清華系具身大腦公司獲近億元融資，預計2026年接入設備達十萬臺以上｜硬氪首發

作者｜黃楠

編輯｜袁斯來

硬氪獲悉，北京千訣科技有限公司（以下簡稱“千訣科技”）近日完成近億元Pre-A++輪融資。我們總結了本輪融資信息和該公司幾大亮點：

融資金額及投資機構

融資輪次：Pre-A++輪

融資規模：近億元

投資方：六家知名投資機構及老股東共同參與；Maple Pledge楓承資本長期出任私募股權融資顧問

資金用途：將主要用于技術研發投入、核心團隊人才擴充與全球商業化拓展

公司基本信息

成立時間：2023年6月

注冊地址：北京市，孵化自清華大學類腦中心

企業定位：千訣科技專注具身智能領域決策與規劃大模型的研發與應用，生態位對標美國頭部企業Physical Intelligence，其自主研發的具身大腦可適配多種機器人硬件，目標在于突破傳統機器人任務局限，實現全自主工作與動態環境應對。

技術路線：不同于業界主流的“分層”或“端到端”路徑，千訣科技采用類腦分區架構，通過模擬人腦功能區，將復雜的智能任務解構為視覺、聽覺、決策、交互、記憶等協同工作的區域分化大模型而非依賴單一的龐大模型，可以實現從底層芯片到上層算法的全棧自主可控。

硬氪了解到，千訣科技目前已完成三代“具身大腦”的預訓練工作。在運行時，該大腦無需通過人類提示、遙控、預編程或語言指令等，即可自主實現“感知-決策-行動”的全閉環工作，并動態應對復雜環境變化。例如，當家庭服務機器人在接收“整理房間”的抽象指令后，具身大腦可以自主規劃并完成整理、收納、垃圾清理等數十至上百個子任務序列，即使任務被打斷也能自主重構計劃、接續執行。

千訣大腦提供機器人進行餐飲清潔（圖源/企業）

數據層面，企業已構建全球已知范圍內的最大規模純實采家庭場景數據集，累計沉淀億級規模具身感知與決策預訓練數據，覆蓋家庭服務、物流、工業運維等多元場景；同時基于自研的數據標注工藝，可獲取任務拆解序列及機器人抓取軌跡等定制化數據，能夠獨立實現從數據采集、清洗、標注到模型訓練的一體化。

針對規模化落地中技術門檻高、成本高昂等痛點，千訣科技也搭建了一套自動化訓練數據管道，降低機器人應用門檻，客戶只需在數據管道中明確功能需求如模型微調、新增功能開發等，系統即可通過自動化流程完成需求落地，全程無需人工介入復雜操作。

市場規模

根據QYResearch于2025年11月調研報告顯示，2025-2031年期間，全球具身智能機器人通用大腦市場規模年復合增長率將達到52.0%。高盛研究顯示，人形機器人市場將逐年增長，到2035年估值可能高達380億美元；其中，人形機器人作為具身大腦的核心搭載終端，其市場規模增長也將直接帶動具身大腦需求擴容。

業務進度

千訣科技的具身方案已完成對雙足人形、輪式、無人機、四足狗、掃地機等多款主流形態機器人的全面適配，并同各領域頭部客戶達成合作，部分項目已進入規模化應用階段。

具體到落地層面，該方案已在酒店清潔、餐廳服務、人形機器人迎賓及室內精密操作等多場景中部署，并協同合作伙伴實現批量交付。預計2026年內，搭載千訣科技“具身大腦”的機器人設備數量將達到十萬臺以上的規模。

千訣大腦幫助人形機器人擰瓶蓋（圖源/企業0

此外，公司正推進其自研的機器人大腦系統Polibrain OS進入對外驗證階段。該系統基于統一的類腦架構，面向機器人感知、決策與控制能力進行系統級協同與工程化整合，旨在為多形態機器人提供可復用、可擴展的通用智能底座。目前，Polibrain OS 的統一感知層已率先完成工程化打磨，計劃在可控范圍內啟動對外驗證，為行業探索“一套感知，覆蓋多形態機器人”的技術路徑，推動機器人智能從單點模型能力向系統級大腦能力演進。

