千诀科技 A 轮

千诀科技(北京千诀科技有限公司)深度调研:预测式世界模型 Polibrain、类脑分区架构与多项式表征,一个「不造本体」的具身大脑如何接入十万台清洁与服务机器人

千诀科技以预测式世界模型 Polibrain 与类脑分区架构做跨形态具身大脑,不造本体;累计 9 轮融资、最新为 2026 年 9 月 A+ 轮,10 月签约落地扬州数据产业园长三角基地,客户过半来自江苏。

执行摘要

千诀科技(北京千诀科技有限公司)是一家把「预测式世界模型」做成机器人决策层的公司:不造本体,只做可跨形态复用的「具身大脑」。公司 2023 年 6 月 13 日成立于北京朝阳,孵化自清华大学类脑计算研究中心,创始人兼 CEO 高海川为清华自动化系博士、2018 年起任陈峰教授类脑双臂机器人课题组组长;首席技术顾问陈峰是中国首批类脑计算研究专家、承担多项中国脑计划重大课题;联合创始人兼总经理肖海默来自美的集团智能家居事业群。核心技术是「类脑分区 + 松耦合因果表征」的 Polibrain 预测式世界模型,2026 年 10 月 20 日在首届物理 AI 与世界模型大会(南京)正式发布。商业化上,公司披露累计接入终端设备已达十万台量级,落地场景以半服务半家庭清洁为主(与追觅扫地机器人合作任务调度与场景理解模型),并延伸至酒店清洁、餐厅服务、室内精密操作、智慧配送;媒体口径称近一半客户来自江苏,具名客户包括南京天创、新工集团、易咖与苏州追觅、魔法原子、穿山甲。2026 年 10 月 20 日,公司与扬州市生态科技新城管理委员会签约,世界模型与机器人大脑长三角基地落户扬州数据产业园;扬州侧的数据产线与部署调试任务均为规划口径,员工数则存在媒体 40 余名与工商参保两种口径。融资按媒体口径累计 9 轮,具名序列为天使轮、天使+ 轮、Pre-A、Pre-A+、Pre-A++ 与 2026 年 9 月 8 日的数亿元 A+ 轮,序列中没有独立的 A 轮;A+ 轮公告未披露融资后估值,地方媒体转述北京总部目前估值约 70 亿元(公司未确认)。

需要说明的是:公司未上市、无审计财报;「十万台」、客户名单、数据集规模均为公司口径,且「十万台」在不同时点的报道中既是「已完成」也是「2026 年内目标」,本报告在 DISCREPANCIES 中逐条裁定;预测式世界模型的实测可靠性尚无公开基准;「估值约 70 亿元」为地方媒体转述、公司未确认,A+ 轮公告未披露融资后估值;扬州员工数、产线规模与部署调试任务属媒体与规划口径。

判断要点:这是具身智能赛道里「技术论点最锐利、商业化最反直觉」的一家。锐利之处在于它公开反对两件行业共识——不追生成式世界模型(不预测下一帧画面,只预测状态演化),也不追人形本体(一脑多形,形态随场景变);反直觉之处在于它的第一批订单来自扫地机器人与酒店保洁,并非来自展会上的机器人舞蹈。创始人有一句被反复引用的判断:「机器人行业不存在所谓的 ChatGPT 时刻」——不会有单点技术突破带来全赛道瞬间爆发。这句话既是它选择渐进商业化路径的理由,也是评估它时必须先接受的前提。

公司概览

公司 2023 年 6 月 13 日成立于北京朝阳,孵化自清华大学类脑计算研究中心,受中国脑科学重点项目支持。团队主体为清华自动化系硕博士,具备类脑计算、机器人控制与机器学习背景;核心成员在实体强化学习领域发表过 NeurIPS Spotlight、TPAMI 等论文,并获 ViZDoom 国际强化学习竞赛季军。

创始团队的配置是「学术 + 产业」的双轨:高海川本科与博士均就读于清华自动化系,2018 年起担任陈峰教授课题组的类脑双臂机器人课题组组长,带团队从 0 到 1 设计并开发多款双臂自主决策机器人,深耕类脑机器人研究超过六年;CTO 章天任负责世界模型的理论与算法,其《When Do Neural Networks Learn World Models?》在 ICLR 2025 世界模型研讨会上获杰出论文奖,该研究首次为「世界模型」的学习建立了严格的数学定义;联合创始人兼总经理肖海默曾任美的集团智能家居事业群战略管理高级主任,有世界 500 强企业研产销服全链条经验,负责商业化与产业资源。

值得注意的是团队的技术起点比公司成立更早。多家报道提到,早在 2017—2018 年团队在清华实验室时,就锁定了「预测式世界模型」这条主线,并在国际比赛中取得成绩;后来公司对外叙事时并未强调这段历史,直到 2026 年与 LeCun 团队的路线被并列讨论时才被重新提起。这条时间线很重要:它意味着千诀押注预测式路线不是 2026 年的追热点,而是七年以上的路径依赖。

