5月25日，具脑磐石宣布完成新一轮亿元级融资，由具备深厚类脑与具身产业背景的顶尖产业资本领投，老股东及多家顶尖基金复投和跟投，多维资本担任独家财务顾问。
如果你最近在关注具身智能赛道，大概率已经意识到：这场资本狂欢已经演变为一场结构性的全面战争。5月21日，OriginFlow（渊澈太初）正式运营仅5个月，以累计超5亿元融资宣告自己是“数据矿工”；5月25日，具脑磐石完成新一轮融资，顶着的标签更直接——“华为具身大脑一号位”。
一个是给机器人“喂数据”的，一个是给机器人“装大脑”的。前后不到一周，两起亿元级融资接连落地。具身智能的“大脑”和“数据”，资本全都要。而“华为系”在具身智能赛道的创业图谱上，又多了一个不容忽视的名字。
“华为具身大脑一号位”是谁？
朱森华，这个名字在今天的具身智能赛道里，刚挂上了一个极易识别的头衔——“华为具身大脑一号位”。这绝非媒体制造出的空洞噱头。
他在华为担任过华为云AI算法创新Lab主任，主导和参与了AI脑科学云平台、盘古具身大模型、全球具身智能产业创新中心等系统性工程。他是华为云AI部门智能机器人业务的开创者，同时还是“华为天才少年”们的面试官之一。他还从零到一构建了华为云的脑与类脑AI云平台、华为云智能机器人业务，孵化了华为云的首个具身大模型。
2025年，朱森华从华为离职创立具脑磐石，此时他形容为“万事具备”。与他一同创业的联合创始人之一是曾任极智嘉智能叉车&极智链产品事业部总经理的刘晋宇，这意味着这家公司的创始团队从一开始就带着“产业落地”的基因。
对创始人的启示：华为系创业者正在批量冲击具身智能赛道——稚晖君的智元、朱森华的具脑磐石、周顺波的欧拉万象。这条赛道正在被一群“大厂嫡系”快速填满。
认知世界模型：不跟着卷VLA，朱森华选择了另一条路
当你习惯了“VLA（视觉-语言-动作模型）已成行业标准答案”的叙述，具脑磐石的技术路线显得像一记清醒的重拳——它不做VLA，不卷仿真，而是回归到一个被巨头们丢在角落的根本问题：机器人应该先学会“理解世界”，而不是只会“模仿人类”。
具脑磐石定位为下一代具身智能大脑公司，从创立之初即以类脑智能为底层范式，构建面向真实物理世界的认知世界模型（Cognitive World Model）。
简而言之，具脑磐石在做的事情，不是给机器人装一套“动作手册”，而是赋予它“认知框架”——理解物理规律、预测事物演变、在不确定性中进行决策。类比人类婴儿通过观察积木倒塌来学习重力的过程：无需被逐一告知“每块积木都会掉”，只需看到几次，大脑就能自动建立“物体会下落”的通用认知模型。具脑磐石正在做的，就是赋予机器人同样的能力——通过类脑智能构建对物理世界的理解范式，而非机械地复刻人类动作。
这种技术路线的名字叫“认知世界模型”。它的策略不是堆砌算力，而是在模型架构层面进行范式重构。其技术架构直接对标了杨立昆（Yann LeCun）提出的JEPA架构，但聚焦于物理世界的具象实体。它用认知科学的方法论来改造机器人“大脑”，而非在主流VLA路线上做简单的“跟随者”。
对创始人的启示：当行业在卷“谁的人形机器人能翻跟头”时，少数创业者选择了一条更“慢”但更难被替代的路线——回归问题本源：机器人应该如何理解世界，而不是仅仅被训练成“动作复读机”。在技术路线尚未收敛的混沌期，做“少数派”往往比做“跟随者”拥有更深的护城河。
资本为何下注？“大脑”+“数据”两条主线，一个都跑不掉
