自动驾驶的战场，正在悄悄向机器人赛道转移。
近日，纽娲机器人宣布完成5000万元天使轮融资，由蓝湖资本领投。这家公司的创始人杨睿刚，来头不小——曾任百度自动驾驶与机器人实验室主任，曾主持百度自动驾驶开源数据集ApolloScape，曾任自动驾驶卡车公司嬴彻科技CTO，并推动L3级自动驾驶重卡实现大规模量产。
一个做L3自动驾驶卡车大规模量产的人，现在创立了一家"具身智能大脑"公司。
公司专注于供应链“最后300米”末端配送环节，切入当前自动化渗透率极低的蓝海赛道。
这个转身，藏着自动驾驶大佬对机器人赛道的最新判断。
01｜什么是"具行智能"
纽娲给自己的定位是"具行智能"（Embodied Mobility Intelligence）大脑公司。
"具行智能"这个概念，可能会让很多人摸不着头脑。但拆解开来，很好理解：
具身（Embodied）——机器人有物理身体，能在真实世界里行动。
具行（Mobility）——机器人在真实世界里能自主移动、导航、交互。
Intelligence——这一切背后的AI能力。
所以纽娲做的事，用一句话概括就是：给各种能移动的机器人，装一个通用的大脑。
这个定位，避开了当前最拥挤的"做人形机器人整机"的赛道，转而去做机器人的底层能力层——这跟感知纪元做"触觉基础设施"的思路，有异曲同工之处。
02｜WTM世界通行模型：一脑多体的野望
纽娲的核心产品，是自研的"世界通行模型"（World Traversal Model，WTM），一套模型兼容轮式、人形、四足、AGV多类机器人本体，复刻自动驾驶数据闭环体系。
这个名字取得很有意思——"世界通行"，意味着这个模型的目标是让机器人能理解任何环境，在任何地方自主行动。
WTM的核心能力有几个关键点：
第一，不依赖高精地图。
传统自动驾驶高度依赖高精地图，但这意味着在地图未覆盖的区域，车辆就无法正常工作。WTM不需要高精地图，进入陌生环境即可理解空间、规划路径——这对于机器人在家庭、办公、室外等多种非结构化场景中的部署，是关键能力。
第二，同一套模型适配多种本体。
这是最核心的差异化能力。WTM可以同时驱动人形机器人、四足机器人、轮式机器人、无人配送车等多种形态——不需要为每种本体单独训练模型，一套模型打天下。
这就是纽娲所说的"一脑多体"。
第三，遵循人类社会的行为规则。
让机器人理解电梯怎么用、门怎么开、斑马线怎么过——这些对人类来说是常识的事，对机器人来说需要大量学习和理解。WTM试图解决的，正是这种"社会常识"问题。
03｜杨睿刚为什么选择这个方向
杨睿刚的背景，几乎是"具行智能"四个字的最佳注解。
他曾主持百度ApolloScape——这是全球最大的自动驾驶开源数据集之一。ApolloScape涵盖了中国各种道路场景、天气条件、极端情况下的感知和决策数据。
这个经历，让杨睿刚对"让AI理解物理世界"这件事，有远比常人深的积累。
他后来加入嬴彻科技，推动L3级自动驾驶重卡大规模量产——这意味着他不只懂研究，还真正把技术做成了产品，并通过量产验证了工程化能力。
从L3自动驾驶重卡，到具行智能大脑——这个转身的逻辑是什么？
核心是"通用性"。
自动驾驶重卡，是在高速公路这个相对结构化的场景中运行。而具身智能机器人，需要在家庭、办公室、街道、商场等无限多种场景中运行。
如果说L3自动驾驶重卡解决的是"在一个场景里做到极致"，具行智能解决的是"在所有场景里都能工作"。
这两件事的底层能力有共通之处，但后者对"通用性"的要求高得多。
