在具身智能领域，VLA（视觉-语言-动作）模型曾被视为机器人“大脑”的主流发展方向。机器人通过视觉感知环境，借助语言理解指令，最终将理解转化为动作执行。然而，随着技术深入探索，VLA路线的可行性正面临严峻挑战。英伟达首席研究科学家范麟熙、宇树科技创始人王兴兴等行业专家公开指出，真实世界数据稀缺、泛化能力不足以及系统稳定性问题，成为制约VLA发展的关键瓶颈。这一背景下，产业界开始转向更具实用性的技术路径。
具身大脑企业星源智近期宣布完成新一轮融资，总额达10亿元人民币。本轮融资由松禾资本、创东方、华控基金等知名财务投资机构领投，中车资本、北工投资、国君创新投、江西金控等国资背景资本参与，产业方埃泰克、恒兴集团、奇安投资提供战略支持，老股东元生创投连续三轮追加投资。成立仅10个月的星源智，凭借对“具身交互世界模型”的原创性突破，正成为行业关注的焦点。该公司计划将资金用于下一代具身大脑与世界模型研发、产品规模化量产及顶尖人才引进。
星源智的技术路线与主流方案形成鲜明对比。针对真实世界数据采集成本高、端到端模型泛化能力弱等痛点，公司提出“软硬一体、端侧部署”的差异化架构。其核心“具身大小脑”协同系统将功能分层：大脑负责语言理解、环境感知、任务规划及长程推理，小脑承担导航、操作等运动控制任务。这种设计借鉴了国际头部企业PI和Figure AI的“快慢系统”理念，但通过全模型端侧部署和自研算力平台，显著降低了对云端算力的依赖，提升了系统稳定性和实时性。
世界模型的构建是星源智技术突破的关键。传统方案多依赖视频生成预测未来画面，而星源智聚焦“动作-状态”动态关系建模。其模型通过学习“当前状态—动作—未来状态”的映射关系，在潜空间中捕捉物体运动、交互对象及关键状态变化，进而实现动作生成、内部预演和修正。这一创新使机器人具备主动推演能力：在执行任务前，系统会模拟不同动作的后果，评估失败风险并优化方案。例如，在抓取物体时，模型可预判物体位移路径，调整抓取策略以提高成功率。
技术优势正转化为商业成果。星源智的软硬一体化解决方案已服务超过70%的头部具身智能企业，成为英伟达Jetson Thor平台全球最大出货合作伙伴之一。在应用场景拓展方面，公司与北京亦庄机器人公司合作推进政务服务、智能巡检等场景落地，与能源集团开展电力巡检、设施运维等高价值场景规模化部署。这些合作验证了其技术在实际环境中的适应性和经济性。
团队背景为技术突破提供支撑。星源智核心成员来自清华大学、北京大学、慕尼黑工业大学及智源研究院等机构，长期深耕世界模型、强化学习领域。2024年，团队提出的技术思路与JEPA相近，早于后续的LeWorldModel等方案，部分理念已成为行业重要技术范式。公司创始人刘东强调，技术深耕与量产落地双轮驱动是发展核心，目标是在具身大脑和世界模型领域建立全球领先地位。
投资机构对星源智的潜力给予高度评价。松禾资本认为，世界模型是突破通用具身智能的核心，星源智团队兼具技术前瞻性与工程落地能力，其“软硬协同”路线有望成为产业发展的关键变量。中车转型升级基金指出，星源智的技术打破了传统工业机器人规则依赖的局限，泛化能力和环境适应性显著提升，后续将探索在轨道交通装备、新能源装备数字化升级中的应用。北京智源研究院则宣布与星源智共建“具身交互世界模型实验室”，通过人才与资源互补加速技术转化。
