首发 | 又一具身独角兽诞生，求之科技发布具身基础模型 ORION-0

follow us

AING硬迹

模型团队成员首次曝光。

最新动态：2026 年 8 月 3 日，距离首轮超 1 亿美元天使轮融资收官不足一月，求之科技（DISCOVER Robotics）再度完成 1 亿美元天使 + 轮融资。资本市场的密集加码，让行业对求之科技的技术布局充满好奇。同期，求之科技在其官网正式上线具身智能基础模型ORION，下文将对该模型第一代ORION-0进行全面深度解读。

ORION是全球领先的分层式具身智能基础模型，开创性地采用了S3-S2-S1-S0四层分级架构，从时间敏感度和功能层级上对“智能决策”与“物理安全”进行了精准切分。其中，

S3作为慢脑，专注于非实时的深度对话思考与长时记忆存储，负责理解复杂语义和积累经验；

S2作为快脑，承担实时空间感知、场景理解与动作预测，确保在动态场景中快速完成行动计划；

S1作为小脑，负责实时感知与控制执行，生成与物理世界直接交互的动作指令；

而S0作为末梢层，以最高优先级硬性兜底设备运行安全，如碰撞避免、力矩限制、紧急制动等，无论上层推理如何，都能确保物理执行不越界。

在训练策略上，ORION提供了高度灵活的“双轨制”选择，以适应不同的应用场景和成本预算。

首先，S0与S3均可以单独迭代训练，前者依托经典机器人学理论辅以轻量级感知网络，后者借助多模态基础大模型在互联网海量数据上的预训练能力。

其次，由S1与S2组成的端侧具身基座支持两种训练路径：一是分层轻量化训练，仅需小规模数据即可快速微调出可商用的操作技能，大幅降低数据采集成本和落地周期；二是端到端全量训练，利用大规模多源数据进行联合优化，从而获得更强的泛化能力，应对开放性复杂场景。

尤为关键的是，随着S3能力的不断进化，它可以通过蒸馏方式为S1+S2无限扩展动作边界，使得动作策略的探索范围从有限的真机数据跃升到无限的想象推理空间，进而达成物理智能自进化。

得益于ORION的异步分层结构，S0-S1-S2-S3各司其职，能够充分利用具身数据金字塔各层级多模态数据，即使在端侧算力受限的情况下亦可完成S3上云的分布式部署。Synthesize World Latent（合成世界隐空间）实现超高数据效率、Self-Evolving RL（自进化强化学习）支撑持续学习与人机纠偏、Spatial-Temporal Memory（时空记忆）保障短时任务执行与运动记忆留存、Stereo Vision（双目立体视觉）完成深度感知与高精度三维定位。四大能力共同构筑 ORION的4S特色，支持基础模型从互联网走向真实世界。

Synthesize World Latent 合成世界隐空间

传统世界模型普遍依赖视频预测，不仅算力成本高昂，而且整体信息密度偏低。针对这一痛点，求之科技通过三大技术革新重构传统视频预测路径。

第一，将触觉感知、机器人本体传感信息与视觉词元融合，构建统一的世界隐空间表征。这套跨模态融合方案，让模型能够更全面地理解环境状态，同时实现触觉预测能力，对各类接触密集型机器人操作任务价值突出。

第二，摒弃全量视频预测带来的沉重算力负担，改用运动预测任务预训练视频生成主干网络。既形成更精简的未来视觉运动表征，也可直接驱动机器人动作生成。

第三，引入混合专家 MoE 架构，在单个网络中集成海量原子动作技能，兼顾技能丰富度与高速推理性能。经过整套优化，模型推理延迟由 147 毫秒降至 83 毫秒，效率实现大幅跃升。

Self-Evolving RL 自进化强化学习

机器人落地真实场景长时序作业时，依托自主推演搭配人工纠偏的可持续强化学习至关重要。为此，求之科技研发业内首个原生适配世界模型的在线强化学习算法，在叠衣服、折盒等复杂长时序实操任务中，性能达到行业顶尖水平。

该算法逻辑清晰：以动作作为生成条件的世界模型，天然适配强化学习评价网络；预判不同动作的环境结果，等同于评估动作价值优势。

团队额外设计进度驱动奖励机制，无缝兼容稀疏奖励与密集奖励，保障价值预测高度稳定。 依托这套深度绑定世界模型的强化学习框架，模型依靠环境预测加速训练收敛，仅需基线方案 70% 的数据量，即可达到同等效果。

同时算法支持上百台机器人并行自主推演，适配全新任务与陌生环境的效率大幅提升。整套在线学习体系可 30 分钟完成一轮模型迭代，单台机器人单日可从零熟练掌握 3 项以上新任务，任务成功率突破 95%。

Spatial-Temporal Memory 时空记忆

ORION-0 的时空记忆由时空编码器驱动，模块将历史世界隐空间状态整合为连贯的记忆隐变量，帮助模型精准把控任务进度，输出逻辑连贯、目标统一的连续动作序列。

依托这套记忆机制，ORION-0 具备单纯依靠实时观测无法实现的高稳定性阶段识别能力，凭借长效记忆补齐瞬时感知短板，让机器人长流程任务执行更稳健。

Stereo Vision 双目立体视觉

精准三维感知是机器人物理交互的必要前提。ORION-0 搭载双目立体视觉编码器，依托机载双目传感器直接解算环境度量深度与空间几何关系。这套硬件层面的几何感知能力，与合成世界隐空间丰富的语义信息形成完美互补。

模型兼具精准物理空间认知与深度语义理解，既能依托三维环境完成路径规划、物体操控，也可全方位读懂真实三维世界，保障各类物理交互动作精准落地。

顶级产研融合的开发团队

能够打造 ORION 这款标杆级具身基础模型，离不开一支业内难得的复合型人才队伍。

求之科技创立发起人和首席科学家周谷越博士，是清华大学智能产业研究院（AIR）副教授、协同视觉与机器人实验室（DISCOVER Lab）主任，前大疆核心创始团队成员、杰出科学家、资深产品经理，既能深耕具身智能前沿学术探索，又深谙消费级机器人量产落地的工程逻辑。

具有类似背景的还包括求之科技CEO王仕博博士，不仅是在国际学术顶会有所建树的无本体数采专家，也曾任大疆Mavic Mini产品经理。这就给ORION的开发团队奠定了学术与产业复合基因。

其中，AI Lab负责人丁恺睿、AI数据负责人陈博远均为DISCOVER Lab博士生，均曾获清华大学本科生特等奖学金，在具身智能领域发表过多篇重磅论文。世界模型负责人韩磊曾入选华为“天才少年”计划，长期专注世界模型技术研发。AI系统负责人杨振飞曾任大疆智能飞行系统负责人，在机器人智能系统架构、感知、导航与机器学习领域拥有丰富经验。

区别于多数团队偏科研或偏工程的单一属性，这支队伍用十余年完整走完过机器人从实验室算法验证到终端产品量产的全流程。期待求之科技持续将前沿技术转化为成熟产品，早日实现 “让机器人走进千家万户” 。

AING硬迹

AING，取自“AI+ING”的缩写，中文谐音“硬迹”，寓意着“人工智能正当其时”，致力于追寻硬科技发展的足迹，不断探索人工智能与智能硬件的深度融合。

未来，AING硬迹将不断发布AI大模型技术、AI产业生态、AI硬件产品等行业资讯、发展趋势与市场动态，我们相信大多数硬件都值得用AI重做一遍，AING硬迹期望与AI大模型厂商、与AI硬件厂商共同成长，迎接AI时代的来临。

人工智能正当时

一起追寻AI+硬件的足迹