作者   |   邱晓芬

编辑   |   袁斯来

硬氪独家获悉，具身智能企业「原力灵机」近期完成新一轮融资，资方主要为数家大模型公司，包括智谱、阶跃星辰、商汤科技。此外，华勤、上汽恒旭等产业投资方持续加注。

「原力灵机」是一家通用具身大模型公司，2025 年 3 月由旷视科技联合创始人兼 CTO唐文斌创立，团队核心创始成员为旷视科技原班人马。

有意思的是，此次融资也是商汤、旷视这两家曾经的对手，在具身智能的热潮中罕见 " 会师 "；

另外，算上 A+ 轮独家领投的阿里，这也是具身智能赛道罕见同时聚齐国内四家大模型厂商——此前，智谱仅通过 Z 基金小范围投资具身智能领域，阶跃星辰则几乎未出手具身智能。

而这一集体动作也释放出一个信号，当大模型竞争的主战从 Token 向 Action 转移，拥有物理世界交互能力的具身模型，已成为模型公司们锚定的下一片高地。

伴随着此次融资，唐文斌也在兵合一处，着手整合机器人资产。

硬氪独家获悉，「原力灵机」近期通过股权并购方式，完成了与「Atomix」（原力聚合）物流机器人的合并，剑指具身智能的大规模落地与全球化扩张。

「Atomix」的业务基因最早可以追溯到 2016 年——彼时，唐文斌在旷视科技内部主导智慧物流与机器人调度业务（河图系统），主推多形态物流机器人解决方案。

直到 2024 年 7 月，随着旷视业务变化，唐文斌将物流机器人业务从旷视体系剥离独立，并成立「Atomix」。

经过几年的探索，「Atomix」的托盘四向车销量已达全球第二，累计服务项目超过 500 个，客户包括优衣库、蜜雪冰城、宁德时代等，公司年营收近十亿。

随着具身智能硬件供应链趋近成熟，行业已经逼近那堵必须逾越高墙：具身大脑。相比语言模型进化路径的清晰，具身智能模型当下甚至找不到低成本、海量且高质量的数据，遑论找到收敛的训练范式。可以说，整个行业都在混沌之中摸索。

这种情况下，本体、大脑、数据的整合，或许成为具身赛道的新常态  。

一直以来，具身智能行业的理想状态是打造真正的数据飞轮。而实际情况是，行业正处于 " 数据死结 " 状态——模型需要真实场景里的错误数据来推进进化，而若没有好模型的武装，机器人无法进场景，也就无法采集真实的数据。

因此，有消息人士称，两家公司的合并，本质上是闭环模型与场景，打开数据死结。

正如唐文斌此前在采访中提到，Picking（抓取）正是具身智能时代的 " 原子任务 " —— Picking 之于具身智能，正如 Coding 之于大模型，而「Atomix」正像是一台连续运转的 Picking 数据发动机。

「原力灵机」机器人 做早餐 （图源 / 企业） 

据了解，在未来，「Atomix」在超 20 个国家、500 多个项目里跑出来的真实数据，将直接成为「原力灵机」模型训练的燃料；而「原力灵机」所训练的具身智能模型，也将快速实现跟「Atomix」现有机器人进行协同作业。

这一构想或许并非空中楼阁，而是建立在一定的技术底座之上。在此之前，「原力灵机」已经推出了通用具身大模型 "DM0"。

唐文斌此前接受采访时提到，在数据层面，「原力灵机」已完成了业内首次 " 三类数据大融合 " ——将互联网语义、智能驾驶物理规则、机器人实操数据进行混合训练，提升数据的规模与质量。

而这种跨域混合训练的方式，使得 "DM0" 跳出了对特定硬件参数的依赖，像一位经验丰富的 " 老司机 "，在海量异构数据中抽象出了通用的物理规律，并且能够无视硬件差异，在多种不同构型的机器人本体间迁移，实现通用的操作逻辑。

「原力灵机」机器人 在调酒 （图源 / 企业） 

更关键的是，「原力灵机」也试图将大模型的 " 思维链推理 " 延伸至物理空间——这也使得，"DM0" 仅用 2.4B 的小参数规模，就实现了突破亚毫米级的精细操作，在长程连续任务中的成功率大幅提升。

通过一系列组合拳，"DM0" 正试图打破传统具身模型数据单一、换机即瘫、参数臃肿的痛点。

此次合并、融资后，中国的具身智能行业正迎来一位强劲玩家。更重要的是，这也提示行业正进入下一个阶段——寻找到具身模型的 scaling law。

这绝非仅靠堆砌机器人本体就能逾越的险隘。

就在本周，媒体披露字节跳动正重金招募具身智能技术负责人，目标直指头部创业公司的核心技术骨干；与此同时，海外具身智能明星企业 Skild AI 也刚完成了对 Zebra（斑马技术）机器人自动化业务的并购。

海内外巨头的动向如出一辙——随着本体制造商、数据资产方、模型研发者、场景运营方开始加速聚拢，行业正式进入深水区。

首页图源｜网络

排版｜范馨雅

欢迎交流