欧拉万象获数亿元天使轮融资，可养成范式重构家庭具身智能数据闭环

最近，欧拉万象再次官宣完成超亿元天使轮融资。这已是该公司三个月内连续敲定的第三轮融资。本轮由某产业资本、慕华科创、百度风投、玖兆投资、聚合资本联合出资，老股东同步跟投。回溯此前，高瓴创投、五源资本、招商局创投等一线机构早已密集落子。

短短几个月内连续三轮融资，资本市场给出了明确信号——欧拉万象主推的“渐进式进化”技术路线，正在获得重金验证。更值得关注的是，具身智能赛道正从“秀肌肉”的技术演示期，加速迈入“规模化数据闭环”的商业深水区。本次融资金额将重点投入自研具身世界模型的迭代升级、机器人本体规模化量产，以及全球开发者生态的搭建。

欧拉万象创始人兼CEO周顺波直言：“我们的目标，是将机器人探索物理世界的‘养成权’，交到真正敢踏入场景的先行者手中。一旦真实物理环境的数据飞轮高速运转，家庭场景的具身智能奇点自然会加速到来。”

01 破解“莫拉维克悖论”：以“可养成”范式直指家庭场景终局

长期以来，具身智能行业围绕“机器人如何进家”这一命题，始终摇摆于两种路径：一种是“专用家电逻辑”，如扫地机器人，仅聚焦单一任务；另一种是“全能型通用硬件逻辑”，试图在实验室里穷尽所有边缘场景，一步到位打造“万能机器人”。

但真实的家庭环境高度非结构化、动态且极度个性化，本质上是一个“黑盒”。收拾散落的玩具、归置柔性衣物等看似简单的家务，背后尽是海量的长尾需求。面对行业共同的“数据荒”，欧拉万象给出了差异化解法：“基础技能开箱即用，个性家务用户养成”。

他们没有选择封闭研发，而是直接将首款产品定位为“大众可养成的家庭机器人”。底层通过自研物理世界动作模型覆盖高频通用技能，各家庭独特的长尾需求则交由用户通过低门槛工具链自行“培育”。这一策略逻辑清晰：以极低的边际成本，在真实家庭环境中构建高质量、强物理交互的数据闭环，驱动模型在现实世界中实现渐进式进化。

02 技术硬实力：用“基因先验”突破世界模型幻觉瓶颈

如果说“可养成飞轮”是欧拉万象切入家庭场景的战术侧翼，那么其即将正式发布的统一基础模型，则是构筑技术壁垒的正面武器。

当前行业热捧的World Action Model（世界动作模型），核心思路是通过生成未来视频画面进行动作规划。但在落地中，这类模型普遍面临致命瓶颈：长序列“指令跟随”极易失效。生成视频时长一增加，物理世界模型就会不可避免地产出“视觉幻觉”，哪怕画面出现微小漂移，整个动作规划也会随之崩溃。

针对这一痛点，欧拉万象提出了业内首创的解法：引入高级语义理解模块，作为“专家”实时纠偏。而这位“专家”的底气，来源于物理世界的“先验知识”。

技术团队举了一个贴切的例子：“人类能快速学会复杂家务，不是因为出生后从零观察世界，而是亿万年的进化信息早已作为‘先验’沉淀在基因里。”

为将这种“基因先验”赋予机器人，欧拉万象在多专家协同注意力机制架构中，无缝嵌入了一个强大的预训练模型。该模型如同机器人的“大脑先验库”，充分发挥高级语义理解优势，为负责因果推理的语义模块源源不断地提供常识先验。换言之，机器人不再是“摸着石头过河”，而是带着“祖传经验”去理解物理世界。

03 结语：让数据在真实场景中跑起来

在具身智能全面踏入商业深水区的淘汰赛中，欧拉万象选择了一条少有人走却极具定力的路径。他们没有在实验室中死磕虚拟仿真，而是近乎极客式地将机器人探索物理世界的“养成权”交还给了用户。

这本质上是一场范式重构——以极低的边际成本，在真实的家庭环境中构建高质量的物理交互。当常识先验成功打破世界模型的幻觉壁垒，当开发者生态真正激活真实场景的数据飞轮，欧拉万象所倡导的“渐进式进化”便不再是空谈。它正成为家庭具身智能走向破局最务实的终局。