认知世界模型的构思如果停留在学术层面，很难打动一线资本。但具脑磐石的核心资产在于其技术构想已在华为内部经历了多年的系统性预研和工程验证。朱森华在华为积累了世界模型与类脑智能融合路线的系统性验证经验，兼具脑认知科学研究、类脑AI路线创新验证与具身智能产业落地的复合能力。
投资方阵容同样印证了这一点。本轮融资由具备深厚类脑与具身产业背景的顶尖产业资本领投，老股东及多家顶尖基金复投和跟投。如果说OriginFlow的融资映射的是资本对“数据基础设施”的抢先定价，那么具脑磐石的新一轮融资就是为“认知世界模型”投出的战略支持票——前一笔钱押注“感知世界的原材料”（OriginFlow解决的是数据从哪来的问题），后一笔钱押注“理解世界的能力”（具脑磐石解决的是认知推理的问题）。两者是互补而非竞争关系，在产业生态中各自扮演着不同但同等重要的角色。
无论具身智能的技术路线最终收敛到何处，“大脑”和“数据”两条主线，资本一个都跑不掉。
对创始人的启示：如果你的企业技术路线足够“硬核”，且已有产业端真实订单验证，资本愿意为“非共识”的底层创新能力支付高溢价。
一个多数人没看透的底层洞察：资本押注的不是技术，而是“解释世界的方式”
OriginFlow（数据端）和具脑磐石（认知端）在同一个月内接连宣布融资，两件事放在一起，揭示了一个被很多人忽略的底层真相：
具身智能赛道的资本竞赛，已经从“谁能动”升级到了“谁能真正理解世界”。而后者，是一场关于“解释权”的争夺。
OriginFlow解决的是“感知世界的输入问题”——机器人如何获取高质量、低成本的物理交互数据。这是机器人“动起来”的前提，属于执行层的基础设施。而具脑磐石解决的是“理解世界的认知问题”——机器人如何像人类一样，通过少量观察建立对物理规律的通用认知。这是机器人“聪明起来”的核心，属于认知层的能力跃迁。
当资本同时为“感知”和“认知”两条主线下注时，它的深层逻辑其实是：在具身智能这个赛道，最终胜出的不会是一家公司，而是一个“感知-认知-执行”的完整生态闭环。单点突破的公司只能成为“零件供应商”，而能构建“从数据采集到认知推理到物理执行”全栈能力的企业，才有可能成为产业规则的定义者。
杨立昆提出JEPA架构、具脑磐石对标JEPA做物理世界版、OriginFlow做底层物理交互数据采集——这三件事放在一起，佐证了一个更大的产业趋势：具身智能正在从“行为主义”（模仿人类动作）向“认知主义”（理解物理世界）演进。这是一场从“如何动”到“如何思考”的升维之战。
一流企业卖产品，超一流企业卖标准。但在具身智能赛道，朱森华的创业路线揭示了一个更深的层次：最稀缺的能力不是制造“听话的机器人”，而是定义“机器人如何理解这个世界”的范式。
谁能率先定义一套可被广泛验证的“物理世界认知模型”，谁就可能成为下一个时代的基础设施级平台。这与Windows定义了PC时代的人机交互、iOS和安卓定义了移动时代的人机交互如出一辙——本质上，它们卖的不是软件，而是“人机交互的解释权”。
对创始人的启示：如果你还在用“技术领先”去融资，你还在第一层；真正能打动顶级资本的，是你能否回答“在产业链的哪个关键节点上，你有机会成为事实上的标准制定者”。节点越是“极少数”和“难以绕过”，你的估值天花板就越不是PE能框住的。最好的商业模式，是先成为规则的解释者，再成为规则的定义者。
算力成本困境与“大脑”路线的新解法
