把力觉和触觉放进世界模型。

7月2日，磐虎智能（TigerX）在杭州余杭完成注册，106天后，这家公司宣布完成数千万元天使轮融资，投资方为普华资本和恒择资本。

这是一家专注于物理智能（Physical AI）与具身智能技术研发的公司，主要业务是给机器人做大脑。它围绕物理交互智能PII（Physical Interaction Intelligence）构建技术体系，以TigerMind多维感官认知世界模型为核心，让机器人在地下管廊、隧道这类没有光、摄像头失效的极限环境里执行任务。

据介绍，本轮融资将主要用于TigerMind多维感官认知世界模型、端侧智能及产业级具身智能系统等核心技术产品的研发，并进一步推进公司与产业伙伴在真实场景中的联合验证。

 

这次官宣是磐虎智能的第一次公开露面，两位创始人的名字也随之第一次出现在公开报道里。

01. 

一位教授，一位副总裁

磐虎智能的创始人侯迪波是浙江大学控制科学与工程学院教授、智能感知与检测研究所所长，曾担任浙大控制学院副院长。

他的研究方向集中在管道机器人、无损检测和水质监测预警。2017年，他团队的“智能鼠—管道医生”拿到日内瓦国际发明展特别金奖，那是一颗放进供水管网做漏损检测定位的球形装置。他主导创立的ZEAL Lab（浙江大学具身智能感知与控制实验室），把研究延伸到了视觉、力觉、触觉的融合，团队发表论文300余篇。公司的技术底仓和场景认知，主要来自他二十年的研究积累。

 

磐虎智能创始人 侯迪波

此外，侯迪波还担任石虎山机器人创新基地主任。这块浙大控制学院的产业据点建有12个创新工坊，先后孵化过三家机器人公司，分别是做四足的云深处，做球形的逻腾，和这一次的磐虎。

三次孵化对应行业竞争焦点的三次迁移。市场先为“能动”付费，再为形态创新付费，现在为认知层付费。价值链从执行器上移到智能层的过程，在同一个基地里留下了完整的三步。

联合创始人林锋是复旦大学机器学习方向的博士，2008年加入阿里巴巴，出任过阿里B2B搜索广告CTO，后来执掌蚂蚁集团创新实验室，2021年转入钉钉，离开前的最后一个职务是钉钉副总裁兼智能硬件生态一号位，支付宝盒等硬件产品就是出自他主导的体系。

2025年10月，他从钉钉离职，当时多家媒体报道称，他接下来的创业方向是AI办公硬件。仅仅一年之后，他成了磐虎智能的联合创始人，做的是机器人的大脑。赛道换了，做的事没换，都是把一套软硬件体系，从零做到规模化。

 

磐虎智能联合创始人 林锋

同时，磐虎智能的核心研发团队来自浙大、清华、上海交大和加州大学伯克利分校，兼具阿里、华为、海康的研发与商业落地经验。

有媒体梳理，余杭区今年具身智能企业的融资总额已超百亿元，超过去三年总和。磐虎入场晚、首轮融资金额也不是最多，其筹码就押在两样东西上，这份团队配置，和技术路线的差异化。

02. 

把力觉和触觉放进世界模型

磐虎技术路线的核心选择，是把力觉和触觉放进世界模型。

大多数世界模型公司以视觉为主，让机器人从海量视频里学习。这条路的好处是数据便宜，互联网上的视频取之不尽，规模容易做大。但视频只记录了世界看起来什么样，物体的轻重软硬、用多大力去碰会发生什么，画面里都没有。

磐虎选择把力觉、触觉数据叠加进模型，代价是这部分数据没有现成来源，只能靠机器人真机操作，一次次采集，成本高、上量慢，换来的是视觉路线给不了的能力。公司方面这样解释，机器人要先厘清动作与结果之间的因果关系，才能从“空间视觉识别”走向对物理规律的深度理解，而动作带来的后果，恰恰只有真实交互的数据里才有。

TigerMind是磐虎正在构建的多维感官认知世界模型，要解决的是环境状态理解、动作结果预测和任务行动决策。

TigerMind之下有三个研发方向。一是多维融合感知与统一物理表征，对物理环境、物体属性及接触状态做统一时空建模；二是因果推理与概念驱动的技能学习，从交互经验中提炼可迁移的技能基元，实现跨任务、跨场景、跨本体的泛化复用；三是多频协同与精细物理操控，推进高层认知决策与底层高频控制的毫秒级协同，也就是“大小脑协同”。

 

场景选择与传感器路线互为因果。公司的主攻方向是城市地下空间及特种工业设施，要进入人员难以长期抵达的区域，做自主巡检、异常识别、数据采集与风险预警。管道、管廊、隧道这些场景，无光、无GPS、多尘，单一视觉的视线受阻，需要靠光电、触觉、力控、听觉等多模态融合来补盲。

另一条场景线是家庭及康养，机器人要面对形态各异的物体和连续变化的人机环境，处理从感知、操作到多任务协同的连续任务。为此公司启动了“磐石计划”，与城市公共事业、工业基础设施、智能家居康养领域的头部产业伙伴做场景共创。

03. 

下一步，比谁先进现场

磐虎给自己定下的路径分三步：场景共创、联合验证、规模化部署。先以真实任务为起点，在场景共创中积累交互经验、反馈给模型研发，验证之后，再探索规模化部署。

第一步场景共创，测的是技术。管廊里没有光，视觉受限，机器人要自主走完整条管线，靠力觉和触觉把异常识别出来，把数据带回来。第二步联合验证，测的是设备可靠性。实验室里的成功演示不等于可用，设备要放到客户现场连续运行，将故障率控制在客户能接受的水平。第三步规模化部署，测的是经济账。一台机器人加上运维，一年成本多少；它替掉的人工巡检，原本一年又花多少。两笔账摆在一起，不划算，客户就不会采购。

前两步考验技术，有侯迪波二十年的研究积累支撑，第三步考验的是商业化，需要的是另一套能力。

G端和B端的生意有自己的规矩。进场之前，采购走招标，招标看的是落地案例，没有同类现场的应用记录，厂商很难进入客户的考虑范围。进场之后，故障响应要靠运维和服务体系来承接。这些环节与学术研究几乎不相交，与林锋的职业履历却高度重合。

一家成立刚过百天的公司，将联合创始人位置交给办公软件出身的高管。它的判断或许是，接下来几年，具身智能公司的竞争焦点，将从研究能力的比拼转向交付速度的比拼——谁先把设备部署进客户现场。

行业层面，类似的迹象也在出现。本体环节的差异化空间在收窄，核心零部件来自共享的供应链，厂商之间越来越难拉开实质性的产品差距；至少从眼下的融资动向看，钱正在从“腿”往“脑”走。磐虎的名单，就像是按这个方向定的。

接下来，是等它交付第一批设备。