力组织起来，共同服务于动作理解、动作预测和动作执行。
陈凯判断，未来机器人或许不再需要先“自己练一遍”才能干活，而是从人类的操作中直接“汲取经验”。“这些技术能力的突破，为今后直接依靠‘人类数据’降低机器人训练成本、提升泛化能力、缩短本体适配周期，提供了关键支撑。”
商业化加速：多产品线落地验证
技术路线的验证，也带来了商业端的回报。投中网获悉，目前深度机智全线产品均已实现商业落地，多条产品线签下多笔订单，主要集中在两大赛道：
一是中高校科创教育赛道。以Prime Lite为例，这是一款轻量化教育人形机器人。区别于其他教育机器人，Prime Lite不是简单的编程工具，而是一套完整的具身智能开发平台。目前，深度机智已与北京市十一学校共建具身智能示范教室，并与多所头部高中及高校达成合作。
据悉，作为合作落地的具体实践，近期首场具身智能科创工作坊也在北京十一中学举办，近50名师生零距离体验了Prime Lite的组装与调试。
国内布局之外，深度机智的教育方案也落地澳大利亚，新加坡、韩国、哈萨克斯坦等院校正在对接中，加速了中国具身智能教育方案的出海。
陈凯认为，Prime Lite之所以能走进高校，源于它可以让学生从零开始设计、制造机器人并部署模型。“我们希望将前沿技术转化为学生能理解、可动手、持续探索的教育内容，培养未来的‘造物主’。”
当然，更深层次的价值在于，通过教育场景批量培育开发者，为未来产业规模落地储备人才队伍。
二是科研基础设施赛道。当行业普遍意识到高质量第一视角数据的价值时，深度机智的轻量化数据采集方案受到多家头部数据企业关注，他们正批量采购设备用于数据采集。
关于数采设备的设计思路，陈凯透露，团队放弃了传统全头戴式方案，将电池与主控模块置于腰部。这既减轻了佩戴者头部负担，也大幅提升了长时间采集作业的效率。值得一提的是，这一分体式第一视角数据采集设备的设计思路，与美国Scale AI最近发布的分体式数采设备不谋而合，而深度机智同类同质化设备早在去年6月便已完成定型落地。
最新进展是，深度机智已与影石创新达成战略合作，依托影石在全景视觉领域的技术积累，共同加速物理AI底层数据生态的规模化建设。
谈及长远规划，陈凯表示这场竞赛远未结束。“接下来，深度机智的核心目标：一是持续扩大原生人类第一视角数据集规模；二是在模型层面打造统一的‘原生物理智能大模型’，加速拟人机器人进驻工业、实验室、康养等真实场景。”
之所以强调“原生”，源于陈凯发现当下多模态大模型、VLM模型、世界模型虽各司其职，却彼此割裂，普遍缺乏物理常识。深度机智要做的，是摆脱多模型拼接方案，打造统一的原生物理智能大模型，从底层构建物理真实性、多模态协同、通用任务规划三大能力，解决行业痛点。
注：文/陈美，文章来源：投中网(公众号ID：China-Venture)，本文为作者独立观点，不代表亿邦动力立场。
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com，我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
- 标签:
- 未来零售
下一篇
咖啡里没有咖啡豆？可口可乐下场 首款“无豆咖啡”来了
从这个角度来看，可口可乐不是在做咖啡的“替代品”，而是在为咖啡寻找一个“备份方案”。
