一句话定位
- 形态：具身世界模型（智能层，软硬一体方案）
- 技术路径：原生3D动态世界模型（V-4D-A架构），与行业主流的2D VLA/像素生成派/3D重建派形成第三条路线
- 数据策略：自研”影身360”数据采集系统（4-5个百元级RGB摄像头实现实时3D重建），Real2Real数据生成范式，训练效率为视频数据的20倍
- 团队基因：清华博士CEO（前阿里本地生活机器人负责人）+ 清华教授科学家天团（刘烨斌杰青+孟子阳万人计划）
- 商业进展：入选柔性智造（制鞋涂胶）场景，8h生产3000双鞋，千万级订单，2025年目标交付上百台
来源：甲子光年深度报道 (2026-04-20)
团队
创始人CEO
- 闵伟：清华大学工学博士，前阿里巴巴机器人团队技术负责人，20+年AI和机器人研发经验
- 从0到1：主导阿里本地生活配送机器人的全链路研发与商业化（楼宇、医院、酒店场景）
- 创业动机：认为VLA模型用人类自然语言限制机器人，提出”视频语言化”替代方案
联合科学家团队
- 刘烨斌：清华大学自动化系、脑与认知科学研究所教授，杰出青年科学家（杰青），长期致力动态三维重建理论和关键技术创新
- 孟子阳：万人计划领军人才，深耕机器人运控、定位与导航系统
核心团队背景
- CTO / COO / 副总裁：来自阿里巴巴、吉利、美团、京东、顺丰等企业的核心业务部门，覆盖算法研发、硬件量产、供应链管理及行业客户拓展
来源：甲子光年 (2026-04-20) + 投资界 (2026-04-20) + 36氪埋种轮 (2025-04-16)
产品
产品矩阵概览
- 数据系统：“影身360”实时3D数据采集系统——仅需4-5个百元级RGB摄像头，无需昂贵LiDAR或摄像机阵列，实现实时3D场景重建
- 核心模型：“原生3D动态世界模型S1”——全球首个具备真实3D空间构建与动态交互能力的实时世界模型
- 执行机器人：“影身”系列工业机器人——面向柔性智造场景，搭载3D世界模型能力
来源：新浪科技 (2026-04-20)
影身360数据采集系统
- 摄像头数量：4-5个（vs 传统摄像机阵列数十个）
- 单摄像头成本：百元级别（家用级RGB）
- 采集能力：实时3D数据采集与自由视角场景重建
- 对比传统方式：激光采集/摄像机阵列采集数据体量小、成本高、环境局限强
来源：甲子光年 (2026-04-20)
原生3D动态世界模型S1
- 技术定位：全球首家以”原生3D数据”为核心训练输入的具身世界模型（vs Genie像素生成派、Marble 3D重建派）
- 训练效率：同样是仿真结果，3D数据训练效率是视频训练的20倍
- 输出能力：同步生成场景三维几何表征 + 预测视频 + 直接驱动动作（Action）序列
- 架构：V-4D-A（视觉-4D-动作）——打通”3D数据获取—模型训练—物理运行—场景落地”闭环
来源：甲子光年 (2026-04-20) + 新浪科技 (2026-04-20)
技术路线
核心判断：第三条路
影身智能有三个核心技术判断，构成其与行业主流路线的差异：
- VLA的根本缺陷：传统VLA（Vision-Language-Action）依赖二维像素统计拟合，无法真正理解三维空间的深度、体积与动力学关系，本质是”通过触碰照片感知世界”
- 语言并非最优媒介：物理动作的时空连续性与语言符号的高度离散性存在根本矛盾；应”将视频语言化”，直接从视频数据提取物理世界信息
- 3D数据不是选配而是必配：绕道2D（如Genie/World Labs的Marble）是因为3D数据获取困难；影身360系统用低成本方法解决了这一瓶颈
来源：甲子光年 (2026-04-20)
Real2Real数据生成范式
- 数据来源：利用国内海量视频数据 + 工厂交叉视角摄像头（工人上方和前方）
- 数据生成逻辑：时空智能大模型处理无标签视频数据 → 生成两部分数据：
- ① 工人关节位置和姿态的动捕数据，映射到机器人关节
- ② 模拟工人视角的视频数据（类似遥操作训练数据）
- 生产影响：无需额外复杂设备，不干扰工厂正常生产秩序，实现”生产与训练并行”
- 小模型部署：大模型生成的训练数据 → 训练端上小模型 → 部署到统一硬件本体
来源：36氪 (2025-04-16)
数据飞轮
- 闭环：工厂产线部署 → 每台机器人作业同步收集真实物理数据 → 反向喂养世界模型迭代
- V-4D-A架构引擎：3D数据获取 → 模型训练 → 物理本体运行 → 工业场景落地
来源：新浪科技 (2026-04-20)
与主流路线的差异化
| 维度 | 影身智能（原生3D派） | Genie（像素生成派） | Marble（3D重建派） |
