什么值得买App下载 App ›
连续签到专享现金活动

给机器人做仿真训练 这家创企年营收破亿 预计26年翻4倍

当机器人因物理世界数据采集的高成本而发展受限时,一家名为跨维智能的创企选择了生成式仿真路径。其开源的EmbodiChain引擎,实现了机器人完全依靠100%合成数据学习技能,并在真实世界中零样本执行。该方案不仅破解了行业数据荒的困局,也为其带来了亿级年营收的快速增长。

给机器人做仿真训练 这家创企年营收破亿 预计26年翻4倍智能速览

  • 具身智能面临物理世界数据采集高成本、低效率的瓶颈。

  • 跨维智能开创生成式仿真路径,实现100%合成数据训练。

  • 其EmbodiChain引擎可让技能零样本迁移至真实世界完美执行。

  • 公司严格遵循ROI原则,产品售价不超工人18个月工资。

  • 该公司2025年实现亿级营收,预计2026年增长3到4倍。

  • 创始人预测2026年将是人形机器人商业服务元年。

给机器人做仿真训练 这家创企年营收破亿 预计26年翻4倍精华内容

为何机器人难以达到ChatGPT的智能水平?关键在于物理世界的数据瓶颈。生成式仿真技术如何破局,并实现商业落地?

数据困局

具身智能与大语言模型的智能存在根本差异,前者需要在三维物理世界中基于感知行动学习,这导致其数据采集成本高昂、效率低下且形成数据孤岛。正如创始人所言:“通过真实数据的方式,在当前阶段想要启动具身智能的Scaling Law是没有希望的。”

与无人驾驶可利用日常行车采集数据不同,我们生活的世界中几乎没有机器人,导致真实交互数据极度稀缺,成为制约行业发展的核心障碍。

仿真破局

面对困境,跨维智能选择生成式仿真的技术路线,其核心产品EmbodiChain是一个面向具身智能的“生成式数据引擎”。它实现了三个关键突破:不需要真实数据采集,证明了VLA模型可100%由合成数据训练;不需要繁琐的人工调优,仿真训练后可直接部署;不需要专业建模工程师,能根据文本自动生成场景和任务。

该引擎构建了完整的“Real2Sim2Real”数据飞轮,将有限的“种子”场景扩增为百万级高多样性数据,并展现出强大的零样本虚实迁移能力。

营收解法

商业化落地是检验技术价值的唯一标准。跨维智能从成立之初就严格遵守ROI原则,其产品定价标准明确:“整套系统的售价不能超过在这个位置上一个工人18个月的工资。”这种务实的策略确保了产品的高性价比和市场竞争力。

基于此,公司2025年已实现亿级营收,从2022年至2024年连续保持超过100%的增速。创始人预计,2026年营收将达到2025年的3到4倍,增长动力来自泛智能制造和商业服务两大业务板块的持续扩张。

行业展望

对于行业未来,跨维智能创始人认为,2026年的关键词从技术角度看是“世界模型2.0”,即基于3D物理仿真的世界模型;从商业层面看,则是“人形机器人的商业服务元年”。

尽管行业存在泡沫预期,但该公司始终保持务实,坚持技术、产品和业务的底层发展逻辑。通过开源EmbodiChain基础工具链,公司旨在推动行业生态建设,同时掌握核心的Know-how以构筑长期护城河。

跨维智能的实践证明,生成式仿真有望成为破解具身智能数据瓶颈的关键路径,其严格的商业化逻辑也确保了技术的落地价值。当2026年被预言为“人形机器人商业服务元年”,这条技术路线能否引领行业实现真正的智能突破?

评论

评论区空态插画

当前文章无评论,是时候发表评论了