36氪首发丨交大博士融合世界模型和六臂机器人，再获数亿融资，合作多家500强客户

图源/企业

本文约3000字，建议阅读7分钟

作者丨欧雪

编辑丨袁斯来

硬氪获悉，全球工业具身智能机器人企业——上海飒智智能科技有限公司（下称“飒智智能”）近期已完成数亿元Pre-B轮融资。投资方包括建投投资有限责任公司、南通投管和云启资本三家机构。本轮资金将主要用于大模型研发、多臂机器人本体迭代、产线扩建以及全球市场的深度拓展。

飒智智能成立于2017年，核心团队兼具近20年机器人研发经验与头部人工智能算法基因。创始人兼CEO张建政为上海交通大学机械工程专业（智能机器人方向）工学博士，曾任职于新时达与发那科。

在工业制造向柔性化、复杂化演进的当下，传统工业机器人受限于固定作业与单一任务，而多数通用具身机器人又难以满足工业级的高精度与确定性要求。飒智智能切入的正是这复杂工业场景空白——如精密装配、灵巧包装、长序测试等。

在产品端，飒智智能已构建起覆盖单臂、双臂、四臂、六臂的全形态本体矩阵。据张建政介绍，新一代四臂机器人采用了空间对称构型，通过一个大脑控制四个机械臂，并借助高级协同算法，使多臂并行运行的效率比上一代翻了一倍。而六臂机器人“玄甲”则采用了前腰、后腰、肩膀各分布两臂的空间异构设计，能够全方位360度照顾周边的多条生产线，实现双工位并行、四臂交替。

“多臂并不是越多越好，就像桌子最少三个腿能稳定，四个、五个也能接受，但再多就没有意义了。”张建政对硬氪表示，通过空间构型理论的支撑，6个臂是目前最合理的布局方式。

相较于四臂，六臂的自由度增加了60%，在狭小空间内如何保证安全空间的动态隔离、避免碰撞，并实现复杂工艺的协同，对算力和算法有效性提出了极高要求。目前，这种空间异构的六臂构型在全球范围内具有唯一性，其作业复杂度相比四臂实现了指数级提升，效率提升达50%。

在具身智能最核心的“大脑”层面，行业目前普遍采用的VLA（视觉-语言-动作）模型存在端到端反射式模仿的局限，缺乏物理因果理解，导致场景泛化失效且不可解释。飒智智能的解决办法是，在今年WAIC上发布了自研的工业世界模型——玄枢·SageNexus（WASM）。

SageNexus的核心突破在于内化了物理因果，实现了从“被动响应”到“主动推理”的跨越。在架构上，它通过Encoder将视觉、点云、力反馈和工艺文档等异质数据映射到统一的物理语义空间，再由Decoder将高层任务意图转译为可执行的动作序列，并进行物理可行性校验，从而有效抑制大模型幻觉，避免生成不安全或不符合工艺约束的动作。

“我们讲的是数据、本体、控制、模型、场景这5个元素的闭环，把数据飞轮转起来了。”张建政强调。基于360TB多模态真实工业数据与三阶段训练，该模型沉淀了2000+场景技能库。在工业场景极为严苛的确定性要求下，该模型能够达到99.9%以上的可靠性。

此外，飒智智能通过云边端实时协同，构建了云端“慢闭环”、边缘侧“快闭环”与安全底线“闭环”的三环架构，确保机器人在长程复杂任务中的稳定输出。

在算力焦虑席卷行业的背景下，飒智智能提出了一条差异化路径：用算法的有效性来解决算力的依赖性。张建政认为，持续叠加算力资源，将推高客户投入成本，而通过提升算法效率，降低对暴力计算的依赖，才是具身智能真正落地的水平体现。

依托技术底座的成熟与灯塔工厂的真实应用验证，飒智智能的商业化迎来了快速增长，已覆盖3C半导体、汽车、能源、食品医药四大行业，全球500强或上市公司客户超50家。

“我们今年上半年已经完成了去年全年的任务，全年业务基本翻番，增长率在100%~120%。”张建政透露。

此外，海外市场正成为飒智智能的第二增长曲线。公司去年在墨西哥业务较多，今年开始全面开发东南亚（越南、印尼、马来、泰国、新加坡）市场，并在欧洲市场逐渐斩获大订单。据透露，其海外意向订单超五亿元。为了承接激增的需求，飒智智能位于上海马桥人工智能实验区的工厂目前已处于满产状态，公司计划在未来三年内扩建至现有场地4倍左右的规模。

