端到端自动驾驶最强军团创业,目标具身大脑,打造人形机器人OpenAI,获顶级机构数亿首轮融资
人形不是一个选项，是终局的必然形态。源策未来目标打造世界第一的通用全身具身大脑。
通用全身具身大脑公司「源策未来 Archon Robotics」（官网：www.archon.tech）近日完成数亿元种子轮融资，投资方包括真格基金、高榕创投、IDG资本、五源资本等头部美元基金，以及亚洲领先的戈壁创投与香港大学联名基金、奇绩创投、上海创智学院等。光源资本担任源策未来独家财务顾问。资金将主要用于全身人形基础模型研发、多模态全身动作数据采集、人才团队扩充，以及多地研发中心与产业合作生态搭建，加速在今年内实现开源人形基座模型落地。源策未来成立于2026年4月，研发总部位于上海市徐汇区漕河泾开发区。公司专注研发通用全身人形基座模型，构建全身智能（Whole-body Intelligence），为人形机器人提供类人全身移动操作的能力，以加快实现具身智能走入千家万户。创始人李弘扬博士为现任香港大学助理教授、计算与数据科学学院助理院长、上海创智学院导师。他主导的端到端自动驾驶项目UniAD获CVPR 2023最佳论文，是近十年来大陆学术机构唯一获此奖项的工作；2026年荣获机器人领域国际顶会RSS Early Career Award，成为这一奖项设立20年来的首位华人学者（注：此前获奖者包括：美国亚马逊机器人实验室负责人Pieter Abbeel、美国机器人创业公司PI创始人Sergey Levine等）。联合创始人兼CEO李天羽博士，是上海创智学院首批毕业生及复旦大学博士。他曾是华为量产自动驾驶ADS 4.0世界引擎方案的核心开发者，也是端到端自动驾驶与具身智能领域的杰出青年学者，并成功入选2025年阿里云魔塔社区EAI学术新锐20人。联合创始人兼Head of AI陈立博士，本科毕业于上海交通大学致远荣誉工程，曾荣获香港大学校长博士奖学金。作为UniAD最佳论文的第一作者，他是具身智能与世界模型领域的优秀青年学者，曾荣获2024年世界人工智能大会（WAIC）云帆奖明日之星，并受邀担任计算机视觉顶级会议ECCV 2026的领域主席。核心团队成员均来自香港大学、清华大学、上海交通大学、复旦大学、浙江大学等顶尖高校。他们深耕于头部自动驾驶、机器人与大模型研究团队。大家在一起摸爬滚打超过5年的时间，早已超越了传统的师生关系，在无数次技术攻坚中沉淀出极度契合的战斗默契。源策团队在珠峰大本营举杯。越是陡峭的巅峰，越需要极致的默契。一群习惯了在无人区蹚路的年轻人，选择死磕最难的通用全身具身大脑。既然做，就直奔顶峰。摄于2024年2月于珠穆朗玛峰。
面对外界：一个带着浓厚自动驾驶背景的团队，凭什么在人形机器人领域迅速砸出顶尖工作？源策的答案很明确：高级别自动驾驶与人形机器人在底层逻辑上高度同源。源策团队兼具前沿原创算法的突破能力与超大规模工业系统的落地经验，使团队能将成熟的复杂系统工程能力，直接转化为机器人大脑的狂飙进化速度。我们深知，从轮式底盘+双臂向人形的迁移，绝不存在所谓的无痛转换。当海外许多顶尖公司刚开始意识到人形任务的严苛与复杂时，源策早已锚定团队的北极星——既然做，就直接瞄准最难的目标，死磕到底。具身智能行业正步入一个关键的分化时刻。Omdia等公开数据显示，2026年上半年，国内具身智能及机器人领域共发生288起融资事件，披露融资总额超过460亿元，加快逼近2025年全年554亿元的规模。但巨额融资并未同步带来技术共识的收敛。当下多数具身方案存在先天局限：现有训练数据以桌面第一视角视频、单臂或夹爪动作为主，缺失全身重心调整、躯干借力、多肢体协同等人类原生交互逻辑。这意味着，大部分机器人仅能完成固定点位抓取，面对推门、整理床铺、双手持物开关门这类需要全身配合的日常任务，则难以自主适配变量。源策未来CEO李天羽指出：“市面上可获取的具身数据集看似庞大，实际真正对人形全身训练有效的信息却极为有限。”