具脑磐石的“认知世界模型”路线，其关键逻辑在于用“聪明的模型架构”去化解“巨额的算力投入”。大模型赛道的“Scaling Law（规模法则）”正在面临边际效益递减的考验——参数越多，能力提升的曲线越发平缓。
具脑磐石用类脑智能的方式造“大脑”，试图跨越的正是这条产业鸿沟：用底层范式的代际差，绕开“大力出奇迹”的算力内卷。当前的大模型“大力出奇迹”路线，本质上是堆算力换性能。而认知世界模型从人类大脑的运作机制中获得灵感，追求用更高效的方式理解世界。如果一个机器人能够通过少量观察推断物理规律，它就不再需要在仿真环境中进行数百万次的试错学习。
这不仅是算法的革新，更可能关乎整个具身智能行业底层成本结构的重构。若认知世界模型路线走通，将大幅降低机器人对海量训练数据和巨额算力的依赖，从而重塑整个行业的成本曲线。在算力资源已成为战略物资的今天，这条路径的战略价值不亚于任何单点技术突破。
产品落地与商业验证
具脑磐石并非停留在学术论文层面。据了解，该公司已与国内某头部汽车零部件供应商达成战略合作，推进认知世界模型在工业场景的验证。这意味着具脑磐石的技术路线不是“空中楼阁”，而是正在真实的产业端接受检验。
与此同时，团队正在扩充核心研发力量，加速认知世界模型的研发、工程化落地与真实场景验证。这笔亿元的融资将帮助它在这个窗口期持续巩固先发优势。
对创始人的启示：在硬科技赛道，真正的护城河不是“技术领先”，而是“技术领先+产品落地+产业反馈”三者形成的正向循环。
给创始人的三个战略思考
对于身处具身智能或硬科技赛道的创始人，具脑磐石的案例提供了三条战略参照：
第一，你的技术路线是“跟随”还是“重构”？具脑磐石跳出了具身智能的“主流叙事”，选择了一条更底层、更长周期的路线。在技术路线尚未收敛的混沌期，做“少数派”往往比做“跟随者”拥有更深的护城河。
第二，你的团队是否具备“跨界复合”能力？朱森华兼具脑认知科学研究、类脑AI路线创新验证与具身智能产业落地的复合能力，这正是资本愿意为其“非共识”路线买单的核心原因。在硬科技赛道，单一领域的“深度”正在让位于跨领域的“广度”。
第三，你的创业时机是“万事具备”还是“仓促上阵”？朱森华用了六年时间，在华为完成了技术验证和产业认知的积累。创业不是从0到1，而是将“已验证的预研项目”从大厂体系内“剥离”出来，加速资本化和产业化——这种“体系内孵化的创业者”，正在成为硬科技赛道被资本视为最具确定性的投资标的。
具脑磐石与OriginFlow，一家做“大脑”，一家做“数据”，两条赛道同步升温。资本正在为具身智能的“感知”和“认知”两条主线同时下注，一个都跑不掉。
在2026年4月的宁德时代科技日上，宁德时代董事长曾毓群说：“科学精神首先不是创新冲动，而是证伪能力。”任何新技术、新产品的提出，团队的第一反应不是兴奋，而是追问它可能在什么情况下出问题。
朱森华选择了一个更“慢”但更难被替代的方向——机器人不是被训练成“动作复读机”，而是被赋予“理解世界的能力”。技术路线之争远未到终局。但有一点已经可以确定：当资本开始用“赛道宽度”和“范式创新”来同时为大脑和数据定价时，具身智能的底层竞赛规则，已经被彻底重写。输掉认知范式的公司，终将成为新时代里只会“动”的代工厂。虽然执行层同样能诞生巨头，但在定义规则的战争中，掌握“认知层”解释权的人，才真正握有通往下一个时代的船票。
数据来源：本文数据基于36氪、硬氪、上海证券报、智能涌现、大河财立方、钛媒体等多家媒体公开报道，关键数据均已交叉验证。
免责声明：本文仅为个人分析，不构成任何投资建议。
热门跟贴