高瓴独家押注世界模型的“另一半”，首个AI人体模型完成天使轮|人工智能|动作|天使轮|机器人|视障人士|高瓴

AING硬迹

从高尔夫运动场景切入，教AI理解人。

2026年，世界模型（World Model）的概念热度持续攀升，这个赛道也涌现了越来越多的创业团队。从自动驾驶到具身智能、从空间计算到机器人控制，围绕着“机器如何理解物理世界并与之交互”去做突破。

但在这个宏大的叙事中，当机器与世界交互时，那个发出指令、承接反馈的“人”，本身也是一个高度复杂的动态物理感知系统。

近日，AI初创公司XintLabs宣布完成数千万元天使轮融资，由高瓴创投独家投资。这家公司提出的“人体模型”（Human Model）概念，试图教AI理解“人如何感知、行动、学习和适应”。

两位港科大校友的“逆向”创业

XintLabs的两位创始人，CEO刘岳峰与CTO王斯傲是香港科技大学的同窗，曾共同参与Robocon机器人比赛。

刘岳峰毕业于港科大机械及航空航天工程专业，曾作为早期核心成员加入逸动科技，主导产品体系搭建及多款核心产品的定义、研发与商业化落地。逸动科技是全球船用电力推进系统的头部企业，刘岳峰在产品定义与商业化方面的经验，为XintLabs的硬件-软件一体化路径奠定了基础。另外他也是一名深度运动爱好者与曾经做过滑雪教练，这些经历让他触及了传统运动的核心痛点。

王斯傲作为人形机器人感知专家与计算神经科学家，他长期专注神经形态计算、事件驱动感知与机器人决策机制，这些正是构建实时、低延迟、高动态人体理解系统的核心技术。

其团队成员来自香港各大高校、以及大疆、逸动、比亚迪、速境等科技与硬件企业，能力覆盖AI算法、机器人感知、软硬件一体化、运动科学、工程研发和产品落地。

基于这样的洞察和积累出发，构成了XintLabs的产品哲学起点：运动表现遭遇瓶颈，往往不在于缺少教程，而在于练习者的身体尚未建立起有效的本体感知与动作控制回路。

一个人的Body Operating System

当前市面上的运动科技产品，大致可分为三类：陪练工具（如发球机）、记录设备（如运动相机）、监测硬件（如智能手表）。它们各自停留在单点功能上，数据相互独立、能力无法贯通。

XintLabs将其核心技术平台命名为BOS（Body Operating System，人体操作系统），其架构设计试图从根本上打破这一局限。

BOS采用端云协同架构：端侧硬件负责实时感知和反馈，云上AI负责人体模型的优化和长期训练策略生成。

这一架构支撑起一个完整的训练闭环：训练前，系统评估用户身体基础、目标与风险边界；训练中，识别运动表现和动作技能并给出即时反馈；训练后，量化分析训练是否切实改善了身体能力，并迭代更新下一阶段方案。

关键在于，BOS所理解的“人体”并非静态的骨骼点集合，而是一个时变的动态系统。它将姿态、力量、平衡、控制、疲劳、意图等维度及其变化轨迹，融合纳入一套可计算、可预测、可优化的量化系统。

系统不仅可以识别“做了什么动作”，还能判断“身体状态如何影响了这个动作的质量”，并给出建议等。

这种“状态-动作-反馈”的实时耦合，当前市场往往还是由“人类教练”这个角色进行指导。而且标准教程无法适配个体差异，经验反馈难以量化追溯，BOS要构建的是一个持续进化的人体操作系统，每一次训练都会成为模型更新的一部分，每一次反馈都会服务于下一次动作，每一次进步都可以被理解、解释和延续。

为什么从运动切入？

XintLabs选择运动训练作为首个落地场景，并非简单的市场考量，而是基于人体模型构建的方法论需求。

运动场景具备构建人体模型所需的完整闭环：用户目标明确、反馈高频、数据连续、结果可验证。不管是滑雪、高尔夫还是其它运动场景，用户的每一次训练动作都能形成可观察、可反馈、可迭代的数据循环。

另外，运动场景中的身体状态变化尤为明显。一个人在不同的紧张状态、疲劳状态或者伤病恢复阶段，对同一动作的完成能力可能存在明显差异。这种非线性、时变、个体差异化的特征，恰恰是传统AI视觉系统最难处理的，也是人体模型的核心价值所在。

相比之下，静态体态识别或标准化动作评分，只是对人体的一次性“快照”；而人体模型追求的是动态过程的“电影”，理解身体状态如何随时间演化，以及这种演化如何影响动作质量。

这一技术路径的延展性，远超运动领域本身。未来或许只要场景涉及身体状态识别、动作学习、实时反馈、长期变化预测和个体化干预，BOS都有机会延伸。

这条路很长，但方向已经清晰。

*本文图源：XintLabs官网

AING硬迹

AING，取自“AI+ING”的缩写，中文谐音“硬迹”，寓意着“人工智能正当其时”，致力于追寻硬科技发展的足迹，不断探索人工智能与智能硬件的深度融合。

未来，AING硬迹将不断发布AI大模型技术、AI产业生态、AI硬件产品等行业资讯、发展趋势与市场动态，我们相信大多数硬件都值得用AI重做一遍，AING硬迹期望与AI大模型厂商、与AI硬件厂商共同成长，迎接AI时代的来临。