大家好，我是Jay哥。👋
一个前百度自动驾驶实验室主任，出来创业半年，天使轮就拿到5000万——这次他不搞车了，专攻机器人"上电梯、过门禁、穿楼道"。
这门生意凭什么值5000万？今天给你掰开揉碎讲清楚。
1️⃣ 5000万买的是谁？
纽娲机器人，2026年2月成立，创始人杨睿刚。
这哥们什么背景？曾任百度自动驾驶与机器人实验室主任，又去嬴彻科技当了CTO，亲手把L3级自动驾驶重卡推向量产。现在还是上海交大特聘教授。
一句话：搞自动驾驶的硬核老炮，转头搞机器人。
蓝湖资本领投5000万天使轮，不同资本、共青城朴一投资跟投。两个月前刚拿过Plug and Play中国基金的种子轮。
资本赌的是什么？赌他能把自动驾驶那套"数据闭环"打法，平移到机器人领域。
2️⃣ 自动驾驶到机器人，到底难在哪？
杨睿刚说了一句大实话：
数据闭环这件事，机器人和自动驾驶其实是一回事。
采集、标注、迭代、CI/CD、仿真测试、灰度发布——这套工程化体系在自动驾驶里跑通了，直接搬过来就能用。
框架能继承，但难度直接上了一个台阶。
自动驾驶解决的是结构化道路的自主通行——高速公路有标线、有护栏、有规则。
机器人要解决的是非结构化场景——楼道、电梯、门禁、商场、园区。这些地方没有标线，规则全靠人默认的"社会常识"。
真正的拦路虎是"具身操作"：开门、按电梯、搬东西——这种物理交互，自动驾驶里完全没有对应物，得从零开始做。
3️⃣ 凭什么叫"世界通行模型"？
纽娲不做什么大一统端到端模型，他们提了个新概念：世界通行模型（WTM, World Travelers Model）。
简单说，机器人不光要"会操作"，更要"能抵达"。
WTM的杀手锏在数据。纽娲自研了高保真物理仿真引擎 SimWeaver，相比英伟达的 ISAAC Sim——
生成速度提升3倍，仿真到真实迁移的误差降低20%。
结果是什么？在多个柔性体操作任务上，
零样本（Zero-shot）成功率干到91%。
什么叫零样本？机器人从没见过的场景，第一次上手就能搞定。这就是仿真数据质量决定策略性能的铁证。
运动控制能力上，他们自研的模型能稳定通过55度空心楼梯。不是"盲爬"——是真的能识别"哪能踩、哪不能踩"。
4️⃣ 落地场景：2026年就开干
杨睿刚把落地分了三步走，节奏非常克制。
2026年：WTM 率先部署到 1-2个真实应用场景——物流客户、产业园区、文旅度假区。重点验证两个能力：无图导航 + 环境零改造部署。不需要装传感器、不需要改门禁系统，机器人拎包入住就能跑。
第二阶段：扩大运营规模，把泛化能力和商业可行性跑通。这一步赌的是 WTM 大脑能不能在陌生环境里复用，不依赖客户场景定制。
第三阶段：自研机器人本体量产，"一脑多型"——同一套 WTM 大脑，兼容双足机器人、AGV、四足机器人、无人配送车。
社区配送、园区物流、文旅度假服务——底层问题都一样：
机器人如何在人类环境中安全、高效、优雅地完成任务。
自动驾驶跑的是道路环境，机器人跑的是人类生活空间。电梯里"先下后上"、商场里"主动礼让"、门禁前"排队等待"——这些人类社会心照不宣的规则，机器人必须一条条学会。
这就是纽娲提的"具行智能"（Embodied Mobility Intelligence）——具身操作是手，具行智能是脚，光会干活不会走路，机器人还是出不了门。
5️⃣ 给普通人的三点启发
第一，AI 落地不缺概念，缺"最后100米"。
大模型、生成式AI已经满天飞，但真正能跑进真实场景、跑通商业闭环的项目少之又少。纽娲押注的"通行能力"，是机器人规模化的关键瓶颈。从自动驾驶到机器人，从虚拟到物理，难度不是线性增长，而是指数级跃迁——能在最后100米活下来的，才是赢家。
第二，老兵不死，只是换条赛道。
自动驾驶的工程化体系、数据闭环思维，直接迁移到机器人就是降维打击。杨睿刚在嬴彻科技推动L3重卡量产时跑通的那套 CI/CD、仿真测试、灰度发布，不是纸上谈兵，是真正经过百万公里验证的工程体系。跨界老炮越来越值钱，因为新场景需要旧体系，新战场需要老兵。
第三，技术路线未定时，是个人开发者最好的窗口期。
当前"具身不存在大一统模型"已成行业共识，分层解耦是必由之路。WTM 不是大一统模型，是工程化解耦——这种思路对个人开发者特别友好。海外 Figure Helix、NVIDIA GR00T N1，国内智元"一体三智"、腾讯 SLAP 架构、千诀"类脑分区"，多条路线并行。
开源生态里 Isaac GR00T、各家 VLA 框架都在早期，文档不全、Bug 多、但机会也最多。
跟着学、跟着做、跟着提 PR，就有机会吃下这条赛道的早期红利。
🔗 36氪首发｜前百度自动驾驶与机器人实验室主任创业，天使轮融资数千万，做机器人"世界通行模型"
10个月宝宝每天需要喝多少奶粉？