以下是硬氪与飒智智能创始人兼CEO张建政的访谈节选（经编辑）：

硬氪：在工业场景中，客户为什么一般优先选择多臂机器人，而不是多台单臂或双臂机器人组合？

张建政：这主要是由客户的现实场景决定的。特别是在原有的产线存量市场上，空间往往非常狭小，但又需要实现高效的生产。如果用多台两臂机器人，不仅占地方，而且很难实现高度协同。我们的六臂机器人采用了空间异构方式，可以做到一个机器人照顾周边4条生产线。比如在左侧的3个臂作业时，下面两个臂分别拿不同的工件组装，上面一个臂拿电批或胶枪进行锁附或涂胶。这种在狭小空间内的高效协同，是单臂或双臂堆叠无法实现的。此外，在包装场景中，装袋、装说明书、封口、装盒、扣盖，这需要多个手同时协作，六臂机器人能够一次性流畅完成，这是极具挑战性的工艺突破。

硬氪：您提到“用算法的有效性来解决算力的依赖性”，这在模型层面是如何实现的？

张建政：现在行业里大家习惯拼命堆卡，但客户往往无法接受高昂的成本。我们的大模型（玄枢·SageNexus）不完全依赖暴力计算。首先，我们的数据非常纯净，全部来自工业场景的实际数据，这减少了模型训练的无效消耗；其次，我们在算法架构上做了大量优化，让模型在训练好之后，有部分可以直接部署在终端端侧执行训练出来的Skill。通过提升算法的效率，我们让机器人在满足99.9%工业级确定性的同时，大幅降低了对算力的依赖。这才是具身智能企业真正的核心竞争力。

硬氪：目前具身智能行业都在探索群体智能，飒智智能在这方面有什么规划？

张建政：从单体智能到群体智能，再到生态智能，是我们1.0到3.0的战略路径。目前我们已经走入了群体智能阶段。我们现在已经初步实现了将几百台机器人在一个工厂里进行联合作业的群体控制算法。下一步，我们会通过融资进一步扩充研发团队，迭代群体智能，强化多智能体联动，实现更紧密协同、更精准调控。再往后，我们要做的是生态智能，不仅仅是控制几百上千台机器人，还要与工厂里的其他几百上千台设备统一控制起来。

投资方观点：

南通投管：飒智团队对工业场景、具身智能理解深刻，同时具备较强的落地能力，经过多年研发积累与业务实践，飒智在高质量工业数据、面向物理世界的大模型、以及工业现场编解码体系等多个层面构筑了坚实的核心竞争力，其具身机器人已在3C半导体、汽车产业链、能源产业链、高端食品和医药等多个工业生产领域实现规模化商业落地，获得多个头部标杆客户的重复采购。我们认为工业领域“机器替人”是必然趋势，具身智能凭借多模态感知与自主决策能力，正加速突破传统工业自动化刚性瓶颈，工业领域正在成为具身机器人短期落地的核心场景，飒智聚焦工业生产场景，领先优势明显，业务进入快速增长期。

建投投资投资总监王枫：真实有效的工业场景落地和相关数据的匮乏，是当前具身智能企业面临的核心瓶颈与挑战。飒智智能的产品已在百余家大型国央企及世界500强企业实现规模化工业场景落地，并沉淀了海量相关数据，形成了坚实的技术壁垒。同时，其核心团队在研发与工程化落地方面展现出业内顶尖实力。基于此，我们持续看好飒智智能在工业具身智能赛道的发展前景。

云启资本表示：工业现场的机器人既要适应有限的产线空间和复杂工序，也要保证长期运行的稳定性。飒智深耕工业场景多年，围绕多臂协同持续迭代产品，形成了覆盖单臂、双臂、四臂、六臂的产品布局，并在机器人本体、控制和模型等方面积累了扎实的技术能力。团队已在多个制造行业实现批量交付，积累了丰富的工程化落地经验。我们看好飒智将技术创新与真实工业需求相结合的能力，期待团队推动工业具身智能在更多生产场景中实现规模化应用。”