杨睿刚选择这个方向，很可能是因为：他在自动驾驶领域积累的数据、算法、工程化能力，可以迁移到具行智能这个更大但也更难的领域。
04｜"一脑多体"为什么是更聪明的路线
机器人行业，目前主流的商业模式有两种：
模式一：做整机。 做人形机器人、工业机器人、服务机器人，自己定义产品、自己生产、自己销售。好处是品牌溢价高，坏处是重资产、周期长、竞争激烈。
模式二：做核心零部件。 做关节电机、减速器、传感器、触觉皮肤等，卖零部件给整机厂商。好处是收入稳定、客户分散，坏处是天花板有限。
纽娲选择的是第三种：做"大脑"，即机器人的AI能力层。
这个路线的聪明之处在于：
首先，它是"轻"的。 不需要建厂、不需要供应链、不需要量产管理——一个模型开发团队，加一些数据工程师，就是核心资产。
其次，它是"通吃的"。 任何做人形机器人、四足机器人、轮式机器人的公司，都可能是纽娲的客户。客户高度分散，不会被单一整机厂商绑定。
第三，它是"平台级的"。 如果WTM真的能实现"一脑多体"，纽娲有机会成为机器人AI能力层的事实标准——就像Android之于手机操作系统一样。
05｜5000万元天使轮，够不够
本轮由蓝湖资本领投，5000万元天使轮。
对于一个AI模型公司来说，这个数字不算小，但对于"一脑多体"的野心来说，也算不上充裕。
天使轮的资金，大概率会用于：
研发团队组建——WTM需要顶尖的算法工程师、数据科学家、系统架构师，这些人才的价格不便宜。
数据积累——具行智能模型需要大量真实场景的数据来训练，数据采集和标注是持续投入。
原型验证——在几种主流机器人本体上，跑通WTM的适配，验证"一脑多体"的可行性。
5000万够不够？ 大概率只够走到下一个里程碑。如果WTM在几种机器人上验证了可行性，下一轮融资的估值会翻倍；但如果验证失败，钱就打了水漂。
这是所有AI模型公司创业的共同困境——技术风险高、资金消耗快、商业化路径长。
06｜自动驾驶人才涌入机器人赛道：一个趋势
杨睿刚不是唯一一个从自动驾驶转向机器人的顶级人才。
过去两年，百度、Waymo、小马智行、Momenta等自动驾驶公司的大量技术骨干，流向了具身智能机器人公司。
这个趋势的背后，是自动驾驶赛道的一个结构性变化：
L3/L4自动驾驶的商业化进度，远慢于预期。 资本耐心逐渐耗尽，政策推进不如预期，技术路线存在分歧——这些因素叠加，导致自动驾驶赛道的融资环境明显收紧。
而具身智能赛道的融资窗口，则在2024年到2026年期间大幅打开。特斯拉Optimus点燃了市场热情，Figure AI的天价估值刷新了行业认知，政策对人形机器人的支持力度不断加码。
于是，自动驾驶领域积累的大量AI感知、决策、控制人才，自然而然地流向了这个更热的赛道。
杨睿刚只是其中一个代表。
写在最后
杨睿刚创立纽娲，做的是一件"难且慢"的事。
"一脑多体"的愿景听起来很美好，但现实中会面临大量工程挑战：不同本体的运动控制差异怎么统一？模型的泛化能力能否真正覆盖所有场景？商业化路径是卖模型授权还是云服务？
这些问题，都需要时间和资源来回答。
但有一点是确定的：自动驾驶大佬的涌入，正在把机器人AI的技术门槛，拉到一个前所未有的高度。
这个赛道的竞争，正在从"谁能做出机器人"升级为"谁能让机器人真正理解这个世界"。
大家如果有问题请留言，我会及时回复!
欢迎大家关注知识星球和微信公众号，获取更专业的具身智能机器人行业资讯和研究报告!
10个月宝宝每天需要喝多少奶粉？
