斜躍智能完成數億元天使+輪融資,加速推進Duplex Reasoning全新範式具身基礎模型
近日,斜躍智能完成數億元天使+輪融資,線性資本、鈞山資本、弘頤資本、隱山資本等機構參與投資。隨著這一輪融資完成,斜躍將持續推進具身基礎模型訓練、算力與數據基礎設施建設和核心團隊擴充,以及家庭機器人本體研發和場景驗證。斜躍智能成立於2026年2月,是一家以家庭為第一落地場景的具身基礎模型公司,斜躍正在構建面向真實物理世界的通用具身模型,以自研模型驅動通用家庭機器人落地。
斜躍由理想前AI首席科學家、基座模型部門負責人陳偉,以及理想前產品線總裁張驍聯合創立,核心團隊來自全球知名科技、AI、機器人及智能汽車企業,能力橫跨大模型算法、AI Infra 基礎設施、機器人運控、產品與供應鏈管理五大領域,是國內少數具備萬卡大模型訓練、數字與物理大模型及智能體開發、C 端產品從定義到量產交付全鏈路經驗的頂尖團隊。斜躍認為,家庭是最複雜、最高頻、也最具長期價值的真實物理環境之一,家庭任務天然融合感知、理解、規劃、操作和交互,既包含腦力任務,也包含體力任務,是驗證通用具身智能能力的理想場景。
斜躍相信,家庭是具身基礎模型的核心訓練場、驗證場和規模化落地場景,為了更長期、更終局的機器人“進家”,斜躍提出了Duplex Reasoning 範式驅動的具身基礎模型。過去,傳統機器人系統往往採取“接收指令—執行動作—返回結果”的單工或半雙工流程,強調動作正確執行和任務完成,而家庭場景要時刻響應模糊、變化且持續發生的需求。Duplex Reasoning 旨在讓機器人在感知理解、推理規劃和任務執行的過程中保持與人連接的「雙向通道」,對話信息可以隨時被打斷和修正,行動目標也可以在執行過程中動態調整,最終打造出可打斷、可修正、可接管、可持續進化的通用家庭行動智能。
家庭不僅是真實物理世界,更是以人為中心的。Duplex Reasoning 在執行數字技能和物理動作的同時,持續接收人類干預、環境反饋和安全信號,它不是單向執行任務,而是在交互、行動和反饋中持續推理與調整,Duplex Reasoning實現了交互和行動的一體化。斜躍提出的Duplex Reasoning 為具身基礎模型確立新範式:交互與行動應在數據、模型結構與訓練流程中被一體化建模。以 VLA 為主幹,打通與世界模型預測的協同 —— 語言將視覺、語音與環境變化壓縮為可遷移的高層語義,驅動模型跨場景泛化;世界模型預測動作的未來可能結果,為長程任務提供事前約束。
兩者共同指向一個目標:以可控算力成本,提升機器人在開放環境中的理解、決策與行動成功率。斜躍認為,具身智能的核心競爭力不在於更大的模型或更多的數據量,而在於高質量數據與系統化基建能力。其中,訓練 Infra 與數據 Infra 是兩大並重的核心支柱—— 訓練體系決定模型能力的上限,數據管線決定模型落地的精度。
公司將模型能力拆解為可持續積累的基礎設施問題:一是訓練 Infra:圍繞預訓練、後訓練、強化學習建立可複用、可擴展的訓練體系,充分釋放高質量數據的價值;二是數據 Infra:圍繞信號同步、任務設計與標註質量構建高標準數據管線,優先追求高代表性、高信息密度的精品數據,而非盲目堆疊數據小時數;三是建立覆蓋評估與仿真的閉環,使模型進步能夠被持續、客觀地測量。訓練 Infra 與數據 Infra 雙輪驅動,斜躍將以更可控的算力成本,探索具身智能的 Scaling Law。目前,斜躍已初步完成自研Ego數據採集設備及數據平臺建設,圍繞第一視角、無本體數據和與本體相關的高質量數據,逐步搭建分層數據體系。
公司計劃在2026年內跑通從採集、清洗、標註到訓練的完整能力,並持續提升信號質量、任務覆蓋度與標籤有效性。硬件方面,斜躍採取“單一本體、全棧閉環”的階段性策略,通過控制本體構型、傳感器選型和軟硬件接口的一致性,先降低模型研發中的硬件變量,再將經驗證的能力導入面向C端的家庭本體。同時,斜躍將持續探索Home-native的產品形態,使機器人在空間通過性、交互方式、安全邊界和家庭審美之間取得平衡。商業化方面,斜躍將遵循“先驗證,再進家”的節奏。斜躍計劃先在酒店、養老院等半結構化場景中驗證模型的跨空間泛化、任務完成率和單位經濟性,再逐步進入家庭。
洗衣、收納、清潔等高頻、長程且評價標準相對清晰的任務,將成為優先探索方向。當前階段,斜躍正在發展的,動作能力、泛化能力、個性化進化能力,涵蓋機器人本體、具身基礎模型、家庭自進化的閉環。斜躍正遍歷每一個影響機器人進家的要素,構建起全棧的長期能力——以 Duplex Reasoning 驅動具身基礎模型,以 Human-centric 驅動物理世界數據飛輪,以 Safety-first 構建機器人安全體系,並以 Home-native的雙形態本體實現對真實家庭環境的自然融入。對於這一輪融資,斜躍智能創始人陳偉表示:感謝各位投資人的信任與支持。
斜躍創立半年來,我們愈發堅信,做具身基礎模型是一件難而正確的事。做模型在某種意義上就是 “結硬寨、打呆仗”—— 紮紮實實把算力、數據、評估的全鏈路管線建好,把底層基建打牢。當前具身智能領域遠未收斂,數據採集方式各異,本體形態也各不相同,模型與硬件的結合路徑也有很大差異。這意味著不存在一個端到端的開源模型能夠通吃全鏈路,模型能力本身,就是具身智能公司的核心競爭力。我們堅持用大模型的範式解決具身問題,並以階段性成果向投資人證明斜躍的價值:模型性能持續領先、任務泛化高效可靠、Duplex Reasoning 範式在家庭場景已形成迭代閉環。我們將一鏟一鏟地挖深、挖寬家庭具身智能的護城河。
Related
相關文章

