姚颂、于超联合发起具身智能公司正行创新，完成近亿美元天使轮融资

雷峰网(公众号：雷峰网)消息 6月23日，面向物理智能的具身智能企业正行创新（Striding AI）已完成近亿美元天使轮系列融资。投资方包括正大集团、华勤技术、九安医疗等多家上市企业，多位国内外知名企业家，以及多家一线投资机构。资本的集中加持，反映出市场对其技术判断与商业路径的认可。

据悉，正行创新本轮募集的资金将主要投入三大方向：一是持续引进全球顶尖算法、工程与商业化人才，完善全链条人才梯队布局；二是加大世界动作模型、强化学习等核心技术的迭代与应用，夯实具身智能基础设施能力；三是加速零售、工业等场景的落地验证与产品化落地。

正行创新成立于2026年初，由连续创业者姚颂、著名跨国产业集团正大集团、清华知名青年学者于超联合发起，以“用物理智能给世界带来便利”为使命，致力于探索物理智能的技术边界，通过世界动作模型与强化学习技术，推动将人形机器人大规模部署至真实商业与工业场景，目标成为全球可信赖的机器人服务提供商。

连续成功创业者与知名青年学者领衔，打造持续进化的全栈人才矩阵

物理智能赛道的竞争，本质是算法创新与系统工程能力的综合比拼，既要求团队有深厚的技术底层积累，也需要丰富的产业落地经验。在正行创新看来，物理智能的长期竞争力，不只来自某个单点的技术突破，更来自将算法、软件、硬件、数据与场景整合为一个持续进化系统的组织能力。

正行创新的创始团队由连续成功创业者与清华知名青年学者领衔。创始人兼CEO姚颂是国内硬科技领域少有的连续跨行业创业者，曾联合创立AI芯片公司深鉴科技并出任CEO，带领团队开展高能效AI芯片在辅助驾驶、智慧城市等场景的落地；此后又以联合创始人兼联席CEO身份创立东方空间，带队创造了全球最大固体运载火箭等多项商业航天行业纪录。

联合发起人于超博士现任清华大学深圳国际研究生院助理教授、博士生导师，师从清华大学汪玉教授，与姚颂师出同门。她长期深耕强化学习与机器人研究，主导提出的多智能体强化学习算法MAPPO已成为领域基准方法；团队开源的具身智能训练框架RLinf上线半年便在GitHub上获得超过3800颗星标，被海内外多家顶尖高校与头部机器人、AI Infra企业采用。

在创始团队的带领下，正行创新已搭建起一支资深的全栈研发团队。成员毕业于清华、上海交大、中科大、华中科大、哈工大等国内顶尖高校，并拥有蔚来、智元、海康、大疆、主线等头部企业的研发与产品化经验，能力覆盖基座模型、强化学习、具身智能体系统、运动控制、人机交互、嵌入式软件、人形机器人整机设计、场景解决方案以及大规模量产交付等关键环节，形成从算法“大脑”到硬件“本体”的完整人才矩阵。

以真实场景为起点，构建“数据—模型—基础设施”协同的系统性创新路径

当前，具身智能技术发展普遍面临诸多痛点：真实数据稀缺、遥操作数据采集效率低、纯VLA模型结构难以有效掌握物理世界规律，导致真实环境中操作成功率低下。针对这些行业问题，正行创新提出了“数据—模型—基础设施”协同进化的技术路线，以真实产业需求为研发起点，构建系统性的技术竞争壁垒。

数据层面，依托真实场景资源，构建百万小时级数据壁垒。正行创新依托正大集团、华勤技术等产业伙伴的真实门店、产线与服务场景，正在推进百万小时级真实世界数据采集，不断汇集真实环境中天然存在的复杂变化与长尾问题，为训练高可用性、高稳定性、高泛化性机器人提供高价值的数据来源。

模型层面，让AI在隐空间中，高效学习物理法则和物理规律。正行创新团队认为，物理智能模型的本质不在于像素生成，而应在一个可实时处理的轻量模型中学习诸如牛顿运动定律、动量守恒、能量守恒等基础物理法则，以及各种物理常识。基于这一判断，正行创新与清华大学团队联合开发新一代机器人基座模型，目前已完成“隐空间世界动作模型”的阶段性验证，让机器人在更高效的隐空间中学习物理状态变化，推动人类动作与机器人动作的对齐迁移，使机器人能从海量人类视频中习得通用动作规律，减少对昂贵遥操作数据的单一依赖。

系统层面，构建Agent Loop，推进“人在环路”闭环建设。正行创新正在构建面向真实场景的具身智能体系统，通过“感知—规划—执行—反馈—恢复”的Agent Loop，将单点操作能力组织为场景级长流程任务的稳定执行能力。与此同时，团队还在推进“人在环路”的强化学习后训练与数据闭环建设，针对真实运行数据中包含的成功、失败、接管和低效行为等多元信息，通过创新方法识别其中真正推动任务完成的高价值动作，并将交互数据转化为可用于模型迭代的优质训练数据。据了解，该技术方向在真实机器人任务中已将任务成功率最高提升3倍。

基础设施层面，以端云协同部署，降低模型迭代成本。正行创新判断，不具备Infra基础设施能力的公司，很难最终成为领先的物理智能公司。正行创新将与合作伙伴开展联合研究，建设面向机器人预训练、大规模强化学习与端云协同部署的系统基础设施，通过更高效的数据处理、训练调度与仿真评测体系，持续降低机器人智能能力迭代所需的算力与时间成本。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。