清华系具身大脑公司获近亿元融资，预计2026年接入设备达十万台以上｜硬氪首发
作者｜黄楠
编辑｜袁斯来
硬氪获悉，北京千诀科技有限公司（以下简称“千诀科技”）近日完成近亿元Pre-A++轮融资。我们总结了本轮融资信息和该公司几大亮点：
融资金额及投资机构
融资轮次：Pre-A++轮
融资规模：近亿元
投资方：六家知名投资机构及老股东共同参与；Maple Pledge枫承资本长期出任私募股权融资顾问
资金用途：将主要用于技术研发投入、核心团队人才扩充与全球商业化拓展
公司基本信息
成立时间：2023年6月
注册地址：北京市，孵化自清华大学类脑中心
企业定位：千诀科技专注具身智能领域决策与规划大模型的研发与应用，生态位对标美国头部企业Physical Intelligence，其自主研发的具身大脑可适配多种机器人硬件，目标在于突破传统机器人任务局限，实现全自主工作与动态环境应对。
技术路线：不同于业界主流的“分层”或“端到端”路径，千诀科技采用类脑分区架构，通过模拟人脑功能区，将复杂的智能任务解构为视觉、听觉、决策、交互、记忆等协同工作的区域分化大模型而非依赖单一的庞大模型，可以实现从底层芯片到上层算法的全栈自主可控。
硬氪了解到，千诀科技目前已完成三代“具身大脑”的预训练工作。在运行时，该大脑无需通过人类提示、遥控、预编程或语言指令等，即可自主实现“感知-决策-行动”的全闭环工作，并动态应对复杂环境变化。例如，当家庭服务机器人在接收“整理房间”的抽象指令后，具身大脑可以自主规划并完成整理、收纳、垃圾清理等数十至上百个子任务序列，即使任务被打断也能自主重构计划、接续执行。
千诀大脑提供机器人进行餐饮清洁（图源/企业）
数据层面，企业已构建全球已知范围内的最大规模纯实采家庭场景数据集，累计沉淀亿级规模具身感知与决策预训练数据，覆盖家庭服务、物流、工业运维等多元场景；同时基于自研的数据标注工艺，可获取任务拆解序列及机器人抓取轨迹等定制化数据，能够独立实现从数据采集、清洗、标注到模型训练的一体化。
针对规模化落地中技术门槛高、成本高昂等痛点，千诀科技也搭建了一套自动化训练数据管道，降低机器人应用门槛，客户只需在数据管道中明确功能需求如模型微调、新增功能开发等，系统即可通过自动化流程完成需求落地，全程无需人工介入复杂操作。
市场规模
根据QYResearch于2025年11月调研报告显示，2025-2031年期间，全球具身智能机器人通用大脑市场规模年复合增长率将达到52.0%。高盛研究显示，人形机器人市场将逐年增长，到2035年估值可能高达380亿美元；其中，人形机器人作为具身大脑的核心搭载终端，其市场规模增长也将直接带动具身大脑需求扩容。
业务进度
千诀科技的具身方案已完成对双足人形、轮式、无人机、四足狗、扫地机等多款主流形态机器人的全面适配，并同各领域头部客户达成合作，部分项目已进入规模化应用阶段。
具体到落地层面，该方案已在酒店清洁、餐厅服务、人形机器人迎宾及室内精密操作等多场景中部署，并协同合作伙伴实现批量交付。预计2026年内，搭载千诀科技“具身大脑”的机器人设备数量将达到十万台以上的规模。
千诀大脑帮助人形机器人拧瓶盖（图源/企业0
此外，公司正推进其自研的机器人大脑系统Polibrain OS进入对外验证阶段。该系统基于统一的类脑架构，面向机器人感知、决策与控制能力进行系统级协同与工程化整合，旨在为多形态机器人提供可复用、可扩展的通用智能底座。目前，Polibrain OS 的统一感知层已率先完成工程化打磨，计划在可控范围内启动对外验证，为行业探索“一套感知，覆盖多形态机器人”的技术路径，推动机器人智能从单点模型能力向系统级大脑能力演进。
