人形机器人又拿到一笔大钱。
然而这一回, 关键的并非是哪一个再次制造出了一台具备能够行走、拥有能够挥手以及可以跳舞功能的机器。
真正值得去观看的, 乃机器人公司已然将竞争的焦点放置到真实的场景之中, 具体是门店这个场景, 还有产线这个场景, 再者是仓库这个场景, 以及服务现场这个场景, 而这些地方才是用以检验机器人究竟能不能从事相应工作的所在之处。
这条融资新闻存在着极为值得去看的一处要点, 那便是, 机器人已然开始被放置到真实的世界环境当中去接受检验了。
6月23日, 具身智能的企业正行创新（Striding AI）宣告完成将近一亿美元的天使轮系列融资, 每日经济新闻以及新浪科技等媒体所做的报道表明, 投资主体涵盖正大集团；包括华勤技术这般的企业；还有九安医疗等诸多上市企业；以及数位企业家；和一线投资机构。
这笔融资，不只是钱多
如果只看金额，这是一条融资新闻。
但凡将其放置于人形机器人赛道之中予以审视, 它愈发像是一种信号, 资本所关注的重点, 正从“机器人是否与人相似”予以转变, 转而朝着“机器人可不可以于真实场景之内不间断地创造价值”进行转移。
据消息称, 正行创新在2026年初的时候成立了, 发起者是连续创业者姚颂, 还有正大集团, 以及清华青年学者于超。姚颂曾经涉足创立过AI芯片公司深鉴科技, 后来又掺和到创立商业航天公司东方空间这件事里；于超长时间致力于强化学习与机器人方面的研究。
这种组合存在着这样一个特性: 其中一部分人拥有着硬科技创业的经历, 另一部分人具备产业场景方面以及算法研究的背景情况。
那么也就是说, 这并非简简单单地将钱投入到一个呈现在观念里的机器人, 而是在进行一种带有赌博性质的行为, 所投注的是“技术方面的团队与产业所处场景”这样的一种组合。
人形机器人往下走，已经不是单点技术表演，而是系统工程。
过去那几年间, 众人去看人形机器人, 最容易被短视频给 successfully 打动, 能走路, 能跑步, 能跳舞, 能搬箱子, 这些呈现得颇为直观。
可真正进到商业环境里，问题会立刻变复杂。
门店之中存在着顾客, 有着货架, 具备通道, 存在光线上的变化；工厂之内有设备, 有物料, 有节拍, 有安全边界；仓库里头有路线, 有堆叠情况, 有异常状况, 还有临时调整。机器人并非是完成一个动作便宣告结束, 而是要于一串变化当中稳定地开展工作。
这也是为什么产业方出现在投资方名单里，值得单独拿出来看。
对具身智能来说，真实场景本身就是稀缺资源。
正大企业集团、华勤信息技术、九安医疗用品这类公司, 并非仅仅是给予资金的角色, 它们背后对应着零售、制造、医疗健康硬件等真实的产业环境。
机器人不缺舞台，缺的是现场
人形机器人过去并不缺关注。
每次举办发布会, 或是举行展会, 抑或是展示演示视频, 一旦机器人做出一个足具相似度的类人动作, 便极易引发讨论。
但演示和商用之间，隔着很长一段路。
像是在可控环境之中演示, 以此表明“我能够做到”。而商用却是于不可控环境里, 不断反复证明“我每天都可以做到”。这两者的要求全然不同。
像比如说有一个机器人, 是在展台上, 将物体从A点拿到B点, 只要动作成功一次, 便足以吸引目光。然而呢, 要是它切实要在门店里进行补货, 又要在仓库里开展分拣工作, 还得在产线上辅助搬运, 那就必定得处理更多的问题: 物体所处的位置会发生改变, 地面的环境会产生变化, 人会突然地经过, 设备的状态同样会出现变动。
真实现场至少会不断提出三类问题：
1. 环境究竟有没有发生改变。2. 工作的步骤需不需要进行调整。3. 一旦出现错误之后能否安全地恢复过来。
这个时候, 机器人需要做的并非仅仅是“执行动作”, 它还得能够看懂所处的环境, 判定接下来的步骤, 发觉存在的异常, 并且在出现错误之后实现恢复。
对于人形机器人而言, 并非最具难度的是做出一个好看的动作, 而是于真实环境中将一连串动作平稳连贯地衔接起来。
这就是具身智能和普通软件最大的不同。
软件出现错误时, 一般能够进行重新加载, 之后回滚, 随后再试一次。而机器人要是出现错误, 那就有可能碰到货架, 进而挡住通道, 还会损坏物品, 甚至会带来安全方面的风险。
因此, 具身智能公司之间展开竞争的时候, 最终必定会归结到几个更为硬性的指标之上, 这几个指标分别是稳定性, 安全性, 维护成本, 场景适配速度, 还有每一次出现错误之后, 系统是否能够变得更加优良。
为什么真实数据这么重要
过去两年间, 大模型实现的进步, 在相当大的程度上, 源自数量巨大的文本, 以及诸多图像，并包含诸多代码以及多模态数据所带来的影响。
机器人对于数据是有需求的, 然而它所需求的却是另外一类数据, 也就是存在于真实物理世界之中的环境方面的数据, 动作方面的数据, 反馈方面的数据, 以及失败记录方面的数据。
这类数据更贵，也更难规模化。
一则文字置于互联网之上, 能够被数目众多的模型予以学习。然而机器人倘若要学会于真实世界之中握住一个变形的包装袋, 避开一个临时放置于地面的箱子, 在人员密集的门店之中安全地移动, 那就绝不能够单单倚靠理想化的样本。
