具脑磐石获亿元融资，以类脑智能路线打造具身智能2.0，抢占全球自主智能产业先机

华为“具身大脑一号位”创业 类脑智能路线浮出水面今日投中网独家获悉具脑磐石完成新一轮亿元级融资本轮融资由具备深厚类脑与具身产业背景的顶尖产业资本领投老股东及多家顶尖基金复投和跟投。同时更新一轮融资也在同步交割中。据悉本轮融资将重点投入核心技术研发、团队扩充与全球市场拓展加速认知世界模型的研发、工程化落地与真实场景验证。在这笔融资完成之前“图灵奖”得主杨立昆所创立的AMILabs于今年3月才刚刚完成10.3亿美元种子轮融资投前估值达到35亿美元这使得类脑智能的世界模型技术路线逐渐清晰起来。对于投资人而言在国内要找的无疑是在同一技术方向下创始团队最好且靠谱的类脑智能玩家。由此这位前华为云AI算法创新Lab主任、华为具身智能大脑开创者创业的具脑磐石浮出水面。作为“华为天才少年”面试官朱森华在圈内并不陌生。在华为内部他更是公认的“具身大脑一号位”。任职期间朱森华带领团队搭建了华为云脑与类脑AI云平台、前沿性探索未来AI发展新范式并孵化了华为内部的首个具身大模型、完成了类脑智能与具身模型融合的技术落地验证。在华为的六年里他既是技术的探索者也是商业落地的操盘手具备“AI工程化能力”与“脑科学研究”的跨界特质。相较于纯学术背景的创业者朱森华身上也有着罕见的“文理兼修”基因。履历显示朱森华的学术背景跨越了计算机科学与认知神经科学本科与硕士深耕AI方向博士阶段赴宾夕法尼亚大学攻读认知神经科学博士后在中科院脑与认知科学国家重点实验室完成。这份独特的“脑科学AI”特质为他如今的创业打下了基础。在2025年他却做出了一个反直觉的决定不跟随行业VLA视觉 - 语言 - 动作模型大流去堆砌数据、走 “数据大炼丹” 的技术路线而是另辟蹊径选择了一条不太为人所知的类脑智能的Neural AI范式Brain Inspired Neural AI并拉起一支在华为内部磨合多年、知根知底的 “铁军” 班底于2025年下半年创立了具脑磐石。为何是“类脑智能”路线从某种程度上看虽然这与朱森华的学术背景有关联但他认为今天的AI虽然在文本、图像生成上表现亮眼但仍存在难以突破的 “四大短板”高度依赖海量数据、泛化能力薄弱、无法实现终身学习、训练与推理功耗极高。朱森华认为既然叫做“人工智能”站在第一性原理的终极目标就应该是逼近人类大脑的智能能力而非停留在 “拟合数据、模仿复现” 的浅层阶段。与此同时具身智能的1.0阶段也走到了尽头在以LLM为中心、靠暴力计算、消耗高数据和高功耗、且不具备终身学习能力的框架下机器人无法通往真正的智能。因此在他的判断里人工智能的下一阶段不应该是继续堆数据、堆算力、堆参数而是回归智能的本源 ——向“大脑”取经。在此背景下作为一个具备AI前沿探索与工程化能力和脑科学研究的“跨界者”朱森华认为人工智能的起源应用是对大脑神经元的建模。“具脑磐石想要做的就是为各类机器人打造一颗真正具备自主认知、逻辑推理、环境适配、持续进化能力的‘大脑’。”从“鹦鹉学舌”到“认知世界” 一场具身大脑效率的革命放眼当前在这场世界模型的混战中朱森华发现已有五大派系它们分别代表了通往通用人工智能的不同路径。而这五大派系分别是由李飞飞领衔的空间智能流派其核心是显式的3D建模OpenAI的视频生成路线他们坚信“预测即理解”DeepMind主导的学习型仿真派不追求像素级的完美而是通过Genie系列生成可交互的虚拟环境再让智能体如Dreamer在其中通过强化学习自主探索、习得技能。再者就是由杨立昆提出的JEPA联合嵌入预测架构他强烈反对预测像素主张在抽象的潜在表征空间里预测世界的演化规律并认为这才是通往机器常识的高效路径。最后是Karl Friston的主动推理框架核心是“自由能原理”——大脑并非被动接收信号而是主动建构世界模型并持续最小化预测误差。基于行业的研判以及对脑科学底层逻辑的认知具脑磐石在成立之初就确立了与杨立昆同源的JEPA联合嵌入预测架构路线并致力于构建一套能够自主理解、推理、适应环境的“认知世界模型”Cognitive World Model。不过技术路线上的百花齐放让朱森华仍然看见大多数具身智能技术只停留在“鹦鹉学舌”阶段的浅层阶段。“他们只是依靠海量数据记住规律没有真正理解物理世界的因果逻辑。”相较传统的“鹦鹉学舌”具脑磐石构建的“认知世界模型”不只是一个算法框架的迭代升级更是一场效率革命。简单来说具脑磐石已彻底跳出固有模式让AI无需耗费算力生成实景画面也不必再死记海量细节核心聚焦于提炼、理解事物背后的“抽象概念”和“物理规律”。