近日，高通用性具身智能技術(shù)研發(fā)公司「跨維智能」完成由聯(lián)想創(chuàng)投領(lǐng)投的戰(zhàn)略輪融資，融資資金將主要用于產(chǎn)品研發(fā)、團隊擴充和市場拓展等方面。

圖片來源：攝圖網(wǎng)

跨維智能成立于 2021 年 6 月，是一家以 Sim2Real 為核心，研發(fā)高通用性具身智能技術(shù)的國家高新技術(shù)企業(yè)。跨維智能憑借在 3D 生成式 AI、多模態(tài)大模型及三維成像方面的長期技術(shù)積累，基于 Sim2Real 打造軟硬一體產(chǎn)品矩陣，且已在多場景中實現(xiàn)商業(yè)化落地，是具身智能規(guī)?；虡I(yè)落地的引領(lǐng)者。

通用具身智能的發(fā)展與落地路徑

聯(lián)想集團高級副總裁、聯(lián)想創(chuàng)投集團總裁賀志強介紹：具身智能作為 AI 與物理世界交互的載體，具有高度通用性和泛化性的核心特點。傳統(tǒng)機器人為單一或固定任務設(shè)計，泛化性較差，難以完成復雜或未知任務，并且需要大量的編程、示教，部署復雜、時間成本高。而具身智能具有高通用性，可在各類場景完成復雜任務。聯(lián)想創(chuàng)投作為聯(lián)想集團旗下的全球科技產(chǎn)業(yè)基金，十年來堅持投資 AI 機器人領(lǐng)域，不僅是基于對具身智能的信仰，也是作為聯(lián)想的 CVC 和科技瞭望塔的定位與使命。此次對跨維智能的投資，也是聯(lián)想創(chuàng)投長期看好跨維智能在具身智能路徑的選擇以及商業(yè)化落地的領(lǐng)先性。

具身智能宏觀地講包含 " 具身 " 與 " 智能 " 的結(jié)合，智能是為不同具身形態(tài)的機器人 / 物理智能體服務的。這些具身形態(tài)可以包含主要應用于非結(jié)構(gòu)化場景下（例如商業(yè)、家庭等）的人形機器人，也可以包含人形上肢、靈巧手，甚至是應用于各種半結(jié)構(gòu)化場景下（例如工業(yè)、物流等）的傳統(tǒng)形態(tài)機械臂 / 協(xié)作臂與特種機器人，以及更廣義的無人車、無人機等?？缇S智能認為后者應該是當前具身智能技術(shù)發(fā)展和落地的重點考慮對象。為服務于不同形態(tài)的物理智能體，智能技術(shù)本身也應該不同于以人為服務目標的當前的大模型技術(shù)（例如 ChatGPT、Sora 等服務于知識搜索和分享，內(nèi)容創(chuàng)作等）。

跨維智能創(chuàng)始人賈奎認為：隨著操作對象、環(huán)境和任務復雜性逐漸增強，通用具身智能將會經(jīng)歷 L1-L5 五個階段。從半結(jié)構(gòu)化場景和特定機器人形態(tài)處理特定任務，逐步升級到對任意 / 未知場景，以自適應的通用機器人形態(tài)，完成任意任務。

具身智能學習需要海量的帶標注數(shù)據(jù)，而真正實現(xiàn)具身智能的落地，更需要海量的高精度高質(zhì)量和豐富標注類型的數(shù)據(jù)。不同于 LLM/VLM 等大模型的訓練，訓練具身智能大模型的數(shù)據(jù)是與物理智能體相關(guān)的，是在物理世界絕對坐標系下的精確測量數(shù)據(jù)，在數(shù)據(jù)獲取難度、數(shù)據(jù)獲取成本、標注周期等因素都會存在多重掣肘，極大影響具身智能落地的周期及成本。因而通過仿真獲取合成數(shù)據(jù)成為了一個必然的選擇。

