![]()
記者 董溫淑
編輯 高宇雷
4月10日,「電廠」獨家獲悉,前英偉達DRIVE Sim & DeepMap業務副總裁兼總經理吳夏青(James Wu)已啟動新一輪創業,項目名為“Calder”,定位于具身智能空間數據服務。
這也是當前空間智能、具身智能、世界模型等概念下的重點話題。高質量訓練數據稀缺已成為“卡住”具身智能產業發展的關鍵壁壘,對高質量數據的獲取和利用也已成為行業的熱門研究方向。
值得一提的是Calder的logo取自雕塑家Alexander Calder的作品。而Alexander Calder被譽為“動能雕塑先驅”,以將運動與環境互動融為一體的風格而聞名。
目前,Calder官網只有一句簡單的slogan:“空間智能的基礎(The Foundation of Spatial Intelligence)”并簡要寫道“目前我們正與少量實驗室和機器人團隊一起工作”,更多信息仍待釋放。
據一位相關領域創業者告訴「電廠」,目前Calder正處于積極招聘階段。
我們就相關信息向Calder進行求證,截至發文未獲回應。
![]()
華人地圖“老兵”下一站,從自動駕駛轉向空間數據
據吳夏青Linkedin主頁顯示,其在英偉達的工作歷程止步于2025年12月。而Calder將是吳夏青離職英偉達后的最新一站。
2016年,吳夏青創辦了高精地圖企業DeepMap,后者曾斬獲英偉達投資,又在2021年被英偉達所收購。吳夏青隨即在英偉達任DRIVE Sim & DeepMap業務副總裁兼總經理一職,并于2025年底離職。
彼時英偉達看重的,是吳夏青在高精地圖市場所累積的knowhow。
![]()
吳夏青工作經歷,圖/Linkedin
據公開信息,吳夏青本科被保送至天津大學計算機系,隨后于美國阿拉巴馬大學伯明翰分校攻讀博士學位。
從2006年開始,吳夏青先后在谷歌、蘋果、個人云存儲企業Upthere、百度美國研究院工作。在此期間,他曾深度參與了各家大廠數字地圖業務的關鍵進程,見證Google Earth和谷歌地圖、蘋果地圖、百度自動駕駛等業務的發展。
2016年,吳夏青創辦的DeepMap同樣聚焦這一領域,面向高度自動化的無人駕駛和智慧城市服務打造高清地圖平臺,曾獲得金沙江創投、a16z、英偉達等機構投資,并迅速吸引了福特、本田、上汽、博世等客戶。
2021年,在英偉達官宣收購DeepMap的公告中寫道:“DeepMap 的技術將增強NVIDIA DRIVE 上的地圖和定位功能,確保自動駕駛汽車始終準確地知道它們在哪里,要去哪里。”NVIDIA DRIVE是英偉達為自動駕駛汽車(AV)開發的全棧解決方案,也是英偉達押注智駕市場的重要抓手。
吳夏青的最新創業項目Calder瞄準了空間數據服務,與DeepMap面向不同的目標市場。但是無論空間智能、自動駕駛還是數字地圖,都高度依賴于高質量數據的采集、使用和交付。
![]()
數據成具身智能競爭重點,市場迎來多起融資
空間智能,是由頂尖AI學者、斯坦福大學首位紅杉講席教授、美國國家工程院院士李飛飛近年來提出并加以明確的概念。
李飛飛將空間智能(Spatial Intelligence)定義為機器在三維物理世界中理解、推理、感知和行動的能力;實現空間智能的技術路徑則是打造具備生成性、多模態、交互性的世界模型(World Models)。
這是繼大語言模型LLM后AI發展的下一座高峰,她所創立的World Labs也投身于此。
不同于大語言模型可以依賴互聯網上幾十年來累積的語料數據進行訓練,空間智能所面對的是一片數據的空白。
在2025年末接受「鈦媒體」采訪時,李飛飛也曾提及機器人領域的數采壁壘:“機器人的研究還是在早期,真的是缺數據……它基本上沒有商業化的應用場景,尤其是在日常用,沒有太多商業化的應用場景。所以它的數據很難收集。”
將目光拉遠,高質量數據的稀缺已經成為行業中的某種共識。
比如宇樹機器人創始人王興興就曾在行業盛會英偉達GTC 2026上指出,“對真機數據的依賴、真實的機器人數據稀缺”已經成為限制具身智能行業發展的3大難點之一。
這樣的背景下,聚焦于解決數據壁壘的新項目正密集涌現,其中亦有不少斬獲了資本支持。
舉例而言,3月16日,京東正式宣布,為推動行業健康快速發展,將依托超級供應鏈核心優勢,以及零售、物流、健康、工業、外賣、家政等海量真實業務場景,建成全球規模最大、場景最全的具身智能數據采集中心,兩年內積累超1000萬小時優質數據,助力具身智能產業從算法仿真邁向真實數據驅動的新階段。
同月,數據基礎設施服務商“Ropedia”官宣完成了千萬美金級種子輪融資,其成立于2025年,致力于為機器人、空間、物理智能等領域提供新一代數據采集與解決方案。
4月7日,千尋智能宣布完成由順為資本、云鋒基金聯合領投的新一輪10億元融資。據官方信息,千尋智能自研的可穿戴式數據采集設備已迭代至第5代,可將采集成本大幅降至傳統方式的1/10。
凡此種種,均只是市場的縮影。據市場機構QYResearch調研數據,2024年全球具身智能數據采集工廠市場規模大約為7.53億美元,預計2031年將達到67.52億美元,2025-2031期間年復合增長率(CAGR)將達36.8%。
當“數據”成為了能決定機器人智能化上限的關鍵點,市場正迎來人才、資本的加速涌入。對具身智能玩家而言,如何在這輪產業爆發的時間窗口之中采集和利用到足夠的數據,將是關鍵點。
![]()
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.