17亿融资背后的它石智航：华为百度智驾天团如何重塑具身智能

type

status

date

slug

summary

引言：具身智能领域的“梦之队”与17亿神话

在2025年的全球AI浪潮中，具身智能（Embodied AI）已成为大模型落地物理世界的终极战场。近期，一家名为“它石智航”的初创公司凭借1.2亿美元（约合人民币17亿元）的天使轮融资刷新了行业纪录。这支由华为车BU原CTO陈亦伦、百度智能驾驶事业群原总裁李震宇、以及华为“天才少年”丁文超组成的“智驾天团”，在保持长时间低调后，终于通过一场关于“刺绣机器人”的发布会，向外界揭示了其深藏不露的技术方法论。

作为关注前沿AI资讯与AGI进展的读者，理解它石智航的逻辑，不仅是看一家明星公司的起步，更是洞察人工智能从“数字大脑”迈向“物理实体”的关键路径。更多深度AI新闻与大模型趋势，欢迎访问 https://aigc.bar。

智驾经验的“降维打击”：具身智能的本质是全AI化

陈亦伦和李震宇的组合之所以备受资本青睐，核心在于他们曾主导过全球最复杂的自动驾驶系统研发。在它石智航看来，自动驾驶本质上就是一种特定场景下的具身机器人。

陈亦伦指出，具身智能目前所处的阶段，极像自动驾驶的2019年。在那一年，智驾行业开始从规则驱动转向AI驱动，尝试通过端到端（End-to-End）模型解决长尾问题。它石智航的核心判断是：既然端到端系统能在复杂的城中村路况中让汽车像人一样穿行，那么机器人技术也必然存在一套对等的、全AI化的算法全栈。

这种“超级算法”的逻辑，试图用一个黑盒神经网络替代传统的复杂工程栈，让机器人不再是机械地执行指令，而是通过感知环境实现智能涌现。

刺绣机器人：攻克柔性物体的技术外溢

在发布会上，它石智航展示了全球首个完成刺绣任务的机器人。相比于行业常见的抓取、叠衣服或倒咖啡，刺绣的难度在于其操作对象是“柔性物体”。

精细化操作：刺绣要求毫米级的精度，远超传统工业机器人的厘米级门槛。

非刚性建模：布料、丝线是易变形、不易建模的，传统的视觉引导（VLA）在处理力觉和触觉反馈时存在天然瓶颈。

长程任务管理：刺绣包含成千上万个连续动作，任何一环的误差累积都会导致失败。

它石智航选择刺绣并非为了进军纺织业，而是为了展示其大模型在处理极高复杂度、极高精细度任务时的“能力外溢”。这意味着，如果机器人能绣花，那么它在工厂进行精密组装或在家庭中处理复杂家务将不再是难题。

核心武器：TARS AWE 2.0 世界模型与 SenseHub

为了实现这种智能，它石智航构建了两大技术支柱：

TARS AWE 2.0 (AI World Engine)：这是一个具身基础模型，即“世界模型”。它的核心作用是预测：一是看到场景后该采取什么行动；二是模拟行动后物理世界会如何演化。这种预测能力让机器人具备了“思考后行动”的能力，能够应对柔性物体的不可预测性。

SenseHub 数据采集系统：人工智能的进化依赖于高质量数据。陈亦伦认为，具身智能要实现商用，至少需要100万小时的真实场景数据，这是智驾数据需求的10倍。它石智航研发了包含高保真手套和全景相机的SenseHub系统，通过“以人为中心”的范式，采集人类真实的感官、行为和触觉权重信息，从而为Scaling Law提供燃料。

软硬一体：打造机器人时代的“超级单品”

不同于许多仅专注于“大脑”（算法）的公司，它石智航坚持“超级本体”自研。他们认为，硬件必须成为算法在物理世界中的最佳载体。

这种“软硬结合”的思路类似于苹果开发iPhone：为了实现完美的AI交互，必须从底层重新设计硬件。通过自研硬件，它石智航能够确保执行器、传感器与算法高度协同，从而在柔性产线级生产力上实现真正的商业落地。

结论：从Demo到产业化的跨越

它石智航的出现，标志着具身智能行业正在从“炫技”阶段进入“工程化落地”阶段。凭借深厚的智驾工程化背景，这支团队正在试图跨越数据采集与模型训练的鸿沟。

正如陈亦伦所言，具身智能的繁荣可能就在未来几年。对于开发者和AI从业者来说，关注这种从算法到本体的全栈演进，将是掌握下一代提示词工程与AI变现机会的关键。

想要获取更多关于openai、chatGPT及claude的最新动态，请持续关注 https://aigc.bar，我们为您提供最专业的AI日报与深度技术解读。