重點摘要：
- 巨額融資： 具身智能初創公司 OriginFlow 在運營僅五個月內便籌集了超過 5 億元人民幣（0.69 億美元），由 Monolith、藍馳創投和綠洲資本領投。
- 創新數據方案： 該公司的「NeuroScale」技術利用表面肌電（sEMG）信號為機器人創建更高保真度的訓練數據，旨在解決限制當前純視覺系統的「數據荒」問題。
- 戰略轉型： 此次投資標誌著 AI 機器人領域的資本轉向，即優先考慮基礎數據設施（即「賣水者」邏輯）而非僅僅關注機器人硬件製造。
返回
中國 AI 初創公司 OriginFlow 在五個月內融資 5 億元人民幣
一位 25 歲創始人針對機器人行業「數據荒」提出的解決方案吸引了重量級投資者的目光，這標誌著行業重心正從製造機器人向獲取訓練數據轉移。
中國具身智能初創公司 OriginFlow 在五個月內融資超過 5 億元人民幣（0.69 億美元）。該公司押注其捕捉人類動作數據的創新方法能夠解決阻礙通用機器人在家庭和工廠部署的關鍵瓶頸。
公司在融資公告中指出：「行業正面臨普遍的『數據荒』。機械臂的泛化能力一直無法突破瓶頸，本質上是因為高質量物理操作數據的供應缺失。」
此次融資涵蓋天使輪、戰略輪和 Pre-A1 輪，由 Monolith、藍馳創投和綠洲資本領投，58 同城進行了戰略投資。OriginFlow 的「NeuroScale」技術使用表面肌電（sEMG）傳感器來捕捉人類肌肉運動背後的神經信號。這有別於行業通用的、基於視覺的「EgoScale」標準，後者往往無法捕捉力量和觸覺反饋。
通過提供更高質量的訓練數據，OriginFlow 旨在解鎖非標準化環境下的巨大機器人市場，將其自身定位為打造真正智能機器競賽中的關鍵基礎設施供應商（即「賣水者」）。這筆 5 億元人民幣的投資表明，資本對這種以數據為中心的方法的看重已超過了對機器人硬件本身的關注。
新的數據範式
OriginFlow 技術的核心是由 25 歲的清華大學博士生秦申濤開發的「NeuroScale」範式。它繞過了純視覺數據采集的局限性。純視覺方案在物體遮擋時表現乏力，且無法直接測量對複雜操作任務至關重要的力量或觸覺反饋。通過直接接入神經信號，該系統可以捕捉用戶的意圖以及與物體的物理交互。
這種方法有潛力大幅提高機器人的靈巧性，這是近期更廣泛的物流自動化領域所凸顯的一項挑戰。正如最近的一份報告所指出的，雖然像 Locus Robotics 這樣的公司正在通過收購來增強抓取能力，但 OriginFlow 則是從數據源頭解決問題。該公司聲稱已將其 sEMG 數據采集硬件的成本降低至千元級別（約 140 美元），這是大規模應用和海量數據采集的關鍵前提。
從實驗室到市場
OriginFlow 的定位並非波士頓動力（Boston Dynamics）或 Figure AI 等機器人製造商的競爭對手，而是整個行業的關鍵賦能者。其投資者陣容反映了明確的上市戰略。來自本地生活服務大型平台 58 同城的戰略入股，指向了其在家庭場景中的直接應用。OriginFlow 可以利用 58 同城的網絡采集大量關於清潔、烹飪和分揀等高頻、非標任務的數據，從而為家庭服務機器人構建寶貴的技能數據庫。
對一家以數據為中心的公司進行如此大規模的注資，反映了人工智能領域的更廣泛趨勢：獲取高質量、專有數據正成為核心競爭壁壘。企業級 AI 平台 Unframe 最近因企業希望將 AI 項目投入生產的強勁需求而融資 5000 萬美元，這凸現了市場對能夠彌合 AI 願景與現實執行之間鴻溝的解決方案的渴求。
然而，作為一家成立僅五個月的公司，OriginFlow 仍面臨巨大障礙。其技術的穩健性必須在具有電磁干擾的工廠車間等複雜的現實環境中得到驗證。此外，它必須建立一種可持續的商業模式，避免淪為一次性的硬件供應商，確保其數據和模型在長期內對大型機器人製造商而言依然不可或缺。
本文僅供參考，不構成投資建議。
