《科创板日报》8月28日讯 近日，具身智能基础设施企业瞬适科技（上海）有限公司（下称“瞬适科技”）完成千万美元种子轮融资。

本轮融资由协创智慧、云晖资本、浦东创投和吴越天使联合投资，芯湃资本担任融资顾问。吴越天使基金由常熟市发展投资有限公司发起，常熟国发创投与元禾原点联合管理。

本轮资金将主要用于物理AI数据基础设施建设、具身世界模型研发及核心团队扩充。

公开资料显示，瞬适科技成立于2025年11月，总部位于上海浦东新区，主要布局具身世界模型、机器人多模态数据、3D场景理解与生成、仿真学习及机器人策略优化等方向。

公司由上海科技大学团队孵化。创始人石野现任上海科技大学信息科学与技术学院助理教授、研究员、博士生导师及YesAI可信与通用智能实验室负责人，主要研究扩散模型、生成式强化学习、世界模型及机器人策略学习等方向。

根据公司披露，瞬适科技已搭建覆盖数据生产、3D物理资产生成、模型训练及真机部署的技术管线，主要分为四个环节。

首先，在数据生产环节，公司通过第一视角视频、机器人交互数据、三维重建和手—物关系建模，提取环境中的物体、空间、动作和接触关系，将普通视频及交互数据转化为可供机器人训练使用的数据。

其次，在仿真资产生成环节，公司尝试通过照片和视频重建三维任务环境，并加入物体位置、物理属性和接触关系等信息，形成由真实数据到仿真训练、再回到真机部署的Real-to-Sim-to-Real管线。

与单纯生成视觉上逼真的3D场景相比，机器人训练所需的物理资产还需要具备碰撞、摩擦、重量、形变及接触状态等属性。若相关物理参数与真实环境偏差过大，机器人在仿真中学到的策略可能无法迁移至真机，这也是仿真训练长期面临的“现实差距”问题。

在模型环节，瞬适科技正在探索统一的多模态世界动作模型，使同一个模型既生成机器人动作，也预测动作执行后的视觉、状态和接触变化。其核心思路是让机器人不仅回答“下一步做什么”，还能够预测“做完之后会发生什么”，再用结果预测约束动作生成。

公司还将视觉和触觉数据结合，用于判断抓取过程中的滑移、卡滞、插接不到位等仅依靠视觉较难识别的状态。据创始人石野介绍，在部分接触较多的操作任务初步验证中，引入触觉—视觉世界模型后，任务成功率提高30%以上。

需要指出的是，公司尚未披露上述实验所对应的具体任务、测试规模、基准方法和绝对成功率。因此，“提高30%以上”目前只能反映其内部部分实验结果，尚不足以代表相关方案在不同机器人本体和工业场景中的普遍效果。

在持续学习环节，瞬适科技提出由世界模型和生成式强化学习驱动的递归改进流程，通过“仿真推演—能力缺口识别—经验生成—策略训练—真机验证—模型更新”的循环，让机器人根据失败案例补充训练数据并更新策略。

不过，这类“递归自我改进”目前整体仍处于研究和早期验证阶段。模型生成的仿真经验是否符合真实物理规律、策略更新是否会引入新的安全问题，以及跨场景和跨本体迁移效果如何，仍需要长期真机实验验证。

从产业链位置看，瞬适科技的业务更接近数据、仿真、世界模型及训练工具等上游基础设施。该领域的参与者既包括NVIDIA等提供仿真平台和世界基础模型的厂商，也包括机器人数据公司、仿真平台、具身大模型企业及部分机器人本体厂商内部研发团队，各方产品边界仍在不断变化。

目前，世界模型尚未形成统一定义和标准化产品形态。在机器人领域，其商业价值最终仍需通过几个指标验证：是否能够减少真机数据需求、缩短新任务适配时间、提高部署成功率，以及由此节省的成本能否覆盖模型训练和仿真基础设施投入。

对于成立不足一年的瞬适科技而言，此次融资后需要验证的核心问题，是其从数据、物理资产、世界模型到真机部署的完整管线，能否从实验室验证转化为可重复交付的产品，并在具体机器人及真实场景中体现出数据效率和训练成本优势。