当具身智能赛道仍在追逐“软硬一体”的全栈模式时，北京大学计算机学院副教授卢宗青选择了一条逆行之路。他创办的“智在无界”专注机器人大脑模型研发，近日宣布完成数千万元天使轮融资，由拉卡拉旗下考拉基金领投，领航新界、灵心巧手跟投，老股东联想之星和星连资本持续加注。这家成立不足一年的公司，正试图用“纯软”方案打破行业固有认知。
在北京鼎好大厦的AI机构集群中，卢宗青的“软硬分化”论调显得格格不入。当前估值超390亿美元的Figure与估值56亿美元的Physical Intelligence形成鲜明对比，前者凭借软硬一体策略获得资本青睐，后者专注模型研发却估值悬殊。但2026年初美国机器人圈的14亿美元C轮融资事件，为模型公司价值重估埋下伏笔——Skild AI凭借跨本体通用大脑模型，估值三个月内飙升至140亿美元，成为行业首个千亿级纯模型企业。
“自研模型年成本超亿元，外采大脑仅需数万元。”卢宗青用经济账揭示行业悖论。他带领团队开发的Being-H0.5模型已实现跨30种机器人本体的控制能力，在英伟达Orin-NX芯片上达到实时运行标准。与PND合作的Adam-U Ultra机器人演示显示，接入模型后设备可立即获得整理桌面、扫码分拣等通用技能，通过增值服务Being-Dex进行数小时后训练，即可掌握新任务。这种“开箱即用+快速迭代”的模式，正在动摇传统全栈方案的技术壁垒。
支撑模型泛化能力的核心，是超过3万小时的预训练数据集。区别于行业普遍采用的遥操作采集模式，智在无界独创的“人类动作视频”方案通过头戴摄像头记录第一视角操作，在保持自然工作状态的同时实现低成本大规模数据获取。卢宗青透露，该数据集已覆盖4.5万小时真实操作视频，包含不同场景下的复杂任务流程，相较传统动捕数据成本降低90%以上。
技术路线争议背后，是具身智能商业化路径的深层博弈。全栈企业面临的技术栈过长问题逐渐显现，2025年涌现的“套壳Demo”现象引发投资界警惕——部分企业通过包装现有模型获取融资，却无法在真实工业场景落地。卢宗青指出：“当技术尚未收敛时，分散资源投入硬件制造会削弱模型研发深度，这解释了为何特斯拉Optimus等头部项目在2025年后开始转向人类视频数据方案。”
在灵巧手操作模型Being-H系列基础上，智在无界正在研发双足机器人移动操作模型Being-M。该模型采用多模态对齐技术，将1500万个“文本+动作”配对与第一视角视频融合，实现三维空间动作生成与机器人控制的无缝衔接。实验室测试显示，基于宇树G1采集的快递分拣数据训练的模型，首次部署即成功控制PND机器人完成相同任务，验证了跨本体迁移学习的可行性。
行业对模型泛化能力的评估标准仍在完善中，LIBERO、RoboCasa等基准测试框架持续迭代。卢宗青坦言，当前模型能力仍处于0.5阶段，但Being-H0.5的跨本体部署速度已实现质的突破。他特别强调原创性：“市面上存在套壳Physical Intelligence 0.5模型的伪研发企业，我们的模型从视觉基座到控制算法均为自主开发。”
对于备受关注的“世界模型”技术，卢宗青保持审慎态度。他认为将该技术作为数据生成器具有现实意义，但若试图直接用于机器人控制，将面临算力消耗与轨迹预测的双重挑战。“在机器人每步行动中生成可行轨迹并预测所有可能性，这种复杂度远超当前技术能力边界。”这种技术判断，折射出模型公司对实用主义路线的坚持。
