一周内两家、一个数亿一个近亿：智驾团队转做具身，第一轮拿到的钱差在哪
同一周里，前地平线端到端负责人和前华为车 BU 世界模型负责人分别完成首轮。金额口径一个对外披露、一个只有外界预估——差别不只是钱。
- 一周两家：据不完全统计，10 月 12—18 日这一周内，具身智能领域至少有两个出身智能驾驶的团队完成首轮融资——上海初光跃迁与杭州格物通智。
- 格物通智：10 月 18 日宣布完成近亿元天使轮，投资方包括鸿富资产、匹克投资、杭州资本、杭州人才集团、某省级具身产投及多家上市公司，枫承资本任独家私募股权融资顾问。
- 初光跃迁：成立于 2026 年 5 月，首轮为种子轮，融资金额与估值均未由团队正式对外公布，外界预估为数亿元；工商变更显示注册资本由 50 万元增至 60 万元，投资方一侧可见小米瀚星、BV 百度风投、芯禾资本、辰韬资本。
- 有可查的技术锚点：9 月 23 日 RoboDojo 评测榜显示，初光跃迁核心产品 Simate-Beta 以平均 Score 33.95 登顶，成功率 27.96%，并在真机上完成多步骤"泡茶"任务。
- 创始人背景：张颖为前地平线 HSD 端到端智驾负责人；蔡佳博士为前华为 2012 实验室及车 BU 2030 实验室成员，参与 ADS 2.0 至 4.0 核心技术研发与百万级量产交付。
- 判断：这轮钱买的不是模型指标，是"把百万级量产工程经验搬进具身"这件事的期权。
据不完全统计，10 月 12—18 日这一周里，具身智能领域至少有两个出身智能驾驶的团队完成首轮融资：一个是前地平线 HSD 端到端智驾负责人张颖创办的上海初光跃迁智能科技有限公司，另一个是前华为车 BU 世界模型基模负责人蔡佳创办的格物通智（杭州）有限公司。
两家公司的首轮估值都不详。更值得注意的是披露口径的差异：格物通智的"近亿元"是团队对外披露的数字，初光跃迁的"数亿元"则是外界预估——一字之差，可信度差一档。
| 项目 | 格物通智 | 初光跃迁 |
|---|---|---|
| 注册地 | 杭州 | 上海（另在杭州设研发） |
| 成立时间 | 2026 年 8 月 | 2026 年 5 月 |
| 轮次 | 天使轮 | 种子轮 |
| 金额 | 近亿元（团队披露） | 外界预估数亿元（未正式公布） |
| 创始人来源 | 华为 2012 实验室 / 车 BU 2030 实验室 | 地平线 HSD |
| 技术标签 | 物理反演世界模型 + PSI 物理自进化 | 物理 AI，AI for Physical AI |
投资方一侧的信息量也不对称。格物通智公开了鸿富资产、匹克投资、杭州资本、杭州人才集团、某省级具身产投及多家上市公司，另在首轮就拿到杭州市级层面三支基金支持——杭州润苗基金、杭州颠覆性成果转化基金、杭州人才基金。初光跃迁一侧可见小米瀚星、BV 百度风投、芯禾资本、辰韬资本（工商登记为辰韬智驾基金）。
两家都还在早期，公开可验证的技术锚点不多。初光跃迁有一个：9 月 23 日出自 RoboDojo 评测榜的成绩显示，其核心产品 Simate-Beta 以平均 Score 33.95 登顶，成功率 27.96%，被击败的对手包括 GPT-6 Astra、DeepMind 等；该团队还在真机上完成了一段多步骤的"泡茶"任务。
33.95 是平均分，来自榜单方口径，属单一信源，未获第三方复测。它的意义在于"进了榜"，不在具体分值。
27.96% 是成功率。这个数字比 33.95 更值得看——它说明即便在榜首位置，连续任务的失败率仍然很高。
把这两个数字放一起读，结论比单独看任何一个都清楚：榜单第一名也只做到不到三成的成功率。这不是对某家公司的评价，是对整个具身操作当前水平的刻画。
两位创始人的履历有一个共同结构——都不是纯研究出身，都经历过百万级交付。蔡佳博士毕业于西北工业大学航天学院，师从国家杰青黄攀峰，专注太空机器人灵巧操作；后加入华为 2012 实验室及车 BU 2030 实验室，深度参与 ADS 2.0 至 4.0 核心技术研发与百万级量产交付以及 ADS 6.0 预研，担任百人团队主管及华为科学家委员会委员。张颖则是前地平线 HSD 端到端智驾负责人。核心成员来自华为、理想、地平线、智元等企业。
格物通智的落地路径也写得很具体：依托触觉—视觉为主的多模态数据真实闭环构建"物理反演世界模型 + PSI 物理自进化"技术体系，目标是让机器人在持续作业中把"工龄"变成能力。本轮资方中的匹克投资已与其签订战略合作协议，围绕鞋履制造对"双柔+一高精"——柔性制造、柔性材料、亚毫米级精度——的要求，在企业初期拿下规模化订单。
对做机器人集成与场景交付的团队来说，这类融资消息的可读性有两条：一是"物理 AI / 世界模型"正在成为具身大脑的主流叙事，未来两年会出现一批不造本体、只卖大脑能力的公司，接口与数据格式会是可谈判的筹码；二是首批落地场景已经从"通用家庭"退回到"边界清晰的工业工序"——鞋履制造、物流分拣这类动作可枚举的场景先拿到钱。这与灵巧手行业"结构化任务先行"的判断是一致的。