近日，具身智能领域的领军企业穹彻智能（Noematrix）成功完成新一轮数亿元融资。本轮融资由无锡数据集团领投，上海交通大学AI未来基金、上海创之智科技有限公司（上海创智学院全资子公司）、一村资本等机构跟投。

这已经是穹彻智能在近半年内公开的第二笔融资。在此之前，该公司已获得Prosperity7 Ventures、红杉中国、C Capital、阿里巴巴及Sea Limited等多家知名投资机构的支持。

硬氪长期关注并追踪这家公司。穹彻智能成立于2023年11月，其核心产品为“穹彻具身大脑”（Noematrix Brain），并以此为基础构建了一套覆盖数据采集、模型训练、部署验证及具身机器人应用全流程的软硬件一体化产品体系。

在行业层面，具身智能的发展叙事正经历一场静默转型。过去两年，业界焦点普遍集中在“完成单一动作”——如抓取、搬运、行走，并在实验室或演示台上反复验证。然而，自今年起，一个新的衡量标准开始浮现：机器人是否能在真实物理环境中持续稳定地工作，而非仅在可控条件下进行一次完美表演。

这背后的实质，是从“动作能力”向“工程稳定性”的重心转移。要让机器人真正理解真实物理世界的运行规律，并自主适应复杂环境中的不确定性，这正是当前世界模型试图解决的核心挑战。

在数据策略方面，穹彻智能选择了一条并行发展的路线：真实数据与仿真数据同步推进。该公司最早提出的“伴随式数据采集”方案，通过自研外骨骼CoMiner、便携式RoboPocket等设备，实现了数据采集的轻量化和低成本化，可广泛应用于家庭、办公、工业等多种环境，逐步构建起覆盖多样化物理场景的数据库。

穹彻智能的逻辑是：将真实数据输入模型，能使模型更稳定、更具鲁棒性，因为这些数据源自真实的物理场景；而仿真数据则利用其可规模化的优势，扩展模型的能力边界。两者相辅相成，而非相互替代。同时，该公司还搭建了一套融合AI Agent的闭环系统，由Agent分析任务、下发指令、优化采集行为，并根据数据分布动态调整后续采集任务，从而显著提升高质量数据的获取效率。

穹彻智能“伴随式数据采集”方案示意图（图片来源/企业供图）

这些数据成为穹彻具身大脑训练与迭代的核心燃料。穹彻智能坚持自主研发通用具身智能大模型，利用海量真实场景数据进行预训练，使系统在实际部署前就建立起对物理世界的基本认知；在此基础上，再通过力位混合后训练，校准模型对接触状态与力觉信息的理解精度，确保输出的动作指令不仅在语义上合理，在物理层面也具备可执行性。

通过这套流程打磨出的通用具身大脑Noematrix Brain，为机器人提供了从指令理解、任务规划到环境感知、执行反馈的完整决策闭环。此外，据硬氪了解，穹彻智能计划于近期发布新一代自研具身智能世界模型。

在具体任务场景中，穹彻智能的机器人已在药房实现批量落地。其采用的“嵌入式升级”路线，无需改造原有货架结构，仅在2.5平方米空间内完成部署，直接对接门店现有订单系统，便能在原有通道环境中稳定运行。

寻导路径规划示意图（图片来源/企业供图）

药房场景的商业化价值，核心在于解决一个长期存在的结构性痛点：线下药房普遍面临夜间订单零散、但必须有人值守的困境，单独雇人值班成本高昂、性价比极低，成为门店长期的纯成本负担。而药房线上订单履约高度标准化，无需复杂的客户沟通或导购推销，只需精准、重复的拣货动作，这恰好是机器人的强项所在。

然而，一家药房通常拥有数千个SKU，商品可能被翻乱、包装形态各异、货架陈列随时变动。各种小概率事件在真实运营中才是常态。即便场景看似简单、流程标准，依然充满实验室难以复刻的复杂变量。

