具身智能大讲堂获悉，近日流形空间(Manifold AI)宣布完成新一轮数亿元融资。本轮融资由国新基金、毅峰资本领投,北汽产投、芯能创投跟投,四家老股东超额追加投资。华兴资本担任独家财务顾问。这是流形空间成立一年来完成的第6轮融资,Pre-A轮融资总金额已近10亿元。
本轮融资阵容覆盖多个维度:国资背景的国新基金、淡马锡旗下毅峰资本,以及北汽产投等产业资本。这样的股东结构,既体现了市场对世界模型技术路径的认可,也反映出产业端对具身智能落地的强烈需求。
PART 01
为什么是世界模型而不是VLA?
具身智能的技术路径,过去两年在两条主线之间摇摆。一条是视觉-语言-动作(VLA)模型:给定视觉输入和语言指令,直接输出动作序列。这种方法在结构化环境中表现不错,但泛化能力存在瓶颈，光照一变、物体位置一偏,模型表现就会下降。
流形空间选择另一条路:让机器先理解物理规律,再基于这种理解去执行动作。流形空间的WorldScape世界模型,不是去记忆海量场景,而是提取物理世界的运行规律，物体如何运动、力如何传递、空间如何变化。在World Score评测中,WorldScape保持榜首近2个月,参数规模只有其他前列模型的10%。
此外，流形空间提出的世界模型MoE架构,让不同专家模块分别负责指令遵循、移动交互、操作推理,通过门控机制动态整合。这种设计避免了统一大模型中不同知识领域的相互干扰,也让模型可以部署到边缘设备。
基于WorldScape,流形空间开发的世界-动作模型WorldScape Policy,在RoboTwin、WorldArena等榜单登顶,已经在电商物流、3C制造等场景实现应用。
流形空间能在一年内完成从技术验证到产线部署,得益于团队配置:创始人武伟曾在商汤主导"开悟"世界模型的研发,两位联合创始人来自清华FIB实验室，国内最早系统布局世界模型的研究组。
PART 02
数据基建建立了什么样的护城河?
世界模型需要的数据,不是ImageNet式的静态图像标注,也不是传统机器人数据集里的轨迹记录,而是包含物理交互、空间变化、多模态传感的动态序列。
流形空间自研了Ego-centric、UMI、硬件在环RL等软硬一体数采设备,建立模型驱动的数据管线,已积累数十万小时的高质量数据。硬件采集的数据用于训练模型,模型的表现反过来指导数据采集的重点和方式,形成正向循环。
流形空间联合国内外数十家科研单位,建立了覆盖视觉质量、运动质量、物理遵循、三维空间准确性等16项指标的WorldArena评测体系,从数据引擎、策略评估器、动作规划器三个维度检验世界模型在真实具身任务中的应用价值。这个评测基准支撑了CVPR 2026 WorldArena Challenge,累计提交超200次,参与者包括英伟达、谷歌、阿里等科技企业。
评测体系的建立,本质上是在定义技术标准。流形空间在成立一年内推动行业从"视频生成得是否逼真"转向"模型是否真正可用于机器人决策",这种标准制定能力体现了其在技术路径上的领先性。
PART 03
产业落地如何应对实际挑战?
根据官方信息显示，本轮融资完成后,流形空间将资金用于新一代技术框架和多模态世界模型研究、Infra平台建设,以及推动技术在电商物流、3C制造、汽车制造等领域的应用落地和MR泛娱乐应用探索。
电商物流、3C制造、汽车制造,这三个场景代表了具身智能落地的三种典型需求:电商物流是非结构化环境下的高频操作,3C制造是高精度要求下的柔性生产,汽车制造则是重载、高安全标准的工业场景。流形空间的技术架构能够针对不同场景进行模型适配、数据积累和工程优化。
流形空间获得北汽产投这样的产业资本投资,印证了其技术路径在产业端的实用价值。产业资本关注的是技术能否解决产线上的实际问题,投资回报周期如何,以及是否能与现有产业链协同。
MR泛娱乐应用是另一个拓展方向。世界模型对物理空间的理解和预测能力,不仅可以用于机器人控制,也可以用于虚实融合的内容生成,两个场景在技术上高度互通。
PART 04
独角兽估值基于什么基础?
从技术壁垒看,流形空间建立了三层优势:世界模型的原理性创新,这是范式转变而非工程优化;数据基建的系统性积累,这构成了时间壁垒;评测标准的定义权,这确立了行业话语权。
从商业化路径看,流形空间选择了平台化策略:提供硬件产品(空间记忆模块Manifold Odin 1、多模态3D设备Manifold Pocket 2),也提供软件平台(MindCloud 3D数据管理平台、WorldScape模型),还为不同行业提供定制化解决方案。这种多层次的产品结构,能够快速覆盖不同客户需求,也为规模化复制创造了条件。
流形空间的定位不是做某个垂直场景的应用公司,而是做具身智能的基础设施提供者——提供模型、提供数据、提供评测标准、提供工具链。这种定位决定了其成长空间。
流形空间成立一年，完成6轮融资、多个权威榜单登顶、多个行业场景落地，这个节奏本身就是对世界模型路径最直接的验证。用物理规律驱动决策而非依赖模式匹配，这条路正在被市场和产业接受。
