硬氪获悉，近日具身智能企业中科第五纪连续完成A1轮、A2轮融资，总融资金额超过十亿元。其中A1轮由锡高投、中国银行旗下中银AIC基金、三锋投资联合投资；A2轮由芯能创投、中银AIC基金、中山创投、鸿瑞达投资、博彦科技、金创投(浙江省新能源汽车子基金)联合投资。

中科第五纪成立于2024年，成立不到两年时间已完成数十亿融资。第五纪是一家头部的“具身大脑”公司，围绕具身操作大模型构建产品与解决方案。国内已服务中石化集团、零跑、国家电网等十余个核心客户。

相比国内市场，中科第五纪下一阶段更明显的增量来自海外。本轮融资完成后，全球化将成为公司未来发展的核心方向之一。目前，第五纪获得数亿元海外订单，海外业务进入实际交付阶段，并已构建起本地化服务体系。未来半年，第五纪将重点拓展欧洲、澳大利亚、新西兰、日本、韩国等海外市场。

今年3月，中科第五纪在德国一家全球制造业企业总部完成了通用料箱搬运实景验证。面对随机摆放、规格不同的料箱，机器人无需人工干预，即可连续完成识别、抓取和搬运。对于具身智能公司而言，能够在欧洲制造业现场完成验证，意义不只是一笔项目落地，更意味着其技术开始接受高标准工业体系的检验。

公司创始人兼CEO刘年丰是中科院自动化所博士，师从中国科学院院士谭铁牛，长期从事人工智能、机器人产品研发及核心技术产品化落地工作。他告诉硬氪：“欧洲制造业正面临劳动力结构变化和新一轮自动化升级，这为中国具身智能企业提供了新的市场机会。在海外，‘说到做到’极其重要。能拿到头部制造企业订单，靠的是产品能快速适应当地生产体系，并把项目真正交付下去。”

过去一年多里，全球具身智能赛道正经历一场关于技术路线的转移。在硅谷，以Figure、1X Technologies为代表的梯队，普遍将互联网大模型的Scaling Law引入物理世界，试图通过无限堆叠视频扩散模型与数以百万小时计的机器人真实抓取数据，去催生具身智能的GPT时刻。不过，真实物理世界的非结构化特征导致数据采集成本较高、场景泛化部署周期很长等问题。

在这一行业背景下，第五纪推出了全球首创的超少样本FAM系列具身操作大模型。传统VLA架构在降维过程中极易丢失物理世界的空间结构先验，导致机器人稍换背景或光照就发生误操作。因此，第五纪独创了“热力图对齐”技术，将特征精准“拉高”回三维热力图，保留了三维空间几何关系，通过业内首创的模型架构创新技术减少了空间数据损失，提升了数据利用效率，从而实现“少样本、高可靠、强泛化”的技术闭环。

在实际操作部署中，该模型将任务的学习门槛降到了仅需3至5条真实示范，即可实现高达97%的基础任务成功率，数据需求量降至传统方法的1%。

（图源/企业）

在提升操作泛化能力的同时，第五纪还通过世界模型模仿人类行动前预判结果、判断风险的能力，让机器人先推演、再执行，进一步提升真实作业中的安全性。在其近期升级的FAM-1.3版本中，团队首次将三维空间结构先验与视频生成深度融合，实现了从离散热力图预测到序列化热力图生成的跨越。另一款世界模型BridgeV2W，能够将复杂的动作指令直接“翻译”成未来可能看到的画面，从而实现对动作结果的高精度、可视化模拟。其暂未正式发布的新一代世界模型FlowWAM则在今年4月登顶了WorldArena全球榜单总分榜。

搭载第五纪自研的首款轮式具身机器人已在物流、工业柔性产线、能源巡操三大核心场景实现规模化落地。机器人承载了FAM系列大模型，身高189cm，臂展65cm，采用轻量化设计，全身具备28个自由度，其中仿人形手臂拥有7个自由度，在参数上兼顾了高负载与高灵活度。

在技术上的突破也是第五纪重点开拓海外市场的原因之一，海外工厂在物料规格、生产节拍、工位布局等方面存在明显差异，第五纪依托FAM系列具身操作大模型，用超少样本学习，提高机器人面对陌生场景时的快速适配能力，也就降低了不同国家、不同工厂部署成本。

（图源/企业）

目前，公司海外业务重点聚焦工业物流、柔性制造等标准化程度较高、市场需求明确的工业场景。相比于以硬件出口为主的机器人企业，刘年丰表示，我们会坚持软硬一体，因为只有软硬一起做，才能真正打通场景、数据、模型、控制和交付。