公司自我定位在产业链的软件与模型环节:不造本体,向不同品类的机器人厂商提供「可部署、可量产、可持续进化」的智能能力,帮助客户减少重复研发。这个定位决定了它的商业化不必等待人形机器人放量——客户已有产品与出货基础,算法可以更早进入真实设备。

扬州落地与长三角布局

2026 年 10 月 20 日,2026 物理 AI 与世界模型大会在南京开幕,千诀科技有限公司与扬州市生态科技新城管理委员会现场签约,「千诀科技世界模型与机器人大脑长三角基地」正式落户扬州数据产业园。报道未给出签约主体的工商登记全称;据工商登记,已落地的实体为千诀科技(扬州)有限公司(91321016MAKJL2RW4A,成立日期 2026 年 7 月 10 日,注册资本 3000 万元,注册地址扬州软件园 G 座 21 层,法定代表人高海川,由北京千诀科技全资持股)。

扬州侧的内容目前全部是规划口径。地方媒体的表述都在将来时里:数据板块「将打造年处理 10 亿条数据的产线」,公司「要形成每年年产 10 亿条数据的数据采集跟标注的产线」,并「作为交付中心,将承担 50 多款机器人的部署调试任务」。这些是目标而非已建成产能,本报告按规划目标记录。另有一处含义不同的「50 多款」:媒体报道称其「具身大脑」全面适配双足人形、轮式等七大类 50 余款机器人机型,指的是产品适配的机型数量,与交付中心的部署调试任务数不是同一口径。

人员方面,地方媒体口径为千诀扬州有 40 余名员工,除总部带来的管理团队外更多来自本地招聘;工商登记口径显示千诀科技(扬州)有限公司员工人数为 0,北京千诀科技 2025 年参保人数为 37。两者计量基准不同,本报告并列记录,不互相换算。

另据地方媒体报道,公司总部已南迁至南京玄武(徐庄高新区、江苏国际数据港);该总部与扬州基地并存,两者不是同一主体。

估值需要单独标注口径。地方媒体转述为「据了解,北京千诀科技有限公司……目前估值约 70 亿元」。该表述是记者转述,公司方与高海川本人均未确认,主体是北京总部,与扬州子公司不是同一主体;而 A+ 轮公告口径为「本轮具体资金用途及融资后估值未披露」。本报告据此记为:据《扬州日报》等地方媒体转述「目前估值约 70 亿元」(公司未确认;A+ 轮公告未披露估值)。

技术分析

路线选择:预测式世界模型与生成式的分野

世界模型有两条主流技术路线。生成式路线通过生成未来画面来预测世界变化(视频生成、3D 场景生成属此类);预测式路线则预测物理状态的演化,输出低维抽象特征,不重建像素。千诀选择后者,理由是算力经济学:如果模型非要重建每一个像素,算力会被大量消耗在光照、材质这些与任务无关的信息上,反而忽略关键的物理规律。高海川的类比是打球——人挥拍时不会在脑中渲染一帧帧清晰画面,而是依靠对球轨迹的低维预测。

这个选择在工程上有一个直接后果:模型必须在「任务相关的潜在表征空间」里学习状态转移,而这恰是难点所在——表征选得不好,预测再准也无法迁移。千诀的答案是把表征问题单独解决(多项式表征),把预测与执行分离(松耦合架构)。Polibrain 的定位因此不是「生成世界的模型」,而是「可规划的地图」:高海川用「古代商人从广州运荔枝到长安」作比——一种解法是把所有路线走一遍(类比当前的 VLA 试错路线),另一种是先画地图再规划(类比世界模型)。

类脑分区架构

「类脑分区」是千诀与主流「分层」与「端到端」并列的第三条路径:模拟人脑功能区划分,把复杂环境信息拆成多个相对独立的模块(视觉、听觉、决策、交互、记忆),分别建模与预测,再做高层融合。官方披露其技术特点是「分化解耦大组织结构 + 线性预训练」,公司称这是首次实现多模态大模型的类脑化设计(对外表述在 ICLR 2023 与 ICLR 2024 之间不一致,见 DISCREPANCIES)。

架构上的收益有三点:多模块并行处理提高样本利用效率、降低训练成本、推理更快;解耦避免端到端架构被本体形态绑定;从底层芯片到上层算法可全栈自主可控。第三条值得单独看——端侧「脑坞」支持 SNN(脉冲神经网络)与 ANN 两种架构,除 NVIDIA、AMD 外可部署在华为昇腾、灵汐科技等国产类脑芯片上,功耗显著低于 GPU 架构,面向隐私要求高或网络不佳的工况。

多项式表征与「有效阶」

多项式表征是千诀最底层、也最难被外部评估的技术主张。要解决的问题是「特征污染」与伪因果:模型训练时会把背景纹理、光照甚至周围摆设当成判断依据;更隐蔽的是把相关性误当因果——主人出门、拿走钥匙、抽屉里的钥匙消失三个事件同时发生,模型可能学成「主人出门则钥匙消失」,于是当主人忘带钥匙让机器人去抽屉找时,机器人反而判断钥匙不在。