第一视角视频数据集仅支持记录人眼所看到的画面，蹲下、俯身、侧身等手部表象之外的关键动作位姿信息缺失。机械臂及夹爪等标注数据，则多集中在平面范畴，只记录末端轨迹，模型可以学习操作器如何移动，却难以理解如何与环境互动。而人形真机数据总量本就极低，采集成本更以数百至近千元每小时计，有关全身多关节耦合的复合任务样本在过去的数据池中近乎空白。三类数据各有缺失，指向了同一个问题，人类完成日常动作最核心的信息，即全身如何协调、重心如何转移、力量如何从下肢传导到上肢等，在现有数据中几乎没有被记录过。以一个简单的日常场景为例。人在拉开“轻门”和“重门”时，其手部轨迹几乎看不出差别。真正的差异体现在全身维度：面对轻门，人保持直立即可拉开；遇到重门，身体需要倾斜将重心前移，用体重对抗阻力。这种重心的移动，蕴藏着物体物理属性的本质差异。如果模型长期仅学习单一的手部维度信息，它或许能学会“拉门”的动作，却永远无法理解“门有多重”。“这些信息的长期缺位，将当前机器人的能力锁定在固定桌面抓取的层面，与真实家庭环境中多样化任务之间，横亘着一道数据断层。”李天羽说，“要突破这层天花板，必须回到源头重新定义数据采集的逻辑。”这正是源策未来所切入的方向。团队瞄准一个几乎无人涉足的领域，做通用全身人形基座模型，其核心理念Human Body Learning，即学习人类全身位姿与协调方式，而非仅仅跟踪末端执行器的轨迹。通过在人类的全身动作中，让机器人习得“四肢协调的智慧”，具备完整的全身交互能力。通过将人形机器人的行动“智能”尽可能沉淀在与本体无关的中脑层级，这期间，中脑所学习的能力不绑定某款具体的机器人，它输出的是全身运动轨迹，而非针对某个特定型号的关节角度指令，这使模型具备跨不同本体迁移的潜力。随着数据采集越充分、覆盖场景越多样，中脑的表征能力就越强，源策未来具身全身大脑可以迁移到的本体类型也就越广。基于这一判断，我们将构建一套全新数据采集体系。创始人李弘扬认为，具身数据的演进路径正从真机遥操作向手持设备与第一人称视角迭代，最终目的地是具备人类完整感知要素、并带有全身动作标签的以人为中心（Human-Centric）全人形数据。这绝不是一条舒适的路。面对动捕极高的成本与严苛的环境限制，团队展现出了近乎偏执的野性。“我们从Day One就咬定，Whole Body Intelligence 这座大山必须被夷平。”源策核心研发成员回忆起无人区里的技术攻坚时坦言：“做这种前无古人的事，最大的感受是——如果你潜意识里有一丝怀疑它做不成，那大概率永远做不成。我们唯一的信仰就是先无条件相信，然后像过河卒一样，迎着冒出来的怪物一个个砍过去。”同时，源策未来还将引入触觉等多维感知模态，搭配更高精度的全身与手部捕捉设备。李天羽认为，数据多样性与数据质量，比单纯的数据规模更为关键。“一条覆盖了重心移动、躯干角度变化的全身数据，其信息密度远高于一百条只有手部轨迹的桌面数据。”数据的采集方式决定了模型能学到什么，模型的能力短板反过来定义了下一次采集的目标。这套“采集-训练-反馈”的闭环一旦运转起来，就会形成一道持续自我强化的数据壁垒：每完成一轮采集和训练，模型能力提升一截，系统对“哪些数据真正有用”的认知也更精准一分，下一轮采集的效率和质量便再上一个台阶。它考验的不仅是算法层面的工程能力，更是对“模型究竟需要从物理世界中学习什么”这一根本问题的系统性理解。而这项理解，正是源策未来最核心的判断力所在。我们计划于2026年下旬发布其首个人形原生基座模型。人形机器人要真正从实验室走入家庭，需要的不仅是一次完美的单点演示，而是让机器人具备在复杂、动态、非结构化的家庭环境中持续可靠工作的能力。这种能力的上限，从根本上取决于模型对物理世界的理解深度。我们选择回到具身智能的起点重新回答这个问题：用一个什么样的身体、从什么样的数据中学习，决定了机器人最终能走多远。如同登顶珠峰没有直升机可乘，通用具身智能也绝不存在无痛的捷径。源策正带着对物理世界最原始的敬畏与最狂野的技术野心，向着物理世界的终极智能，发起没有退路的冲锋。
