远见网一、资本焦点
投资界AI获悉，今日（6月17日），章鱼动力（SynapX）正式宣布完成5000万美元（约合人民币3.4亿）融资，本轮融资继续集结行业知名投资机构——由锦秋基金、芯联资本和黄浦江资本领衔，集富亚洲、厚雪资本、香港高才创业投资基金（HKTT）、Panga Capital参与，线性资本等老股东持续加持。
成立于2026年1月，章鱼动力正式运营仅4个月，至此已经连获三轮投资，累计融资近10亿。据悉，下一轮5亿人民币融资也已接近完成。
背后创始人都大龙，曾是地平线6号创始员工、前鉴智机器人CTO，如今投身物理AGI，构建物理AI的生产力基础设施。
据了解，本轮融资完成后，章鱼动力将继续以SYNTH深思大脑架构为核心，加速推进世界基础模型和“手脑一体”平台技术与产品的研发，并将于2026年下半年陆续推出核心产品。
1、清华博士投身物理AGI：投资人云集
章鱼动力的投资方名单再度扩充。
成立不足60天时，章鱼动力就完成了近5000万美元的首轮融资，投资方包括地平线、高瓴创投、小米战投、顺为资本、线性资本；
4月，再获新加坡风投K3领投的数亿元战略投资，一批老股东持续加注。
说起来，章鱼动力创始人都大龙与地平线渊源颇深。
1、章鱼动力创始人兼CEO都大龙
他是中科院计算所硕士、清华大学创新领军工程博士，早年就职百度，是国内最早一批深度学习研发与工程化落地参与者。
二、核心变化
1、市场表现
同时，都大龙也是地平线6号创始员工，曾深度参与国内首款AI芯片BPU设计，主导AI算法前瞻研发与工程落地，长期参与关键技术的突破推进与实现，是余凯核心团队中的最重要成员之一。
这并不是都大龙第一次创业。2021年，他曾联合创办鉴智机器人，担任CTO，从0到1搭建技术与交付体系。
去年底，鉴智机器人被四维图新并购，都大龙决心二次创业。
章鱼动力的故事由此开启。
拉上曾任鉴智技术副总裁梁柱锦、以及有着投行背景的前地平线资本运营/战略副总裁潘杨家一等人，都大龙和团队致力于打造面向物理AI的基础设施，构建操作智能的底层平台能力。
这当中有他最基本的判断——具身智能与物理AGI是下一轮产业核心。
聚焦物理行动世界模型，章鱼动力正在构建面向物理AI的底层闭环。
2、关键变化
SYNTH深思架构是其技术底座，将真实全模态操作数据、物理行动世界模型和策略执行连接起来，让具身大脑具备更加通用和泛化的强物理建模和行动能力，加速物理AI的进化。
今年5月，章鱼动力重磅发布SYNData，沉淀真实操作数据，把人的操作过程转化为机器人可学习的数据资产；
围绕SYNData，章鱼动力已形成DexUMI、EgoBio、Ego三大产品路径：DexUMI面向高精度全模态数据，EgoBio面向低干扰规模化全模态采集，Ego面向纯视觉原生操作数据。
据悉自发布以来，SYNData已获得国内外客户和产业伙伴的高度关注。
具体看，SYNData沉淀真实操作数据，把人的操作过程转化为机器人可学习的数据资产；
SYNWorld学习物理因果，推演行动将如何改变世界状态和任务结果；
SYNAction将推演结果转化为可执行策略，让模型能力真正进入机器人操作。
三、后续判断
1、政策信号
此外，章鱼动力首次提出物理AI五级演进框架：
L1规则驱动系统，只能在预设规则和固定流程中工作，比如工业自动化；
L2单任务泛化，具备任务内场景适用性，但跨任务通用性有限，比如叠衣服等单任务柔性操作；
2、关键变化
L3受限场景跨任务通用和泛化，能够在任务数量受限、任务定义明确的场景中完成迁移，比如酒店；
L4开放场景跨任务通用和泛化，能够在非受限环境中面对更开放的任务数量和任务定义，比如家庭；
L5超人级物理智能，能够通过自我进化，在复杂物理任务中远超人类水平。
四、后续关注
1、主要表现
从这个角度看，章鱼动力聚焦的不是某一个单点Demo，而是以“手脑一体”支撑物理AI从L2/L3向L4/L5演进。
目前，章鱼动力团队正在快速扩张至近百人规模，成员来自字节Seed、百度、地平线、鉴智机器人、小米、华为、蔚来、小鹏、理想、Meta等一线科技公司，组成了一支能够把模型能力转化为物理世界生产力的全栈物理AI团队。
世界模型火爆
任何技术都要回归于产业价值的兑现。
围绕SYNTH架构，章鱼动力正全速推进物理行动世界模型和“手脑一体”平台的技术与产品研发，当前已经获得海内外客户和产业伙伴的认可和合作意愿。
根据此前官方披露的信息，目前公司已经与无问智科达成战略合作，共同推动具身智能产业加速落地；
与快乐e工的战略合作，则以SYNData创新数据体系为基础，探索百万小时级原生具身数据；
2、关键变化
此外，还将与帕西尼感知基于各自在物理AI、具身感知、视-力-触全模态数据采集和产业场景方面的积累，围绕数据、场景与生态展开深度合作。
当前，具身智能正成为人工智能迈向物理世界的重要方向之一。
机器人要真正理解并改变物理世界，需要更完整的感知信息、更高质量的真实物理交互操作数据，以及能够在真实任务中持续验证和迭代的物理AI基础模型。
放眼望去，世界模型的火爆有目共睹。
在章鱼动力看来，世界模型不是“视频生成模型”的延伸，而是正在从内容生成的底层模型，演进为AI作用于真实世界的核心范式；
物理AI需要一套能把真实数据、世界模型和硬件执行接成闭环的新基础设施。
正如都大龙所说，AI从数字世界走向物理世界，核心挑战是让智能具备对真实世界可预测、可干预、可持续学习的能力。
世界模型正在从弱物理走向强物理，它的本质不只在于逼真的生成，而在于建立强物理的建模和表征能力：理解物理，预判后果，进行更优行动，并在反馈中持续进化。
“Physical AI的突破，最终会发生在‘脑’与‘手’的一体化，共同构建物理世界AI Coding基础设施。
只有当模型具备强物理建模能力，并通过灵巧操作进入真实任务，智能才会成为改变真实世界的生产力。”
物理AGI作为AI走向物理世界的终极方向，正从“概念故事”变为“产业现实”。
2026年以来，物理AGI赛道的融资规模呈现爆发式增长。
一个普遍的看法是，未来3-5年，这一赛道将诞生一批定义行业的独角兽企业，也将重构全球AI与机器人产业的格局。
这是一场万亿级产业革命。
属于物理AGI的“GPT-3时刻”或许很快就要到来。