千诀的办法是用一套数学方法让模型从复杂环境中提取真正影响任务结果的关键变量。理论侧有两篇工作:2025 年与清华团队在 ICML 发表《When Do Neural Networks Learn World Models?》,从「多任务学习」与「低阶偏好」入手,用 Fourier-Walsh 变换分析离散布尔世界中的函数结构,解释模型何时能辨识真实隐变量;2026 年进一步提出「有效阶」(Effective Degree, ED),沿真实数据点之间的插值路径观察神经网络,用正交多项式拟合输出,再按不同阶次成分的权重计算复杂度——低阶成分占主导则 ED 小,高阶成分越多则 ED 越高。这个指标的价值在于可计算、可比较,并且能引入训练过程约束模型不要学不必要的复杂变化。

这里有一个必须说清的分野:LeCun 团队 2026 年 5 月发表《When Does LeJEPA Learn a World Model?》,同样研究隐变量可辨识性与低阶偏好。公司主张其研究早约一年,且两项研究的判据具有一定等价性。但「早一年」与「技术领先」不是同一件事——两项工作的数学工具(因果推断 + 布尔空间 vs 时间维度)与研究对象不同,孰优孰劣需要独立评估,本报告只记录时间顺序。

因果记忆与持续决策闭环

连续任务中物体可能被遮挡,部分状态无法仅凭当前画面判断。千诀引入基于反事实推断的历史信息筛选:判断某段历史观测是否会影响后续预测与决策,再决定是否保留。机器人不必记住所有画面,重点保留会影响后续任务的信息——背景颜色不重要,杯子放进哪个柜子很重要。

在此之上是持续决策闭环:每次下发控制指令时,模型内部同步生成「预期反馈」;实际执行与预期出现偏差时,毫秒级逆向追踪偏差来源(抓偏、打滑、意外障碍),再重新评估全局任务目标并调整方案。对外表述为「能预测、能验证、能认错、能自愈」。这套机制在演示中表现为任务续接——工作流被临时任务打断(避让行人、临时指令)后,机器人记忆中断节点,完成后自动返回原场景续接。

松耦合架构与「一脑多形」

Polibrain 把「面向环境与任务的共用表征」与「具体机器人的动作执行能力」分离:上层通用智能底座负责任务理解、环境表征、物理状态预测与因果推理,与机器人长什么样无关;下层硬件适配接口对接不同本体的控制系统、运动原语与轨迹规划。高海川的例子很具体:把衣服放进洗衣机,人形机器人可以一只手拿衣服一只手开门;只有单臂的轮式机器人则可以通过智能家居 IoT 让洗衣机自己开门——硬件不同、执行方式不同,但对物理世界造成的改变可以相同。

公司称已适配近 50 款不同构型的机器人(早期口径为 20 余种),覆盖工业机械臂、移动轮式底盘、多指灵巧手、双足人形、四足、无人机、扫地机。

技术短板

第一,预测式路线的实测可靠性缺公开基准:状态预测准不准、闭环在复杂场景多可靠,目前只有公司演示视频与定性描述。第二,多项式表征与有效阶是理论工具,能否在真实任务上带来可测的泛化增益,未见对照实验。第三,纯视觉方案(不依赖激光雷达)在强光、弱光、镜面反射等工况下的鲁棒性未披露。第四,与 LeCun 路线的「早一年」是时间顺序,不是性能结论。第五,类脑芯片(SNN + 灵汐/昇腾)的实际部署比例、算力规格与主流 GPU 方案的性能对比数据缺失。

产品与商业化

四条产品线

具身大脑(感知-决策-控制大模型)是核心:无需语言指令或 Prompt 即可自主规划任务,解耦架构适配多形态,纯视觉 + 因果推理在家庭与服务场景仅靠视觉即可完成空间隐式建模与任务规划。

Polibrain OS 是云端通用开发平台:支持 API 与网页端调用,推出「感知模型全家桶」(物体识别、环境理解等),通过「运动原语」与本体控制系统通信。公司披露统一感知层已完成工程化打磨,正推进对外验证,探索「一套感知覆盖多形态机器人」。

「脑坞」是端侧计算平台:支持 SNN 与 ANN,可跑在 NVIDIA、AMD 与国产类脑芯片上,主打低功耗与本地算力(隐私敏感、网络不佳工况)。

机器人数据-模型一体化服务:针对客户场景提供采集、清洗、标注、训练、微调全流程,自研机器人专用标注工艺(任务拆解序列、抓取轨迹等),数据团队曾服务自动驾驶 3D 点云标注、无人配送关键点标注、家庭物体采集与属性标注等项目。

