# 成立当年拿下近千万订单再拿天使轮：方奇科技想给「世界模型缺人类知识、大脑缺物理常识」打补丁 > 清华博士团队创办的方奇科技完成千万级天使轮融资，押注「语义化世界模型 + 图灵学习」架构。成立当年签下近千万订单——但订单来自自家选定的「练兵场」。 ### TLDR - **融资**：具身智能通用大脑研发商方奇科技完成千万级天使轮融资，投资方为启迪之星创投等机构。 - **团队**：公司 2026 年才成立，创始人王心舟为清华计算机系博士，创业前曾深度参与腾讯混元 3D 模型与物理 AI 算法架构设计。 - **技术主张**：认为泛化弱的根因是世界模型缺人类知识、具身大脑缺物理常识，提出「语义化世界模型 + 图灵学习」组合，把视觉、语言和物理状态组织进统一三维语义空间。 - **订单口径**：与优地机器人、江苏龙寰达成战略合作，以「立体清洁」为试点场景，已签订近千万订单——订单数字为受访方口径，未获独立信源确认。 - **后进场的姿态**：创始人直言「纯讲未来 5-10 年故事已经很难拿钱，投资人要看真机指标、看试点数据」。 ### SRC 本篇素材时间窗为 2026-09-21 当日 09:00 → 19:00。核心事实来自 36氪「硬氪首发」当日 12:10 报道（转载于今日头条 https://www.toutiao.com/article/7687835941767103039 ，含创始人王心舟访谈纪要），融资方（启迪之星创投等）、团队背景、技术架构表述与订单信息均以该报道为准；近千万订单与战略合作（优地机器人、江苏龙寰）为受访方单一信源口径，未获独立信源确认，正文已显式标注。公司成立时间（2026 年）与创始人履历（清华计算机系、曾深度参与腾讯混元 3D 模型与物理 AI 算法架构设计）按报道转述，未做背景独立核查。与 RPent 分层路线、行业「证据定价」趋势的对读（判断：标注段落）为作者判断，与原文事实已切开。 ### BODY
一个反着来的入场时点

2026 年的具身智能赛道已经进入 IPO 冲刺与订单验证期，头部公司融资轮次过亿是常态。方奇科技选择在这个时点进场拿天使轮，是一个反直觉的信号——要么是差异化的自信，要么是错过了窗口的无奈。从访谈纪要看，团队把筹码押在前者：王心舟对行业现状的诊断相当尖锐，「具身机器人泛化能力弱的根因仍然在于世界模型缺乏人类知识，而具身大脑又缺乏物理常识，即世界模型和具身模型之间存在物理知识与语义知识的割裂」。

这个诊断与近期研究侧的共识呼应：端到端 VLA 靠数据堆泛化有天花板，分层编排路线（如 9 月 21 日开源的 RPent，见本站同日稿）靠系统结构补短板。方奇给出的组合是「语义化世界模型 + 图灵学习」：前者把视觉、语言和物理状态组织到统一三维语义空间，让机器人能预测动作、自主决策；后者通过课程学习、任务学习、实践学习、反思学习的链路，打破遥操作示教「只知其然」的困境，让机器人从人类数据与真实实践中持续学习，构成所谓进化飞轮。

订单来自自家选定的「练兵场」

商业化方面，公司成立当年已有进展：与优地机器人、江苏龙寰等达成战略合作，以「立体清洁」作为练兵场推进试点落地，已签订近千万订单，并声称打通了「卖整机 + 卖 Skill」的两种商业模式。需要标注的是：这批订单数字来自融资报道中的受访方口径，属单一信源，金额构成、交付节奏与验收标准均未披露，未获独立信源确认。

「练兵场」这个词本身有信息量。清洁场景（尤其是立体清洁：地面、台面、不同高度的作业面）对机器人精度要求低于工业装配，容错空间大、商业价值密度适中，是典型的低风险验证场。选择它起步符合「先啃软柿子」的行业规律，但也意味着近千万订单的含金量要打折看：它验证的是技术在商用场景能跑，不等于在更高价值场景能跑。

方奇的赌注
世界模型与具身模型深度耦合进统一语义空间，学习范式从「遥操示教」升级为「课程—任务—实践—反思」四段式。押的是架构差异化，卖点同时面向整机厂（卖 Skill）与终端。
现实的门槛
成立当年、天使轮、千万级订单、清洁场景——每一项都处在赛道最小规格。要证明的不是「能不能做」，而是架构优势能否在高价值场景复现，以及 Skill 商业模式的复购率。
投资人的钱在为什么投票

王心舟在访谈里说了一句值得记下的话：现在投资人对具身智能的要求在快速提高——「纯讲在未来 5-10 年故事已经很难拿钱了，他们要看真机指标、看试点数据、看技术能否在真实场景跑通」。这与同日财联社创变者大会上「从讲故事到交账」的行业叙事完全同频：天使轮公司也要带着订单和试点来见投资人。

从这个角度看，方奇这轮融资的样本意义大于金额意义：它说明 2026 年下半年的具身智能融资市场已经完成了从「叙事定价」到「证据定价」的切换——哪怕是最早期的轮次，立项理由也要回答「为什么现在成立的公司能追上做了五年的同行」。方奇的答案是架构诊断差异化加低风险场景快速落单，这个答案能否兑现，要看清洁场景的试点数据能否公开、可审计。

判断：方奇是「证据定价」时代新入场者的标准样本——技术叙事必须自带可核查的商业锚点。真正决定它生死的不是天使轮，而是两个后续验证点：立体清洁试点的公开运营数据（失败率、人工干预频次），以及「卖 Skill」模式在第二个场景的复现。跨场景复现成功，架构故事才成立；只在清洁场景成立，它就是一家清洁机器人公司。
--- *来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/fangqi-tech-angel-semantic-world-model/*