具身智能基础设施企业 Zenbot（真保科技） 完成近亿元天使轮融资。本轮由长盈精密（300115.SZ）、科达利（002850.SZ）、肇民科技（301000.SZ） 等精密制造细分领军企业的家族办公室，联合 L2F 光源创业者基金、天狼星资本共同投资。光源资本担任独家财务顾问。
Related articles
本轮融资资金将主要用于通用具身智能世界模型 （World Model） 的研发、基于第三代半导体 GaN 驱动的核心关节模组量产扩产、大小脑融合实时通讯架构软硬件方案的推广与客户交付，以及全栈系统设计能力的强化与整机产品的规模化落地。
Zenbot 联合创始人贾振中博士毕业于清华大学精密仪器系 （本硕） 与密歇根大学 （博士），曾在卡内基梅隆大学机器人研究院从事博士后研究，现任南方科技大学副研究员、博士生导师。师从 Huei Peng（ASME 控制领域最高奖得主）、Jing Sun（IEEE Fellow 及 IFAC Fellow）、Matthew T. Mason（机器人领域最高奖得主、CMU-RI 前院长）。累计发表 RSS、ICRA、IROS 等会议与期刊论文 70 余篇，入围 IEEE-ARM 最佳论文奖。核心团队成员来自 Georgia Tech、香港科大、清华、北大、哈工大、南科大等高校，曾参与乐聚机器人、逐际动力等公司的产品研发，主导多款四足机器人与人形机器人的工程化落地。
自建有数千平米的自有工厂，并自建研发测试场用于整机性能验证与场景化调试，从设计、打样到验证实现全流程闭环，研发迭代效率较行业常规模式有所提升。
技术涵盖核心关节、域控制器、运控算法到世界模型，基于这一通用技术底座，Zenbot 已开发出四足、人形、类人形等多种机器人产品形态，为全球机器人公司与场景方提供从大脑到躯干的解决方案。
在机器人关节层面，Zenbot 应用第三代半导体 GaN（氮化镓） 驱动技术，将关节驱动器发热量降至传统 MOS 方案的 30% 左右。公司同时掌握 QDD 准直驱与力控谐波两大关节技术路线，搭配自研减速器与芯片方案，覆盖从高动态四足到高精度类人形机器人的需求。
在机器人通讯层面，Zenbot 从协议栈底层自研大小脑融合的实时通讯架构，支持大脑高算力单元与小脑嵌入式实时处理器的协同。这一架构确保控制算法在多种机器人上达到车规级的实时性、稳定性与安全性。
在具身小脑层面，自研 MPC（模型预测控制）+RL（强化学习） 融合框架：MPC 基于物理模型提供稳定控制序列，RL 通过残差学习补偿模型误差、适应未知环境。结合自研 Sim2Real 工具链，该框架使机器人在复杂地形行走、高动态运动、精密力控交互等场景中具备稳定的运动能力。
在具身大脑层面，构建面向物理世界的世界模型，让机器人在执行动作前先在内部“ 模拟” 物理世界的未来状态，实现因果推理与自主决策。落地成果 Phy-Tac（Physics-Conditioned Tactile） 是将物理因果推理与触觉感知结合的世界模型框架，解决机器人操控中的精准抓取问题。
Phy-Tac 的核心创新在于三层统一架构：第一层：通过物体三维纹理建模与表面几何分析，选择具有较优力分布的接触区域；第二层：物理条件化潜在扩散模型 （Phy-LDM），在给定物体物理参数下，通过条件扩散生成触觉目标图像，预测稳定抓取；第三层：潜在空间 LQR 闭环控制，实时比较当前触觉状态与模型预测的目标偏差，以最小驱动量优化夹爪状态。
自公司开始运营以来，12 个月内获得近亿元订单。以“ 公版平台+深度定制” 模式实现交付，客户矩阵已覆盖国内外具身智能头部企业、知名上市公司、高校与科研院所，以及智能领域新锐初创公司。
Zenbot 联合创始人贾振中博士表示：“ 具身智能是通往 AGI 的重要路径，而世界模型是赋予机器人物理理解力的核心引擎。大语言模型让 AI 学会了‘ 说’，世界模型将让 AI 学会‘ 做’—— 在物理世界中预判、推理、决策。Zenbot 的愿景是构建具身智能时代的底层基础设施—— 我们不仅通过世界模型提升机器人的认知能力，更通过底层技术的耦合与全栈系统设计，为行业提供从核心部件到整机交付的能力。我们认为，真正的壁垒在于能否将部件、控制、算法、整机串联成一个稳定、高效、可量产的系统。这正是 Zenbot 的核心价值所在。”
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
