光象科技半年融资超1亿：阿里系与清华团队打造工业具身智能新路径

事件概述

工业具身智能企业光象科技（Light Image Tech）近期完成多轮融资，累计金额超过1亿元人民币。本轮融资由财务投资机构IDG资本、东方富海联合领投，埃夫特、零一创投、达泰资本、光源 L2F创业者基金等跟投。资金将主要用于核心技术研发、产品化推进及商业化交付。

核心团队与背景

• 成立时间：2025年4月
• 创始人：
  • 张涛：前阿里巴巴高德地图技术总监
  • 李升波：清华大学教授、人工智能领域专家
• 战略定位：全球多家汽车主机厂的具身智能战略合作方，致力于构建通用的工业具身大脑。

技术路线与核心策略

1. 渐进式发展路径

公司采取“从垂类场景切入，渐进式过渡到通用机器人”的策略。创始人张涛将工业垂类机器人比作自动驾驶中的L2，通用机器人比作L4，认为在技术发展周期内，从标准化程度高的工业场景切入是更可行的商业路径。

2. 产品形态选择：轮式机器人

针对工厂标准化环境，光象科技选择了轮式机器人而非双足人形机器人：

• 优势：能耗低、定位精准、适应性强。
• 规避痛点：避免双足机器人在固定场景下的高能耗和定位不精准问题。

3. 模型训练：强化学习 + 仿真优先

为解决工业场景对高精度（接近100%成功率）、高效率和平顺性的严苛要求，光象科技采取了以下技术策略：

• 摒弃模仿学习：虽然模仿学习能快速达到90%-95%的成功率，但难以满足工业级全维度性能要求。
• 采用强化学习：赋予机器人“可持续进化的自我学习能力”，以应对复杂操作任务。
• 仿真驱动真机：鉴于真机数据稀缺且获取成本高，公司大幅提高仿真数据在训练中的比重，利用高精度场景建模能力和客户提供的数模资源，缩小仿真与真机的差距（Sim-to-Real Gap）。

平台化能力：GOPS

光象科技推出了GOPS平台，实现具身智能模型设计、开发、训练及调试的模块化。该平台能够构建稳定高效的端到端链路，支持针对不同工业场景进行高质量模型开发，从而具备大规模交付能力。

商业化进展与规划

• 当前进展：已与多家汽车企业达成合作，并完成面向真实生产工位的首期POC验证。
• 三年目标：
  • 进入至少10家汽车制造厂商。
  • 部署上千台满足工厂需求的智能机器人。
• 长远愿景：在稳固汽车制造场景后，将技术扩展至其他大型工业及商业场景，最终迈向通用具身智能。