在具身智能领域，一位脑神经科学博士后出身的创业者朱森华正引发关注。由他创立的“具脑磐石”公司，近期宣布完成数千万元种子轮融资，投资方涵盖乐聚机器人、上海道禾长期投资、四川科创投集团及东方精工等机构。这家成立仅两个月的企业，已组建起一支由华为、联想、旷视、极智嘉等企业资深专家构成的核心团队，成员平均拥有十年以上AI与机器人研发经验。
朱森华的学术背景与产业经历堪称独特。作为脑神经科学领域博士后，他在访谈中展现出严谨的学术风格——将访谈提纲扩展为七页近万字的回复，用字母数字分类观点并配以图表说明。这种特质贯穿其职业生涯：在华为担任云AI算法创新Lab主任期间，他带领博士团队构建了脑与类脑AI云平台，主导开发了华为首个具身大模型，并创建了智能机器人业务线。2023年华为开发者大会上展示的“具身工匠”原型，正是其团队研发成果的首次亮相，该模型已具备真人级任务规划与动作生成能力。
离开华为后，朱森华选择在2025年10月创立“具脑磐石”，其技术路线与主流方案形成鲜明对比。当前行业主流的端到端、分层等深度学习范式，在他看来存在数据依赖高、功耗大、泛化性弱等局限。他提出采用脑认知启发（Neural AI）范式改造具身智能VLA架构，通过引入人脑的抽象概念学习、选择性注意力等机制，降低机器人对数据和算力的需求。这种路径已取得阶段性成果：在开放环境移动测试中，基于“栅格和位置细胞模拟”的认知地图机制使部署效率提升40%；操作技能测试中，数据需求量降低90%。
技术突破的背后是跨学科融合的挑战。朱森华指出，具身智能向人脑学习需要同时精通计算机科学与神经科学，而这类复合型人才极为稀缺。他以“教会机器人用杯子喝水”为例：传统方案需采集海量杯子数据实现泛化，而人脑通过概念抽象能力可举一反三。这种差异体现在算法设计上，其团队开发的抽象概念表征Encoder模块，使模型从“学习符号”转向“学习概念”，模拟人脑的小样本学习能力。
商业化落地方面，朱森华采取“出海优先”策略。他判断国内市场短期内难以实现“机器人完全替人”的商业模式，而发达国家面临的劳动力短缺问题更为迫切。以日本便利店行业为例，老龄化导致7×24小时服务模式难以为继，部分门店已缩短运营时间。具身机器人可承担夜间巡店、理货等基础工作，海外客户已表现出对60-70分能力产品的付费意愿。目前，“具脑磐石”已与国内汽车零部件龙头纽泰格及另一家智能制造上市公司达成合作，首站选择亚太地区作为全球化起点，该区域既具备地理文化优势，又能对接欧美商业标准。
对于技术路线竞争，朱森华将当前AI发展阶段比喻为“技术黑森林”，认为多种范式应并行探索。他特别提到图灵奖得主杨立昆的世界模型架构，其底层认知神经科学原理与“具脑璐石”的技术主张高度契合。团队计划在1-3年内基于VLA进行工程实践，同时用认知神经机制优化各环节，预计3-5年后完成深度学习范式更迭。这种“渐进式革新”策略，既保持技术连续性，又为脑启发范式争取迭代时间。
在产业分工上，“具脑磐石”明确聚焦大脑技术研发，放弃本体制造。朱森华认为，当前行业软硬界限模糊的现象源于大脑算法尚未实现“一脑多机”的泛化能力，这种强绑定交付模式难以体现核心技术价值。他以“增高鞋垫”比喻对VLA的优化改造——不是推倒重来，而是在现有框架上叠加认知神经机制模块。这种定位既发挥团队在算法创新上的优势，又避免与本体厂商的直接竞争。
