具身智能類腦技術研發商知躍空間智能完成數千萬元天使輪融資

近日，具身智能類腦技術研發商知躍空間智能完成數千萬元天使輪融資，本輪融資由錫創投、盛景網聯、錫惠國創、本源基金聯合投資。

據了解，本輪融資將主要用于核心產品研發及技術團隊擴充。

知躍空間智能（無錫）科技有限公司成立于2024年7月，創始團隊不僅有來自哥倫比亞大學、中國科學院、北大、新加坡國立大學等國內外高校的學霸，還包括在機器人行業中深耕多年的市場大佬。

知躍空間智能專注機器人大小腦系統，通過自研類腦模型及R2S2R世界模擬器產品，構建新一代“低算力、強泛化、可自主學習、可解釋”的智能機器人大小腦系統。

從創始初期，知躍空間智能團隊即確定了“技術創新 + 產品落地 + 市場閉環”的策略，積極布局下一代NeuroAI腦啟發式前沿算法框架，深入調研數百家機器人本體公司的真實痛點，并通過產品化設計精準打通技術與落地的全鏈路，為后期規模化應用打下扎實基礎。

長久以來，機器人普遍面臨泛化性弱、交互性有限的問題，因此，相當長的時間內，機器人只能應用于相對封閉、固定的場景。為了教會機器人如何在真實環境中工作，科學家需要收集大量人在現實環境中運動的數據，對機器人進行預訓練（Pre-training），以幫助他們更好地理解周圍環境和復雜場景、執行任務。

然而，這樣的技術路徑面臨的問題非常明顯：

第一，獲取預訓練的數據難度大、成本高、周期長；

第二，即使獲取到大量的數據，從采集的數據中訓練得到的模型到真實的環境中應用仍然存在很多泛化能力不足的問題；

因此，如何構建像人類一樣，可以在環境中快速自主學習、極強泛化能力的超級大小腦系統，驅動本體可以快速在場景中完成任務，成為行業關注的重點。

知躍空間智能創始團隊，從人腦的工作方式中得到啟發，通過構建自研Omni-Brain 類腦模型及4D-CogVerse世界模擬器，為機器人提供一套實時4D數據采集、數據結構化、模型訓練的系統級工具，讓機器人“從環境中看、在環境中學、到環境中用”，沒有數據采集成本、沒有模型遷移成本，真正解決機器人長期沒有大小腦的問題。

更值得一提的是，知躍空間智能核心算法框架通過構建動物級精細神經元模型，結合自研高效數值計算，所形成的機器人大小腦系統具備極強的可解釋性，在未來大量機器人與人類協作的場景中，為應用的安全性、合理性提供了高保障。

未來，知躍空間智能將不斷提升產品性能，并加快向更多元場景拓展，以技術與產業落地的雙重突破持續構建公司核心壁壘。