具身智能基础设施厂商「Zenbot」完成近亿元天使轮融资

长盈精密、科达利、肇民科技家办联手L2F、天狼星资本共同押注

日前,具身智能基础设施领航者 Zenbot(真保科技)正式对外宣布,公司已完成近亿元天使轮融资。此轮融资由长盈精密(300115.SZ)、科达利(002850.SZ)、肇民科技(301000.SZ)等精密制造细分赛道头部企业的家族办公室领衔,L2F光源创业者基金、天狼星资本跟投。光源资本在本轮交易中担任独家财务顾问。

据悉,所募资金将集中投向四个方向:通用具身智能世界模型(World Model)的迭代研发、基于第三代半导体 GaN 驱动的核心关节模组量产扩产、大小脑融合实时通讯架构软硬件方案的全球化推广与客户交付,以及全栈系统设计能力的持续强化与整机级产品的规模化落地。

围绕"部件离散—系统割裂—量产困难"这一行业三重困境,Zenbot 正在搭建一套从原子层贯穿至智能层的完整技术基础设施,目标是让机器人公司以更低成本、更高可靠性的方式获取一站式解决方案。

图为 Zenbot 依托全栈系统设计能力打造的四足、类人形及人形机器人产品矩阵

产业链断点之上:Zenbot 的全栈思路

过去两年,具身智能(Embodied AI)被普遍视为继大语言模型之后人工智能最具颠覆性的下一跳——它意味着 AI 从数字空间的概率推理,迈向真实物理世界中的感知、理解与执行。然而,产业链的严重断裂正成为规模化落地的最大障碍:上游核心部件高度离散,关节、控制器、算法栈分属不同体系,系统级耦合能力几乎为零;下游应用方虽然手握海量场景需求,却缺乏低成本、高可靠、可量产的本体制造与交付能力。

Zenbot 凭借其对具身智能全栈技术的深刻理解,精准切入这一产业真空。公司搭建了一套覆盖"原子层—智能层"的完整技术基础设施,贯通核心关节、域控制器、运控算法直至世界模型的能力闭环。在这一通用技术底座之上,Zenbot 已经衍生出四足、人形、类人形等多形态机器人产品,为全球机器人公司与场景方提供"从大脑到躯干"的一站式解决方案。

商业化加速:12 个月斩获近亿元订单

在商业化路径上,Zenbot 选择聚焦头部客户深度绑定,以"公版平台 + 深度定制"模式实现快速交付,构建起"核心技术 → 产品系统 → 工业交付 → 商业收入增长"的完整闭环。

公司开始运营至今,12 个月内即斩获近亿元订单,这在具身智能赛道中极为罕见。截至目前,Zenbot 的客户矩阵已经覆盖国内外具身智能头部企业、知名上市公司、高校与科研院所,以及智能领域的新锐初创公司,构成了一个多元化、高质量的客户生态。

三大核心壁垒:重塑新一代具身智能基础设施平台

【全栈系统设计能力】

具身智能机器人本质上是一项高度复杂的系统工程——关节的力学特性、通讯总线的实时性、控制算法的稳定性以及智能决策层的泛化能力,必须在系统层面实现深度耦合,才能真正产出可用的产品。

Zenbot 是国内为数极少、同时具备"部件—控制—算法—整机"全栈系统设计能力的团队之一。从基于第三代半导体 GaN 驱动的高性能关节模组,到全自研的大小脑融合实时通讯架构,再到 MPC+RL 深度融合的运控算法,以及面向物理世界的世界模型——每一层技术都不是孤立存在,而是在系统架构层面实现了深度耦合与协同优化。

此外,Zenbot 拥有数千平米的自有工厂,并自建研发测试场用于整机性能验证与场景化调试,做到从设计、打样到验证全流程闭环,研发迭代效率较行业常规模式实现数量级提升。

图为 Zenbot 自研的行星与力控谐波两大核心关节模组,全面覆盖从高动态四足到高精度人形机器人的全场景需求

【核心部件自主供应能力】

在机器人"肌肉"层面——Zenbot 率先将第三代半导体 GaN(氮化镓)驱动技术规模化应用于机器人关节,将关节驱动器发热量压缩至传统 MOS 方案的 30% 左右,再配合先进材料与热管理工艺,使关节在扭矩密度、控制精度、使用寿命等多个维度实现跃迁。Zenbot 同时掌握 QDD 准直驱与力控谐波两条关节技术路线,搭配自研高性能减速器与中美双芯片方案,能够覆盖从高动态四足到高精度类人形机器人的全场景需求。

在机器人"神经系统"层面——Zenbot 从协议栈底层自研大小脑融合的实时通讯架构,支持大脑高算力单元与小脑嵌入式实时处理器的深度协同。这一架构是控制算法实现其预定性能的核心保障,确保各类机器人能够达到车规级的实时性、稳定性与安全性。

