面向創新者與整合商，逐際動力提供人形機器人本體軟硬體系統和具身Agent開發工具鏈。
文｜黃楠
編輯｜袁斯來
來源｜硬氪（ID：south_36kr）
封面來源｜企業供圖
硬氪獲悉，具身智慧機器人公司“逐際動力”近期完成A+輪融資，半年累計完成5億元A輪系列融資，在產業和財務方面均獲得頭部機構的戰略支援，多家老股東持續跟投，戰略產業投資人包括阿里巴巴集團、招商局創投、尚頎資本、蔚來資本、聯想創投、彼岸時代、納愛斯集團，知名財務投資人有高捷資本、綠洲資本、明勢創投、峰瑞資本、南山戰新投。
“逐際動力”成立於2022年，圍繞三大核心具身智慧技術，即本體硬體的設計製造、基於強化學習的小腦全身運動控制和具身大腦模型的訓練策略，聚焦全尺寸通用人形機器人，並衍生了雙足機器人等產品。
多形態雙足機器人TRON 1（圖源/逐際動力）
以全自研核心的軟硬體技術、結合人形基礎模型，“逐際動力”基於其通用移動操作平臺與具身智慧軟體工具，面向各領域的企業客戶、整合商與個人開發者，提供人形機器人本體軟硬體系統和具身Agent開發工具鏈，推動具身智慧在科研、製造、商業、家庭等領域的廣泛應用。
其中，在機器人的AI探索、演算法研發、硬體設計製造等方面，“逐際動力”近期均取得了一系列的關鍵進展。
長期以來，訓練資料採集的難題阻礙了人形機器人的規模化落地。具身智慧訓練資料主要包括真實資料、模擬資料和網際網路資料三類，透過大量多樣化且高質量的資料訓練，為機器人自我學習提供支撐，可以提高其任務決策和執行能力，以替代人類完成物理世界的難題。
在各類資料中，網際網路及影片大模型中的海量人類操作影片成本最低，且蘊含豐富的物理常識、行為軌跡及操作決策路徑，但如何有效利用這些資料仍是行業面臨的挑戰，比如人類操作影片無法直接應用於機器人操作，大模型生成的行為軌跡和操作資料存在精度不足、偏離物理規律或產生幻覺等問題，即使資料準確，也難以直接用於機器人操作。
針對上述難題，“逐際動力”釋出基於影片生成大模型的具身操作演算法（VideoGenMotion，簡稱LimX VGM），透過人類操作影片資料對現有的影片生成大模型進行後訓練，僅需將場景圖片和操作任務指令作為提示Prompts，即可實現任務理解與拆分、物體操作軌跡生成以及機器人操作執行的全流程。
LimX VGM工作流程（圖源/逐際動力）
這一工作流程中，LimX VGM只需要額外採集少量的人類操作影片資料，並從影片生成大模型提取對執行操作任務有用的關鍵資訊，就能轉化為機器人操作策略及行為。這是國內首次實現將人類操作資料直接應用於機器人操作，並且可實現多平臺泛化。
硬體方面，“逐際動力”推出了最新迭代的高自由度、高靈活性、高穩定性的全尺寸人形機器人，透過腰部自由度的增加，幫助機器人更好地調整重心、改善姿態控制、提高全身平衡，實現更精準的身體姿態控制。
全尺寸人形機器人（圖源/逐際動力）
“逐際動力”在去年釋出的全球首款多形態雙足機器人TRON 1，採用了“三合一”模組化足端設計，配備雙點足、雙足和雙輪足三種足端，可供不同使用者的差異化場景需求進行快速裝卸、自由組合。
硬氪瞭解到，TRON 1現已完成多個國家和地區的產品交付，初步實現了產品的設計、研發、量產和銷售的商業化閉環。
點選關鍵詞，檢視最近的早起看早期：