西湖数智于开丞：具身智能若循专用模型旧路，进家庭场景恐需百年

新浪科技讯 8月7日晚间消息，近期，专注于Physical AI通用物理智能的西湖数智公司顺利完成了种子轮与天使轮融资，总额累计突破亿元大关，投资方涵盖英诺基金、东方嘉富基金、正轩投资、天启资本、西湖创新投资基金、金蚂投资等机构。

在与新浪科技的交流中，西湖数智创始人于开丞透露，目前公司团队已搭建完毕，正全力推进基础模型的研发工作，同时已与多家行业合作伙伴达成协议，相关动态预计将在今年9至10月期间陆续公布。

西湖数智创立于2026年1月，核心团队源自西湖大学自主智能实验室AutoLab，创始人于开丞担任该实验室负责人，公司专注于打造隐式概念世界模型，为自动驾驶、通用机器人(15.790, 0.12, 0.77%)、工业智能设备等领域提供物理智能通用基座能力。公司选择世界模型作为切入点，与于开丞早年在阿里达摩院自动驾驶实验室深耕校园物流场景的技术积累密切相关。

在于开丞眼中，传统自动驾驶采用的是"渐进式堆叠"策略：初期完全依赖人工编写规则，随后将其拆解为众多小型模型，分别承担红绿灯识别、加减速控制等任务，最终整合成一套"规则+学习"的混合架构。这种模式在标准化的城市道路中尚可运作，但置身于复杂多变的开放环境时，泛化能力的不足便会迅速显现。长期应对开放场景中的长尾问题与泛化挑战，也促使团队后来踏上探索世界模型的征程。

反观当下，许多具身智能方案建立在VLA或端到端模仿学习之上，通过海量示范数据来掌握感知、指令与动作间的映射关系。这类方案并非无法学会，而是学习效率过于低下。"好比国内驾驶习惯在路口减速，模型借助数十万小时的数据掌握了这一行为；但切换到欧洲主路优先、路口无需减速的规则时，模型便无法灵活应对，必须重新采集数十万小时数据再次训练。每更换一个场景就要重新采集数据，这在商业和技术层面都缺乏合理性。"

有鉴于此，西湖数智确立了"隐式概念世界模型"的技术路径，借助模型设计与训练机制，在隐空间内习得可组合的概念表征与状态变化规律，并运用这些表征对训练中未充分覆盖的对象、场景和任务进行推演。使得模型在经历A场景、B场景后，能够在隐式表征空间中组合推演出C场景，无需将C视为全新事物从零开始学习。

于开丞以"一生二，二生三，三生万物"来阐释这一机制的核心要义——并非单纯依靠扩大数据规模，而是让数据转化为可迁移的概念表征，使模型能力随着概念、任务、场景和本体的拓展而不断累积。让物理智能实现真正意义上的自我进化，这也是机器有望趋近人类认知逻辑的途径。

据他透露，尽管具身智能领域的"GPT-1时刻"尚未降临，但西湖数智的实测数据已初步证实了该路线的可行性：当概念拆解与关联机制得以构建，模型相较于传统模仿学习与强化学习基线，在未见场景中的任务完成率实现了显著跃升。

在于开丞的预判中，若继续沿袭专用模型的固有模式，对标自动驾驶领域十年、千亿量级的投入周期，持续为每个场景单独堆砌数据并做适配，具身智能迈向家庭等开放场景的进程将被大幅延缓。而借鉴大语言模型的演进规律，唯有先让基础模型形成可迁移的通用表征，下游应用才有可能从重复开发转向能力复用。（文猛）

责任编辑：孙同怀

新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。

郑重声明：1.根据《证券法》规定，禁止编造、传播虚假信息或者误导性信息，扰乱证券市场；2.用户在本社区发表的所有资料、言论等仅代表个人观点，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决定证券投资并承担相应风险。