商业化路径:从扫地机与酒店保洁切入

这是千诀最值得记录的选择。公司第一批订单不是人形机器人,而是餐饮、保洁、酒店服务机器人这类已有明确需求的产品。高海川的说法是:「客户不在乎你的技术架构、算法模型,而是这东西能不能帮他收拾好酒店客房里乱丢的拖鞋。」

落地规模最大的场景是半服务半家庭清洁:与追觅科技的扫地机器人业务合作,提供任务调度大模型与场景理解视觉大模型;此外在酒店清洁、餐厅服务、人形机器人迎宾、室内精密操作完成部署,部分项目进入规模化应用。产业合作方还包括美的集团。媒体口径称近一半客户来自江苏,具名客户包括南京天创、新工集团、易咖与苏州追觅、魔法原子、穿山甲,这批名字把此前的具名客户范围从两家扩展开来。公司披露累计接入终端设备达十万台量级,并曾在 2025 年底表述「预计 2026 年内突破十万台」——两个口径的时间点不同,需分开看。

扫地机这条供应链的意义被低估了:它是当前少数能大规模出货的机器人品类,切进去意味着技术能在真实环境里被大量数据反复检验和迭代,这是任何展台演示都换不来的数据密度。反过来说,扫地机场景的任务复杂度远低于「收拾房间」,用它证明「通用具身大脑」的能力存在明显跨度——这也是评估千诀时最需要追问的一点。

部署侧的能力主张

公司列出的部署优势有四项:不用改造环境(区别于需要贴二维码、改造电梯的方案,称降低 90% 以上部署与改造成本);「眼里有活」的主动智能(擦完桌子主动识别地面垃圾并发起清理);任务被打断后可续接;深度理解模糊指令(「收拾一下房间」可自主拆解为执行序列)。这些主张与「纯视觉降硬件成本」一起构成它的商业卖点,但均为公司口径,缺少客户侧的第三方量化。

竞争格局

具身大脑赛道的对手分三类。整机厂内置大脑(智元、宇树自研为主)——它们的优势是软硬一体、数据闭环,劣势是大脑不外供;独立大脑公司(银河通用、星动纪元、中科第五纪、西湖机器人等)——千诀在其中的差异化是「不造本体」的纯粹定位与预测式路线;世界模型研究型公司(AMI Labs、World Labs、飞捷科思等)——它们面向更通用的世界模型,千诀则把它收窄到机器人决策这一层。媒体表述称其在所属行业市占率稳居首位,但没有第三方报告佐证,本报告标注为未经核实,不作为论据使用。

与清单内几家可比公司的具体差异:中科第五纪用「动作光流」解决跨本体问题,走的是行为表征统一路线,且有 CVPR ARNOLD 挑战赛冠军作为第三方信号;西湖机器人用「大小脑双预训练」(WR1 大脑 + GAE 小脑)并自研整机;千诀用「多项式表征 + 松耦合因果表征」解决同一组问题(跨本体复用 + 少样本适应),但完全没有本体业务,且商业化更早下沉到低复杂度品类。

竞争对手的公开判断也值得记录:普渡机器人创始人张涛在 BEYOND Expo 2026 上认为具身智能的「ChatGPT 时刻」至少还需三到五年;矩阵超智创始人张海星预测面向消费者的爆发期在 2028—2030 年。这与千诀「不存在 ChatGPT 时刻」的判断方向一致——行业对时间表的共识正在从「明年爆发」转向「渐进落地」。

融资与资本结构

媒体序列中可核的具名轮次为 6 轮,公司与媒体口径称累计 9 轮:天使轮 2024 年 9 月数千万元(英诺天使基金、启迪之星、水木清华校友种子基金、零以创投等);天使+ 轮 2024 年 12 月数千万元(同一系机构续投);Pre-A 轮 2025 年 3 月数千万元(追创创投、德同资本领投,景业智能产业基金与正景智远战略投资);Pre-A+ 轮 2025 年 5 月数千万元(钧山投资、祥峰投资、石溪资本,兆易创新系);Pre-A++ 轮 2025 年 12 月近亿元;A+ 轮 2026 年 9 月 8 日数亿元(元禾厚望、筱光资本、芯能创投、英诺天使基金、京铭资本、未来边际、Maple Pledge 枫承资本)。序列中没有独立的 A 轮:早期报道把 2026 年 9 月这一笔称作 A 轮,与 A+ 轮指向同一笔融资,属命名分歧(见 DISCREPANCIES 第 13 条)。百度百科发展历程另记有 2026 年 2 月「Pre-A++ 扩展轮」,因此 9 轮这一总数无法与具名序列逐笔对齐。累计合计数亿元;A+ 轮公告称「本轮具体资金用途及融资后估值未披露」,媒体转述的约 70 亿元见 DISCREPANCIES 第 9 条。

