大模型 RL 老兵Flood Sung 切入機(jī)器人賽道。

作者丨張 賢

編輯丨馬曉寧

AI科技評論獨(dú)家消息，前月之暗面后訓(xùn)練與強(qiáng)化學(xué)習(xí)負(fù)責(zé)人宋鴻涌（Flood Sung）已于 2025 年 12 月離職，創(chuàng)立機(jī)器人公司「北京十六號機(jī)器人科技有限公司」（XVI Robotics），公司業(yè)務(wù)方向聚焦通用人形機(jī)器人基座模型。（本文作者長期關(guān)注機(jī)器人&具身智能賽道，歡迎添加微信交流：zhangxian2021）

企查查信息顯示，北京十六號機(jī)器人科技有限公司成立于 2025 年 12 月。據(jù)公開信息顯示，XVI Robotics 定位于構(gòu)建大規(guī)模基座模型，使人形機(jī)器人能夠理解、推理并在物理世界中行動(dòng)。

宋鴻涌英文名 Flood Sung，在學(xué)術(shù)圈和 AI 社區(qū)知名度較高，是國內(nèi)強(qiáng)化學(xué)習(xí)領(lǐng)域較早的系統(tǒng)性研究者之一，職業(yè)軌跡橫跨游戲 AI、大模型后訓(xùn)練與機(jī)器人三個(gè)方向，構(gòu)成了他入局具身智能的獨(dú)特邏輯。

學(xué)術(shù)上，他在少樣本學(xué)習(xí)（Few-Shot Learning）領(lǐng)域有奠基性貢獻(xiàn)——2018 年于 CVPR 發(fā)表的《Learning to Compare: Relation Network for Few-Shot Learning》被引次數(shù)超過 6,000 次，是該領(lǐng)域的里程碑工作。他在 GitHub 上維護(hù)的深度學(xué)習(xí)論文路線圖項(xiàng)目「Deep-Learning-Papers-Reading-Roadmap」，積累了超過 3.9 萬顆星，是國內(nèi) AI 社區(qū)影響力最廣的開源科普項(xiàng)目之一。

工程上，宋鴻涌從 2020 年到 2022 年在字節(jié)跳動(dòng) AI Lab 擔(dān)任研究科學(xué)家，深度參與游戲 AI 中的多智能體強(qiáng)化學(xué)習(xí)研究，領(lǐng)導(dǎo)過 3D-MOBA 游戲項(xiàng)目中多智能體 AI 機(jī)器人的算法研究與落地；2023 年至 2025 年加入月之暗面（Kimi），擔(dān)任后訓(xùn)練與強(qiáng)化學(xué)習(xí) Lead，主導(dǎo)了 Kimi K1.5、K2、K2.5 等核心模型的 RL 訓(xùn)練體系搭建，是 Kimi 系列大模型 post-training 能力的核心推手。

宋鴻涌的創(chuàng)業(yè)方向，是目前具身智能領(lǐng)域中技術(shù)門檻最高、競爭最激烈、資本最看重的一個(gè)切入點(diǎn)。

所謂「通用人形機(jī)器人基座模型」，本質(zhì)上是將大語言模型在數(shù)字世界的通用推理能力，遷移到物理世界的機(jī)器人控制任務(wù)中——讓人形機(jī)器人能夠在陌生場景中理解指令、感知環(huán)境、規(guī)劃動(dòng)作，不依賴場景特定的訓(xùn)練數(shù)據(jù)。這一路徑的核心挑戰(zhàn)，正好與宋鴻涌在 Kimi 積累的 RL post-training 技術(shù)高度吻合：如何讓模型在稀疏反饋的環(huán)境中自我迭代、泛化到新任務(wù)。

據(jù)AI 科技評論了解，XVI Robotics 團(tuán)隊(duì)仍處于早期組建階段，公司已獲得知名機(jī)構(gòu)的種子輪融資。公司相關(guān)的產(chǎn)品形態(tài)和商業(yè)化路徑尚未公開披露，AI 科技評論將持續(xù)關(guān)注。

未經(jīng)「AI科技評論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號轉(zhuǎn)載請先在「AI科技評論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號名片。