未来不远获近10亿元融资：前掌门教育CEO张翼的具身智能家庭机器人突围战

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-08-24

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。

前掌门教育CEO张翼在经历公司退市、裁员10万人的巨变后，二次创业成立「未来不远」，聚焦家庭机器人赛道。公司凭借自研的AVLA模型与极致降本能力，已实现近10亿元融资，并进入上海约500个家庭。这一案例揭示了具身智能在家庭场景的商业化路径，以及AI创业公司在资本热潮中的冷静策略。

📊 核心实体与商业数据

💡 业务落地拆解

技术路线：组合式AVLA模型

未来不远并未押注通用VLA，而是自研AVLA模型，将复杂任务拆解为数百个短序列专家模型（如抓取、精细操作），由调度器根据环境组合调用。张翼指出：“相比一个超长序列的通用VLA，这种方式尽管牺牲了一些‘大一统’的想象，却能切实提高每一步执行的成功率。”此外，叠加世界模型预测能力，在执行前预判多条路径成功率，确保可靠性。

成本控制：倒逼式降本

从第一台机器起，团队将价格“定死”在消费级，倒逼技术降本。自研大中空电机、关节和扭矩传感器，并采用扫地机等成熟产业链的通用零部件，最终将成本压至两三万元，远低于行业几十万元水平。

商业化策略：租赁先行

以3000元/月的租赁价格开放家庭试用，降低用户门槛，同时积累真实场景数据。张翼解释：“等我们到两年不需要上门维护，那个时候才敢真的卖。”目前机器人已进入500个家庭，预约排至年底。

🚀 对企业AI化的启示

1. 真实数据是壁垒

家庭场景产生工厂无法模拟的corner case（如桌子腿短、孩子突然出现），这些数据是模型迭代的核心。张翼强调：“模型大家都能抄，差距不大，但真实数据极度稀缺，这才是真正的壁垒。”

2. 融资节奏需理性

在行业未成熟时过早融大量资金可能面临回购压力。张翼表示：“创业者一定要思考，潮水退去时，你还剩下什么？”他选择在技术成熟、商业化验证后才启动融资，半年内完成三轮近10亿元融资。

3. 全栈自研构建护城河

纯软件公司无护城河，必须打通硬件、大脑、小脑。未来不远自研核心部件与模型，形成软硬结合壁垒。张翼认为：“大脑以后肯定是大厂的天下，创业公司必须做有时间壁垒的事，比如全栈能力。”

【官方原文链接】点击访问首发地址