投资方结构值得单看:天使轮机构在序列中反复出现,英诺天使、启迪之星、水木清华校友种子基金、零以创投均多次参与;Pre-A 轮由追创创投与德同资本领投;Pre-A+ 轮引入钧山投资、祥峰投资与兆易创新旗下的石溪资本;A+ 轮则有元禾厚望(苏州元禾系)、筱光资本、芯能创投、京铭资本、未来边际与枫承资本。早期报道在被称作 A 轮的那笔 2026 年 9 月融资中还列出山东新动能、山东财金资本等省级国资,与 A+ 轮披露名单部分重叠,属同一笔融资的命名分歧(见 DISCREPANCIES 第 13 条)。国资入场通常与产业落地绑定(清洁、物业、公共服务场景的采购侧协同),这与公司「服务场景先行」的路径吻合。枫承资本长期任融资顾问并参与 A+ 轮投资。

DISCREPANCIES

1. 「十万台」是已达成还是目标。 口径 A(2026 年 6 月 A 轮后):累计接入终端设备规模已达到十万台量级。口径 B(2025 年 12 月 Pre-A++):预计 2026 年内搭载其具身大脑的机器人设备数量将突破十万台。两处时间点不同,可能是「2026 年内达成后回述」;但「接入设备」的计量口径(激活台数?出货台数?含扫地机?)未定义。裁定:并列记录两个时点,计量口径待核。来源等级:OFFICIAL。

2. 融资轮次数量与具名序列。 公司称累计 9 轮,公开可核的具名轮次为 6 轮,其余轮次未逐笔披露。早期轮次的日期也存在分歧:百度百科把天使轮记为 2024-10-02,凤凰网记为 2024-11-13,当前媒体序列则记在 2024 年 9 月;有源把天使+记在 2024-12-26,另有源称 2025 年 1 月 3 日完成天使+。裁定:以具名序列为骨架,保留 9 轮的媒体口径,标注日期分歧。来源等级:DB 与 MEDIA 冲突。

3. 类脑化多模态大模型的发表年份。 官网称「世界首例类脑化多模态大模型,ICLR 2023」,另有企业介绍称「ICLR 2024 发布」,还有报道称 CTO 论文获 ICLR 2025 世界模型研讨会杰出论文奖。三处指代不同(模型架构 vs 会议论文 vs 研讨会奖项),但对外表述混用。裁定:分别记录,不合并。来源等级:OFFICIAL(内部不一致)。

4. 「比 LeCun 早一年」的性质。 公司及媒体报道强调 ICML 2025《When Do Neural Networks Learn World Models?》比 LeCun 团队 2026 年 5 月的《When Does LeJEPA Learn a World Model?》早约一年,并称两者判据「具有一定等价性」。早一年是时间顺序事实;「等价性」是公司自评,无第三方评审。裁定:记录时间顺序,等价性标注为公司主张。来源等级:MEDIA 与 OFFICIAL。

5. 适配本体数量的口径。 早期报道称适配「二十余种」具身本体形态,2026 年 10 月 Polibrain 发布时称已适配「近 50 款不同构型」。两个数字相差一年。裁定:按时间顺序并列,后者为最新口径。来源等级:MEDIA 与 OFFICIAL。

6. 「全球最大纯实采家庭场景数据集」的排他性。 公司称拥有全球最大规模纯实采家庭场景数据集、沉淀亿级具身感知与决策预训练数据,但无第三方审计、无与其他数据集的规模对比。裁定:标注为公司口径。来源等级:OFFICIAL。

7. 客户名单的颗粒度。 公开可核的具体客户仅追觅科技(扫地机)与美的集团(产业合作),其余为场景描述(酒店清洁、餐厅服务、室内精密操作、智慧配送、外卖取送)。「各领域头部客户达成深度合作」未列名。裁定:区分具名与未具名。来源等级:OFFICIAL。

8. 员工规模。 百度百科企业信息栏记「员工数 9 人」,与公司「清华自动化系硕博士团队」「扩充研发与交付团队」的表述及融资规模明显不符,疑为工商登记早期快照或统计口径差异(参保人数)。裁定:不采用 9 人,员工数标注为未披露。来源等级:DB(存疑,不采信)。

9. 「估值约 70 亿元」的口径。 口径 A(地方媒体,《扬州日报》及其转载,MEDIA):「据了解,北京千诀科技有限公司……目前估值约 70 亿元」,为记者转述,公司方与高海川本人均未确认,且主体是北京总部,与扬州子公司不是同一主体。口径 B(A+ 轮公告与主流财经媒体,OFFICIAL / MEDIA):本轮具体资金用途及融资后估值未披露。裁定:报告中写为「据《扬州日报》等地方媒体转述『目前估值约 70 亿元』(公司未确认;A+ 轮公告未披露估值)」,并保留官方未披露的记录。来源等级:MEDIA 与 OFFICIAL。