創始人思考

硬氪：當前客戶在具身智能方案落地階段通常會關注哪些問題？千訣的方案相比傳統路線，在市場滲透和突發情況應對上有哪些核心優勢？

高海川：對于廠商而言，部署周期與成本是核心考量因素。相比傳統方案，千訣的具身大腦方案具備兩大顯著優勢。

其一，我們的方案不需要廠商對其下游客戶的實際使用環境進行任何物理改造。一直以來，環境改造限制是制約機器人市場滲透率提升的關鍵瓶頸，許多應用場景都會明確禁止此類改造，導致了傳統方案難以有效滲透。

其二，千訣的大腦核心能力是構建于自主決策模型之上，與傳統基于規則的驅動模式不同，因此，它也能更高效地應對各類現場突發情況。其技術特性跟“無需環境改造”優勢構成直接的因果關系，能夠主動適應復雜、動態的真實環境，從根源上規避了對環境改造的剛性需求。

千訣科技不是一個傳統意義上的“智能大腦”，而是“缸中之腦”，通過將“大腦”獨立于具體的機器人本體，讓它具備持續學習、自我演化與分區解耦的能力，再跨形態、跨場景地附著到各類機器人上，能夠快速適配不同形態與環境。

可以說，千訣科技的“具身大腦”不僅是模型的疊加與優化，而是一個動態進化、具備自主學習能力的系統，能夠持續適應不同機器人和環境的需求。

硬氪：目前千訣具身大腦在哪個場景的落地規模最大？能否結合該場景說說用戶的核心需求特征？

高海川：落地規模最大的場景是半服務半家庭清潔類場景。

這類場景對機器人的操作要求相對較低，受限于硬件技術水平，靈巧手、夾爪等臂結構能完成的動作有限，且觸覺傳感器技術尚未成熟，這導致了VLA模型及規劃算法難以支撐復雜操作。因此，千訣大腦所服務的場景中，其核心價值并非體現在操作層面的復雜度，而是基于世界模型的空間理解與任務決策能力。

搭載千訣大腦的機器人實現自主決策開門和清潔（圖源/企業）

千訣具身大腦是為機器人提供自主的任務目標理解與執行邏輯規劃能力，而非完成高難度的靈巧操作。這使得我們的方案特別適配那些對通用性、自主性要求高，但對操作靈巧度與效率要求相對較低的場景，即符合“以任務決策為主、以基礎操作為輔”原則的機器人類型。典型代表包括側重移動與任務響應的掃地機器人，以及從事清潔、迎賓、端盤子、擦桌子等基礎服務的人形機器人。

這類機器人與固定功能裝置的根本區別在于自主決策能力，它不局限于執行單一預設任務，而是能在完成核心指令后，自主判斷并執行合理的后續動作。例如，在完成擦桌子任務后，能主動識別地面的垃圾并進行清理。目前，千訣已在此類場景中擁有多個成熟落地案例。

硬氪：針對不同場景的需求差異，在合作研發或交付階段如何對模型能力做調整適配？

高海川：千訣的具身大腦是一個標準化的核心產品，已實現連續三代業內少有的對世界模型的預訓練，其本身已完整集成了空間理解與空間操作的雙重能力。在面向不同場景交付時，我們不會去針對場景重構模型，而是根據客戶的具體需求對其中的特定能力進行定向強化。

這種強化需求在實踐中通常集中在感知層面，主要為了解決機器人在開放的復雜環境中遇到的Corner case。例如，當機器人抓取紙團時突遇鏡面反射導致識別混淆，或是需要操作一款全新材質、從未在歷史數據中出現過的抹布或工具。

針對這些長尾問題，我們已經建立了自動化的訓練數據管道，一旦系統監測到在特定場景下的平均準確率出現波動，即可自動采集數據并對模型的相應感知模塊進行快速微調與強化，從而確保大腦在多樣化真實環境中的性能魯棒性。