远见网一、周顺波大概是较耀眼的那一个
1、周顺波大概是较耀眼的那一个
2026年的具身智能涌现出了许多名字。在这其中，周顺波大概是较耀眼的那一个。
在选择创业之前，周顺波已经研究了机器人十二年，起点是香港中文大学的机器人实验室。
在那里，他开发了一只疗愈熊猫，负责在医院里陪伴自闭症儿童和阿尔兹海默老人，也曾主导开发了一款服务于香港空运货站（HACTL）的重载无人拖车系统。
随着研究工作的深入，他意识到自己真的“热爱机器人”，非常享受“把热爱带给身边每一个人”的过程。
2020年博士毕业后，他通过“天才少年”计划加入了华为，开始正式将“机器人”作为事业，并取得了如下成果：
作为华为具身智能创新Lab的第一位负责人，主导了华为具身智能体系从0到1的搭建；
担任华为具身智能首席技术专家多年负责华为云具身智能战略规划，并带队研发了华为云具身平台CloudRobo，完成工业场景机器人“从0到1”的技术验证，并在国家具身训练场、高端制造及政务领域完成标杆性POC落地，技术指标国际领先。
在华为时期，周顺波关注的是技术如何降低机器人开发的门槛。创业之后，他希望把机器人真正带进人们的生活。
欧拉万象将使命写成一句话：“We build robots so people have more time to live, explore, and create.” 选择家庭场景、探索可养成的机器人，都是朝这个目标迈出的具体步骤。
从时间线来看，事情似乎也正是如此展开的：2026年3月欧拉万象注册成立，此后用3个月时间就快速敲定了种子轮、种子+轮、天使轮，累计融资金额达到数亿元，投资方包括高瓴创投、五源资本、招商局创投、钧山资本、赛富投资、九合创投、BV百度风投等近年来具身智能赛道最活跃的一线VC与产业资本。
2、拓邦股份等产业资本亦成为新晋股东
而现在，他们完成了半年以来的第4次融资。据投中网获悉，欧拉万象已于近日完成数亿元天使轮+融资。
本轮融资由诚元祥基金、芯能创投、锡洲国际、拓邦股份、弘毅投资等新老股东联合投资，本轮除获老股东超额追投外；
拓邦股份等产业资本亦成为新晋股东，双方将在业务方面探索进一步合作可能；值观资本持续担任独家财务顾问。
然而，用“天才少年风口创业”来讲述周顺波的创业故事，或许是最无聊的一个版本。
其实2020年博士毕业之后，周顺波和他的导师刘云辉就已经筹备创业了，场景也非常明确，他们准备开发一款于矿井下作业的搬运机器人。
但2020年远远比不了今天，智能没准备好，供应链没准备好，市场也没有准备好，更不是一位应届毕业生能够完美应对的。
受当时技术成熟度和产业条件所限，项目未继续推进。
而周顺波正是带着这份“遗憾”来到了华为，想更近距离看到“整个行业技术范式的变化”，看看到底应该怎么把“机器人推向大众市场”。
一切也确实如周顺波所愿。
通过他们开发的机器人平台，团队里一位不怎么写代码、几乎没有机器人开发经验的同学，用4天的时间开发了一个物料拣选应用；
而在过去，类似项目需要专业开发者至少一个月的时间。
二、进一步降低机器人的开发门槛
1、进一步降低机器人的开发门槛
这和周顺波在读博期间对“造机器人”这件事产生强烈的无力感形成鲜明对比：彼时开发者需要学物理、数学、控制、编程、还要懂硬件，才能勉强开发出一个“只会在限定场景下运动”的机器人。
开发门槛的急速下降，让周顺波相信，那个长久以来“把热爱带给身边每一个人”的梦想有了可能性。
那么下一步呢？
是继续开发通用平台，进一步降低机器人的开发门槛，还是深入到一个具体的场景里，把数据闭环、产品闭环和商业闭环一起跑通，制造出一台真正意义上可以创造高价值的机器人？
这就是欧拉万象故事的真正开头。
周顺波相信“通用机器人”是一个理想的目标，但想要真正做到这一点，最现实的路径是在一个真实场景里把数据飞轮转起来，把账算出来，再基于这个场景慢慢向外拓展。
而在他看来，家庭有真实、持续且多样的任务需求，也能让团队在执行与反馈中持续检验和改进系统。
也正因如此，欧拉万象在当下具身智能领域显得颇为“反共识”。
谈到家庭场景的时候，通常会本能地带入“情感陪伴”的设定里，进而认为有开发人形的必要。
但欧拉万象的产品形态选择了移动底盘加双臂，并坚持“现阶段优先探索底盘加双臂的形态”。
2、也不是充满科幻味道的陪伴机器人
谈到toC科技产品的时候，会本能地套用到“消费电子”的语境里，认为应该优先解决产品的普适性。
但欧拉万象的首款产品是to Maker和开发者群体的，邀请一批更愿意折腾、更愿意训练、更能接受早期产品形态的人来参与产品开发。
在当下的具身智能行业里，甚至很难找到一家公司作为对标。
欧拉万象的产品既不是纯粹的扫地机器人、服务机器人，也不是充满科幻味道的陪伴机器人。
周顺波说，他们身处的是一个“需要所有人重新定义、重新创造”的赛道。
在我看来，这些可比“天才少年”这个标签有吸引力多了。毕竟“天才少年”更多是对过去积累的一种嘉奖。
而当初我们之所以为人工智能、具身智能的涌现兴奋不已，其实他们让我们意识到，我们有机会亲手塑造一个梦想中的未来。