10. 扬州子公司的员工口径。 口径 A(地方媒体,《扬州日报》与扬州生态科技新城官网,MEDIA):千诀扬州有 40 余名员工,除总部带来的管理团队外更多来自本地招聘。口径 B(工商登记,DB):千诀科技(扬州)有限公司员工人数为 0,北京千诀科技 2025 年参保人数为 37。裁定:媒体口径与工商参保口径并列记录,不互相换算。来源等级:MEDIA 与 DB。

11. 「年处理 10 亿条数据」是规划目标而非现有产能。 原文全部为将来时表述:数据板块「将打造年处理 10 亿条数据的产线」,公司「要形成每年年产 10 亿条数据的数据采集跟标注的产线」,并「作为交付中心,将承担 50 多款机器人的部署调试任务」。裁定:报告中记为规划目标,不计入已建成产能。来源等级:MEDIA。

12. 「50 多款」的两种含义。 一是扬州作为交付中心「承担 50 多款机器人的部署调试任务」,指任务量;二是其「具身大脑」全面适配双足人形、轮式等七大类 50 余款机器人机型,指产品适配的机型数量;三是公司早期口径的二十余种本体形态。裁定:部署调试任务数、产品适配机型数与早期构型数分别记录,不互相换算。来源等级:MEDIA。

13. 是否存在独立的 A 轮。 口径 A(扬子晚报与新浪财经序列口径,MEDIA):天使轮→天使+轮→Pre-A→Pre-A+→Pre-A++→A+,累计 9 轮,2026 年 9 月只有一笔融资事件。口径 B(早期报道,含 2026 年 6 月一篇微信文章,MEDIA):把同一笔 2026 年 9 月融资称作 A 轮,并为其列出山东新动能、山东财金资本等省级国资。裁定:具名序列按口径 A 记录;「A 轮」写法作为同一笔融资的命名分歧处理,不新增独立 A 轮。本报告 frontmatter 的 phase 保持 series-a,A+ 轮归入 A 阶段,本库无单独的 a-plus 取值。来源等级:MEDIA 内部口径冲突。

风险与尽调缺口

其一,能力跨度风险。 十万台设备的绝大部分大概率来自扫地机与清洁类产品,其任务复杂度与「通用具身大脑」的能力主张之间存在明显跨度。尽调应要求分场景的设备数、任务类型分布与失败率。

其二,预测式路线的可验证性。 状态预测精度、闭环在遮挡/延迟反馈/多步骤依赖下的可靠性,均无公开基准。需要在留出任务上与 VLA 端到端路线做对照。

其三,数据壁垒与跨本体数据飞轮。 「一脑多形」的数据价值依赖客户愿意共享本体数据,而本体厂商视数据为商业资产。千诀作为独立模型公司能否真正打通跨本体数据,公司自己也没有给出确定答案。

其四,客户集中与议价能力。 具名客户集中于追觅与美的系,且早期投资方追创创投与追觅关联——这既是资源也是依赖。若大客户自研大脑或更换供应商,收入波动风险高。

其五,理论优势到产品优势的转化。 多项式表征、有效阶、因果记忆都是论文级工具,工程化程度与真实增益未披露。

其六,竞争与时间表。 行业共识认为具身智能的爆发期在 2028—2030 年,千诀当前的收入基础建立在低复杂度品类上;若通用能力突破慢于预期,估值逻辑会从「具身大脑」退回「清洁电器算法供应商」。

其七,尽调缺口清单。 分场景设备数与收入、单客户 ARPU 与续约率、Polibrain OS 的外部客户验证结果、脑坞的出货量、员工规模与研发占比、扬州数据产线与部署调试任务的实际进度、扬州媒体口径 40 余名与工商参保数字之间的差额、媒体转述且未经公司确认的约 70 亿元估值——均需优先补齐。

综合评分

技术维度给 7.5 分。预测式世界模型 + 类脑分区 + 多项式表征 + 松耦合架构构成一条内部自洽的技术路线,且有 ICML/ICLR 级别的理论工作支撑,CTO 论文获 ICLR 2025 世界模型研讨会杰出论文奖是硬信号。扣分项:全部关键指标缺公开基准,理论优势到产品增益的链路未验证。

商业维度给 7 分。十万台量级的设备接入在具身大脑赛道里属于罕见的真实规模,追觅扫地机与美的的产业合作、酒店/餐饮/配送的场景覆盖说明商业化早于同行下沉,扬州交付基地与媒体口径下过半来自江苏的客户分布进一步补充了同一幅图景。扣分项:任务复杂度与能力主张不匹配、客户集中度高、收入与 ARPU 未披露,扬州数据产线属规划目标。

财务维度给 7 分。媒体口径 9 轮融资、合计数亿元,2026 年 9 月的 A+ 轮数亿元,元禾系与天使轮机构反复加注,扬州交付基地另有地方政府与产业资源对接,资金与产业资源双到位。扣分项:A+ 轮公告未披露融资后估值,媒体转述的约 70 亿元未经公司确认,轮次命名在各来源之间不一致。

