具身智能领域迎来新突破，世界模型公司千诀科技近日宣布完成数亿元A轮融资。本轮融资由京铭资本领投，山东新动能、山东财金资本、元禾厚望、芯能创投、南创投、英诺天使基金、尚势资本、仁爱集团、玄素投资等多家机构参与投资，投资方涵盖国家队、产业方、市场化基金及家族办公室。Maple Pledge枫承资本担任长期私募股权融资顾问，为融资过程提供专业支持。
千诀科技成立于2023年6月，核心团队源自清华大学类脑研究中心，专注于具身智能决策与规划大模型的研发与应用。公司致力于突破传统设备的任务局限，通过技术创新帮助机器人实现环境动态自适应与全自主作业。此次融资资金将主要用于自研世界模型的架构搭建、算法迭代及场景落地，同时扩充核心研发与项目交付团队，完善商业化配套能力。
世界模型理论由卷积神经网络之父Yann LeCun提出，其创办的AMI团队持续研究抽象表征空间建模与物理世界规律预测，为行业发展奠定理论基础。当前，具身智能领域正围绕因果推理、空间智能、物理仿真及生成式预测等技术范式展开探索，各路研究者试图解答如何让机器真正理解并预知物理世界变化这一核心问题。
在主流生成式路线中，模型通过像素级重构预测画面，但千诀科技CTO章天任指出，这种方法存在特征污染问题。真实物理世界的图像包含大量与任务无关的噪声，如光影、纹理，模型为追求无损重构会强行绑定有效与无效信息，导致内部表征不纯净，影响对物理规律的理解与泛化能力。章天任比喻称，生成式模型更像复刻表象，而非真正理解世界。
为突破这一局限，千诀科技提出预测式世界模型，核心逻辑是通过预测物理状态的低维演化轨迹，而非还原像素，帮助机器人理解世界。CEO高海川以人类打球为例解释：人不会在脑中想象清晰画面，而是直接挥拍，依靠对球轨迹的低维预测。这种预测不包含像素信息，仅包含物理规律的状态演化，更符合具身智能的需求。
预测式模型输出低维抽象特征，可直接解码为动作轨迹或规划指令，绕开像素重构的计算负担与特征污染问题。千诀科技在此基础上进一步提出分布式预测架构，采用类人脑的脑区连接方式，不同区域各司其职，内部协同紧密，区域间相对独立。章天任表示，该架构通过分区域压缩与预测，提高样本效率与推理速度，减少机器人适应新场景所需的示教数据。
在应用端，千诀科技将具身大脑与小脑解耦，世界模型负责感知、预测与规划，不绑定具体执行动作空间。同一模型可快速迁移至不同本体，降低迁移成本并加速数据飞轮闭环。目前，千诀自研具身大脑已完成轮式、四足、双足人形、无人机、清扫机器人等多品类硬件适配，落地酒店保洁、商用服务、精密室内作业等场景，接入终端设备规模达十万台。
针对开环预测场景下长时推理误差累积的问题，章天任表示，具身任务通过闭环反馈机制有效抑制误差放大。机器人不会一次性规划全部任务，而是先预测有限步数，执行后根据环境反馈修正后续预测，形成“执行-观测-修正”循环。千诀模型支持多步预测，预测步数越少，累积误差概率与幅度越小。
在规模化部署过程中，客户反馈为产品迭代提供重要方向。高海川提到，市场对响应速度的敏感度超出预期，部分场景要求云端传输延迟在1秒内，毫秒级优化可显著提升用户体验。客户期待机器人从被动执行工具转变为“智能体成员”，主动感知环境并自主决策。例如，酒店场景中机器人主动发现污渍并清洁，比接到指令后执行更受认可，这种主动性成为产品差异化的关键。
