事件概述

融资主体与投资方

• 被投企业：智域基石（英文名：ArcheBase），一家专注于具身智能数据编译的公司。
• 投资方：灵初智能、穹彻智能、浙江人形、智平方。四家公司几乎同时完成数千万元天使轮投资，并作为首批客户。
• 成立时间线：创始团队从产生想法到正式成立仅用时一个月。

核心团队与能力互补

智域基石由三位创始人组成，其能力结构覆盖了具身智能数据赛道的核心环节：

• CEO 杨哲轩：PingCAP 早期核心成员，擅长大规模分布式系统与底层架构设计，负责技术路线与业务推进。
• CTO 徐良威：深耕机器人与算法领域，拥有软硬件系统及具身模型训练的复合背景。
• COO 张计业：前华为地市总经理，曾任穹彻智能生态负责人，负责行业落地与合作拓展。

核心共识：随着硬件与模型进步，行业壁垒已从“获取原始数据”转向“将物理世界混沌信息转化为机器人可用训练语料”的能力。

核心技术与解决方案

智域基石提出“数据编译”概念，区别于传统的数据清洗，是一套完整的自动化数据工程管线，包含五个关键环节：

1. 数据质检（来料检测）
   • 针对摄像头、IMU、关节状态、力控信号等多源数据的丢帧、漂移、同步误差进行前置筛选。
   • 坚持全量质量控制而非抽检，利用云原生分布式架构降低计算成本，确保进入训练闭环的样本有效性。
2. 数据底座重构（时空对齐）
   • 时间对齐：解决不同频率传感器（如30Hz摄像头 vs 500Hz IMU）的时间基准统一问题。
   • 空间对齐：将机器人本体、末端执行器、操作物体及环境统一到同一物理坐标系。
3. 数据编译（特征提取）
   • 将结构化数据进一步转化为任务层可用特征。例如在“拿起杯子”动作中，不仅记录语言描述，还补充空间位置、物体分布、接触稳定性、动作意图及失败片段推理等信息。
4. 智能检索与组配
   • 自研查询引擎，支持按任务、场景、物体、动作模式等维度从海量数据中快速筛选并组配数据集，适配仓储、家庭服务、工业等不同场景需求。
5. 标准化打包与弹性交付
   • 将处理后的数据转化为可训练、可评测、可追溯且适配不同客户训练栈的成品。

战略规划与行业洞察

基础设施建设

• 计划在全国建立面积超1万平方米的真机数据采集工厂。
• 部署机器人数量超400台，覆盖异构硬件形态超10种。

数据策略

• 真机数据优先：虽然支持仿真、互联网视频及第一视角数据接入，但现阶段重点聚焦真实物理世界数据，因其对机器人现场稳定完成任务的决定性作用。
• 自研采集设备：推进自研 Ego-centric（第一人称视角）设备，旨在完整记录人在真实世界中的感知、决策与操作全过程，还原“人-工具-物体-环境”的关系网络。

具身智能数据与自动驾驶的区别

• 末端执行复杂度：具身智能涉及机械臂、夹爪等多自由度协同，动作空间远大于自动驾驶的方向与速度控制。
• 场景多样性：涵盖家居、工业、物流、康养等差异化场景，缺乏统一模板，属于更开放、非标准的数据问题。

未来趋势判断

• VLA（视觉 - 语言 - 动作）主线：模型能力与系统能力的融合是主路径。
• 多源混合训练：整合互联网视频、遥操作、仿真及真实闭环数据成为标配。
• 数据资产定义重写：价值重心从“数据量”转向“数据质”、“跨本体迁移能力”及“复用效率”。
• 私有化部署加速：B端场景下，支持边界内训练与可审计流程的基础设施更具价值。