押注類腦智能的認知世界模型，推動具身進入 2.0 階段。

本文為IPO早知道原創

作者｜Stone Jin

據IPO早知道消息，具腦磐石日前完成新一輪億元級融資，本輪融資由具備深厚類腦與具身產業背景的頂尖產業資本領投，老股東及多家頂尖基金復投和跟投，多維資本擔任獨家財務顧問。同時，更新一輪融資也在同步交割中。本輪資金將重點投入核心技術研發、團隊擴充與全球市場拓展，加速認知世界模型的研發、工程化落地與真實場景驗證。

成立于2025年的具腦磐石定位為下一代具身智能大腦公司，從創立之初即以類腦智能為底層范式，構建面向真實物理世界的認知世界模型（Cognitive World Model）。其由“華為具身大腦一號位”朱森華創立并擔任 CEO，他長期從事 AI 與腦認知交叉研究，曾任華為云 AI 算法創新 Lab 主任、在華為體系內主導類腦智能與具身智能相關AI架構設計和系統級項目落地。

在具腦磐石看來，具身智能正在從"動作智能"走向"認知智能"。下一階段的核心，不只是讓機器人看懂任務、完成動作，而是讓機器人具備類人的小樣本抽象概念學習、多維環境感知、長期記憶和主動推理能力，并在真實世界中跨場景穩定行動。

對標楊立昆

用類腦智能推動JEPA落地

當前，具身智能落地仍面臨一組基礎瓶頸：高質量真實數據難以規模化獲取，模型跨場景泛化能力不足、每進入新環境往往需要重新訓練，機器人缺少長期記憶與持續學習能力。但數據不能無限采集，算力也不是無限資源。

人類大腦已經證明了高級智能體的特點：無需海量示教數據，無需高能耗高算力計算，卻能在復雜和多變的環境中持續完成學習、感知、記憶、預測、規劃與行動。這也是具腦磐石選擇類腦智能作為底層路徑的原因：不是從結構簡單模擬大腦，而是提取大腦智能化的核心能力進行計算語言的轉化與編譯，最終構建下一代具身智能大腦。

從技術脈絡看，具腦磐石提出的認知世界模型（Cognitive World Model）與 Yann LeCun 提出的 JEPA（Joint Embedding Predictive Architecture，聯合嵌入預測架構）路線同向。JEPA 的價值在于讓 AI 不再只生成“看起來像”的結果，而是在抽象表征空間中學習狀態如何演化、從而推理未來趨勢，更接近人類大腦認知真實世界的底層規律。

這一方向也正獲得全球前沿研究的關注。李飛飛創立的 World Labs 推進空間智能，Yann LeCun 創立的 AMI Labs 聚焦推理、規劃與真實世界建模。在這一判斷下，語言更像是智能系統的外掛接口；真正決定下一代 AI 能力上限的，是對物理世界的抽象、記憶、主動推理與持續學習能力。

但對機器人而言，僅有“表征—預測”還不夠。機器人最終要進入現實環境，完成真實任務。它不僅需要預測世界如何變化，還要具備長期記憶、持續學習、主動推理、決策執行與反饋修正能力。因此，具腦磐石要做的不是停留在學術研究層面的 World Model，而是依托 JEPA 所構建的世界表征能力，向目標規劃 — 決策生成 — 動作執行 — 環境反饋的具身全鏈路閉環能力演進。

換句話說，具腦磐石的認知世界模型（Cognitive World Model）是更面向具身落地的 JEPA：不只預測世界如何變化，還能讓機器人憑借對環境的自主認知設定目標、完成任務，并從真實反饋中持續學習。

在實現路徑上，具腦磐石將腦科學對大腦研究的注意力、記憶、稀疏計算與主動推理機制，轉化為可工程化的算法模型與系統架構，最終指向四個核心技術目標：低數據、高泛化、終身學習、低功耗——直接對應具身落地中數據成本、跨場景適應、持續運行與算力限制四個現實約束。

華為具身大腦一號位創業

匯集大廠基因打造明星團隊

具腦磐石創始人兼 CEO 朱森華長期專注于 AI 與腦認知交叉研究。他先后在中山大學開展計算機與AI方向研究，在賓夕法尼亞大學讀博期間從事認知神經科學研究，并在中科院腦與認知科學國家重點實驗室完成博士后研究，長期關注人類大腦的感知、記憶、推理與行動機制向下一代 AI 范式轉化。

進入華為后，朱森華曾擔任華為云 AI 算法創新Lab 主任，主導并負責 AI 腦科學云平臺、盤古具身大模型、全球具身智能產業創新中心等公司級項目，推動世界模型與類腦智能融合路線的系統性驗證，是華為具身智能大腦的開創者。并曾參與華為頂尖 AI 人才選拔，擔任天才少年的面試官。

朱森華的稀缺性在于，他不是單一的學術型創始人，也不是單一的工程型創始人，而是同時具備腦認知科學體系化研究、類腦 AI 路線創新與驗證、具身智能從架構設計到產業落地經驗的復合型技術創業者。對于一條橫跨類腦智能、認知世界模型、機器人系統的綜合技術路線而言，這種復合能力正是具腦磐石敢于后發制人的核心優勢。

團隊層面，具腦磐石已形成覆蓋前沿研究、模型研發、系統工程與商業化落地的核心配置。核心成員來自清華、北大、復旦、中科院等科研體系，并曾在華為、聯想、曠視、極智嘉等行業頭部公司參與 AI 算法、機器人整機系統、機器人供應鏈、工業規模應用與全球商業化相關研發與落地。

其中，聯創劉晉宇長期深耕 AI 與機器人領域的技術產品化及產品商業化，曾主導負責多個產品事業部從 0 到 1 孵化與全球商業化落地，在工業與商用場景積累了豐富的產品孵化、市場拓展和規模化交付經驗。這讓具腦磐石的能力不只停留在前沿研發層面，而是覆蓋從技術路線、系統工程到客戶場景與產業交付的完整鏈條。

面向真實場景

認知世界模型加速真實機器人任務閉環

目前，具腦磐石已在具身感知交互、規劃、移動導航、操作及群體具身等方向完成多項系統級技術驗證，將認知世界模型從算法框架推進到真實機器人系統。今年以來，具腦磐石已經與國內汽車產業上下游多家龍頭公司展開場景落地合作，海外市場也已攜手日本合作伙伴完成了首個工業場景的PoC驗證。

面向長期，具腦磐石的商業化目標是通過對現有場景落地的能力沉淀與工程抽象，向具身智能行業生態伙伴開放通用具身大腦模型和面向場景應用的生產力工具。

從更大的產業背景看，具身智能已連續寫入政府工作報告，“類腦與智算”也出現在《人形機器人與具身智能標準體系（2026版）》中，類腦智能與具身智能的結合正在從前沿探索走向產業部署。

本輪融資后，具腦磐石將圍繞一個核心目標持續推進：把認知世界模型（Cognitive World Model）從算法框架推進到真實機器人系統，在客戶現場驗證其環境理解、任務泛化與持續行動能力，而非停留在實驗室結果。

如果說 JEPA 讓 AI 開始學習如何理解世界，具腦磐石要做的，是把這條路推進到機器人真實工作的現場。

這也是具腦磐石對具身智能 2.0 的理解：不是讓機器人在演示中完成更多動作，而是讓機器人真正具備接近人類大腦的認知能力——從少量經驗中學習抽象規律，在復雜環境中持續感知和記憶，并在跨任務與泛場景中實現主動推理、穩定決策、持續行動。