姚颂三度创业入局物理智能，Striding AI获近亿融资 | AI资讯

type

status

date

slug

summary

什么是物理智能？超越传统具身智能的新范式

过去两年里，“具身智能”是AI领域最热门的词汇之一。但在姚颂看来，具身智能更多描述的是一种“形态”——将智能装进拥有躯体的机器人中。而他更倾向于使用“物理智能”这一概念，这与英伟达CEO黄仁勋近期反复强调的“Physical AI”不谋而合。

在传统的认知中，机器人的难点在于动作执行；而在物理智能的语境下，真正的挑战在于让机器人“理解并预测真实世界的运行规律”。这包括牛顿定律、动量守恒、物体的密度与摩擦力等。例如，当机器人面对一杯水和一块同等体积的金属块时，它需要通过内化的物理常识来预判所需的力度，而不是仅仅依靠视觉反馈进行机械的“表演”。

这种从数字世界向物理世界的跨越，其产生的经济价值对标的是整个第二和第三产业。相比于openai的chatGPT或claude等大模型在数字经济中创造的价值，物理智能的潜在市场空间更为广阔，是未来AI变现的核心阵地。

技术突围：从VLA到LaWAM隐空间世界动作模型

在技术路线上，Striding AI并没有盲从目前行业内备受争议的VLA（视觉-语言-动作）路线，而是将目光转向了世界动作模型（World Action Model, WAM）。

目前，包括英伟达DreamZero在内的许多世界模型，倾向于基于视频扩散模型，在像素级别同时预测未来画面和生成动作。然而，现实世界的复杂性远超结构化的数字世界。如果要求模型精确还原物理世界的每一帧画面，其参数量将是极其庞大的，这直接导致了计算延迟。对于需要实时交互的机器人来说，“慢一帧”就意味着任务失败或发生碰撞。

为了解决实时性与准确性的矛盾，Striding AI切入了WAM的另一个分支：隐空间世界动作模型（LaWAM, Latent World Action Model）。LaWAM不直接处理摄像头捕捉到的每一个像素，而是将画面压缩成精简的信息表示，剥离掉无关的表面信息（如背景、花纹等），只保留与物理交互相关的核心要素。

在这个“隐空间”里，模型专注于学习基础物理定律和物理常识。这种策略虽然牺牲了部分像素级的还原能力，但换来了至关重要的实时推理速度。据AI日报相关数据显示，Striding AI发布的LaWAM 1.0模型仅有23亿参数，在保持98.6%高成功率的同时，一次动作规划仅需187毫秒，达到了业界最优水平。

商业落地与数据闭环：先找场景再求通用

在当前的人工智能创业生态中，许多公司倾向于先研发通用技术，再寻找落地场景。而Striding AI则反其道而行之，从成立之初就深度绑定了真实商业场景。

公司的两大重要股东——正大集团和华勤技术，为Striding AI提供了绝佳的落地试验田。正大集团庞大的零售、农业和食品业务网络，为机器人进入便利店、商超等高频重复劳动场景打开了通道；而华勤技术则提供了电子制造产线上的精密操作需求。

这种战略合作带来的最大优势是“数据”。在自动驾驶领域有一个共识：50%靠数据，30%靠算力，20%靠算法。这一规律在物理智能领域同样适用。依托这些真实场景，Striding AI能够持续获取大量低成本、高质量且外界难以触达的交互数据。正如优秀的提示词（Prompt）能激发大语言模型的潜力一样，海量真实场景的物理交互数据，是训练出卓越物理智能模型的关键。

务实的产品策略：轮式双臂与出海布局

在产品形态的演进上，姚颂展现出了极强的务实精神。尽管人形机器人可能是未来的终极形态，但Striding AI现阶段选择同时推进轮式双臂机器人和人形机器人两条路线。

在当前的硬件成熟度下，轮式平台在成本控制、重心稳定性和毫米级定位精度上具有显著优势。通过先利用轮式机器人在特定场景中跑通商业模式并积累数据，再逐步向更复杂的形态过渡，这是一种更为稳健的商业化路径。

此外，Striding AI将目光瞄准了海外市场。在劳动力短缺、用工成本高昂的地区（如日本的便利店行业和欧美的服务业），机器人有着迫切的刚需。这些场景不仅是商业化落地的起点，更是机器人积累通用能力（如抓取、识别、自主规划）的绝佳土壤。

结语：等待物理智能的“GPT时刻”

回顾大语言模型的发展，从GPT-3.5的惊艳问世，到DeepSeek的开源普及，再到各类AI编程工具实现大规模营收，LLM已经完成了它的认知与商业化闭环。而对于物理智能而言，这个属于它的“GPT时刻”尚未到来。

姚颂和他的Striding AI正致力于成为推动这一时刻到来的关键力量。无论是在底层模型架构的创新，还是在真实工业与商业场景中的落地，他们都在努力让机器真正走进人类的物理生活，而不仅仅是停留在实验室的演示视频中。

物理智能的未来充满无限可能。想要持续追踪Striding AI的最新进展，获取更多关于大模型、AGI及前沿AI技术的深度解析，请每日关注 AIGC导航 —— 您的全方位AI资讯与AI门户平台。