【世界模型(World Model)——从"小脑"到"大脑"的完整智能架构】

如果说关节与控制器赋予了机器人"身体",那么 Zenbot 正在构建的,则是让机器人真正拥有"智慧"的核心引擎。

在"小脑"层面,Zenbot 已经建立起成熟的运动智能体系。公司面向未来研发了 MPC(模型预测控制)+ RL(强化学习)的深度融合框架:MPC 基于物理模型提供具备数学可证明稳定性的最优控制序列,RL 通过残差学习补偿模型误差、适应未知环境。结合自研的 Sim2Real 高保真工具链,该框架使机器人在复杂地形行走、高动态运动、精密力控交互等场景中,兼具"可靠稳定性"与"强大泛化力"。

在"大脑"层面,Zenbot 团队正在构建面向物理世界的世界模型(World Model)——让机器人在执行动作之前,先在内部"模拟"物理世界的未来状态,从而实现真正的因果推理与自主决策。最新落地成果 Phy-Tac(Physics-Conditioned Tactile)是业内首个将物理因果推理与触觉感知深度融合的世界模型框架,直击机器人操控的核心难题:如何像人类一样,先"想象"接触后果,再用恰到好处的力抓取任意物体。

图为 Zenbot 打造的业内首个深度融合物理因果推理与触觉感知的世界模型框架 Phy-Tac。其三层统一架构通过接触前"预演"和潜在空间 LQR 闭环控制,赋予机器人"先想后做"的精准抓取能力。

Phy-Tac 的核心创新在于其三层统一架构:

第一层,通过物体三维纹理建模与表面几何分析,智能选择具有最优力分布的接触区域;

第二层,物理条件化潜在扩散模型(Phy-LDM)——在给定物体物理参数下,通过条件扩散生成精确的触觉目标图像,以预测最优的稳定抓取,使机器人在接触物体之前,即已在世界模型中"预演"接触结果;

第三层,潜在空间 LQR 闭环控制,实时比较当前触觉状态与模型预测的目标偏差,以最小驱动量将夹爪调至力最优状态。

实验结果表明,Phy-Tac 在抓取稳定性与力效率上全面超越 GraspNet 等主流方案,可跨材质、跨几何泛化至面包、扳手、水果、精密零件等多样化物体。

通过"小脑(MPC+RL 运动智能)+ 大脑(世界模型)"的双层架构,Zenbot 正在构建业内最完整的具身智能软件栈——让机器人不仅"会动",更"会想"、"会预判"、"会感知"。世界模型赋予机器人在行动之前"先想后做"的能力,这是从反应式智能迈向认知式智能的关键跨越。

海归博士领衔,全栈系统设计与量产能力兼备

Zenbot 是国内稀缺的、兼具机器人核心部件、运动控制、具身智能算法与量产交付能力的跨学科复合型团队。联合创始人贾振中博士先后获得清华大学精密仪器系本硕学位与美国密歇根大学博士学位,曾在卡内基梅隆大学(CMU)机器人研究院从事博士后研究,现任南方科技大学机械与能源工程系副研究员、博士生导师。贾振中博士系统师从三位国际机器人与控制领域的泰斗级学者:ASME 控制领域最高奖得主 Huei Peng、IEEE Fellow 及 IFAC Fellow Jing Sun,以及机器人领域最高奖得主、CMU-RI 前院长 Matthew T. Mason。Mason 教授是机器人操作理论的奠基人,与波士顿动力创始人 Marc Raibert 同出 MIT 机器人黄金一代——其学术谱系深刻影响了全球机器人产业的发展轨迹。贾振中博士累计发表 RSS、ICRA、IROS、T-Mech、TASE、RAL 等机器人领域顶会/期刊论文 70 余篇,并曾入围 IEEE-ARM 最佳论文奖。

核心团队汇聚 Georgia Tech、香港科大、清华、北大、哈工大、南科大等全球顶尖高校背景。团队成员曾深度参与乐聚机器人、逐际动力等国内头部机器人公司的核心产品研发,主导了多款四足机器人与人形机器人从零到一的工程化落地,具备从前沿算法到规模化量产交付的完整执行力。

Zenbot 联合创始人贾振中博士表示:"具身智能是通往 AGI 的必经之路,而世界模型是赋予机器人真正物理理解力的核心引擎。大语言模型让 AI 学会了"说",世界模型将让 AI 学会"做"——在物理世界中预判、推理、决策。Zenbot 的愿景是构建具身智能时代的底层基础设施——我们不仅通过世界模型重构机器人的认知边界,更通过底层技术的深度耦合与全栈系统设计,为行业提供从核心部件到整机交付的完整能力闭环。我们相信,真正的壁垒不在单点技术突破,而在于能否将部件、控制、算法、整机串联成一个稳定、高效、可量产的系统。这正是 Zenbot 最核心的价值。"

光源资本创始人、CEO,L2F光源创业者基金管理合伙人郑烜乐表示:"通用具身智能属于典型的"愿景层面已形成基本共识,但实现路径尚存高度分歧"的超级赛道,鱼大水大,坡长雪厚。纵观行业周期,L2F 认为在赛道破局期,有望诞生未来的世界级"卖铲子"企业。Zenbot 创始团队在核心关节模组、域控制器乃至整机量产方面积累了极为丰富的工程经验;两位教授兼具高水平学术研究能力与扎实的硬件落地能力,是横跨学术界与工业界的稀缺复合型组合。我们很荣幸能在早期阶段深度参与并支持 Zenbot,非常期待公司在探索具身智能终局的道路上持续进化!"