36氪首发｜前百度自动驾驶与机器人实验室主任创业，天使轮融资数千万，做机器人“世界通行模型”

作者 | 乔钰杰
编辑 | 袁斯来
硬氪获悉，具身智能公司纽娲机器人近日完成5000万元天使轮融资，由蓝湖资本领投，不同资本、共青城朴一投资跟投。两个月前，纽娲机器人曾完成由Plug and Play中国基金领投的种子轮融资。
纽娲机器人（下称“纽娲”）成立于2026年2月，半年不到的时间已先后获得多家财务、产业基金投资。创始人杨睿刚博士，长期从事3D视觉、仿真技术和自动驾驶/机器人研究，曾任百度自动驾驶与机器人实验室主任，并曾任自动驾驶卡车企业嬴彻科技CTO，推动L3级自动驾驶重卡量产落地，具有丰富的产业与创业经验，目前为上海交通大学特聘教授。
随着具身智能赛道持续升温，“具身不存在大一统模型”正逐渐成为行业共识。
当前，头部玩家普遍认同“分层解耦”是必由之路，但解耦的维度不同。海外玩家多按推理时间尺度解耦：Figure 的 Helix（System 1 / System 2，后扩展至 System 0）与 NVIDIA 的 GR00T N1，都是分离“慢思考”的规划层与“快反应”的控制层。国内玩家多按能力类型拆分：智元“一体三智”拆分 Locomotion、Manipulation、Interactive；腾讯 Robotics X 的 SLAP 架构解耦感知、学习、规划、执行四层；千诀科技走“类脑分区”路径。
基于此， 纽娲选择从机器人最基础的“通行能力”切入，提出“具行智能”（Embodied Mobility Intelligence）的概念，并自研“世界通行模型（WTM）” ，帮助机器人像人类一样，在复杂的人类社会环境中自主移动、导航、交互并完成任务。
这一能力不只服务于人形机器人，可以同时兼容四足机器人、AGV、无人配送车等各类移动机器人平台。创始人杨睿刚表示，无论是社区配送、园区物流、还是文旅度假服务，其底层都指向同一个问题——机器人如何在人类环境中安全、高效且优雅完成任务，这也是纽娲“世界通行模型（WTM）”的必要性。
与当前行业大量围绕视觉生成和内容生成构建世界模型不同，纽娲认为机器人真正缺少的是能够理解物理规律并指导行动的能力。 公司定位“具行智能”大脑公司，构建了一套从仿真到数据再到模型训练的技术体系。
在渲染层，通过三维重建与AIGC技术保证空间一致性；在仿真层，通过显式三维结构与自研物理引擎保证物理规律的准确表达；在数据层，则利用前两层能力持续生成可交互、物理正确、三维一致的高质量合成数据，最终形成训练世界通行模型所需的数据飞轮。
（图源/火树资本）
此前， 纽娲自研的高保真物理仿真引擎SimWeaver，相较英伟达ISAAC Sim，生成速度提升3倍，仿真到真实迁移的误差大幅降低20%, 在多个柔性体操作的任务上实现了91%的零样本（Zero-shot）成功率。
据介绍，在世界通行模型训练方面，纽娲也已经取得多项阶段性进展。
其中，在运动控制（Locomotion）能力上，公司自研模型已经能够稳定通过55度空心楼梯等复杂场景。杨睿刚表示，这一能力来自视觉感知与本体感知的深度融合。相比部分现有方案主要依赖运动控制策略进行“盲爬”，纽娲的系统能够理解哪些区域可踩、哪些区域不可踩，从而显著提升复杂环境下的运动稳定性。
导航能力（Navigation）方面，相比当前大量物流机器人依赖高精地图完成路径规划，纽娲正在推进无图或轻地图导航方案，仅通过小区平面图或高德、百度等通用导航地图，即可实现室内外、平地与楼梯之间的三维自主导航。
此外，纽娲还将“社会行为合规性”（Social Ethic）视为世界通行模型的重要组成部分。与自动驾驶主要运行于道路环境不同，机器人未来将直接进入人类生活空间。如何在电梯、商场、园区等公共场景中遵守人类默认行为规则，是机器人规模化落地绕不开的问题。目前，纽娲正在重点攻关电梯场景中的社会行为学习，通过大量数据训练机器人理解“先下后上”“排队等待”“主动礼让”等社会规则。
以下是硬氪与创始人杨睿刚交流节选：
