真格天使项目「源策未来」完成数亿元首轮融资，打造人形机器人时代 OpenAI

近日，具身全身大脑公司「源策未来 Archon Robotics」宣布完成数亿元种子轮融资，投资方包括真格基金、高榕创投、IDG 资本、五源资本等头部美元基金，以及亚洲领先的戈壁创投与香港大学联名基金、奇绩创投、上海创智学院等机构多种形式支持。光源资本担任源策未来长期独家财务顾问。资金将主要用于全身人形基础模型研发、多模态全身动作数据采集、人才团队扩充，以及多地研发中心与产业合作生态搭建，加速在今年内实现开源人形基座模型落地。

真格基金董事总经理秦天一表示：「和李弘扬相识多年，我们见证了他带队攻克最难、也最重要的课题，从 UniAD 到 BEVFormer，再到源策的愿景——通用全身人形基座模型。团队从不追逐 benchmarks，而是坚定地突破智能边界。更难能可贵的是，李弘扬创立的 OpenDriveLab 俨然成为自动驾驶与具身智能领域的人才山谷，成长出一批斗志昂扬的顶尖青年学者。源策联合创始人李天羽和陈立是其中的杰出代表。」

源策未来成立于 2026 年 4 月，研发总部位于上海市徐汇区漕河泾开发区。公司专注研发通用全身人形基座模型，构建全身智能（Whole-body Intelligence），为人形机器人提供类人全身移动操作的能力，以加快实现具身智能走入千家万户。

创始人李弘扬博士为现任香港大学助理教授、计算与数据科学学院助理院长、上海创智学院导师。他主导的端到端自动驾驶项目 UniAD 获 CVPR 2023 最佳论文，是近十年来大陆学术机构唯一获此奖项的工作；2026 年荣获机器人领域国际顶会 RSS Early Career Award，成为这一奖项设立 20 年来的首位华人学者。

联合创始人兼 CEO 李天羽博士是上海创智学院首批毕业生及复旦大学博士。他曾是华为量产自动驾驶 ADS 4.0 世界引擎方案的核心开发者，也是端到端自动驾驶与具身智能领域的杰出青年学者，入选 2025 年阿里云魔塔社区 EAI 学术新锐 20 人。联合创始人兼 Head of AI 陈立博士本科毕业于上海交通大学致远荣誉工程，曾荣获香港大学校长博士奖学金。作为 UniAD 最佳论文第一作者，他是具身智能与世界模型领域的优秀青年学者，曾获 2024 年世界人工智能大会（WAIC）云帆奖明日之星，并受邀担任计算机视觉顶级会议 ECCV 2026 领域主席。

核心团队成员均来自香港大学、清华大学、上海交通大学、复旦大学、浙江大学等顶尖高校。他们深耕于头部自动驾驶、机器人与大模型研究团队。大家在一起摸爬滚打超过五年，早已超越师生，在无数次技术攻坚中结下了极致的战斗默契。

图为源策团队在珠峰大本营举杯，摄于 2024 年 2 月。越是陡峭的巅峰，越需极致的默契。

一个带着浓厚自动驾驶背景的团队，凭什么在人形机器人领域迅速砸出顶尖工作？

源策的答案很明确：高级别自动驾驶与人形机器人在底层逻辑上高度同源。源策团队兼具前沿原创算法的突破能力与超大规模工业系统的落地经验，使团队能将成熟的复杂系统工程能力，直接转化为机器人大脑的进化速度。

源策深知，从轮式底盘 + 双臂到人形的迁移，绝不存在无痛过渡。当海外许多顶尖公司刚开始意识到人形任务的严苛与复杂时，源策早已锚定团队的北极星。

具身智能行业正步入一个关键的分化时刻。Omdia 等公开数据显示，2026 年上半年，国内具身智能及机器人领域共发生 288 起融资事件，披露融资总额超过 460 亿元，加快逼近 2025 年全年 554 亿元的规模。但巨额融资并未同步带来技术共识的收敛。

当下多数具身方案存在先天局限：现有训练数据以桌面第一视角视频、单臂或夹爪动作为主，缺失全身重心调整、躯干借力、多肢体协同等人类原生交互逻辑。这意味着，大部分机器人仅能完成固定点位抓取，面对推门、整理床铺、双手持物开关门这类需要全身配合的日常任务，则难以自主适配变量。

