近日，千寻智能 Spirit AI，国内唯一具备 AI+机器人生产力级全栈技术能力的具身智能公司宣布完成近 2 亿元种子轮+天使轮融资，天使轮融资由弘晖基金领投，达晨创投、千乘资本跟投，同时，顺为资本和绿洲资本作为种子轮老股东持续加码。

顺为曾于 2024 年领投「千寻智能Spirit AI」种子轮融资，并在本轮融资中给予持续支持。对于本轮继续加码，顺为投资团队表示：“顺为资本长期关注机器人与具身智能赛道的创新机遇, 我们看好千寻智能创始团队的复合背景和行业经验，期待千寻能积极探索场景和商业模式，推进具身智能的技术落地。”

千寻智能成立于 2024 年 2 月，仅 4 个月就获得了多个顶级资本的重金加注，充分体现了资本市场对于具身智能赛道稀缺团队的高度认可。本轮融资后，千寻智能将持续发力技术研发与场景落地，全力打造能够胜任各种任务的通用智能机器人平台，开创机器人技术的新时代。

一、关于「千寻智能Spirit AI」

千寻智能 Spirit Al，国内唯一具备Al+机器人生产力级全栈技术能力的具身智能公司，通过前瞻的产品思维、领先的大模型技术以及卓越的机器人研发能力，打造世界级通用人形机器人和下一代具身大模型与学习算法，让通用的机器人伙伴走进干家万户，驱动世界迈向智能机器人时代。

二、豪华团队创业，全栈能力配齐

千寻智能打造的全球范围内稀缺的精英团队在具身大模型、机器人以及场景落地方面兼具领先性。

公司团队成员来自 UC Berkeley、CMU、清华大学、北京大学、浙江大学、小米、华为、腾讯、大疆等国内外顶尖高校与企业。千寻智能具有业界领先的具身大模型技术及卓越的机器人研发能力，具有全栈AI工程化能力，在预训练模型、模仿学习和强化学习等方面核心技术优势突出。同时，团队还在机器人系统级设计和优化技术、机器人功能安全技术、模块化控制软件架构技术、高性能机器人控制技术方面处于行业领先地位。

千寻智能创始人兼 CEO 韩峰涛在机器人行业拥有十余年经验，曾任珞石机器人联合创始人&CTO，是国内高性能轻型工业机器人领军者和国内力控协作量产交付第一人，其带领团队成功交付数十款型号产品超 20000 台。同时，韩峰涛带领团队也曾落地 20+ 行业、100+ 场景，实现 1000+ 客户的商业化成果转化，具有极强的机器人产品化和工程化能力。

2024 年，韩峰涛全情投入具身智能，带着自己世界级运控算法能力和生产力级机器人整机设计经验，开启了自己人生中激情澎湃的二次创业，选择的正是具身智能这个全球处在同一起跑线上的新赛道。

千寻智能联合创始人高阳，清华大学交叉信息学院助理教授，清华大学视觉与具身智能实验室主任，博士生导师，拥有十年的具身智能、机器视觉和机器学习研究经验。高阳教授师从国际计算机视觉大师 Trevor Darrell 教授，并与强化学习领域最知名的学者 Pieter Abbeel 教授和 Sergey Levine 教授有过深入合作。

高阳教授在具身智能的三层模型中都有丰硕的研究成果。例如在强化学习方面，高阳提出了世界上迄今为止样本效率最高的强化学习算法（EfficientZero和EfficientZero v2 ）。该算法被 OpenAI Co-Founder、强化学习带头人 John Schulman 高度评价。其多年研究重点都放在构建能够在任何场景中执行任意任务的通用具身智能大脑，在互联网视频预训练、模仿学习、物理世界强化学习等多个具身智能领域成果频出。

在中国打造出一家世界级具身智能巨头的理念和愿景下，高阳教授决定加盟千寻智能成为联合创始人。

三、坚实技术底座，穿越智能边界

千寻智能在 AI 系统和机器人硬件平台构建了独特的技术优势。

在 AI 系统领域，高阳在互联网视频预训练、sim2real、模仿学习、物理世界强化学习等多种具身智能数据源都经验丰富，具备“全栈”的具身智能数据利用能力。这种全栈的数据能力对于构建真正通用的具身智能大脑至关重要。

在构建具身智能过程中，最重要的因素是数据的有效利用。高阳在这一领域取得了重要突破。在包括高样本效率强化学习、高效率模仿学习等关键技术之中，高阳是世界上最高效率算法的设计者。他提出的 EfficientImitate 高性能模仿学习算法，相比斯坦福的 VMAIL 的算法能提升 600% 性能。该算法可以在同样数据量情况下让模仿学习的泛化性达到最高。

他开发的高样本效率强化学习算法 EfficientZero 得到了 OpenAI 强化学习首席科学家 John Schuman 的高度评价。

在高效利用 VLM 进行机器人任务理解与规划方面，高阳教授提出了 ViLa 和 CoPa 模型，CoPa 首次展现了 VLM 模型中的任务级别泛化性，性能大幅度超越斯坦福李飞飞教授提出的 VoxPoser。值得注意的是，世界领先的 Figure01 机器人的顶层规划部分就采用了高阳教授发表的 ViLa 模型。

｜图为：Figure01 机器人