阿里投的具身智慧公司,半年融了5個億!

金磊 發自 凹非寺

量子位 | 公眾號 QbitAI
具身智慧領域的融資訊息,真是一個接一個。
就在剛剛,逐際動力(LimX Dynamics)方面表示,近期又完成了一個A+輪融資
為什麼要加一個“又”呢?
因為算上這一次,逐際動力在短短半年之內,已經累計完成5億元A輪系列融資

逐際動力完成A+輪融資,半年累計完成5億元A輪系列融資
據悉,逐際動力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。
至於融資的資金所要投入的方向,主要聚焦在了具身智慧核心的三大技術,它們分別是:
  • 身體:本體硬體的設計製造
  • 小腦:基於強化學習的小腦全身運動控制
  • 大腦:具身大腦模型的訓練策略
基於此,逐際動力將逐步向市場提供人形機器人本體軟硬體系統和具身Agent開發工具鏈。
那麼逐際動力又為何會受到市場如此青睞呢?

身體、小腦、大腦,三方並進

在剛才提到的主要聚焦的三大核心技術,逐際動力目前均已經取得了較為矚目的成果。
例如在機器人的身體方面,就曾推出過全球首款多形態雙足機器人TRON 1(2024年10月)。
它支援雙點足、雙足、雙輪足,可以說是買一得三。
TRON 1可以說是“科研人的第一臺雙足機器人”。
因為提供全開放SDK與底層硬體介面,支援Python全流程開發、Sim2Real一鍵部署,可大幅降低RL科研門檻。
不僅如此,TRON 1已經完成了全球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。
隨後,同年12月,逐際動力又曝光了全尺寸人形機器人的測試,展現了整機工程化升級,實現全身多關節協同大範圍運動。
最大的特點,就是逐際動力的人形機器人,可以完成超多的高難度動作。
例如亞洲蹲
“帕梅拉”深蹲
再如俯趴-站立也是不在話下:
主打的就是高自由度高靈活性高穩定性,而正是基於強化學習的小腦全身運動控制的表現。
除此之外,逐際動力最近還布了具身智慧操作演算法LimX VGM
利用影片生成技術推動具身大腦突破,提升資料訓練和演算法效能的轉化效率,為人形機器人學習能力和泛化性的實現奠定重要基礎。
具體而言,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,全過程零真機樣本資料,並且可實現多平臺泛化。
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。
整體來看,LimX VGM的工作流程包括三個關鍵步驟:
  • 訓練階段:採集若干真實人類操作的影片,對現有的影片生成大模型進行後訓練。
  • 推理階段:以初始場景結合任務操作指令作為提示Prompts,利用經過後訓練的影片生成大模型生成帶深度資訊的人類操作影片,進而根據人類操作影片,生成機器人操作的行為。
  • 執行階段:演算法輸出符合機器人操作邏輯的行為解算,由機器人執行相應的操作軌跡。
在這背後,還有逐際動力的三大創新點。
首先就是人類操作影片到機器人操作策略及行為的橋接
只需額外採集少量的人類操作影片資料,即可用於機器人操作,全程零真機資料,讓資料採集工作變得簡單、成本低,且效率高。
其次是引入空間智慧,突破2D生成影片的侷限。
透過引入空間智慧Spatial Intelligence模組,LimX VGM對影片生成大模型進行後訓練時,引入深度資訊,讓生成的操作影片直接包含三維空間資料,這是讓機器人能夠進行物理空間操作的關鍵。
LimX VGM深度資訊的採集過程簡單、易得且高效,僅需透過深度相機捕捉人手真實的操作過程即可。
最後便是演算法與機器人本體的解耦,可跨平臺部署
LimX VGM的整個訓練過程僅依靠人類操作影片,不涉及任何機器人本體;演算法的真機部署僅需進行簡單適配,便可實現跨硬體平臺的直接操作執行。
LimX VGM實現了演算法與執行器的解耦,從根本上解決了演算法與機器人本體耦合才能發揮作用的侷限。
逐際動力之所以吸金,應該也是與其有技術、有產品,也有商業化密不可分了。
評選報名2025年值得關注的AIGC企業&產品
下一個AI“國產之光”將會是誰?
本次評選結果將於4月中國AIGC產業峰會上公佈,歡迎參與!
一鍵關注 👇 點亮星標
科技前沿進展每日見
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法!

相關文章