|---|---|---|---|
| 训练输入 | 原生3D数据 | 2D视频帧序列 | 2D→显式3D重建 |
| 物理一致性 | 天然保证（3D几何表征） | 无明确物理一致性保证 | 闪烁/畸变/穿模问题 |
| 效率 | 参考值：训练效率=视频20倍 | 数据集大但冗余高 | 计算密集 |
来源：甲子光年 (2026-04-20)
商业验证
切入场景：柔性智造（制鞋）
- 目标行业：制鞋涂胶工艺（典型”双柔性”场景：柔性材料皮革/织物 + 柔性工序高频SKU迭代）
- 核心痛点：传统自动化无法适配鞋型复杂曲面；人工涂胶存在苯中毒职业健康风险
- 方案效果：影身世界模型搭载工业机器人，实现毫米级精度涂胶，无需灵巧手
来源：甲子光年 (2026-04-20)
商业成果
- 订单规模：斩获国内首个具身智能”千万级柔性智造”订单
- 生产效率：8小时生产3000双鞋（不同款式/订单频繁切换，无需人工干预与调试）
- 交付目标：2025年累计交付上百台机器人（据36氪2025-04-16报道）
来源：甲子光年 (2026-04-20) + 36氪 (2025-04-16)
扩张路径
- 第一阶段：轻工业柔性制造（制鞋 → 制衣等）
- 第二阶段：快递、酒店等服务行业
- 第三阶段：C端家庭场景（AGI终极目标）
- 战略逻辑：“先难后易”——柔性智造对世界模型复杂度要求最高，拿下后形成降维打击
来源：甲子光年 (2026-04-20)
融资历史
| 轮次 | 金额 | 时间 | 投资方 |
|---|---|---|---|
| 种子轮 | 数千万元 | 2024 | 卓源亚洲、杭州西湖科创投 |
| 天使轮 | — | 2026-Q1（3个月内） | 恒生电子（领投）、松禾资本、杭州润苗基金、北京未来星、东莞人才基金 |
| 天使+轮 | — | 同上 | 同上跟投 |
| Pre-A轮 | 数千万 | 2026-04-20公布 | 深高投（领投）、晓池资本、卓源亚洲（老股东跟投） |
累计：种子+天使+天使++Pre-A ≈ ¥近亿元
来源：投资界 (2026-04-20) + 新浪科技 (2026-04-20)
竞争定位
在”世界模型赛道”中的独特位置
- 差异化选择：同行（Genie/Marble）从2D数据做升维 → 影身直接从原生3D数据建世界模型
- 成本优势：数采系统只需4-5个百元级摄像头，vs 传统3D采集（LiDAR/摄像阵）需数十万设备
- 数据飞轮：不是纯软件公司——通过硬件部署（工业机器人）产生真实物理交互数据，形成闭环
主要对标 / 参照
- Google DeepMind Genie：像素生成派，无物理一致性保证
- World Labs (Fei-Fei Li) – Marble：3D重建派，但底层仍是2D→3D，存在穿模问题
- Generalist AI：~27万小时遥操作数据，而非原生3D路径
- 蚂蚁灵波 – LingBot-VA：开源，VLA+世界模型混合
来源：甲子光年 (2026-04-20)
核心优势
- 技术独特性：全球首家以”原生3D动态世界模型”为核心路线的具身智能公司
- 场景壁垒：柔性智造（制鞋涂胶）是工业界最难攻克的”双柔性”场景，验证了模型泛化力
- 成本模式：数采≠烧钱，百元级摄像头 vs 行业遥操作/仿真合成两种主流路径的巨量投入
核心风险
- 数据规模存疑：目前仅制鞋单一工业场景，3D数据体量远小于互联网2D视频的可用规模
- 路线未被验证：行业主流选择2D→3D升维路径有深层原因——原生3D数据的规模化生产仍是业界公认难题，影身360系统尚未证明可覆盖复杂泛化场景
- 盈利模式未清晰：目前千万级订单 vs 累计近亿元融资，ROI路径不明
- 竞品多线夹击：VLA路线（星海图/自变量/千寻）和世界模型路线（智元Genie/蚂蚁LingBot/Marble）均获大量资源
来源：甲子光年 (2026-04-20) — Talos自研判断
动态记录
- 2026-04-20：影身智能宣布连续完成天使轮+天使+轮+Pre-A轮合计近亿元融资；投资界/新浪科技/东方财富等多家媒体报道 投资界
- 2026-04-20：甲子光年发布深度报道《用原生3D数据重新定义机器人认知》，完整披露技术路线（V-4D-A架构）、数据策略（影身360/Real2Real/20倍效率）、商业场景（制鞋8h 3000双）和团队细节（刘烨斌杰青+孟子阳万人计划）甲子光年
- 2025-04-16：36氪硬氪首发种子轮报道；披露视频语言化技术理念、影身系列工业机器人发布、千万级订单、2025年百台交付目标 36氪
- 2024-06：杭州影身智能技术有限公司成立 天眼查 (2026-06-03访问)