跨維智能的進階之路：自研仿真引擎、3D 大模型、AnyGrasp

跨維智能創(chuàng)始人賈奎表示：Sim2Real 是通過物理仿真機器人操作場景，并引入各種與任務相關(guān)的真實世界的干擾（視覺的、物理的、任務描述的干擾，環(huán)境 distractors 等），再通過渲染、軌跡數(shù)據(jù)記錄、關(guān)節(jié)數(shù)據(jù)記錄等方式形成海量的帶絕對精確標準的合成數(shù)據(jù)，用這樣的合成數(shù)據(jù)訓練具身智能大模型。

跨維智能以 Sim2Real 為核心，持續(xù)打造底層技術(shù)核心能力。打造了獨有的 DexVerse 數(shù)據(jù)與具身智能仿真引擎，用于數(shù)據(jù)生成與大模型訓練。該引擎基于概率建模的程序化生成仿真方案與生成式 AI 技術(shù)相結(jié)合，解決現(xiàn)有技術(shù)無法合成形式多樣的高質(zhì)量三維仿真數(shù)據(jù)資產(chǎn)、以及難以人為介入控制所導致生成不遵循現(xiàn)實物理約束的缺陷，實現(xiàn)高效零成本且更加真實可靠的仿真數(shù)據(jù)生成引擎，具備低成本獲取海量豐富數(shù)字資產(chǎn)的能力，為持續(xù)低成本生成數(shù)據(jù)打造了堅實的數(shù)據(jù)資產(chǎn)基礎(chǔ)。同時，結(jié)合在具身智能多模態(tài)大模型上的長期積累，跨維智能打造了基于 3D VLA ( 3D Vision Language Action ) 大模型的成像感知套件，從而逐階段支撐各行業(yè)趨近實現(xiàn) AnyGrasp/AnyManipulation，而不是針對不同的操作對象進行定制的任務編程。

聯(lián)想創(chuàng)投史晨星認為：跨維智能擁有最優(yōu)秀的 Sim2Real 和大模型相關(guān)技術(shù)，是實現(xiàn)高通用性具身智能的核心底座。目前跨維智能依托 Sim2Real 和相關(guān)技術(shù)，在具身智能領(lǐng)域擁有深厚產(chǎn)品積累，已打造軟硬一體產(chǎn)品矩陣，包含基于 3D 生成式 AI 的 Sim2Real AI 引擎、基于 3D VLA 大模型的成像感知套件，并且在具身智能領(lǐng)域商業(yè)化落地處于領(lǐng)先位置。

由半結(jié)構(gòu)化啟程，邁向全場景非結(jié)構(gòu)化通用智能

如前所述，跨維智能優(yōu)先將技術(shù)應用在大規(guī)模的半結(jié)構(gòu)化場景：如工業(yè)制造領(lǐng)域。通過賦能較為成熟的機械臂 / 機器人，在半導體、汽車、光伏等行業(yè)均已有較好的落地應用，跨維方案對比傳統(tǒng)技術(shù)能有效地節(jié)省大量部署時間，降低成本，提升穩(wěn)定性及通用性，支撐柔性化生產(chǎn)。

跨維智能創(chuàng)始人賈奎透露：公司未來會根據(jù)通用性本身的技術(shù)發(fā)展軌跡，依次覆蓋從半結(jié)構(gòu)化到非結(jié)構(gòu)化場景。如典型的工業(yè) / 協(xié)作機械臂場景，逐步實現(xiàn)支撐（接近）任意物體與場景抓取 / 操作的具身智能成像、感知與控制系統(tǒng)、支撐在各類機器人上快速自動完成新任務部署的機器人控制器、能夠自主完成單輪及多輪任務的自主機器人系統(tǒng)。以上實現(xiàn)后，也將開啟通用 / 人形機器人在包括家庭在內(nèi)的更廣泛場景落地的可能性。