费莫一科技获近亿美元种子轮融资,创始人刘念邱称智驾无图经验可迁移至机器人

机器人进入越丰富的环境,遇到越多的人、物体和任务,才越可能形成跨场景迁移的能力。

2026年,自动驾驶公司元戎启行前核心成员刘念邱创立费莫一科技,定位具身智能与物理AI方向。公司甫一成立即获得IDG资本领投,云启资本、滴滴出行、复星锐正、耀途资本、禾赛科技等机构跟投的近亿美元种子轮融资。据刘念邱透露,在早期接触投资人时,他甚至没来得及准备商业计划书。

刘念邱的职业履历横跨芯片、物联网、自动驾驶多个领域。他曾在英特尔从事新工艺和设备研发,此后创业做过物联网和工业智能化项目。2018年加入元戎启行后,他从硬件研发一路延伸至Robotaxi运营、产品定义、数据体系搭建、量产推进及售后等环节。2024年起,他开始系统关注具身智能领域,翻阅大量论文并持续研究上游供应链与技术路线。到2025年底,他判断创业时机趋于成熟:一方面机器人供应链已足够完善,初创公司不必再将大量精力投入本体和硬件短板的补齐;另一方面,AI驱动的技术与数据范式逐渐清晰,有条件开始形成具备长期价值的技术积累。在决定创业后,刘念邱与多位元戎联合创始人沟通,获得支持后正式启动费莫一科技。

在产品路线上,费莫一科技选择了一条与当前多数具身智能公司不同的路径。过去两年,具身智能最常见的落地方式是先锁定边界清晰的场景,如工厂拧螺丝、酒店配送、仓库搬运,先定义任务,再通过工程和模型将成功率做上去。刘念邱对此的疑问是:如果机器人长期只在高度定义的环境中工作,它所积累的能力究竟有多少能迁移到另一个场景。因此费莫一将目标锁定在开放动态场景,包括商业区、写字楼、住宅和活动区域等“生活圈”。机器人可能帮人取东西、买咖啡、丢垃圾,也可能在快递员繁忙时承接部分任务,不被提前固定为某一种职业角色,而是根据环境和需求动态调整任务。费莫一将这种角色定义为“伙伴”。

刘念邱更愿意将费莫一的机器人称为“Physical Agent”。他认为,机器人最终要进入开放的生活环境,在不同时间、不同地点替不同的人完成任务。机器人进入越丰富的环境,遇到越多的人、物体和任务,才越可能形成跨场景迁移的能力。费莫一今年的一项重要工作是初始数据采集,并计划在明年开始多点部署,让Physical Agent逐步形成落地—数据—训练—再落地的闭环。

这一路线与刘念邱在元戎启行期间推动无图方案的经验直接相关。在元戎启行运营Robotaxi一年多后,团队判断基于高精地图的方案没有未来,决定停运Robotaxi并全力转向无图路线。刘念邱在访谈中表示,从有图切换到无图相当于推倒重做:过去有图版本包含感知、预测、追踪等模块,加上高精地图定位和规划控制;走向无图后,感知边界大幅扩大,基本将地图定位也纳入其中,与规划之间变得高度紧耦合,整个数据需求也随之改变,是一次非常大的架构变动。他本人负责传感器方案调整和数据生产体系的建立,后者涉及数据如何生产、怎样与外部合作伙伴配合以及成本控制等问题。从决定做无图到拿到定点,大约用了一年时间。

刘念邱将这一经历视为费莫一选择开放场景路线的底层逻辑支撑。无图方案的核心在于摆脱对预先定义环境的依赖,通过数据驱动的方式提升系统在未知环境中的适应能力。这一思路正被迁移至具身智能领域。不过他也指出,开放世界的复杂度几乎没有上限,一个机器人在Demo里完成10次任务中的1次,和用户任何时候叫它都能完成任务,是两套完全不同的标准。这也是当前行业尚未解决的问题。

费莫一科技所处的具身智能赛道正处于资本与技术双重加速阶段。供应链成熟降低了硬件门槛,使得初创公司可以将更多资源投入数据体系与模型能力建设。与此同时,从自动驾驶向具身智能迁移的创业者正在增多,如何将智驾领域积累的数据闭环经验和量产工程能力复用到机器人场景,成为这一批公司共同面对的核心命题。刘念邱的计划是,通过多点部署逐步积累开放场景下的真实数据,再以数据驱动模型迭代,最终形成可跨场景迁移的通用能力。

该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。

赞 (0)
Lumentum 2029年初产能已售罄,客户开始预订2030年供应
上一篇 6小时前
文石科技二次递表港交所:上半年净利润下滑23.9%,存货周转天数升至313天
下一篇 4小时前

相关推荐

发表回复

登录后才能评论
分享本页
返回顶部