摘要
投中网获悉，中科第五纪完成数亿元A轮融资，由孚腾资本领投，上海半导体产投、国科资本、中国风险投资、鸿瑞达跟投，老股东卓源亚洲等超额加注。 这也是公司2026年内完成的第三轮融资。资金将重点用于自研端到端超少样本大模型、世界模型的迭代升级，强化学习技术的工程化落地，机器人产品量产及核心人才引进，以及加速公司技术产品化与全球商业化进程。 2026年，具身智能与人形机器人产业进入规模化量产和商业化落地阶段。另一面，对这批生而全球化的企业而言，全球化扩张也是一条主线——头部企业通过技术认证、本地建厂和生态合作正快速出海。中科第五纪也正走在这条路上，今年以来在欧洲密集亮相，并已收获海外多家知名头部企业数亿元订单。 这意味着，以中科第五纪为代表的中国具身智能技术，已经进入全球工业数字化核心供应链，少样本具身操作大模型在真实工业场景中的高精度与高泛化能力也进一步得到了验证。 少样本技术，具身“大脑”的非共识 中科第五纪成立于2024年9月，通过超少样本端到端具身大模型（FAM系列）、新一代具身世界模型（BridgeV2W模型）、人在环路强化学习等核心技术成果，面向客户交付具有通用泛化能力的具身大脑和具身机器人。 这当中，软件和算法能力是核心，硬件是实现这一目标的载体。 所以，重中之重，先来看看这家“大脑”公司的模型研发能力。都知道，当下制约具身发展的瓶颈是数据。大语言模型性能快速提升依托的是堆数据的Scaling Law法则，但文本类数据可以从互联网上直接获得，具身智能模型所需的真实物理交互数据则较难收集。长期来看，具身模型高质量数据集是实现泛化、跨本体迁移和现实落地的关键。 全球范围内的具身公司都在着手探索解决这一问题，从技术路径来看，遥操作、仿真、UMI和视频学习，这四条路径已形成差异化竞争格局，在成本控制、数据精度、场景适配性等维度各有优劣。总之，共识是，数据的数量、质量和多样性决定了具身模型的表现。 和很多具身同行不太一样的是，中科第五纪选择走的，是一条通过模型的架构创新来实现少样本能力的道路。 除了数据稀缺，这家公司捕捉到的另一个行业痛点是，现有模型架构从大语言模型一脉相承，难以适配三维的具身智能场景，存在严重的信息损失。中科第五纪的差异化路径正是针对性解决这两个问题：…
摘要可能不完整，可查看原文