大模型与强化学习领域的顶尖专家Flood Sung，正式将其前沿技术积累拓展至机器人产业。据AI科技评论独家消息，原月之暗面后训练与强化学习负责人宋鸿涌（Flood Sung）已于2025年12月离任，并创立了专注于通用人形机器人的新公司——「北京十六号机器人科技有限公司」（XVI Robotics）。该公司的核心使命清晰：致力于研发与构建面向通用人形机器人的基座大模型。

企查查公开信息显示，北京十六号机器人科技有限公司成立于2025年12月。其官方定位旨在构建大规模机器人基座模型，核心目标是赋能人形机器人，使其具备理解复杂指令、进行逻辑推理并在真实物理世界中自主执行任务的能力。

从游戏AI到大模型：一位强化学习专家的进阶之路

宋鸿涌，业界更熟悉其英文名Flood Sung，在人工智能学术界与开发者社区中享有极高声誉，被视为国内强化学习（RL）领域最早进行系统性研究与布道的先驱之一。回顾其职业发展路径，他先后深耕于游戏AI、大模型后训练以及如今的机器人三大前沿方向，这条独特的轨迹恰好为其进军具身智能与机器人领域奠定了坚实的技术逻辑。

在学术研究方面，宋鸿涌在少样本学习（Few-Shot Learning）领域贡献卓著。其于2018年在CVPR上发表的里程碑论文《Learning to Compare: Relation Network for Few-Shot Learning》，引用量已突破6000次，奠定了该领域的重要基础。此外，他在GitHub上维护的开源项目「Deep-Learning-Papers-Reading-Roadmap」，收获了超过3.9万颗星标，长期是国内AI学习与进阶最具影响力的开源指南之一。

在工程与实践层面，他的经验同样深厚。2020年至2022年，他在字节跳动AI Lab担任研究科学家，深度参与了游戏AI中复杂的多智能体强化学习（MARL）项目，曾主导3D-MOBA类游戏中多智能体AI机器人的算法研发与工程落地。2023年，他加入月之暗面，担任后训练与强化学习负责人，全面主导了Kimi K1.5、K2、K2.5等系列核心模型的强化学习训练体系构建，是推动Kimi大模型持续迭代与能力跃升的关键人物。

攻坚核心赛道：通用人形机器人基座模型

宋鸿涌此次创业所选择的方向，无疑是当前具身智能与机器人领域技术壁垒最高、竞争最为激烈、同时也最受资本关注的核心赛道。

“通用人形机器人基座模型”的本质，在于将大语言模型在数字领域所展现出的强大通用认知与推理能力，有效迁移至物理世界的机器人运动控制中。其终极目标是让人形机器人能够在开放、未知的真实场景中，仅通过自然语言指令，就能理解任务、感知动态环境并自主规划出安全、合理的动作序列，而无需为每一个具体任务进行海量的数据标注与训练。

这一技术路径所面临的核心挑战——例如，如何在稀疏、延迟的环境奖励信号下实现模型的自我优化与泛化——恰恰与宋鸿涌在月之暗面所精通的RLHF（基于人类反馈的强化学习）与大模型后训练技术一脉相承。这或许正是他选择此时入局机器人赛道的内在技术逻辑与信心所在。

目前，XVI Robotics团队仍处于早期筹建与研发阶段。据悉，公司已成功获得知名投资机构的种子轮融资支持。关于具体的产品路线图、技术细节及商业化策略，公司尚未对外详细披露，后续发展值得业界持续关注。