例如面对一个杯子具身大脑不需要再预测杯子倒下的每一帧画面只需要理解并预测 “倾倒”“重心变化”“易碎” 这类抽象概念面对搬运、码垛等任务也不需要死记硬背每一种物体姿态而是直接吃透底层物理因果。“这套基于抽象概念的认知逻辑可以让机器人首次接触椰子壳这类陌生物体时无需额外专项训练便能自主判断其具备盛水功能真正实现类人级别的举一反三。”朱森华举例道。从机械式的“鹦鹉学舌”到理解式的“认知世界”这种技术的跃迁正是具脑磐石想要抓住的技术变革。按照具脑磐石的设想公司交付的不仅是一个控制机器人的代码包也不是单一的动作或技能的执行模型而是一套能够自主理解、推理、适应环境的“认知世界模型”。同时朱森华也提出具脑磐石不做只为单一企业或单一客户定制的机器人大脑而是通过上下游的生态建设打造适配多品牌、多形态机器人的全新发展范式。通用化的技术路线也让这套认知模型拥有极高的数据使用效率。据朱森华介绍在公开基准测试中他们仅用行业1/10的数据量就达到了与传统路线同等的技能学习效果训练成本、推理功耗、部署难度都大幅下降。此外整个行业也处在从 “VLA大模型”向“世界模型”转型的关键节点但朱森华认为真正的世界模型自下而上的应该有五个层级第1 - 2层为视觉真实、物理真实第3层是交互真实第4 - 5层分别为抽象学习能力和主动推理。“目前市面上绝大多数机器人技术只解决了前三个层级的基础能力而对标杨立昆JEPA路线的具脑磐石直接将研发重心锁定在高阶智能的第4 - 5层。”长远来看具脑磐石的终极目标是打造出一个能理解物理因果、具备类人的抽象学习和终身学习能力、不会灾难性遗忘、低功耗高泛化的“具身大脑”即具身智能2.0阶段。而这一能力也是具身智能1.0无法突破的核心瓶颈。具身智能产业落地为王近期随着杨立昆的JEPA架构和Karl Friston的主动推理理论的持续走红全球AI领域对类脑智能、自主智能的探索迈入了全新的阶段。但对于具身智能而言热度之外行业终将绕不开的是产业化落地这场硬仗。作为前华为“具身大脑一号位”以及“华为天才少年”的面试官朱森华深知行业下半场比拼的核心是顶尖跨界人才的储备密度。“现在具脑磐石所需的人才并非传统的计算机专家而是兼具“脑与类脑”学科背景、神经科学训练及AI工程化能力的跨界稀缺人才。”在交流中朱森华强调。除了朱森华本身投中网了解到这支以华为系骨干为核心搭建的“铁军”还吸纳了来自清华、北大、中科院的科研人才以及华为、旷视、极智嘉的大厂老兵。其中联创刘晋宇长期深耕AI与机器人领域的技术产品化及产品商业化曾主导负责多个产品事业部从0到1孵化与全球商业化落地在工业场景、商用服务场景积累了充足的项目孵化、市场拓展与规模化交付实战经验。原生零磨合的团队配置和基础让具脑磐石的能力不只停留在前沿研发层面而是覆盖从技术预研、系统工程到客户场景与产业交付的完整链条。也正因为清晰的赛道方向、硬核的创始团队、稀缺的类脑智能技术路线让具脑磐石成为资本关注的对象。成立于2025年的具脑磐石虽然从时间上看入局的时间并不算早但朱森华认为从产业化落地的角度来看整个具身智能产业才刚刚开始。在商业化上朱森华表示从成立第一天起具脑磐石就确立了清晰的商业化落地策略只选有真实付费意愿、可规模化复制、能牵引核心技术迭代的场景。“当前公司将以工业 -- 商用 -- 家用的阶段式发展目标推进技术成熟和规模应用并通过局部场景落地沉淀、抽象从基础模型到生产力工具的开放平台体系。同时公司也从Day1创立之初便将全球化作为公司核心战略之一。”朱森华透露。而相对于国内市场海外市场的落地逻辑已有明显差异国内客户买单核心是看ROI当前机器人成本高、能力有限远超实际人工成本、多数仍处于试点验证阶段而海外发达国家面临事实性劳动力短缺即便机器人方案尚未完全达到人工同等水平客户也愿意为填补劳动力缺口为机器人的局部有效付费。同时海外也可以尝试不同于国内的商业模式提高客户的购买意愿。这也是具脑磐石在商业化路径上早早选择 “内外双线并行、海外优先突破” 的重要原因。截至目前具身智能已连续写入政府工作报告“类脑与智算”也出现在《人形机器人与具身智能标准体系2026版》中这让类脑智能与具身智能的结合正在从前沿探索走向产业部署。在朱森华看来当杨立昆举起“JEPA”这面技术大旗证明了方向的正确性后市场需要的是真正能把这面大旗扛进工程落地、跑通商业化、做出真实壁垒的中国团队。为此具脑磐石将会把JEPA这条技术路线扎扎实实推进到机器人真实工作的现场让机器人真正具备接近人类大脑的认知能力抢占全球下一代自主智能产业先机。