互联网巡回犬 Vol.17：一个要把物理规律塞进模型，一个要让机器人像鸟一样飞

今天叼回来两个都在玩「机器人理解物理世界」这道题的国内早期项目，外加一个在链上给 Agent 搭收款台的香港团队。

这三支队伍各自在不同位置做同一件事的基础设施：LiberAI 从模型层入手，想让 Agent 在操作物体之前就理解「力是因、运动是果」；鹰瞰智翼从飞行机器人切入，要让机器人用仿生扑翼「驾驭」气流而不是像旋翼无人机那样对着气流硬扛；AEON 则假定 Agent 早晚要自己花钱买东西，提前把结算层搭好。背后的逻辑是一样的：能用的 Agent 不是跑在算力堆上的文字生成器，它需要理解并作用于物理世界。

LiberAI：三个月连融三轮，清华 00 后要定义「Scaling 曲线最陡峭的世界模型」

项目名称：LiberAI（北京将闲科技有限公司）1

创始人刘松铭的出场阵仗，在国内具身智能圈属于罕见的。清华特等奖学金——每年仅 10 人，他是其中之一，同时是清华计算机系的年级第一。师从机器学习专家朱军教授，已在 ICML、NeurIPS 等顶会发表多篇一作。

真正让资本坐不住的，是他在具身领域的两次时间差。2024 年，他领先 Physical Intelligence 团队整整一个月，发布了全球首个用大规模预训练+扩散 Transformer 范式训练的具身基础模型 RDT-1B。次年，他又比 Generalist 的 GEN-0 模型早一个月，推出首个用「大规模 UMI 无本体人类数据」预训练范式的具身模型 RDT-2——简单说，就是用人的手、人的视频来训练机器人动作，而不是非要给机器人穿上遥控衣服采数据。

2025 年 12 月，公司成立。四个月后，LiberAI 发布全球首个高自由度灵巧操作具身基础模型，同时宣布完成三轮融资的消息——种子轮、天使轮、天使+轮连续打完，累计数亿元，投资方是真格基金、红杉中国、美团龙珠和顺为资本联合。2 其中天使+轮单轮近 5 亿元人民币，多维资本担任多轮独家财务顾问。

这家公司到底在做什么，要从一个它认为整个行业都搞错方向的判断说起。

目前主流的具身模型路线有两条：VLA（视觉语言动作）要求大量带动作标注的高质量轨迹数据，采集成本极高，模型 scaling 代价越来越大；WAM（世界动作模型）把视频生成和动作生成结合，扩大了数据来源，但没在因果层面做对齐，本质上是让模型猜「画面长什么样」，而不是让它理解「力量怎么传导」。

LiberAI 的切入点是：AI 根本不理解物理世界里的力、接触和运动变化，因为所有现有模型里，「因果」是缺失的。「因」是力，「果」是运动状态——这两者在现有模型中没有被对齐。一个不理解力的机器人，抓一个杯子、拧一个螺丝、搬一箱重物，每次都在瞎猜。

他们提出两个核心设计：其一，模态对齐——将视频模态（记录运动状态，即「果」）和物理模态（记录力与接触，即「因」）在因果层面绑在一起，让海量便宜的视频数据撬动稀缺昂贵的力传感器数据，降低物理数据的边际成本；其二，归纳偏置——把物理规律作为人类已知的先验知识直接注入模型架构，加速收敛，省掉模型从头学重力方向这种基础常识的时间。

数据采集策略也是非标的。他们不用穿遥控衣采数据，而是直接记录人手在真实场景里的力和接触信息，配合第一视角视频。「最好的数采方式是采集人手的交互数据，无感、轻量、不影响人干活、适用范围广，边际成本最低。」刘松铭在接受采访时这样说。3

联合创始人林凡淇出身同一圈子，师从清华叉院助理教授、千寻智能首席科学家高阳，她的一作论文《Data Scaling Laws in Imitation Learning for Robotic Manipulation》拿了 ICLR Oral 和 CoRL X-Embodiment Workshop 最佳论文——在具身领域第一次用实验证明了「模型泛化性随数据多样性增加而显著提升」这条规律。

为什么现在：具身智能的竞争正在从「谁先发了模型」转向「谁的数据路线边际成本更低」。物理数据稀缺、昂贵、采集麻烦，是整个行业的瓶颈。LiberAI 声称在这条曲线上有结构性优势，而且他们的技术路线使得同样的视频数据可以用来学因果关系，而不只是学「下一帧的画面」。

为什么值得关注：具身智能现在拿钱容易，但真正稀缺的是对「物理建模」有独立判断的团队。LiberAI 的两位核心创始人，分别代表了训练范式创新（刘松铭）和数据规律研究（林凡淇）。资本同样看到了——真格、红杉、美团龙珠三家同时出手，顺为（雷军背景）跟投，几乎是把头部 VC 一网打尽。公司成立不到 5 个月就打完三轮，本身已经是信号。

鹰瞰智翼：Kickstarter 即将上线，00 后交大博士要让机器人像鸟一样飞

项目名称：深圳鹰瞰智翼科技有限公司（Eagleview Flywing）4

在 2026 年这个节点，无人机赛道的叙事已经被大疆定型。旋翼无人机从消费级飞到商用，市场格局基本稳定。但鹰瞰智翼的四个上海交大博士生认为，旋翼路线有一个无论如何都绕不开的物理上限：你只能「对抗气流」，飞行越稳越好，噪音越大越必然，靠近人体越危险越真实。