这一局限的根源在于数据基础设施的结构性缺口。CEO 李天羽认为，「市面上可获取的具身数据集看似庞大，实际真正对人形全身训练有效的信息却极为有限。」

第一视角视频数据集仅支持记录人眼所看到的画面，蹲下、俯身、侧身等手部表象之外的关键动作位姿信息缺失。机械臂及夹爪等标注数据，则多集中在平面范畴，只记录末端轨迹，模型可以学习操作器如何移动，却难以理解如何与环境互动。而人形真机数据总量本就极低，采集成本更以数百至近千元每小时计，有关全身多关节耦合的复合任务样本在过去的数据池中近乎空白。

三类数据各有缺失，却指向了同一个问题：人类完成日常动作时最核心的信息，即全身如何协调、重心如何转移、力量如何从下肢传导到上肢等，在现有数据中几乎从未被记录。

「这些信息的长期缺位，将当前机器人能力锁定在固定桌面抓取的层面，与真实家庭环境中多样化任务之间，横亘着一道数据断层。」李天羽表示，「要突破这层天花板，必须回到源头重新定义数据采集的逻辑。」

因此，源策未来选择了一个几乎无人涉足的领域：打造通用全身人形基座模型。其核心理念 Human Body Learning，旨在学习人类全身位姿与协调方式，而非仅仅跟踪末端执行器的轨迹。让机器人从人类全身动作中习得「四肢协调的智慧」，从而具备完整的全身交互能力。

通过将人形机器人的行动「智能」尽可能沉淀在与本体无关的「中脑」层级，中脑所学习的能力便不再绑定于某款具体机器人。它输出的是全身运动轨迹，而非针对特定型号的关节角度指令。这使模型具备跨不同本体迁移的潜力。随着数据采集越充分、覆盖场景越多样，中脑的表征能力就越强，源策未来具身全身大脑可以迁移到的本体类型也就越广。

基于这一判断，源策将构建一套全新数据采集体系。创始人李弘扬认为，具身数据的演进路径正从真机遥操作向手持设备与第一人称视角迭代，最终目的地是具备人类完整感知要素、并带有全身动作标签的以人为中心（Human-Centric）全人形数据。

这不是一条舒适的路。动捕成本极高，且对环境要求严苛。源策核心研发成员回忆起无人区里的技术攻坚时坦言：「做这种前无古人的事，最大的感受是——如果你潜意识里有一丝怀疑它做不成，就大概率永远做不成。源策唯一的信仰就是无条件相信，然后像过河卒一样，迎着冒出来的怪物一个个砍过去。」

同时，源策未来还将引入触觉等多维感知模态，搭配更高精度的全身与手部捕捉设备。李天羽认为，数据多样性与数据质量，比单纯的数据规模更为关键。「一条覆盖了重心移动、躯干角度变化的全身数据，其信息密度远高于一百条只有手部轨迹的桌面数据。」

数据的采集方式决定了模型能学到什么，模型的能力短板反过来定义了下一次采集的目标。这套「采集-训练-反馈」的闭环一旦运转起来，就会形成一道持续自我强化的数据壁垒：每完成一轮采集和训练，模型能力提升一截，系统对「哪些数据真正有用」的认知也更精准一分，下一轮采集的效率和质量便再上一个台阶。

它考验的不仅是算法层面的工程能力，更是对「模型究竟需要从物理世界中学习什么」这一根本问题的系统性理解。而这项理解，正是源策未来最核心的判断力所在。

源策计划于 2026 年下旬发布其首个人形原生基座模型。人形机器人要真正从实验室走入家庭，需要的不仅是一次完美的单点演示，而是让机器人具备在复杂、动态、非结构化的家庭环境中持续可靠工作的能力。这种能力的上限，从根本上取决于模型对物理世界的理解深度。

源策选择回到具身智能的起点重新回答这个问题：用一个什么样的身体、从什么样的数据中学习，决定了机器人最终能走多远。如同登顶珠峰没有直升机可乘，通用具身智能也绝不存在无痛的捷径。源策正带着对物理世界最原始的敬畏与最狂野的技术野心，向着物理世界的终极智能，发起没有退路的冲锋。