穹彻团队坦言，药房落地真正需要应对的，更多是边缘案例的积累，而非技术范式的根本性突破。“例如，一个红霉素眼膏因包装太小、摆放角度不标准，使用夹爪或吸盘都难以稳定处理；温度计因悬挂陈列而非盒装，抓取逻辑也需要重新调整。这类特殊商品在整个SKU中占比很小，但恰恰是它们决定了系统能否从实验室成功迁移到真实场景。”

药房打包作业现场（图片来源/企业供图）

目前，穹彻智能已与多家头部连锁药店达成合作，进入商业交付阶段，订单规模达到千台级别。

本轮融资后，穹彻智能将持续推进强泛化性、高自主决策能力的具身智能大模型研发与迭代，加速具身智能在通用零售、酒店服务等真实场景中的落地应用。

以下为硬氪与穹彻智能的访谈节选（内容经编辑整理）

硬氪：一套可落地的物理AI具身大脑，现阶段需要具备哪些成熟能力？

穹彻团队：要让具身大脑真正在真实场景中落地，核心离不开三方面的能力。

第一是成熟稳定的算法能力。穹彻智能早在2021年就发布了通用抓取模型，之后几年持续迭代，抓取作业的成功率在国际上处于领先水平。这套算法构成了药房方案的技术底座，使机器人面对数千个SKU时，仍能保持较高的操作成功率。

第二是工程化的落地能力。实验室演示环境相对理想，但走进真实门店，场地布局、商品摆放随时都在变化，很容易影响作业效果。这不仅需要优化算法，还需做好现场调试与硬件适配。依托过去服务数百家客户、落地上千类场景的交付经验，我们总结出一套方法，能够做到对门店几乎零改动，使机器人快速进场投入使用。

第三是数据层面的支撑。真实物理环境中存在大量实验室无法模拟、需要打磨的边缘场景。例如，红霉素眼膏包装小、摆放角度不标准，使用夹爪或吸盘都难以稳定处理；温度计因悬挂陈列而非盒装，抓取逻辑也需要调整。这类特殊商品占比不大，但正是它们决定了系统能否从实验室迁移到真实场景。解决这些问题的前提，是拥有足够多、足够真实的物理世界数据。

穹彻智能具身机器人在药店场景中的应用（图片来源/企业供图）

硬氪：在零售药店场景中，客户端呈现出哪些新需求与趋势？如何衡量投入回报？

穹彻团队：穹彻智能目前重点聚焦连锁药房场景。线下药房利润空间本就紧张，人工是仅次于房租的第二大成本，因此客户端的降本需求非常明确。药房夜间订单虽然零散，但必须有人值守，雇一个人性价比极低，而机器人恰好能承接夜间的线上拣货工作。白天它也能辅助处理订单，算下来单店平均可减少1.5个人力。

这个价值反映在投资回报上，ROI（投资回报率）测算逻辑很直接——与人工薪资对标。从落地情况看，客户采购机器人后，回本周期大约为一年半到两年。对于连锁药房而言，这一回报周期已具备很强的落地价值。目前落地门店主要集中在一二线城市，广州、沈阳、南通等地已有项目在运行。

投资方评论

上海交通大学、上海创智学院：两家机构长期与穹彻智能在联合实验室、科研攻关等方面保持紧密合作。此次二者旗下投资平台同时入股，标志着合作迈向“技术+资本”深度绑定的新阶段。其中，上海交大AI未来基金由交大人工智能学院发起，凝聚校友与行业力量，支持具有重大产业化前景的“交大系”人工智能创新项目。这不仅为穹彻智能持续引进高端科研人才、探索前沿技术提供了坚实后盾，也将进一步巩固其在具身智能科研领域的“护城河”。未来，穹彻智能将联合上海交通大学、上海创智学院，在具身智能模型前沿技术领域持续攻坚，加速技术成果向产业应用转化。

无锡数据集团：作为无锡市推动数字经济与数据要素市场化发展的核心力量，无锡数据集团将携手穹彻智能等生态伙伴，共同启动城市级全域“千企百万小时”具身智能高质量数据集联合体行动，并正式发布第一阶段建设成果。下一步，双方将依托无锡数据集团的产业资源与场景治理能力，结合穹彻智能在前沿模型与具身大脑方面的技术积淀，深入推进工业数据集建设，推动具身智能在真实产线中落地应用。