北京智在无界科技有限公司，一家由前智源研究院核心团队创立的初创公司，近日获得了联想之星和智谱Z基金等数千万元投资。该公司致力于开发通用人形机器人大模型，其核心创新在于通过解析海量互联网人类视频数据来训练机器人，有望解决具身智能领域长期面临的数据稀缺与泛化能力不足的难题，推动人形机器人从实验室走向实际应用。
在人工智能浪潮的持续推动下，通用智能体的愿景正逐步从概念走向现实，而人形机器人作为具身智能的终极形态，正吸引着全球的目光和资本的涌入。近日，北京智在无界科技有限公司（BeingBeyond）宣布完成数千万元融资，由联想之星领投，智谱Z基金、燕缘创投、彬复资本跟投，这一事件不仅标志着资本市场对具身智能前景的坚定看好，更揭示了由前智源研究院核心团队带来的创新技术路径，有望为人形机器人领域带来一次范式上的突破 1。
具身智能的症结：数据困境与泛化鸿沟
长久以来，具身智能机器人的发展一直面临着两大核心制约：数据规模的庞大需求和泛化能力的瓶颈。要让机器人实现高度拟人化的行动与决策，需要海量且多样化的真实世界交互数据进行深度训练。这些数据不仅覆盖日常操作，更包括复杂环境下的精细交互。然而，数据的采集过程异常艰难，需要大量人力、高昂成本，并且随着数据需求的指数级增长，存储成本也随之飙升。
更严峻的挑战在于泛化能力。即使拥有海量数据，现有模型在面对未知环境、新任务或新物体时，往往表现不尽如人意，难以将其所学知识有效迁移至全新的情境。这意味着机器人仍缺乏在动态、开放世界中灵活适应和自主学习的能力，严重阻碍了其实际应用和商业化落地。如何在有限的数据规模下提升模型的泛化能力，已成为具身大脑突破性能瓶颈，迈向实用化的关键。
智在无界的创新解法：从人类视频中学习
正是为了解决这些核心矛盾，智在无界（BeingBeyond）提出了其独特的技术路线。该公司成立于2025年1月，创始人卢宗青是北京大学计算机学院长聘副教授，曾任智源研究院多模态交互研究中心负责人，并主导过首个国家自然科学基金委原创探索计划通用智能体项目。团队核心成员均来自智源研究院，在强化学习、计算机视觉、机器人控制和多模态等领域拥有深厚的技术积累 1。
智在无界的核心创新在于，其通用大模型系统并非强依赖于昂贵的机器人真机数据，而是从互联网端的人类运动和手部操作视频中进行预训练。卢宗青指出，这种以公开视频数据为驱动的技术路线，实现了从“人类行为示范”到“机器人动作生成”的跨模态迁移，有效规避了传统方案在数据采集上的高门槛和低效率。
具体而言，智在无界将其通用大模型系统划分为三层：
- 具身多模态大语言模型 (Embodied Multimodal Large Language Model)：该模型自主研发了_Video Tokenizer_技术，专注于时空环境的理解与推理，尤其擅长解析第一人称视角视频。通过将连续视频流解构为兼具时间序列与空间语义的视觉token单元，模型能够精准捕捉动作的时序逻辑（如伸手、抬升手臂到抓起物体的连贯过程），并基于物体方位、肢体相对位置等空间特征理解物理世界和人类行为 1。
- 多模态姿态大模型 (Multimodal Pose Large Model)：利用互联网上丰富的视频资源，包括行走、舞蹈等全身运动，以及抓取物体、工具使用等第一人称视角的精细手部操作数据，为模型提供了丰富且多元的动作样本。这使得模型能够学习各种动作在不同环境下的表现形式，并根据实时环境信息与任务要求，实现具有泛化性的端到端运动操作 1。
- 运动模型 (Motion Model)：负责将经过预训练和推理得到的动作指令，转化为机器人本体能够执行的精确运动控制。
为了进一步增强机器人的自主学习能力和对动态环境的适应性，智在无界还提出了Retriever-Actor-Critic (RAC) 框架。该框架通过对真实交互数据进行检索增强生成（RAG）与强化学习的协同应用，形成“数据收集-模型优化-效果反馈”的闭环。这不仅能提升模型的响应准确性，还能使机器人具备动态适应多变场景的能力，为其规模化落地提供了可行的技术路径 1。卢宗青强调，这种“互联网视频预训练通用动作模型，再通过后期适配训练实现对不同机器人本体及场景的迁移”的技术路径，可以有效避免因硬件迭代导致的数据浪费，从根本上解决真机数据稀缺与场景泛化的矛盾 1。
资本的视角：生态布局与未来愿景
此次融资的联想之星和智谱Z基金，其投资逻辑也映射出对具身智能和通用AI赛道的深远布局。联想之星合伙人高天垚指出，当前具身大模型的技术路线尚未收敛，而BeingBeyond团队的技术路线解决了训练数据来源有限的问题，同时采用模块化方式构建了一套完整的技术框架，具备全栈技术能力，有望在任务与环境泛化性、跨本体等问题上实现“零样本”泛化 1。
智谱Z基金作为智谱AI的生态基金，其投资行为更是智谱AI整体战略的缩影。智谱AI本身已是中国估值最高的AI大模型创业公司之一，此前完成了30亿元融资，投前估值高达200亿元人民币 2。智谱Z基金正在积极通过“Z计划”投资布局AI大模型产业，据了解已投资超过13家相关创业公司 3，其中包括另一家同样获得智谱生态基金投资的人形机器人厂商“动易科技” 4。智谱Z基金合伙人王璞表示，智在无界构建了业界首个百万规模的MotionLib数据集，并开发了端到端的Being-M0动作生成模型，验证了“大数据+大模型”在具身智能中的规模效应，并实现了跨平台动作迁移的技术闭环 1。这表明智谱AI不仅着眼于基础大模型的研发，更在积极构建包括具身智能在内的应用生态，以期推动通用机器人走进千家万户 1。
智在无界的技术路径，无疑为人形机器人的未来发展提供了新的想象空间。随着公司与头部机器人厂商推进场景验证合作，其创新的预训练和自学习框架，有望加速具身智能在更多领域的应用落地。然而，将这些在互联网视频中习得的“通用动作”真正转化为复杂、高风险工业场景或精细家庭服务中的可靠行为，仍需大量工程化努力和安全伦理考量。但毋庸置疑，智在无界正站在一个关键的十字路口，其技术路线可能重塑我们对未来人机交互和智能自动化潜力的认知。