产品维度给 7 分。四条产品线(具身大脑 / Polibrain OS / 脑坞 / 数据服务)覆盖了从模型到端侧到数据的完整链路,脑坞支持国产类脑芯片是差异化能力。扣分项:Polibrain OS 仍处对外验证阶段、脑坞出货未披露。

市场维度给 7.5 分。清洁与服务业机器人的存量出货给了它不需要等风口的现金流,物理 AI 与世界模型的资本热度给了估值弹性,国产算力适配契合自主可控方向。扣分项:赛道拥挤、爆发时点被普遍推后到 2028 年后。

综合 7.2 分。千诀是本清单里「理论最硬、叙事最克制」的一家:它没有去讲人形机器人的故事,而是把世界模型收窄成「可规划的地图」,再把地图卖给已经有出货量的机器人厂商;它的理论工作(隐变量可辨识性、有效阶)与 LeCun 团队的路线构成同题竞争,且在时间上更早。对物理 AI 的判断是:世界模型与物理仿真的交汇点在「状态表征」——预测什么、忽略什么,决定了模型能不能跨场景迁移;千诀把这个问题当作核心,方向是对的,但从「地图画出来」到「荔枝送到长安」(它自己的比喻)之间,还差跨本体数据打通与真实任务的长期验证这两步。扬州基地补上了交付与数据产能这一维,但目前仍停留在纸面;媒体转述的估值数字则为记录增加了一个未经确认的数值。