当然，关于欧拉万象还有很多“谜”。截至目前，欧拉万象还没有机器人产品面世。
最新发布的是模型阶段成果OLA-Sem和OLA-Geo两款模型、家庭场景Demo，用于优化用户的任务意图、机器人当前看到的世界，以及最终行动之间的关联。
因此，在融资完成的第一时间，我和周顺波展开了一场简单的对话，以下是对话节选，希望对你有所帮助：
三、一家成立半年的公司连续完成四轮“轮次名称”不
1、欧拉万象在半年里完成了哪些演进
投中网：通常来说，一家成立半年的公司连续完成四轮“轮次名称”不同的融资，通常意味着公司不断出现新的变化，比如团队、财务模型、技术突破或者产品里程碑。
所以我很好奇，欧拉万象在半年里完成了哪些演进，让投资人为什么持续参与？
周顺波：投资是一个综合决策。
前两轮投资人更看重家庭赛道、团队过去在机器人领域的积累，以及创始团队对问题想得有多清楚。
他们判断的是我们的起点、潜力和后续推进速度。
到第三轮，包括最近正在进行的这一轮，机构已经开始要求看到实际进展：此前规划的技术节点有没有兑现，团队是否在持续完善，公司是否在降低不确定性。
过去几个月，我们搭建了数据和模型的基础设施。
8月，我们训练出第一版基础模型，在一些全球主流benchmark上取得了很好的结果。
它证明团队可以沿着差异化路径，在较短时间里追上行业进展。
我们也在真实场景完成了端到端验证，先在相对可控的场景里验证整体理念，相关成果近期会对外发布。
从模型研发到家庭场景验证，欧拉万象希望逐步建立一套Real-world RSI（Recursive Self-Improvement，递归自我改进）系统：让机器人在真实任务中执行、获得反馈，再经过数据处理、训练与评测，回到场景中验证改进。
眼下展示的是这一路线的阶段性成果。
生态方面，我们已经储备了1000多名高价值种子用户；
与全球最大的高端家政公司好慷在家建立了战略合作，计划在2027年共同生产高质量家庭数据；
2、数据是由家政服务人员在真实家庭里产生
同时也是地瓜机器人的战略合作伙伴。
团队目前约70人，核心岗位基本到位，核心成员大多来自多年积累的合作网络，彼此有信任和共同工作基础。
投中网：你提到好慷在家有很好的SOP。我想确认一下，数据是由家政服务人员在真实家庭里产生的吗？可以理解成你们在把阿姨的经验蒸馏给机器人吗？
周顺波：好慷在家的价值不只在于能进入家庭，还在于它有专业的家政服务SOP。
它把家政服务拆分得很细，包括保洁、收纳整理、育儿、做饭等工种，每个工种里的每个任务都有专业流程。
以收纳为例，它是一项需要专业训练甚至考级考证的工作。
四、你说收纳整理需要专业训练
1、机器人能把专业收纳能力带给普通家庭
如果机器人能把专业收纳能力带给普通家庭，这比让非专业人员简单重复动作更有价值。
投中网：你说收纳整理需要专业训练，但我参观过不少数采中心，很多公司会安排年轻人反复遥操作机器人叠衣服、熨衣服，再把衣服放进衣柜。
你怎么看这种数据采集？好慷在家是一个很好的入口，但这种稀缺数据毕竟有限。
周顺波：不同训练阶段需要不同的数据策略。
预训练阶段需要大量in-the-wild数据，我们自己只采很少一部分，主要通过数据联盟置换、向行业公司采购，以及与好慷这样的伙伴合作获得。
middle train阶段与最终产品体验相关，需要端到端闭环，因此会形成私有数据。
post-train阶段则会做得更轻，通过合规合作、研发采集和用户自愿反馈建立数据闭环。
投中网：这里还有一个问题。石头科技、追觅等已经进入家庭服务场景的公司，也在不断积累自己的数据，形成数据飞轮。
如果家庭机器人逐渐成为共识，为什么欧拉万象能更好地利用这些数据？与石头、追觅相比，你们的后发优势在哪里？
周顺波：首先，我不认为家庭机器人已经成为行业共识。
2、石头与追觅当然是大公司
很多公司表面上选择家庭，实际从酒店、商业服务、工业或特种场景切入。
酒店是标准化场景，需要计算ROI，企业容易加入标准化流程编排、视觉标记和各种工程技巧，最后沉淀为针对酒店的定制方案。
它与真实家庭的数据、模型和基础设施能力差异很大。家庭场景仍处于早期，不同公司选择的切入任务和投入深度各异。
石头、追觅当然是大公司，但大公司做软硬一体的新产品，不一定就意味着有绝对优势。
大疆早期同样面对已经成立多年、拥有资金和人才优势的竞争者，最后依靠先极客、后大众的路线，以及组织和技术决策的灵活性跑了出来。
我相信，这一轮具身智能里，数据具有第一性。
大公司可以买到预训练数据，但产品进入真实物理世界后，一定需要大量私有数据来保证体验。这类积累需要时间。
欧拉万象从Day one开始积累数据采集和私有数据闭环的know-how，并通过好慷在家、招商局等产业伙伴进入真实场景。
扫地机上加一只机械臂，之后再增加第二只手、腰部或更高的操作空间，每次本体构型变化都可能迫使此前遥操作数据重新采集。
这是一条延长线式创新。欧拉万象从一开始积累human data，研究如何让人的数
