近日，具身智能领域迎来重要进展，专注于下一代可解释自主智能研发的「忆生科技」（TranscEngram）宣布完成数亿元天使轮融资。本轮融资吸引了正大旗下中生制药、浦东创投、张江科投、张江高科、弘信电子、云晖资本、沃肯资本、金舵资本等产业资本与国资平台共同参与，为公司在技术研发与商业化落地方面注入强劲动力。
「忆生科技」由全球顶尖人工智能专家马毅教授携手高盛华教授、杨言超教授于2023年9月共同创立。马毅教授作为计算机视觉领域最高荣誉「马尔奖」得主，同时是IEEE、ACM、SIAM三料Fellow，在视觉感知与智能系统领域拥有二十余年深厚积淀，并与邵逸夫奖得主Emmanuel Candes、图灵奖得主Yann LeCun等国际学者保持长期合作。公司以科学第一性原理为出发点，通过构建“感知—预测—交互”闭环系统，打造机器人“大脑+小脑”统一架构，致力于突破传统大模型在物理世界中的局限性。
针对当前大模型依赖静态知识、缺乏自我纠错机制的痛点，马毅教授指出，真正的智能应具备动态学习能力。忆生科技提出的解决方案是让机器人像生命体一样，通过闭环反馈持续进化。其“大脑+小脑”架构中，大脑负责视觉记忆，模拟人眼构建环境物理模型并进行复杂推理；小脑负责肌肉记忆，通过运动控制优化本体模型，生成高频稳定动作策略。这种设计使机器人能够摆脱对人工标注数据的依赖，实现跨场景、跨任务的技能迁移。
联合创始人杨言超介绍，公司基于白盒可解释网络结构开发的记忆系统，包含视觉记忆与肌肉记忆两大模块。视觉记忆刻画空间几何结构，肌肉记忆记录交互时序规律。在实际测试中，采用记忆生成式小脑架构的模型在多任务处理场景下表现优异，相比传统VLA模型效率提升3倍以上，单一模型可同时完成咖啡制作、叠衣、沏茶等任务，成功率超过95%。更重要的是，该系统的核心记忆机制与机器人本体解耦，支持夹爪、灵巧手等不同执行器的技能共享，显著降低部署成本。
在商业化布局方面，忆生科技已构建覆盖数据采集、运动控制、环境导航的全链路产品矩阵。其EngramTeleOp智能遥操系统通过生成式小脑映射技术，实现操作员与机器人的跨本体、跨地域协同，延迟控制在10ms以内；EngramEgo执行者视角系统利用轻量化穿戴设备，在真实场景中采集包含重心转移等隐性知识的高质量运动数据；EngramControl智能控制系统将演示数据转化为可复用动作规律，使机器人具备零样本学习能力；EngramNav环境记忆系统则赋予机器人空间感知与自主导航能力。
目前，公司正重点推进高端酒店服务与高端制造柔性装配两大应用场景。在酒店领域，其解决方案覆盖制卡、洗衣、配送、客房整理等标准化环节；在工业领域，则与航空航天企业合作，解决传统产线换型难题，提升质量控制与协作效率。据联合创始人石志儒透露，忆生科技已与智元、傅立叶、银河通用等头部机器人企业完成适配，并在深圳、北京、上海、四川布局研发中心。其中，四川数据研发中心专注于灵巧手交互数据采集与触觉反馈技术攻关，为全场景技能服务提供数据支撑。
当被问及技术适用范围时，杨言超表示，基于记忆的世界模型不仅限于机器人应用，还可扩展至机器狗等需要与物理世界交互的自主系统。石志儒则强调，公司定位为通用具身智能底座提供商，通过自研的跨本体控制转译引擎，已实现不同结构机械臂的技能迁移。目前，忆生科技正与某空客背景零部件制造商合作，将“大脑+小脑”方案嵌入现有协作机械臂系统，探索高柔性敏捷装配的工业化落地路径。
