文章摘要：公司的目标是为机器人构建一个通用的大脑-小脑系统，提供从感知到动作的端到端能力。Model）、机器人本体的结合。联想之星认为：将预训练模型应用在机器人领域，使机器人完成通用性复杂任务成为可能，也让机器人有可···

文 | 周鑫雨

编辑 | 邓咏仪

36氪获悉，具身智能大模型初创企业“X ”近期连续完成了由联想之星投资的数千万元人民币的天使轮融资，和由九合创投领投的数千万元人民币的天使+轮融资，一苇资本担任X 独家财务顾问。

成立于2023年12月，X 聚焦于“通用具身大模型”的研发，为机器人提供通用大模型底座。公司的目标是为机器人构建一个通用的大脑-小脑系统，提供从感知到动作的端到端能力。

在AI的发展历史中，人们发现了一种与直觉相悖的现象：越是人类认为的高阶智慧能力例如棋类运动和数学越容易被AI实现；但越是无意识的技能和直觉却越难以用AI模拟。

这个被称为“莫拉维克悖论”的现象在具身智能领域体现得淋漓尽致：感知环境、操作物体是人类最为本能和基础的能力，但从实现难度上来说，却可以被认为是所有AI领域的巅峰。这也正是为什么在等大模型在部分高级认知能力上已经接近甚至超越人类的今天，AI仍然无法在“低级的”体力劳动中取代人类的原因。

一些迹象表露，适配具身智能的通用大模型，将成为AI赛道的一个重点。谷歌曾表示，AI机器人很强大，但通用性很差，比如一款扫地机器人要根据特定的环境、动作、障碍、反馈等数据进行长期训练和反复测试。2023年10月，谷歌发布了全球最大的机器人通用模型RT-X。RT-X在无需训练或者极少训练的情况下，就能执行一些特定任务。

2024年3月19日，英伟达发布了人形机器人通用基础模型 GR00T，“AI教父”黄仁勋评价：“开发通用人形机器人基础模型是当今AI领域中最令人兴奋的课题之一。”

此前对具身智能的研究，很长一段时间都发展相对缓慢。X 创始人兼CEO Wang告诉36氪，其原因在于，机器人任务非常复杂，“一个部分是对周围环境的感知、推理和任务规划等high level能力，另一部分是类似运动皮层和小脑对运动进行直接控制的low level能力”。

“单从硬件层面来说，即使是最复杂的操作，当前市面上的硬件水平也已经可以支持，而卡点在于智能本身。”对36氪表示。

由于缺乏智能涌现和通用性，传统 的范式难以为机器人提供复杂精确操作的能力，如处理可变形的物体和复杂随机的摩擦。直到2020年后，结构在机器人模型上的应用以及 （模仿学习）、 （离线强化学习）等新的训练方式的成熟，才让机器人在操作任务的端到端运动控制上有了新的突破。同时多模态的能力使得机器人的high level能力得到突破性进展，告诉36氪，“莫拉维克悖论”终于到了可以被挑战的临界点。

传统切分场景的方法难以提高模型的通用性，因此X 将机器人的任务流程分成两大部分：

1、根据人类指令和意图，多模态大语言模型进行高层次的推理和规划；

2、机器人通用模型依据规划的指令端到端生成执行动作。X 依靠软硬一体的研发能力和对大模型的理解，将物理世界的交互与模型训练相结合，推动模型通用操作能力的发展。

简而言之，X 自研的机器人通用模型平台，是多模态大模型、机器人控制大模型（Large Model）、机器人本体的结合。

据X 介绍，目前团队自研的基础模型已经达到世界先进水平，可以训练机器人完成复杂而精细的物理操作。比如公司已经能够实现面对表面不规则或光滑的物体，例如蔬菜、香肠等，进行精细化的切割；机器人也可以完成饮料的冲泡，包括拿起勺子，从罐子里舀出果汁粉放入杯中，再倒入水冲果汁。

以上均为大模型自主推理。（考虑到时长，该视频做了加速处理）图源：X

X CTO Hao Wang告诉36氪，机器人通用模型的核心，仍是训练数据，“LLM和物理世界无关，数据可以充分利用全球外包，但机器人需要软硬一体、数据-模型一体的能力”。他认为，作为世界硬件中心的中国具有天然优势，“中国开始做LLM的时间晚于美国，但具身智能基础模型与美国更接近同一起跑线”。

在商业化层面，X 在B、C两端均有布局。认为，具身智能可以投入现实使用的实现时间要快于大部分人的预期，3-5年的时间应该就能有初步商业化落地。

X 团队既有来自Robot 顶级实验室的的成员，也有LLM方面的专家，同时有软硬一体开发与系统优化的能力。不到三个月的时间内，团队已经能够通过大模型让机器人自主完成数十种复杂任务。

创始人兼CEO 是全球最早在神经网络中引入注意力机制的学者之一，并在美国顶级机器人实验室参与了多项机器人学习项目。

CTO Hao出身IDEA研究院，曾担任封神榜大模型团队算法负责人，开发了包括文生图模型“太乙”、通用大模型“姜子牙”系列等，开源模型累计下载超百万。

以下是投资人评价：

联想之星认为：将预训练模型应用在机器人领域，使机器人完成通用性复杂任务成为可能，也让机器人有可能真正理解物体概念和任务，从而深入的理解世界，进而实现具身智能。具身智能是划时代的技术进步，有望实现机器人行业整体升级。X 团队，机器人、大模型等领域研究、工程经验完备，是本领域不可多得的团队。联想之星一直以来重点布局机器人领域，投资了一批创新型优秀机器人公司。在新技术代际迭代的当下，愿意陪伴新一代团队成长，共同探索具身智能的未来。

九合创投认为：具身智能方向长期将带来巨大的市场机会和机器人服务的变革。X 团队关注具身智能模型能力的持续迭代，团队从模型侧发力，不断提升智能化水平，早期模型在执行复杂任务上表现出了竞争力。期待X 团队不断带来更好的模型效果，带来具身智能的“涌现时刻”。

一苇资本合伙人林文欣认为：X 团队在机器人与大模型方面均具备极强的技术实力与技术前瞻性，在不到三个月的时间内即完成了技术架构的搭建和早期模型的训练，成长速度超乎预期。一苇非常荣幸见证和陪伴X 团队的成长，期待X 引领具身智能走入千家万户的一天。

欢迎交流