点击下方 卡片 ，关注“ 具身智能之心 ”公众号
那个深度参与过地平线和鉴智机器人战略和业务的都大龙，前不久创办了章鱼动力。
先说一个事：章鱼动力（SynapX）成立才 4 个月，核心产品要到 2026 年下半年才发，但它过去 3 个月已经累计融资 近 10 亿元人民币 ——最新这一轮是 5000 万美元 ，由锦秋基金、芯联资本和黄浦江资本领衔，线性资本等老股东加持。据了解，下一轮 5 亿元也已接近完成。
在具身这条已经挤满玩家的赛道上，新公司年年有，但能在产品还没出来时就被资本一轮接一轮押注的，并不多。说到底，这种时候资本下注的，已经不是「它已经做出了什么」，而是「它想做成什么」，以及「有没有人能把它做成」。
章鱼动力想做成的，是给物理世界搭一套「手脑一体」的基础设施——让世界模型当「脑」、灵巧操作当「手」，把 AI 的能力真正变成物理世界里的生产力。
而它手里的底牌也不算虚：近百人的豪华班底、ICRA 2026 拿过中国第一全球第二、已经先行落地的 SYNData 数据体系。
01
一支「顶天立地」的全栈团队
去仔细了解了章鱼动力。
这家成立于 2026 年初的公司，干的事可以用一句话概括： 构建连接数据、模型、硬件与应用的底层平台能力。
它围绕一个叫 SYNTH 深思架构 的大脑架构搭建系统—— 以世界基础模型为核心，以策略模型、SYNData 视-力-触全模态数据体系和灵巧操作硬件平台为支撑，形成从模型、数据到真实执行的闭环。
然而，比起架构，更值得先看的是团队。
成立运营仅 4 个月，章鱼动力团队正迅速趋近百人规模，成员来自字节 Seed、百度、地平线、鉴智机器人、小米、华为，以及蔚来、小鹏、理想、Meta 等一线公司；近期顶级机器人硬件联创和多模态大模型合伙人也正式加盟。
这份名单里藏着一个我们觉得很有意思的信号： 章鱼动力的班底，有相当一部分来自自动驾驶 （地平线、蔚来、小鹏、理想、鉴智）。
一帮在自驾里趟过的人来做具身，自然会把那套被验证过的方法论一起带过来。这股「自驾味」有多重，等下看它给物理 AI 定的那套分级标准、还有它的感知方案，你大概就明白了。
公司把这种团队结构叫「顶天立地」：向上捅破天，要有行业顶级的基础模型能力；向下立得稳，要有灵巧操作软硬件、AI Infra 和具身数据的体系化能力。说白了，它不想只做模型，也不想只做硬件，而是要把两头攥在一家公司里。
02
从「生成画面」到「改变世界」的三级跳，对世界模型的理解
要看懂章鱼动力在赌什么，得先看它怎么理解世界模型。
他们坚持的是行业“共识”：世界模型的意义 不在于生成更逼真的画面，而在于让模型对真实世界的运行规律建立一种「可计算的理解」 ——能推演、能干预、最终能优化这个世界。
顺着这个标准，章鱼动力把世界模型的演进切成了三个阶段：
- WM1 - 生成/交互： 模型具备弱物理建模能力，满足数字世界的内容生成与游戏交互；
- WM2 - 物理/行动： 模型需要具备强宏观物理建模能力，能够预判行动如何改变状态和结果，具备强物理合理性、交互性和可控性，支撑具身智能在真实环境中行动；
- WM3 - 万物优化： 世界模型将从宏观物理行动进一步进入微观物理和复杂高维系统，成为人类理解规律、设计干预并优化真实世界的基础方法。
章鱼动力当前 聚焦的是 WM2 ——让模型从「预测下一帧画面」，走向「预测物理世界的状态和行动后果」。用它自己的话说，是从世界模型正在从弱物理走向强物理，它的本质不只在于逼真的生成，而在于建立强物理的建模和表征能力。
这个判断和今年行业的大方向是合拍的：看过我们之前那些世界模型稿子的朋友会发现， 「世界模型不该只生成给人看的视频，而要变成机器人能用的反馈」，正在成为一条越来越清晰的共识。
章鱼动力把这条共识，明确地放进了自己的路线图里。
03
物理 AI 五级生产力：
一套很「自驾」的分级