参考资料

  1. 千诀科技官网(qj-robots.com,2026 访问):感知-决策-控制大模型(类脑化多模态大模型,称世界首例,ICLR 2023);分化解耦大组织结构 + 线性预训练;云端通用开发平台(API/网页端、「感知模型全家桶」、运动原语通信);端侧「脑坞」支持 SNN/ANN 与 NVIDIA/AMD/灵汐/华为昇腾;机器人数据-模型一体化服务与自研标注工艺
  2. 新浪财经(2026-10-21):2026-10-20 首届物理 AI 与世界模型大会(南京)发布 Polibrain;高海川「荔枝与地图」类比(VLA 试错 vs 世界模型规划);四足机器狗垃圾回收演示;不追求生成未来帧、只预测影响行动的关键信息;2025 年与清华团队 ICML《When Do Neural Networks Learn World Models?》(Fourier-Walsh、低阶偏好);2026 年提出「有效阶」(ED,正交多项式拟合 + 阶次权重);LeCun 团队 2026-05《When Does LeJEPA Learn a World Model?》;反事实推断的历史信息筛选;松耦合世界模型架构(洗衣机由 IoT 开门的例子);近 50 款本体适配
  3. 张通社(2026-09-08):A+ 轮数亿元(元禾厚望、筱光资本、芯能创投、英诺天使、京铭资本、未来边际创投等);累计 9 轮;2023 年成立于北京朝阳;团队骨干来自清华类脑计算中心;2017 年即锁定预测式世界模型主线;「机器人行业不存在 ChatGPT 时刻」;第一批订单为餐饮/保洁/酒店服务机器人;CTO 章天任、创始人高海川「客户不在乎技术架构,只在乎能不能收拾好拖鞋」
  4. 机器人开放社区(2026-09):A 轮数亿元由京铭资本领投,山东新动能、山东财金资本、元禾厚望、芯能创投、南创投、英诺天使、尚势资本、仁爱集团、玄素投资参投;资金用于世界模型架构搭建、算法迭代、场景落地与团队扩充;类脑分区架构(感知/决策/控制解耦);仅靠视觉完成空间建模与任务规划;适配双足/轮式/四足/无人机/扫地机;场景含酒店清洁、餐厅服务、室内精密操作、智慧配送、外卖取送
  5. 科创板日报(2026-09-09):A+ 轮投资方含枫承资本(长期融资顾问并参与本轮);2025-03 Pre-A 数千万元由追创创投与德同资本联合领投、正景智远参与;2025-12 Pre-A++ 近亿元;「一脑多形」策略与产业链位置(软件与模型环节,下游为机器人厂商)
  6. 财联社 / 腾讯新闻(2025-12-22):Pre-A++ 近亿元,资金用于研发、团队扩充与全球商业化;天使轮与天使+(英诺天使、启迪之星、水木清华校友种子基金、零以创投);已完成三代「具身大脑」预训练;称拥有全球最大纯实采家庭场景数据集、亿级具身感知决策数据;Polibrain OS 推进对外验证;已部署酒店清洁、餐厅服务、人形迎宾、室内精密操作;预计 2026 年内设备超十万台
  7. 每日科技网(2025-12):落地规模最大场景为半服务半家庭清洁,与追觅扫地机器人合作提供任务调度大模型与场景理解视觉大模型;Polibrain OS 基于统一类脑架构、统一感知层已完成工程化打磨
  8. 微信公众号「具身智能世界模型」(2026-06):A 轮由京铭资本领投,英诺/尚势/仁爱三家天使轮机构追加;累计接入终端十万台量级;CTO 章天任论文《When Do Neural Networks Learn World Models?》获 ICLR 2025 世界模型研讨会杰出论文奖;预测式 vs 生成式路线区别(杯子滑落只需知道会掉、会碎);大脑小脑解耦;与追觅合作的扫地机案例;行业时间表(普渡张涛:ChatGPT 时刻还需 3—5 年;矩阵超智张海星:消费爆发 2028—2030)
  9. 微信公众号「多地国资联手押注」(2026-06):A 轮投资方含山东新动能、山东财金资本、元禾厚望、芯创投、南创投;与美的集团、追觅科技深度合作;大脑小脑解耦;适配双足/轮式/四足/无人机/扫地机;十万台量级;资金用于世界模型架构、算法迭代、场景落地
  10. 凤凰网 / 腾讯新闻(2025-05):Pre-A+ 由钧山投资、祥峰投资、石兆易创新旗下石溪资本投资,累计融资达数亿元;2024-11 天使轮数千万元(英诺天使领投,水木清华校友种子基金、启迪之星创投、九尚资本、嘉道功程);团队在实体强化学习发表 NeurIPS Spotlight、TPAMI,获 ViZDoom 国际季军;7 年前即对标 Sergey Levine 的技术路线;与知名 3C 产业方联合构建全球最大纯实采家庭场景数据集
  11. 百度百科(2026 访问):2023-06-13 成立;工商信息(法定代表人高海川、北京朝阳区地址);发展历程(2024-10-02 天使、2025-01-03 天使+、2025-03-14 Pre-A、2025-05-20 Pre-A+、2025-12-22 Pre-A++、2026-02-14 Pre-A++ 扩展轮);员工数栏记 9 人(与其他来源冲突,不采信)
  12. 行业背景(公开资料):世界模型两条路线(生成式重建像素 vs 预测式预测状态演化);VLA 与世界模型从对立走向融合(DriveVLA-W0、WorldVLA 等 2025—2026 年工作);具身数据的三个层次(互联网视频、仿真、真机)与跨本体复用难题
  13. 扬州市生态科技新城管理委员会政府门户(2026-10-22):2026 物理 AI 与世界模型大会在南京开幕;千诀科技与管委会现场签约,「千诀科技世界模型与机器人大脑长三角基地」落户扬州数据产业园
  14. 《扬州日报》/ 中共江苏省委新闻网(2026-10-22):千诀扬州 40 余名员工,多为本地招聘,另有总部带来的管理团队;「据了解」北京总部目前估值约 70 亿元,为记者转述、公司未确认
  15. 扬州网(2026-10-22):签约与基地落户报道;落地实体据工商登记为千诀科技(扬州)有限公司(91321016MAKJL2RW4A,成立 2026-07-10,注册资本 3000 万元,扬州软件园 G 座 21 层,法定代表人高海川,北京千诀科技全资持股)
  16. 腾讯新闻·扬子晚报 / 扬州发布(2026-10-14):规划中的年处理 10 亿条数据产线、年产 10 亿条数据采集标注产线,以及承担 50 多款机器人部署调试任务的交付中心,均为将来时表述
  17. 新浪财经(2026-10-22):「具身大脑」全面适配双足人形、轮式等七大类 50 余款机器人机型
  18. 北京市科委中关村管委会官网(2026-10-21):2026-10-20 北京千诀科技正式发布 Polibrain 预测式世界模型,定位为面向真实物理世界的具身智能大脑底座
  19. 科创板日报 / 证券时报 / 财联社(2026-09-08):A+ 轮数亿元,投资方含元禾厚望、筱光资本、芯能创投、英诺天使基金、京铭资本、未来边际、Maple Pledge 枫承资本;本轮具体资金用途及融资后估值未披露
  20. 腾讯新闻·扬子晚报(2026-10-19):近一半客户来自江苏,具名客户含南京天创、新工集团、易咖,苏州追觅、魔法原子、穿山甲
  21. 工商登记(企查查系,DB):千诀科技(扬州)有限公司员工人数 0,北京千诀科技 2025 年参保人数 37
  22. 地方媒体报道(2026-10):公司总部南迁南京玄武(徐庄高新区、江苏国际数据港)
  23. 头条号与投资界报道(2026):追觅扫地机器人业务作为具名合作,以及已覆盖的落地场景

本报告依据公开资料整理,不构成投资建议。公司未上市、无审计财报;设备接入量、客户名单、数据集规模与适配本体数量均为公司口径,「十万台」存在「已达成」与「目标」两种时点表述,预测式世界模型缺公开基准,A+ 轮公告未披露融资后估值而地方媒体转述约 70 亿元、未经公司确认,扬州员工数、产线规模与部署调试任务属媒体与规划口径,相关不确定性已逐条标注。数据截至 2026 年 11 月 2 日。

相关报告66

本报告基于公开信息整理,仅供参考,不构成任何投资建议。数据截至报告发布日,请以公司公告与定期报告为准。