無問芯穹與華環電子簽署戰略合作,共同探索國產異構算力AI基礎設施新方向
無問芯穹與華環電子簽署戰略合作協議,雙方將結合各自在AI軟體平台、網路通信與硬體研發的優勢,共同探索國產異構算力基礎設施的協同方案。此次合作聚焦於智算中心解決方案及「Token工廠」新模式,目標是推動計算、網路與AI原生基礎設施深度融合,為AI規模化應用提供高效穩定的支撐。
Jina AI Releases jina-ocr-v1: A 3.4B MoE Document Parser With Built-In Speculative Decoding for Low-Budget GPUs
Jina AI, part of Elastic, has released jina-ocr-v1, an end-to-end visual document parser. It takes PDFs, scans, tables, charts or invoices and returns clean Markdown in 1 pass. The model has 3.

優步全球範圍裁員 10%,被裁員工稱 AI 已大舉滲透日常工作
作者:清源 責編:清源 評論: 9 月 18 日消息,據《商業內幕》今天(18 日)晚間報道,在優步(Uber),AI 已經滲透到員工工作的許多環節,從回答 Slack 裡的內部問題,到替乘客行程中聯繫客服時收到的消息撰寫回復。6 名近期遭裁員的員工透露,過去幾個月,AI 在工作中的使用範圍明顯擴大,其中一些人甚至會通過提示詞讓 AI 完成相當一部分任務。

智譜 ZCode 被質疑“偷傳代碼”:官方回應稱問題已修復,將開源代碼庫、引入第三方審查
作者:清源 責編:清源 評論: 感謝網友 咩咩洋 的線索投遞!9 月 18 日消息,針對社區中有關代碼庫數據上傳的討論,智譜旗下編程產品 ZCode 今天(18 日)通過智譜官方群組向受影響用戶致歉,併發布回應稱已第一時間完成自查,相關問題目前已經修復。

月之暗面遞表之後,Kimi 的成色要被驗算三遍
舒澤品牌手記2026.09.18 18:16 · 來自浙江全文4982字00:00 / 14:05Anthropic 的 30 萬次指控,會成為招股書的第幾頁?文 | 舒澤品牌手記9月17日,月之暗面發佈了一套金融行業解決方案。按官方披露,中信建投、中金公司、易方達等數十家金融機構已經在用 Kimi 處理投研建模、風險排查和盡調材料——研究人員把管理層報表、審計報告和盡調文件交給 Kimi,拿回一份可以繼續調整假設的 Excel 模型。同一天,深圳商報記者就港股上市進展、股東架構調整等事項向月之暗面發去採訪函。

Calibre上手 AI 互動寫作:電子書管理器搖身變成"文字冒險遊戲引擎"
這個遊戲默認藏而不發,不會跟著 Calibre 啟動就冒出來。用戶得主動在"首選項 — 工具欄和菜單"裡把它請到主工具欄,才算真正激活。它的玩法很清晰:由 AI 在後臺搭起並掌管一個虛構世界,用戶通過不斷輸入文字來推著故事往前走,等於把"讀電子書"這件事,翻轉成了"和 AI 一起寫故事"。