创始人思考
硬氪：当前客户在具身智能方案落地阶段通常会关注哪些问题？千诀的方案相比传统路线，在市场渗透和突发情况应对上有哪些核心优势？
高海川：对于厂商而言，部署周期与成本是核心考量因素。相比传统方案，千诀的具身大脑方案具备两大显著优势。
其一，我们的方案不需要厂商对其下游客户的实际使用环境进行任何物理改造。一直以来，环境改造限制是制约机器人市场渗透率提升的关键瓶颈，许多应用场景都会明确禁止此类改造，导致了传统方案难以有效渗透。
其二，千诀的大脑核心能力是构建于自主决策模型之上，与传统基于规则的驱动模式不同，因此，它也能更高效地应对各类现场突发情况。其技术特性跟“无需环境改造”优势构成直接的因果关系，能够主动适应复杂、动态的真实环境，从根源上规避了对环境改造的刚性需求。
千诀科技不是一个传统意义上的“智能大脑”，而是“缸中之脑”，通过将“大脑”独立于具体的机器人本体，让它具备持续学习、自我演化与分区解耦的能力，再跨形态、跨场景地附着到各类机器人上，能够快速适配不同形态与环境。
可以说，千诀科技的“具身大脑”不仅是模型的叠加与优化，而是一个动态进化、具备自主学习能力的系统，能够持续适应不同机器人和环境的需求。
硬氪：目前千诀具身大脑在哪个场景的落地规模最大？能否结合该场景说说用户的核心需求特征？
高海川：落地规模最大的场景是半服务半家庭清洁类场景。
这类场景对机器人的操作要求相对较低，受限于硬件技术水平，灵巧手、夹爪等臂结构能完成的动作有限，且触觉传感器技术尚未成熟，这导致了VLA模型及规划算法难以支撑复杂操作。因此，千诀大脑所服务的场景中，其核心价值并非体现在操作层面的复杂度，而是基于世界模型的空间理解与任务决策能力。
搭载千诀大脑的机器人实现自主决策开门和清洁（图源/企业）
千诀具身大脑是为机器人提供自主的任务目标理解与执行逻辑规划能力，而非完成高难度的灵巧操作。这使得我们的方案特别适配那些对通用性、自主性要求高，但对操作灵巧度与效率要求相对较低的场景，即符合“以任务决策为主、以基础操作为辅”原则的机器人类型。典型代表包括侧重移动与任务响应的扫地机器人，以及从事清洁、迎宾、端盘子、擦桌子等基础服务的人形机器人。
这类机器人与固定功能装置的根本区别在于自主决策能力，它不局限于执行单一预设任务，而是能在完成核心指令后，自主判断并执行合理的后续动作。例如，在完成擦桌子任务后，能主动识别地面的垃圾并进行清理。目前，千诀已在此类场景中拥有多个成熟落地案例。
硬氪：针对不同场景的需求差异，在合作研发或交付阶段如何对模型能力做调整适配？
高海川：千诀的具身大脑是一个标准化的核心产品，已实现连续三代业内少有的对世界模型的预训练，其本身已完整集成了空间理解与空间操作的双重能力。在面向不同场景交付时，我们不会去针对场景重构模型，而是根据客户的具体需求对其中的特定能力进行定向强化。
这种强化需求在实践中通常集中在感知层面，主要为了解决机器人在开放的复杂环境中遇到的Corner case。例如，当机器人抓取纸团时突遇镜面反射导致识别混淆，或是需要操作一款全新材质、从未在历史数据中出现过的抹布或工具。
针对这些长尾问题，我们已经建立了自动化的训练数据管道，一旦系统监测到在特定场景下的平均准确率出现波动，即可自动采集数据并对模型的相应感知模块进行快速微调与强化，从而确保大脑在多样化真实环境中的性能鲁棒性。
