费莫一科技刘念邱:将智驾“无图”经验迁移至具身智能,打造开放场景Physical Agent
前元戎启行核心成员刘念邱创立费莫一科技,致力于将自动驾驶领域积累的“无高精地图”技术范式与工程化经验迁移至具身智能领域。公司定位为开发面向开放动态环境的“Physical Agent”,旨在通过数据驱动实现跨场景能力的自然迁移,而非局限于封闭单一场景的工具型机器人。目前,费莫一已获近亿美元种子轮融资,正推进初始数据采集与多点部署,构建落地-数据-训练闭环。
事件概述
2026年,前元戎启行(DeepRoute.ai)核心高管刘念邱创立费莫一科技(Feimoyi Technology),获得IDG资本领投、云启资本、滴滴出行等机构近亿美元种子轮融资。刘念邱认为,当前具身智能供应链已趋成熟,且AI驱动的技术范式逐渐清晰,是创业的最佳窗口期。费莫一科技的核心战略是将自动驾驶领域验证过的“无图”技术方案与大规模数据闭环能力,迁移至具身智能(Embodied AI)领域,打造能够适应开放动态生活环境的“Physical Agent”。
核心信息与技术路线
1. 从“有图”到“无图”的技术重构
在元戎启行期间,刘念邱主导了从依赖高精地图的Robotaxi运营向“无高精地图”量产方案的战略转向。这一过程被视为对传统感知、预测、规划控制架构的推倒重做:
- 架构变革:无图方案大幅扩展了感知边界,将地图定位功能融入感知模块,并与规划控制形成紧耦合。
- 传感器调整:系统更依赖视觉方案,需重新配置传感器以满足算法需求及量产成本要求。
- 数据体系建立:建立了全新的数据生产、标注与训练体系,强调快速试错与算力持续投入,以解决道路理解与规划问题。
- 工程化挑战:解决了与主机厂在诊断信号、中间件通信、功能安全及售后体系上的深度整合难题,实现了从Demo到量产交付的跨越。
2. 具身智能的新定义:Physical Agent vs. Physical AI
费莫一科技摒弃了传统的“Physical AI”概念,提出“Physical Agent”(物理智能体)定位:
- 角色转变:机器人不是固定岗位的专用工具,而是进入商业区、住宅等开放“生活圈”的“伙伴”。
- 任务泛化:支持取物、买咖啡、丢垃圾等多样化任务,根据环境和用户需求动态变化,强调跨场景的能力迁移性。
- 人机协作:初期允许人类通过视觉反馈等方式辅助机器人导航或判断,随着能力提升,逐步过渡为机器人独立完成任务。
3. 为什么选择开放动态场景?
刘念邱指出,工厂拧螺丝、酒店送物等封闭场景虽然商业价值明确,但积累的能力难以迁移到其他环境。费莫一选择边界模糊的开放动态场景,目的是让机器人在接触不同人、物体和任务的过程中,形成更强的泛化能力和迁移能力。
4. 产品节奏与商业化路径
- 2026年:发布自研本体硬件及配套大模型,开展落地示范;重点进行初始数据采集。
- 2027年:计划开始多点部署,让Physical Agent在实际环境中运行,形成“落地—数据—训练—再落地”的闭环。
- 长期目标:解决开放世界复杂度无限的问题,从“Demo中偶尔成功”进化为“用户随时调用均能稳定完成任务”,关注场景中的下限稳定性而非单点上限。
值得关注
- 人才背景复用:刘念邱拥有英特尔研发、物联网创业及元戎启行全链路(硬件、运营、量产、数据)经验,其团队虽未直接复制元戎人员,但继承了大规模数据闭环、工程化落地及技术判断的Know-how。
- 行业痛点回应:针对具身智能当前多处于Demo阶段、缺乏真实落地数据的现状,费莫一强调通过真实开放场景的数据驱动来突破瓶颈,避免陷入过度依赖工程规则维护的陷阱。
- 融资热度:在近亿美元种子轮中,除了传统VC,还引入了滴滴出行、禾赛科技等产业资本,显示出市场对具身智能落地应用的高度关注。