硬氪：您在自动驾驶领域有丰富的经验，做机器人的世界通行模型时，自动驾驶的哪些经验能够迁移到机器人，哪些需要重新建设？
杨睿刚： 数据闭环这件事，机器人和自动驾驶其实是一回事。从数据采集、标注、到模型迭代，整个逻辑是完全一样的。工程化那套体系也可以直接用。自动驾驶在CI/CD、仿真测试、灰度发布这些环节上已经做得非常成熟、非常严格——我们在嬴彻做量产L3重卡，这套东西是真正跑通过的，不是纸上谈兵。这部分经验直接带过来就行。
往大了说，自动驾驶解决的是结构化道路上的自主通行，WTM其实就是把这个能力往前推一步——从结构化的高速公路，延伸到楼道、电梯、门禁这些更复杂、更“人”的环境。框架是继承的，但难度确实上了一个台阶。
真正需要重新建的，是“具身操作”这块——就是机器人怎么去开门、按电梯、搬东西，跟物理世界产生真实的交互。 这个在自动驾驶里完全没有对应的东西，得从零做。我们现在的打法是把团队在三维重建和物理仿真上的积累用起来，用合成数据来加速这部分的训练，这是我们能比别人快的地方。
硬氪：相比其他做VLA和世界模型的公司，纽娲提出的“世界通行模型”最大的技术差异化是什么？
杨睿刚： 李飞飞教授将世界模型分为三层：渲染器（Renderer）、仿真器（Simulator） 和 预测器/规划器。其中，渲染器处理观测数据（observation in → observation out），如VLA模型直接从图像做规划；仿真器则在隐空间中进行未来状态的预测；而真正的生成式世界模型，试图将渲染与仿真融合，通过三维对齐和视频动力学习来驱动规划。
但当前行业的核心瓶颈在于：数据质量决定了策略性能，而具身智能最缺的就是高质量、可交互、物理正确的训练数据。
纽娲的路径是，我们先把世界模型当作一个数据生成器来构建。在渲染器层面，我们通过三维重建 + AIGC 保证空间一致性；在仿真器层面，我们在显式三维结构上叠加自研的SimWeaver仿真器，确保物理规律（如牛顿力学）的正确性。由此，我们能够生成大量、可交互、物理正确、空间一致的数据，用来训练我们的世界通行模型（World Travelers Model / WTM）。
我们不是在做一个大一统的端到端世界模型，而是用可工程化的方式，将渲染器与仿真器解耦再协同，先把数据生成的飞轮跑通，再让大脑（WTM）在海量高质量数据中学会真正的“世界通行能力”。这也是我们一直在推进的核心技术路线。
硬氪：未来一到两年公司有什么具体的落地规划吗？
杨睿刚： 2026年，我们计划将世界通行模型率先部署到1至2个真实应用场景，包括物流客户、产业园区以及文旅度假区等，并重点验证两项核心能力：无图导航和环境零改造部署，也就是无需额外安装传感器或改造门禁系统即可完成落地。
第二阶段，我们将进一步扩大运营规模，在更多场景验证模型的泛化能力和商业可行性。
第三阶段，我们计划实现自研机器人本体量产，通过软硬件协同降低整体系统成本。同时向更多系统集成商开放世界通行能力，兼容AGV底盘、双足机器人等不同平台，逐步形成通用化的机器人通行解决方案。
投资方观点
蓝湖资本合伙人魏海涛表示： 作为专注投资新质生产力的基金，我们投资纽娲并坚定看好杨睿刚教授团队，是因为其“具行智能”精准击中了具身领域的一个核心痛点——机器人不仅要“会操作”，更要“能抵达”。团队以自研的显式3D几何与物理规律为基础的世界模型底座，聚焦构建机器人开放世界通行的通用能力模型（World Traversal Model），实现自主、安全、优雅的智能导航，打通行业规模化的关键瓶颈。蓝湖资本非常荣幸能领投本轮融资，并长期陪伴纽娲，共同开启“具行智能”的新纪元。
不同资本投资人表示： 杨教授团队兼具世界模型研发与产业真实落地双重背景，通过其过往在 3D 视觉、物理仿真、自动驾驶与机器人等领域积累的丰富经验，开创性提出了“具行智能”的技术概念，聚焦机器人在开放人类环境中的通行、导航与社会行为理解，并以高质量合成数据、自研物理仿真引擎和世界通行模型为核心构建技术闭环，有望率先实现“一脑多型”机器人在真实生活场景中的规模化落地。

来源：36氪