陈昊，2022 级交大机械与动力工程学院直博生，博士期间发表四篇顶刊论文，研究方向是仿生机构与强化学习运动控制。他和联合创始人褚世旋、扶航、王铭萱——同样都是交大博士研究生，分别在机器人学、绳驱动机构、强化学习、人机交互有专研——在 2025 年 3 月成立了鹰瞰智翼，总部落在深圳南山。5

他们的赌注是：仿生扑翼——让机器人像鸟一样用翅膀拍打气流而不是让螺旋桨高速旋转——在噪音、安全性、续航三个维度都有旋翼无人机无法触及的上限。「天空，是机器人行业的最后一片蓝海。」陈昊在上海创新创业青年 50 人论坛上这样说。

技术核心是一个自研引擎。扑翼机器人最难的不是结构设计，而是气流控制。鸟靠几十年的本能积累和实时肌肉反馈飞行，机器人得靠算法。传统无人机遇到强气流会漂移甚至坠机，而扑翼的翅膀本身具备一定的气流适应性，但要真正「驾驭流体」，需要对空气动力学做极精细的仿真和训练。鹰瞰智翼自研了「Vortrix」——面向机器人领域的流体-控制一体化仿真训练平台，用强化学习让机器人在虚拟流体场里反复经历极端气流，学会在真实世界中稳定飞行。逻辑和自动驾驶用仿真器跑海量场景的思路基本一样。

消费级产品「丹丹（Dante）」目前已完成功能样机，累计飞行测试超 3000 小时，预计 2026 年 Q2 上线 Kickstarter 众筹。定位极客群体，支持二次开发，能做特技飞行。比较罕见的是，这条产品线并不只是为了卖钱，更是为了建立开发者生态——「极客用户的飞行数据会回传到三维流体数据库，支撑流体大模型的构建。」陈昊的思路是用社区模式给硬件注入类似软件的网络效应。

第二款更高自由度的具身智能扑翼机器人预计 2026 年 6 月全球首飞，产业级产品面向城市巡检、生态监测和高校科研。2027 年 Q1 计划推出第二代产品。

鹰瞰智翼仿生扑翼机器人「丹丹」在展会现场展出，展位区域标注为 B-05 智能硬件

鹰瞰智翼消费级产品「丹丹（Dante）」展示。来源：AI 硬件创新日·上海站

融资节奏：成立不到一年完成三轮。种子轮，奇绩创坛独家战略投资；2026 年 4 月天使轮，启高资本领投，奇绩创坛持续跟投，交大母基金菡源资产参与；2026 年 5 月 Pre-A 轮，元禾原点独家投资，数千万元，向阳资本担任独家财务顾问。奇绩创坛的评价是：「陈昊和团队身上有少见的热情、执行力和技术直觉，接下来最关键的，是把首飞、产品化和底层引擎闭环一个个兑现出来。」6

为什么值得关注：低空经济和具身智能是两条当下最热的赛道，但这两条赛道的交叉点几乎没有人在做。旋翼无人机因为噪音和安全限制，进不了医院、学校、人群密集的室内——这些恰好是具身智能使用场景的集中地。如果扑翼路线跑通，就有可能开辟一类当前旋翼形态无法服务的应用场景。Kickstarter 上线会是一个关键验证节点：极客社区的接受度和使用反馈，会决定这支团队能否快速完成第一代技术积累。

储备追踪：AEON，香港，要做 Agent 版的 Stripe

项目名称：AEON（香港）7

2026 年 5 月 18 日，AEON 宣布完成 $8M pre-seed 融资，由 YZi Labs（原币安 Labs，管理资产超 100 亿美元）领投，IDG Capital、HashKey Capital、Stanford Blockchain Builders Fund、SevenX Ventures、Draper Dragon 等参与跟投。

做的事一句话说清楚：给 AI Agent 搭结算层，让 Agent 能自主支付、自主交易、自主向真实商户完成结算。产品 5 月刚上线，已对接全球超 5000 万个真实商户，处理月交易量 3000 万笔，用户规模超过 200 万。

AEON 是 Coinbase x402 协议的最早期官方合作伙伴之一。x402 的思路是把支付指令嵌进 HTTP 402 状态码里——当 Agent 访问某个 API 或订阅某个服务时，支付逻辑直接内嵌在请求里，不需要人工审批。AEON 在 BNB Chain 上构建了 x402 Facilitator，实现链上可验证结算和不可篡改收据。团队背景来自 Binance、Chainlink、Google、HSBC 和 GrabPay，是少见的同时懂区块链架构和真实支付 rails 的组合。

AEON 的 CEO Eddie Li 说：「生产关系正在向自主 Agent 驱动的经济转变，这个经济范式需要一套专属的金融基础设施。」

为什么现在放入储备追踪而非主推：产品刚上线，数据尚在验证期，团队信息相对有限。但 A2A 经济结算层一直是本频道追踪的优先方向，AEON 是迄今为止在这个方向上最具体、有真实交易量支撑的一个项目。后续跟进节奏取决于 x402 生态的采用速度和 AEON 的商户接入能力。

今天这三个项目，从物理世界建模、飞行机器人形态到 Agent 自主交易，代表了「AI 真正走进物理世界并开始花钱」这件事的三个独立支撑点。哪个先跑通，都可能撬动下游的一串生意。