有了对世界模型的理解，章鱼动力进一步给物理 AI 画了一条从单任务到开放场景的进阶路径，并 首次提出「物理 AI 五级生产力」：
- L1 规则驱动： 按预设规则和固定流程干活，比如工业自动化。
- L2 单任务泛化： 具备任务内场景适用性，但跨任务通用性有限，比如叠衣服等单任务柔性操作；
- L3 受限场景跨任务泛化： 能够在任务数量受限、任务定义明确的场景中完成迁移，比如酒店；
- L4 开放场景跨任务泛化： 能够在非受限环境中面对更开放的任务数量和任务定义，比如家庭；
- L5 超人级物理智能： 能够自我进化，在复杂物理任务中远超人类水平。
熟悉自动驾驶的人看到这套分级，应该会心一笑——这几乎就是自驾 L1-L5 的物理 AI 版。章鱼动力说自己聚焦的不是某个单点 Demo，而是用「手脑一体」 支撑物理 AI 从 L2/L3 向 L4/L5 演进： 让世界模型的因果建模能力进入真实执行，从单任务稳健泛化，逐步走到跨任务、跨场景，最终形成开放环境下的通用操作。
这套分级的好处是清晰，给了行业一把标尺；但也得说句实在话—— 和自驾当年一样，L 几和 L 几之间的距离，往往不是线性的，越往后越难。
04
把「脑」和「手」接起来
当下，章鱼动力的技术内核是 SYNTH 深思架构。
这个架构把三块东西串成一个闭环：
- SYNData： 沉淀真实操作数据，把人的操作过程转化为机器人可学习的数据资产。
- SYNWorld： 学习物理因果，推演行动将如何改变世界状态和任务结果。
- SYNAction： 将推演结果转化为可执行策略，让模型能力真正进入机器人操作。
数据 → 世界建模 → 物理执行。
用它「手脑一体」的说法，SYNWorld 是「脑」（强物理建模），灵巧操作末端是「手」（真实执行），模型的能力要通过这只「手」才能变成真实的生产力。
虽然产品要下半年才正式发，但 SYNData 数据体系已经先一步亮了相 ，而且是它现在最实的东西。
数据体系上，他们做了三条产品线，各打一个点：
- DexUMI： 面向高精度的全模态数据。
- EgoBio： 面向低干扰、可规模化的全模态采集。
- Ego： 面向纯视觉的原生操作数据。
这套数据里，有两个我们觉得真正有「技术含量」、也最能体现它差异化的点：
一是 Bio2Robot，把肌电信号拉进了数据体系。 章鱼动力首次提出 Bio2Robot 理念——用大模型把人的生物学信号转成机器人能用的数据，并 首次公开提出把高密度肌电纳入视-力-触全模态数据。 这一步挺聪明：肌电不怕视觉遮挡，还能捕捉到视觉根本看不见的接触和发力。说白了，摄像头只能看到手「在哪」，肌电能感知到手「使了多大劲」——而操作这件事，发力恰恰是最关键、也最难采的那部分信息。
二是把车规级双目感知搬进了具身。 章鱼动力首次把车规级的双目空间智能感知 know-how 用到具身场景，能在真实操作里恢复 毫米级、且带真实尺度的稠密 3D 信息 ，对透明、反光这些老大难场景还有很强的鲁棒性。这又是那条「自驾基因」的延续——把车上验证过的感知能力，直接迁到了机械手前面。
05
都大龙的判断
把这套东西串起来的，是创始人兼 CEO 都大龙的判断。他的观点其实很清晰：
AI 从数字世界走向物理世界，核心挑战是让智能具备对真实世界可预测、可干预、可持续学习的能力。世界模型正在从弱物理走向强物理，它的本质不只在于逼真的生成，而在于建立强物理的建模和表征能力：理解物理，预判后果，进行更优行动，并在反馈中持续进化。
都大龙把终局押在了「脑」与「手」的一体化上，还给了一个挺大的说法——要共同构建「 物理世界的 AI Coding 基础设施 」。
这个类比值得品一下：大语言模型用自然语言重写了软件的编程方式，而都 大龙想做的，是让世界模型 + 灵巧操作，成为物理世界里那套「可被调用、可被编程」的底层设施。
END
推荐阅读 ：
