硬氪首发 | 清华车辆学院师兄弟创业具身智能，已完成数亿元天使融资，将落地汽车产业

作者 | 邱晓芬 编辑 | 袁斯来 硬氪获悉，具身智能公司 「光象科技」 宣布完成累计数亿元天使轮融资。 最新一轮由珠海科技产业集团、兴证资本、松禾资本、顺禧基金、慕华科创、SeeFund、亿宸资本、上市公司行云科技等头部财投与产投深度参与，老股东零一创投、L2F光源创业者基金持续加注。 本轮资金将重点投入物理原生基座模型的研发迭代，并推进具身智能机器人在工业场景的商业化交付。 「光象科技」成立于2025年4月，是清华大学车辆与运载学院与人工智能学院联合孵化的具身智能公司。 在团队配置上，「光象科技」呈现出“产业+学术”的基因。公司创始人兼CEO张涛曾任高德空间感知引擎负责人，主导的技术此前已量产落地至数百万车载终端； 联合创始人李升波教授是强化学习与自动驾驶领域国际知名专家，发表论文250余篇，引用超30000次，连续5年入选爱思唯尔中国高被引学者。 公司团队其他成员主要来自阿里巴巴、腾讯、华为、库卡、极智嘉等科技与机器人企业，具备丰富的机器人全栈技术与商业化落地经验。 技术路线的选择上，「光象科技」选择了一条区别于主流VLA（视觉-语言-动作）和视频预测式世界模型的路径。 张涛向硬氪表示，VLA路线本质上是感知与动作的映射器，依赖对人类演示数据的模仿，泛化能力有限；而视频预测式世界模型仅聚焦于像素级预测，无法刻画质量、惯量、摩擦等物理属性，难以支撑通用泛化的动作生成。 在他看来，真正的物理原生智能，是在与物理世界的感知、交互、反馈、探索与约束中自主涌现的能力。因此，物理原生基座模型，必须以物理交互为首要原则，能够从物理环境中持续学习世界规律、行为后果与任务约束。 为此，「光象科技」提出了“物理原生基座模型”的技术路线，其核心逻辑是让模型在与物理环境的交互中自主涌现对物理规律的理解，而非单纯模仿人类动作。 为支撑这一路线，公司构建了由强化学习算法矩阵Phi-RL Matrix、物理数据资产Phi-Space、通用物理智能开发平台Phi-Arch协同，所构成的“三位一体”技术体系—— 算法层面， 公司自研了行业内顶尖的强化学习算法矩阵Phi-RL Matrix。不同于传统的“看视频学动作”，这套算法的核心逻辑是让机器人在仿真和真实环境中通过海量试错，自主掌握物理世界的运行规律。 数据层面 ，依托物理数据资产Phi-Space，「光象科技」在虚拟世界里重建了真实海量场景——利用自研的三维与物理建模技术，系统不仅能复刻真实场景的几何形状，还能精准模拟出质量、摩擦、形变等物理属性。结合生成式模型，仿真场景可以实现指数级扩张，为算法训练提供近乎无限且低成本的数据燃料。 平台层面 ，通用物理智能开发平台Phi-Arch，「光象科技」解决了技术复用的难题。具体而言，它构建了一套稳定的仿真-训练-验证-部署的工程体系，并将模型训练的底层数据、算法、工具等沉淀为标准化资产，