景立构完成Pre-天使轮,4个月累计三轮融资
同济大学RAIL实验室背景的具身智能基础设施公司景立构(ScanArk)宣布完成Pre-天使轮融资,4个月内已连续完成种子轮、种子+轮与Pre-天使轮三轮,累计融资数千万元人民币,投资方包括小苗朗程、国海创新资本、一家头部具身机器人公司及产投机构。公司称其自研模型可将真实环境生成为“原生3DGS”场景,在还原视觉与空间结构的同时生成物体属性、部件关系与交互状态,让机器人在数字副本中执行动作、观察结果并反复试错,再通过真机验证校准。其技术思路是先以人类示范数据训练基础模型,再让机器人在可重置、可并行运行的交互环境中积累成功与失败经验。
如果仿真环境能可信地反馈碰撞、接触与动力学结果,交互学习有望成为具身智能在示范数据之外的重要经验来源,但目前效果仍需更大规模的跨场景与真机实验验证。
⾯向Physical AI的Reality-to-Sim具身智能基础设施公司景立构(ScanArk),宣布完成Pre-天使轮融资,至此,公司在4个月内已完成种子轮、种子+轮及Pre-天使轮三轮融资,累计融资数千万元人民币,投资方包括小苗朗程、国海创新资本、头部具身机器人公司及知名产投机构等。
具身智能与世界模型的发展,正面临数据供给在规模与质量上的双重挑战。互联网图像和人类第一视角视频记录了丰富的视觉信息,却往往缺少准确的空间结构、物理状态和动作反馈;真机采集能够提供真实交互经验,但成本高、效率有限,难以充分覆盖复杂任务和长尾环境。如何持续获得既贴近真实世界、又能支撑机器人学习的数据与经验,成为行业需要突破的关键瓶颈。
与此同时,GPT-6 Astra等通用大模型在复杂推理、工具使用和多步骤任务执行上的进展,正在拓展AI参与实际工作的能力边界,这也为具身智能和世界模型提出了新的命题:随着模型能力提升,训练体系需要进一步支持机器人通过行动获得反馈,在探索、试错和策略更新中持续积累经验。交互学习,有望成为具身智能下一阶段的重要学习范式。