融资丨深度机智凭核心基模斩获数亿级融资
一句话看懂：具身智能公司深度机智成立仅一年，即完成数亿元融资，并凭借其“人类学习”技术路线，在多项国际公开评测中取得领先成绩，表明行业对非传统轨迹模仿路线的认可正在加速。
事件核心：发生了什么
具身通用基座模型公司“深度机智”（北京机智赛博科技有限公司）宣布完成新一轮数亿元融资。本轮由中关村资本、诚通科创基金、北京熙诚致远等国资平台，以及普华资本、东方富海、蓝湖资本等头部财务机构参与，老股东持续跟投。公司由北京中关村学院与中关村人工智能研究院联合孵化，成立仅一年已累计融资数亿元，下一轮融资亦进入收官阶段。
技术层面，深度机智的核心模型PhysBrain 1.0和TwinBrainVLA架构，在WorldArena、SimplerEnv、RoboTwin 2.0、RoboCasa、LIBERO等多个公开基准评测中取得榜首或领先成绩。例如，在斯坦福SimplerEnv基准上，模型取得了80.2%和91.3%的平均成功率；在LIBERO多任务基准上，PhysBrain 1.0达到98.8%的平均成功率，超过了π0.5和NVIDIA Isaac-GR00T N1.6等模型。
为什么重要
此次融资和测评结果揭示了具身智能行业一条明确的技术路线分歧。深度机智明确了“具身通用智能”与“通用具身智能”的战略分野，不依赖海量真机轨迹数据模仿动作，而是通过人类第一视角数据提取物理常识，让机器人“先理解、再行动”。其成绩直接挑战了此前行业主流的“堆数据、仿轨迹”范式，验证了“人类学习”路线在数据效率和泛化能力上的可行性。国资与产业资本的联合押注，也意味着这一路线正获得战略级别的资源配置，有望改变国内具身基座模型的竞争格局。
对用户/开发者/创作者的影响
对AI开发者与机器人领域研究人员而言，深度机智的开源或闭源基座模型走向，将直接影响其技术选型。如果公司选择开放部分评测数据集或模型权重，开发者无需海量真机实验即可在家庭服务、双臂操作等场景获得更高的泛化成功率。对企业采购方来说，深度机智计划在教育、康养等场景落地，这意味着未来2-3年内，这些领域可能率先看到具备更强自主理解能力的机器人产品，而非简单的轨迹复现机器人。对于关注AI投资的读者，这一案例表明，技术路线的根本性差异化（而非单纯比拼算力或数据量）是获得高估值和多元资本支持的关键。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，深度机智的全尺寸拟人体机器人“Prime”何时进入量产或对外演示，以及其硬件成本是否具备商业竞争力。第二，公司“人类数据飞轮”的闭环能力——即如何持续获取高质量的第一视角物理常识数据，以及是否形成数据壁垒。第三，主流竞品（如Figure AI、银河通用、星海图等）是否会调整技术路线，跟进“人类学习”范式，从而引发新一轮技术路线竞争。
来源：Readhub · AI
