远见网一、投资界获悉与Pre-A轮
投资界获悉，人形智能公司Current Robotics（元流）首次披露融资——已完成
1、种子轮、天使轮、Pre-A轮：融资，累计金额达
数亿元。
投资方既有BV百度风投、高瓴、绿洲资本、Monolith砺思资本、前海方舟、复星创富、钧山资本等知名市场化机构，也集结了智元、星海图、极壳科技等产业方。
身后创始人祝毅晨是一位95后，很早就带队做起VLA研究，期间发表了40余篇顶会论文，多年沉淀的技术路线凝聚为涵盖全身灵巧操作基模、数据采集设备及世界模型评估策略的整套基础设施，持续将真实人类行为化为人形能力。
“人形智能始于人。” 沿着Current Robotics的理念，我们正在见证机器人开始从演示台走向千家万户。
2、95后大牛：迅速完成三轮融资
Current Robotics的历程始于祝毅晨。
95后，前美的集团具身智能部部长，国内最早发布VLA及世界模型的研究者。
他曾带领团队最早提出扩散模型和VLM端到端的VLA范式（TinyVLA），并拓展了CoT策略（DiffusionVLA & DexVLA，发表至ICML和CoRL），最早提出世界模型用于具身策略评估（dWorldEval，发表至ICML Spotlight）。
Physical Intelligence的π0论文有且仅引用过一个中国团队的研究成果，正是祝毅晨团队完成的TinyVLA与ScaleDP工作。
此后，这些研究从VLA模型、人类示教数据逐步延伸至全身机器人学习，沉淀为Current Robotics的技术基础。
创业水到渠成。
祝毅晨观察到，过去人形机器人要么聚焦让机器人更会“走”的全身运控，要么聚焦让机器人更会“拿”的手部操作，最终呈现出“先走过去、再停下来操作”的画面。
但真实世界的任务往往不会如此简单，哪怕一个简单动作也面临手与身的稳定协同。
3、这需要：“全身灵巧操作”（
Loco-Dexterous Manipulation）。
Current Robotics给出的方案是系统集成，将全身移动、姿态协调和手部精细交互放进同一个策略里训练。
由此发布的全身灵巧操作模型Curr-0，让机器人能够在移动过程中持续调整自身动作。
二、目前公开的五类任务由一套共享权重的策略完成
目前公开的五类任务由一套共享权重的策略完成，并通过语言指令进行区分。
机器人抱着物体穿过门框并放至特定位置
有了模型，更多落地细节问题接踵而来——首先是
1、数据：评测与迭代
，探索使用世界模型评估真实机器人策略。
2、打造具身智能基础设施
从一开始，Current Robotics就聚焦在现有具身智能技术路线的空白。
譬如要点燃一盘蚊香，一个自然的想法是机器人先走到对应位置，然后停下来操作。
对应的技术方案便是，将移动策略和操作策略分开训练，最后用系统工程拼接起来。
这一思路在工厂流水线可以成立，但一旦进入家庭等真实场景，移动和操作之间会产生明显裂缝。
这并不难理解：即使机器人站在原地完成桌面任务，腰部和下肢仍然需要根据上半身动作进行调整。
只采用“拼接”方法，一旦身体有所倾斜，手部施力方式被破坏，机器人就会显得笨拙。
Current Robotics发布的
全身灵巧操作基模Curr-0
正是为了协调而生——通过导航移动、全身平衡和灵巧手的全耦合实现手脚协同。
从撕茶包、清理桌面垃圾到抱着物体穿过门框，这些难以被简单拆成“走”和“做”两个阶段的精细化任务，在Current Robotics的方案中有着不俗的表现。
全身数据采集设备
HumanEx可穿戴系统
最后则是评测和后训练环节。传统真机评估依赖机器人、场地及人工重置，测试的硬件、时间和场景复现成本比较高。
三、失败后的环境状态很难精确回到上一刻
尤其是在接触状态连续变化的任务里，失败后的环境状态很难精确回到上一刻，这会直接影响模型迭代效率。
基于此，Current Robotics很早便开始探索用世界模型承接机器人策略评测。
团队先后提出WorldEval、dWorldEval，将机器人策略放进生成的未来世界中执行，通过预测任务进程评估策略表现；
随后在Hi-WM（Human-in-the-World-Model，发表于RSS 2026 Robot World Models Workshop） 中进一步加入人工接管，当策略出现错误或不确定情况时，人类可以直接介入纠正，并将新的交互轨迹继续用于后训练。
本周发布的
CurrentWorld-0
，进一步把Current Robotics此前围绕世界模型展开的策略评测与后训练工作，推向了更完整的交互环境。团队将其定义为
交互式世界仿真器（Interactive World Simulator）
1、，并首次把：跨本体、多视角和力-触觉预测
整合进统一框架。
本体差异解决以后，新的问题又落到了“怎么看”上。
真实机器人往往同时依赖头部、腕部和第三视角，同一次任务在不同机位里的画面差别很大，但背后的物体状态、机器人姿态和任务进程不能因此各走各的。
一个视角里物体已经被推走，其他视角也要同步发生变化；即使中途被遮挡，后续状态也必须延续前面已经发生的交互。
评测之后，这些失败经验还可以继续被利用。当策略运行到容易出错的位置，人类可以中途接管；
即使同一个中间状态，也能够被保存、回滚，再从此处尝试不同的恢复方式。
由此产生的corrective trajectories还可以继续用于
policy post-training
2、关键一跃：机器人走向真实世界
3、“机器人什么时候能干活？”
四、具身智能正在褪去讲故事的外衣
1、具身智能正在褪去讲故事的外衣
如我们所见，具身智能正在褪去讲故事的外衣，进入拼落地的“交答卷”阶段，无论Demo多么漂亮、表演多么华丽，最终都要落地到真实的任务场景中，这远远比概念模型更复杂、更粗糙——
全栈闭环
更灵魂的落笔在于以终为始。
对此，
Current Robotics给出了极具终局化的答案
《了不起的盖茨比》书中的结尾部分广为人知：“于是我们奋力向前，逆水行舟，不停地被浪潮推回过去。
” 这正是Current Robotics的名字来源——克服现有技术的局限性，逆流而上，在人类经验与人形机器人之间搭建桥梁。
正如公司logo灵感来自列奥纳多·达·芬奇的《维特鲁威人》，一个视人体视为运动、比例和设计尺度的象征。
Current Robotics公司logo
2、展现出人机协同过程中人类智能的独特价
Current Robotics的可穿戴采集系统捕捉到一种名为“附带人类行为”的信号——即人在真实环境中执行真实任务时，自然涌现的、自由的、与任务相邻的物理行为。
这些难以仿真、无法用语言指令来描述的物理先验，永远无法脱离原始的人类演示，展现出人机协同过程中人类智能的独特价值。
“无意识行为在humanoid中相当重要。它足够拟人化，能带来更大的情绪价值，往往会超越单纯的功能性。” 祝毅晨曾。
好比机器人两手抱物、用身体把门顶开，简单的类人行为因生动而精彩。
这一幕也许不再遥远。“从最真实的人类智能中长出，最后回归真实的生活世界”，一幅人机和谐共生的蓝图正在我们眼前徐徐铺开。
投资界原创 ｜
余梦莹
原文地址：
https://news.pedaily.cn/202608/567895.shtml
