廣東
讓機器人學會思考。
作者丨高景輝
編輯丨林覺民
《AI科技評論》獨家獲悉，前地平線智能座艙產品線總經理牛建偉，正式創立專注空間大模型的通用具身智能公司「叮當動力」，并已完成數千萬元種子輪融資。此輪融資由全球頭部智駕科技公司地平線領投，正景基金跟投。
01
明星團隊：國產AI芯片量產第一人領銜
叮當動力創始人兼CEO牛建偉是國內首位利用GPU訓練深度學習模型的算法專家，也是「國產AI芯片量產第一人」。
牛建偉深耕AI領域十余年，具備深厚的“算法-芯片”的行業復合理解。在2012年百度IDL時期，他率先實現基于 GPU 的深度學習模型訓練；同時也是國內首位將深度學習技術應用于語音識別的算法專家，應用于百度語音搜索、語音輸入法等關鍵產品。
牛建偉與地平線創始人余凱正是在那時相識，后來余凱創立地平線機器人，牛建偉隨之加入，負責AIoT、多模態交互等領域的工作，后長期擔任地平線智能座艙研發負責人與業務總經理。
在地平線期間，牛建偉主導負責了地平線多個關鍵里程碑量產項目，如2020年帶領團隊實現長安UNI-T車型智能座艙軟硬件方案量產，這既是地平線首個前裝量產項目，也開創了國產AI芯片規模化量產的先河。作為地平線核心初創成員之一，牛建偉帶領團隊累計實現了超百萬級車規級芯片及超千萬級智能語音、圖像解決方案的量產出貨，具備從0到1打造千萬用戶級產品的全鏈路研發經驗。
在大模型領域，牛建偉同樣深耕多年。2023年，他率先提出Post-training理念，在僅增加1%預訓練數據的情況下，大幅提升垂直領域理解能力與工具調用能力。
此外，叮當動力的核心團隊還包括來自地平線、阿里、頂尖車企及頂尖科研機構的研發負責人及機器人算法專家，團隊背景覆蓋廣泛。
02
核心切入點：讓機器人學會思考
牛建偉認為，目前具身智能領域普遍陷入了「操作層數據」的內卷困境。大多數具身賽道創業者將精力集中在教機器人如何更穩地疊衣服、搬箱子、打螺絲，這種從0開始搭建每一個孤立技能的邏輯，本質上是行為模仿而非智能進化。
「你無法通過讓小學生搬箱子，搬出一個具備邏輯思維的“大學生”」，牛建偉表示。
叮當動力團隊認為，具身智能的核心不是直接從感知到動作，而是讓機器人學會思考。數字世界已經孕育出了具備“大學生智力水平”的通用大模型，放著燒掉幾萬億換來的智能化能力不用，轉而從零摸索是不合邏輯的。
叮當動力團隊認為，Agent架構天然具備在線學習能力——機器人在真實應用場景中，通過持續獲取來自環境與用戶的真實反饋，不斷積累經驗、優化決策策略，形成越用越聰明的飛輪效應，而非依賴離線數據的一次性訓練。基于這一判斷，叮當動力團隊認為通用智能機器人的架構，應該是物理世界的“ChatGPT+OpenClaw”，即“空間智能大模型+物理Agent”架構。
為此，叮當動力團隊提出了「空間智能大模型—物理Agent—本體Skills/工具集」的閉環解決方案：
? 以空間智能大模型為核心，構建具備場景理解與主動決策的具身大腦
? LLM + 工具解耦架構，直接繼承大模型 Scaling Law，能力隨模型進化持續涌現
? 復用互聯網多模態數據，結合量產數據閉環，打造物理世界數據飛輪，突破數據規模化瓶頸
? 具備在線學習與個性化記憶，持續適配用戶偏好和企業業務需求
03
產品與業務路徑：
聚焦機器人通用大腦，服務多元場景
在產品規劃上，叮當動力錨定"機器人通用大腦"這一核心方向，致力于打造具備強通用理解力與跨形態適配能力的智能底座。通過持續推動大腦模型的智能化演進，使其能夠靈活適配四足機器人、輪臂機器人、人形機器人等多種硬件形態。
在場景落地層面，叮當動力重點圍繞家庭、社區、商業三大核心場景展開布局，依托核心軟硬件能力的持續輸出，與產業伙伴深度協同，合力推動機器人在真實世界中的規模化應用。
在商業化合作方面，叮當動力已與某頭部產業方達成合作意向，雙方計劃基于真實社區場景共同推進POC項目的落地驗證，為后續規模化復制積累實踐經驗。
未經「AI科技評論」授權，嚴禁以任何方式在網頁、論壇、社區進行轉載！
公眾號轉載請先在「AI科技評論」后臺留言取得授權，轉載時需標注來源并插入本公眾號名片。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