《每日经济新闻》进行了报道, 声称正行创新正在着手推进百万小时级别的真实现实世界数据采集工作。就仅从这个所给出的表述来分析, 要是放置到行业逻辑方面去看待的话, 其核心蕴含的意思是这样的: 对于机器人公司而言, 若想要变得更具强大实力, 那么就必然要将真实场景转化成为持续用以训练系统的其中一部分内容。
对于机器人而言, 最具价值的数据, 常常并非一次成功的演示, 而是在大量真实工作当中的成功情况, 以及失败状况, 还有接管情形, 以及恢复情形。
谁能够获取到更多具备高质量的场景数据, 那个人就拥有着更大的机会, 使得机器人从仅仅是“会动”的状态, 转变成为“会干活”的状态。
这也是为什么“场景”会成为具身智能公司的关键资产。
若是不存在场景, 那便极难持续进行数据采集；要是没有数据, 模型便难以领会真实世界当中的长尾问题；倘若模型不够稳定, 产品就会很难进入更多场景, 反之, 要是一家公司能够将场景、数据、模型以及产品连接成循环, 那它就有可能越跑越快。
新浪科技所进行的报道当中提及, 正行创新已然跟正大集团、华勤技术等达成了深度方面的合作, 当下正在着手构建一种闭环, 这种闭环呈现“场景—数据—模型—产品—解决方案—场景”这样的形态。
这句话听起来有些抽象，但意思并不复杂。
最早是机器人进入真实场景, 接着它在工作的时候产生了数据, 紧随而来的是这些数据被用来改进模型, 随后当模型能力又得到提升之后, 产品随即以及解决方案辗转回到场景里进行验证, 最后验证之后出现下一轮新问题, 而这些新问题又持续变成下一轮数据。
这才是机器人商业化里真正有价值的飞轮。
世界动作模型，在解决什么
被多家媒体就刚进行的创新所提及的技术关键词, 是处于世界范畴的动作模型, 以及强化学习。
如果不用学术语言解释，可以把它理解成两件事。
第一，机器人要在内部理解“我这样做，会发生什么”。
人在拿杯子之际, 会自然而然地去判断杯子的形状如何, 重量怎样, 位置处于哪里, 以及倾斜时存在何种风险。机器人同样需要具备类似的这样一种能力。它不能够仅仅只是识别画面里显示的那个被称为“杯子”的物体, 而且还要去理解自身所做出的动作将会以怎样的方式改变这个杯子当前所呈现的状态。
这是世界动作模型所要处理的部分问题, 此问题是, 要让机器人在一个更为高效的内部空间之中, 去学习物理变化以及动作后果。
第二，机器人要能在反馈中变好。
强化学习的关键核心 , 并非是将全部步骤都固定写死 , 而是要促使系统于反馈当中去调整策略。要是做对了 , 那就对有效路径予以强化 ；要是做错了 , 那就识别其中原因 , 进而减少重复犯错。
网络报道提及, 正行创新同清华大学团队协力开发新一代机器人基座模型, 当下已达成“隐空间世界动作模型”的阶段性验证, 公司还在搭建“感知—规划—执行—反馈—恢复”的 Agent Loop。
这里的关键词不是某个炫酷名词，而是“闭环”。
一个能进入真实场景的机器人，至少要经历五步：
理解所处环境当中究竟出现了什么情况, 判断紧接着应该采取怎样的行动, 实施动作并操控身体, 依据结果获取反馈, 在出现异常状况时进行恢复然后继续。
只要其中任何一步不稳定，机器人就很难长期工作。
这同样是为何具身智能看似如人工智能赛道, 事实上却格外倚赖硬件、控制、仿真、数据工程以及现场服务能力这般情况。它并非是将一个大模型置入机器人身体便告终, 而是要把“大脑”跟“身体”一块儿予以训练, 一块儿进行迭代。
真正门槛，是把闭环跑起来
现在的人形机器人赛道，已经不缺故事。
缺的是把故事变成可重复交付的能力。
正行创新的这笔融资值得予以关注, 而这恰恰是由于它将几个关键要素进行了整合, 这些要素包括产业方场景, 还有真实数据采集, 以及世界动作模型, 另外还有强化学习, 并且包含本体与解决方案计划。
当然，这不意味着它已经跑通商业化。
新浪科技有报道声称, 正行创新首批自己研发之本体以及解决方案打算在今年下半年的时间亮相。这就是意味着, 好多东西尚处于验证以及推进的阶段, 机器人若想真正进入到门店以及工厂之中, 还需要持续去直面成本、稳定性、安全认证、维护效率、现场人员配合等这些实际性的问题啦。
人形机器人离大规模普及还远，但竞争的分水岭已经开始变清楚。
往后, 行业并非仅仅会去考量谁的机器人在形态上更趋近于人, 还会去评判谁能够促使机器人在实际工作当中具备更高的可靠性。
于发布会上能够完成动作的机器人, 所证明的是技术具备可能性；而在门店以及产线当中持续运行的机器人, 所证明的才是商业存在价值。
所以，正行创新的融资不应该被简单理解成“机器人又火了”。
更确切的理解是, 具身智能已然步入下一轮竞争阶段。资本、产业方以及技术团队, 皆在探寻同一个答案, 那便是: 机器人究竟要如何, 从视频当中的样机, 转变为真实世界里边的生产力。
这条路不会短，也不会只靠一家公司完成。
只是方向已然清晰明了, 往后的人形机器人, 不会单单于舞台中央遭人围观, 它必定要步入现场, 在反复、繁杂且充满变数的环境当中, 将工作一回回做正确。
