近日，高通用性具身智能技能研发公司「跨维智能」完成由遐想创投领投的战略轮融资，融资资金将重要用在产物研发、团队扩充及市场拓展等方面。

图片来历：摄图网

跨维智能建立在 2021 年 6 月，是一家以 Sim2Real 为焦点，研发高通用性具身智能技能的国度高新技能企业。跨维智能依附于 3D 天生式 AI、多模态年夜模子和三维成像方面的持久技能堆集，基在 Sim2Real 打造软硬一体产物矩阵，且已经于多场景中实现贸易化落地，是具身智能范围化贸易落地的引领者。

通器具身智能的成长与落地路径

遐想集团高级副总裁、遐想创投集团总裁贺志强先容：具身智能作为 AI 与物理世界交互的载体，具备高度通用性及泛化性的焦点特色。传统呆板报酬单一或者固定使命设计，泛化性较差，难以完成繁杂或者未知使命，而且需要年夜量的编程、示教，部署繁杂、时间成本高。而具身智能具备高通用性，可于各种场景完成繁杂使命。遐想创投作为遐想集团旗下的全世界科技财产基金，十年来对峙投资 AI 呆板人范畴，不仅是基在对于具身智能的信奉，也是作为遐想的 CVC 及科技瞭望塔的定位与任务。这次对于跨维智能的投资，也是遐想创投持久看好跨维智能于具身智能路径的选择以和贸易化落地的领先性。

具身智能宏不雅地讲包罗 具身 与 智能 的联合，智能是为差别具体态态的呆板人 / 物理智能体办事的。这些具体态态可以包罗重要运用在非布局化场景下（例如贸易、家庭等）的人形呆板人，也能够包罗人形上肢、灵巧手，甚至是运用在各类半布局化场景下（例如工业、物流等）的传统形态机械臂 / 协作臂与特种呆板人，以和更广义的无人车、无人机等。跨维智能认为后者应该是当前具身智能技能成长及落地的重点思量对于象。为办事在差别形态的物理智能体，智能技能自己也应该差别在以报酬办事方针确当前的年夜模子技能（例如 ChatGPT、Sora 等办事在常识搜刮及分享，内容创作等）。

跨维智能开创人贾奎认为：跟着操尴尬刁难象、情况及使命繁杂性逐渐加强，通器具身智能将会履历 L1-L5 五个阶段。从半布局化场景及特定呆板人形态处置惩罚特定使命，慢慢进级到对于肆意 / 未知场景，以自顺应的通用呆板人形态，完成肆意使命。

具身智能进修需要海量的带标注数据，而真正实现具身智能的落地，更需要海量的高精度高质量及富厚标注类型的数据。差别在 LLM/VLM 等年夜模子的练习，练习具身智能年夜模子的数据是与物理智能体相干的，是于物理世界绝对于坐标系下的切确丈量数据，于数据获取难度、数据获取成本、标注周期等因素城市存于多重掣肘，极年夜影响具身智能落地的周期和成本。于是经由过程仿真获取合成数据成了一个一定的选择。

跨维智能的进阶之路：自研仿真引擎、3D 年夜模子、AnyGrasp

跨维智能开创人贾奎暗示：Sim2Real 是经由过程物理仿真呆板人操作场景，并引入各类与使命相干的真实世界的滋扰（视觉的、物理的、使命描写的滋扰，情况 distractors 等），再经由过程衬着、轨迹数据记载、枢纽关头数据记载等方式形成海量的带绝对于切确尺度的合成数据，用如许的合成数据练习具身智能年夜模子。

跨维智能以 Sim2Real 为焦点，连续打造底层技能焦点能力。打造了独占的 DexVerse 数据与具身智能仿真引擎，用在数据天生与年夜模子练习。该引擎基在几率建模的步伐化天生仿真方案与天生式 AI 技能相联合，解决现有技能没法合成情势多样的高质量三维仿真数据资产、以和难以报酬参与节制所致使天生不遵照实际物理约束的缺陷，实现高效零成本且越发真实靠得住的仿真数据天生引擎，具有低成本获取海量富厚数字资产的能力，为连续低成本天生数据打造了坚实的数据资产基础。同时，联合于具身智能多模态年夜模子上的持久堆集，跨维智能打造了基在 3D VLA ( 3D Vision Language Action ) 年夜模子的成像感知套件，从而逐阶段支撑各行业趋近实现 AnyGrasp/AnyManipulation，而不是针对于差别的操尴尬刁难象举行定制的使命编程。

遐想创投史晨星认为：跨维智能拥有最优异的 Sim2Real 及年夜模子相干技能，是实现高通用性具身智能的焦点底座。今朝跨维智能依托 Sim2Real 及相干技能，于具身智能范畴拥有深挚产物堆集，已经打造软硬一体产物矩阵，包罗基在 3D 天生式 AI 的 Sim2Real AI 引擎、基在 3D VLA 年夜模子的成像感知套件，而且于具身智能范畴贸易化落地处在领先位置。

由半布局化起程，迈向全场景非布局化通用智能

如前所述，跨维智能优先将技能运用于年夜范围的半布局化场景：如工业制造范畴。经由过程赋能较为成熟的机械臂 / 呆板人，于半导体、汽车、光伏等行业均已经有较好的落地运用，跨维方案对于比传统技能能有用地节省年夜量部署时间，降低成本，晋升不变性和通用性，支撑柔性化出产。

跨维智能开创人贾奎吐露：公司将来会按照通用性自己的技能成长轨迹，依次笼罩从半布局化到非布局化场景。如典型的工业 / 协作机械臂场景，慢慢实现支撑（靠近）肆意物体与场景抓取 / 操作的具身智能成像、感知与节制体系、支撑于各种呆板人上快速主动完成新使命部署的呆板人节制器、可以或许自立完成单轮和多轮使命的自立呆板人体系。以上实现后，也将开启通用 / 人形呆板人于包括家庭于内的更广泛场景落地的可能性。