具身智能世界模型公司日冕开物获数亿元种子轮融资，前蔚来、华为智驾成员押注机器人泛化能力

据36氪旗下硬氪报道，具身智能世界模型公司日冕开物（北京日冕机器人有限公司）近期在三个月内完成连续两轮种子轮融资，合计金额达数亿元人民币，投资方包括鼎峰科创、远图未来、百度风投、沃衍资本、武岳峰科创、万林国际等。同时，公司新一轮融资也在同步交割中。来源显示，本轮资金将主要用于其自研世界模型 LaMPA 的研发迭代、强化学习体系建设，以及数据闭环和产品交付能力完善。

日冕开物成立于2026年3月，方向聚焦“物理世界基础模型”。与只面向单一任务或单一工位训练机器人不同，公司希望构建能够理解物理世界、预测环境变化并驱动机器人执行任务的基础模型，让机器人能力从特定场景逐步走向跨场景泛化。

创始团队来自自动驾驶与具身智能一线

从团队背景看，日冕开物的创业路径带有明显的“智驾世界模型”迁移色彩。来源显示，其创始团队均有清华自动驾驶背景，曾参与行业早期智驾世界模型落地、具身强化学习与实际交付工作。

创始人肖中阳博士曾主导智驾行业复杂交互场景世界模型交付，该模型已搭载超过70万辆蔚来汽车；基座模型负责人钟元鑫博士曾被称为“华为天才少年”，参与华为新一代智驾世界模型基模的设计与量产落地；模型后训练与交付负责人王云龙博士曾在智元机器人从事大模型与真机强化学习算法研发，并推动进厂应用项目交付；市场负责人戴亚奇博士此前曾任武岳峰科创合伙人。

这类背景意味着，日冕开物并不是从纯实验室路线切入机器人，而是把自动驾驶中已经被反复验证的感知、预测、规划与闭环迭代经验，迁移到更复杂的实体机器人场景中。

LaMPA：为机器人建立理解物理世界的“语言”

当前具身智能行业的一个共识是，仅依赖模仿学习或任务级训练，难以让机器人获得真正的泛化能力。机器人如果要进入工厂、仓储、服务等复杂环境，就需要理解物体关系、环境变化、自身状态，并据此预测下一步结果。

据报道，日冕开物研发的世界模型 LaMPA 采用了面向物理世界的三重表征体系，试图为机器人建立类似语言模型中 Token 的统一表示方式：

• 环境表征：描述周围物体的位置、关系与空间结构，帮助机器人理解“外部世界”。
• 本体表征：描述机器人自身状态，包括关节位置、受力情况、传感器反馈等。
• 经验表征：沉淀长期任务执行形成的先验知识，例如物体可抓取位置、任务常见操作顺序和可供性信息。

这三类信息共同构成机器人理解物理世界的隐空间，再由基础模型学习其中的因果关系，用于预测未来状态并生成控制动作。来源还提到，LaMPA 在基础模型架构上采用更适合世界模型训练的块扩散结构，以兼顾推理效率、数据利用效率和模型扩展性。

影响解读：世界奖励模型可能缩短机器人进厂周期

对产业落地而言，机器人能否快速适应新场景，往往比单点演示能力更关键。传统强化学习方案在很多场景下依赖人工打分，一旦光照、工位布局、环境噪声发生变化，就可能需要重新采集大量数据并后训练，导致部署周期拉长。

日冕开物提出的做法是引入 World Reward Model（世界奖励模型）。据来源介绍，这一模型来自基座世界模型，通过蒸馏和后训练演化为专门负责“评价”的模型，用于判断任务成功或失败，并为强化学习提供更稳定、一致的反馈。换言之，它在机器人训练过程中扮演“评论家”角色，让系统自动评估动作质量，从而减少对人工打分和重复采集的依赖。

如果这一机制能够在真实工业环境中稳定运行，其价值不仅在于提升单个机器人的表现，更在于降低跨产线复制成本。对于具身智能企业来说，能否建立从数据采集、模型训练、奖励评估到真机部署的闭环，将成为区分“实验室演示”和“规模化交付”的关键。

从服务器制造切入高精度工业装配

商业化方面，来源显示，日冕开物已与远图未来达成战略合作，将进入服务器制造这一高精度工业装配场景。公司计划从服务器制造全流程开始，逐步延伸到前道和后道工序，最终实现跨产线规模部署。

服务器制造对装配精度、流程稳定性和柔性调度要求较高，也具备较强的产业验证价值。对中文科技读者而言，这一案例值得关注：具身智能的竞争正在从“机器人能不能动起来”，转向模型能不能理解物理世界并在真实生产环境中持续泛化。日冕开物的融资和技术路线，也反映出资本与产业对世界模型方向的持续押注。