格物通智获近亿元天使轮融资：物理反演世界模型如何破解具身智能落地难题

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-10-18

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。

具身智能初创公司「格物通智」宣布完成近亿元天使轮融资，投资方包括匹克投资、鸿富资产、杭州资本、杭州人才集团、某省级具身产投及多家头部上市公司。资金将主要用于物理反演世界模型的大规模预训练与技术迭代、硬件与本体构建，以及推进多个场景PoC验证和真实数据采集。

📊 核心实体与商业数据

💡 业务落地拆解

格物通智创始人兼CEO蔡佳博士拥有太空操作机器人、自动驾驶量产、世界模型三重复合背景，曾深度参与华为ADS 2.0至4.0核心技术研发与百万级量产交付。公司核心团队来自华为、理想、地平线、智元等企业，覆盖前沿AI研究与规模化交付全链条。

针对具身智能在精细操作中触觉感知缺失的行业痛点，格物通智首创物理反演世界模型技术路线，通过Real to Sim方案从视觉数据反推重建触觉信号，实现触觉数据与视觉数据同等规模的采集能力。同时，公司构建PSI物理自进化体系，形成“物理反演—规划执行—真实反馈—评估学习—验证部署”的闭环，使机器人在持续作业中自主沉淀经验。

“触觉是机器人实现灵巧操作的核心，但触觉数据采集本身一直是行业难题。格物通智选择Real to Sim的思路很清晰，视频数据最容易规模化获取，那我们就从视频中反向重建交互接触等触觉信号。”——蔡佳

商业化方面，格物通智已与匹克投资签订战略合作协议，围绕鞋履制造中“双柔+一高精”（柔性制造、柔性材料、亚毫米级精度）需求，推动技术落地与产业验证。公司正与纺织服装、光模块及汽车零部件领域客户推进联合创新PoC，预计2026年年底完成首个PoC交付。

“我们最看重的指标不是精度成功率，而是客户复购率。复购意味着客户认为这个投入ROI是划算的，意味着机器人真正融入了生产流程。”——蔡佳

🚀 对企业 AI 化的启示

1. 数据质量优于数量，构建可量化的数据价值评估体系 蔡佳强调，具身智能模型训练应避免盲目堆叠数据规模，而需建立多维度打分机制，筛除低价值冗余数据。这对企业AI化的启示是：在数据治理中，应优先关注场景稀有度、动作多样性、失败案例占比等指标，提升训练效率。

2. 场景切入需匹配当前能力，以复购率作为核心验证指标 格物通智选择边界清晰、可量化验收的工业任务切入，逐步扩展至更高精度要求场景。企业推进AI落地时，应优先选择与现有能力匹配、验收标准明确的场景，并通过客户复购率验证真实ROI，而非仅关注Demo精度。

3. 技术路线需直面物理世界复杂性，构建闭环进化能力 通过物理反演世界模型与PSI物理自进化体系，格物通智让机器人在真实作业中持续学习。企业AI化应注重构建“执行—反馈—学习—优化”的闭环，使系统在真实场景中自主进化，而非依赖脱离场景的静态数据训练。

【官方原文链接】点击访问首发地址