投中網獲悉，中科第五紀完成數億元A輪融資，由孚騰資本領投，上海半導體產投、國科資本、中國風險投資、鴻瑞達跟投，老股東卓源亞洲等超額加注。

這也是公司2026年內完成的第三輪融資。資金將重點用于自研端到端超少樣本大模型、世界模型的迭代升級，強化學習技術的工程化落地，機器人產品量產及核心人才引進，以及加速公司技術產品化與全球商業化進程。

2026年，具身智能與人形機器人產業進入規?；慨a和商業化落地階段。另一面，對這批生而全球化的企業而言，全球化擴張也是一條主線——頭部企業通過技術認證、本地建廠和生態合作正快速出海。中科第五紀也正走在這條路上，今年以來在歐洲密集亮相，并已收獲海外多家知名頭部企業數億元訂單。

這意味著，以中科第五紀為代表的中國具身智能技術，已經進入全球工業數字化核心供應鏈，少樣本具身操作大模型在真實工業場景中的高精度與高泛化能力也進一步得到了驗證。

少樣本技術，具身“大腦”的非共識

中科第五紀成立于2024年9月，通過超少樣本端到端具身大模型（FAM系列）、新一代具身世界模型（BridgeV2W模型）、人在環路強化學習等核心技術成果，面向客戶交付具有通用泛化能力的具身大腦和具身機器人。

這當中，軟件和算法能力是核心，硬件是實現這一目標的載體。

所以，重中之重，先來看看這家“大腦”公司的模型研發能力。都知道，當下制約具身發展的瓶頸是數據。大語言模型性能快速提升依托的是堆數據的Scaling Law法則，但文本類數據可以從互聯網上直接獲得，具身智能模型所需的真實物理交互數據則較難收集。長期來看，具身模型高質量數據集是實現泛化、跨本體遷移和現實落地的關鍵。

全球范圍內的具身公司都在著手探索解決這一問題，從技術路徑來看，遙操作、仿真、UMI和視頻學習，這四條路徑已形成差異化競爭格局，在成本控制、數據精度、場景適配性等維度各有優劣。總之，共識是，數據的數量、質量和多樣性決定了具身模型的表現。

和很多具身同行不太一樣的是，中科第五紀選擇走的，是一條通過模型的架構創新來實現少樣本能力的道路。

除了數據稀缺，這家公司捕捉到的另一個行業痛點是，現有模型架構從大語言模型一脈相承，難以適配三維的具身智能場景，存在嚴重的信息損失。中科第五紀的差異化路徑正是針對性解決這兩個問題：

首先，它做了一個現實的選擇，放棄高成本造數據的路線，聚焦在提升數據使用效率。

同時，獨創熱力圖架構，讓模型同時關注全局信息和操作對象的局部信息，既解決了架構適配性問題，又能大幅提升操作準確率，同時大幅降低數據依賴。單任務僅需3-5條數據就能實現，而同行需要幾百甚至幾千條。

基于此，在模型端，中科第五紀推出了全球首個超少樣本的具身操作模型。少樣本具身操作大模型，通過視覺系統識別目標物體后，能夠快速生成操作路徑，并驅動機械臂完成抓取與搬運，實現從環境感知到動作執行的閉環決策。目前該模型已應用于某頭部機器人本體，還服務了中石化集團、零跑、國家電網等十余個核心客戶，初步實現商業化落地。

2025年9月，中科第五紀從一眾競爭對手中殺出重圍，拿下頭部機器人訂單，成為其001號大腦供應商。中科第五紀作為核心大腦供應商，支撐其完成電力巡操、分揀等任務，這些合作不僅驗證了大腦能力，還帶來了近億元相關業務，且客戶的持續采購也讓更多頭部本體企業看到了這家公司的能力，上門尋求合作。

師出中科院和清華系

話說回來，之所以能做少樣本具身模型這件事，得益于團隊過往的積累——相關技術積累最早可追溯到2013年，那時團隊中便已經有人關注視覺和語言的多模態融合。

這是一支來自中國科學院和清華大學的團隊。創始人兼CEO劉年豐博士是中國科學院自動化研究所博士，研究方向為模式識別與智能系統，師從譚鐵牛院士。他擁有超10年人工智能研發經驗，參與過多項國家自然科學基金重點項目。

在做具身大腦的公司之中，中科第五紀雖然成立不算最早，但本著務實和解決問題的思路，找到了自己的立足之地并快速完成多輪融資。外界對劉年豐的評價也是，有一定的“江湖氣”，這與他在學者身份之外的實踐及多年創業經歷息息相關。

首席科學家孫富春則是清華大學具身智能第一人，是國內最早研究智能機器人的頂級專家，擁有三十余年的機器人研究成果和技術積淀。聯合創始人兼青年首席科學家黃巖，同樣師從中科院譚鐵牛院士，具有十多年的多模態大模型研究積累，也是中國科學院最年輕的正高級研究員之一。

正是這支兼具學術底蘊、技術積淀與產業落地經驗的團隊，讓中科第五紀能夠在激烈的具身智能賽道中，走出一條以少樣本技術為核心、從實驗室走向真實產業的務實之路。

基于真實需求的商業化落地

再來看產業落地能力。除了頭部機器人客戶的背書，中科第五紀打開商業化路徑的核心是電力操作場景——率先突破了國家電網的場景，在廣東、云南、蒙東、新疆等多地落地了電力操作相關項目，驗證了其技術和落地能力。

比較難得的一點是，央國企和中科第五紀的合作是基于真實的需求，并非單純的前沿科技探索。比如，國家電網、南水北調、五大發電集團，他們的設備多建在偏遠地區，巡檢成本高，現有巡檢機器人、機器狗只能發現問題，無法完成簡單的操作，而中科第五紀的機器人能實現巡檢和操作的結合。再比如，中石化集團的便利店和加油站，夜間人流量少但仍需留人值守，中科第五紀的機器人能完成簡單的售貨、加熱食品等操作，解決了人力成本問題。

最近我交流的不少具身從業者都認為，2026年是具身智能產業化的元年，在融資數百億之后，行業將進入交答卷階段，從技術演示邁向規?；虡I落地的能力將越來越成為投資人考量的重點。

本輪領投方孚騰資本表示，中科第五紀是具身智能領域稀缺的同時掌握“超少樣本學習”與“世界模型”核心技術的團隊，其技術路線直擊行業數據獲取難、泛化能力弱的痛點，同時商業化落地速度與產品可靠性及海外業務進展均在業內領先。

在劉年豐看來，現在一家優秀創業公司對自身的核心標準就是“既要又要還要”，既要模型研發能力強，又要商業化落地能力出眾，還要團隊實力過硬、以及源源不斷的客戶資源。中科第五紀能獲得機構認可，核心是在這幾方面都體現了超出行業水平的發展優勢。