以下是对第五纪创始人兼CEO刘年丰的访谈：

硬氪：行业主流目前都在沿着VLA路线走，为什么第五纪在成立之初就选择“颠覆”它？把一维特征“拉高”回三维热力图，在工程实现上最大的挑战是什么？

刘年丰博士：我们希望具身机器人理解世界的方式，更接近人。

人面对真实世界时，并不会对所有信息做同等强度的计算。大脑始终在筛选：什么与当前任务有关，什么可以暂时忽略，哪里值得投入更多注意力。真正有效的智能，从来不是处理的信息最多，而是能够迅速抓住决定结果的部分。

这也是我们重新设计技术架构的起点。具身机器人生活在三维物理世界中，位置、距离、遮挡、接触关系都直接决定动作是否成立。如果把这些信息过早压缩为一维特征，计算可能更简单，但三维结构和空间约束也可能随之丢失。

第五纪把特征重新拉回三维热力图，一方面保留物理世界原本的空间关系，另一方面让模型形成类似于人类注意力的选择机制，快速锁定与任务最相关的区域。

工程上最大的挑战，是在三维空间中准确表达目标、位置和动作之间的关系，同时让模型从复杂环境中迅速找到真正决定任务成败的关键区域。我们既要解决空间信息在特征压缩中的损失，也要避免模型对所有信息进行无差别处理。第五纪的核心，是让具身机器人既理解三维世界，又具备抓重点的能力。

硬氪：行业目前还在用海量数据灌大模型，你们敢赌“超少样本”的原因是什么？如果用超少样本，对示范数据的质量、维度和操作人员会提出更高要求吗？

刘年丰博士：模型能力取决于两个变量，一个是数据数量，一个是数据质量。

我相信数据越多模型能力越强，但问题在于，今天具身智能真正稀缺的是高质量真机数据。当数据数量短期内很难大幅增长时，行业就不能只关注“有多少数据”，还要关注数据使用效率。

如果模型的数据使用效率只有1%，即便不断增加数据，大量有效信息仍然会被浪费；如果使用效率能够从1%提高到更高水平，同样的数据量就能支撑更强的学习能力。未来数据规模扩大，这种效率优势还会被进一步放大。所以我们进行了模型的架构创新，将学习一个新任务所需的示范数据降低到3—5条。超少样本只是结果，我们真正突破的，是具身智能长期存在的数据利用效率瓶颈。

至于第二个问题，恰恰相反——超少样本不是把负担转嫁给现场人员，而是把复杂性消化在系统内部。现场工人只需要按照正常的作业方式，完成几次简单的示范操作就行。至于动作理解、空间建模、安全校验这些复杂推理，本来就应该由模型和系统去完成。我们的原则很简单：让客户用最少的干预，拿到最稳的落地效果。如果“超少样本”反而让客户更累，那它就没有任何商业价值。

硬氪：今年世界模型非常火热，第五纪也发布了 BridgeV2W ，第五纪的技术蓝图里，世界模型扮演什么角色？

刘年丰博士：世界模型，本质上是在模拟人类“行动前推演”的能力。

人并不是接收到信息之后就立刻行动。真正开始前，大脑会根据过去的经验，对接下来可能发生的结果进行快速推演：这个动作是否可行，环境会怎样变化，可能出现什么风险，是否需要换一种方式。很多时候，这种推演并不被我们明确感知，却是人能够在复杂环境中完成行动的重要原因。

BridgeV2W要赋予机器人的，正是这层能力。机器人在真正执行动作之前，先预测动作可能带来的环境变化，对结果进行判断。预期结果合理，再进入执行；如果存在碰撞、掉落或其他风险，就及时调整动作，必要时引入人工干预。

简单来说，超少样本解决的是具身机器人如何像人一样，从有限经验中高效学习；世界模型解决的是具身机器人如何像人一样，在行动之前预判结果。它让具身机器人的决策不再停留在“看到什么、应该做什么”，而是进一步理解“这样做之后，会发生什么”。

硬氪：你们自研了首款 189cm 的轮式双臂具身机器人，第五纪选择自研本体的逻辑是什么？未来会坚定地走软硬一体路线，还是更倾向于做具身智能时代的大脑供应商？

刘年丰博士：先明确一点——我们本质上还是个“大脑公司”。自研本体，是现阶段把大脑带进工业现场的必要选择。

目前绝大多数机器人本体更适合展示，距离工业级作业还有明显差距。真实工厂要求机器人在高节拍下长期连续运行，同时满足高稳定性、高可靠性、大负载以及宽温域作业等要求。身体如果达不到这些标准，再强的大脑也无法真正发挥能力。

因此，我们根据具体任务对负载、工作范围、作业节拍和环境适应性的要求，匹配了一副能够承载大脑能力的身体。189cm、轮式和双臂，都是从现有工业工位和实际作业需求出发作出的选择。

第五纪会持续保持软硬一体的能力，因为大脑必须在真实身体和真实场景中完成验证与迭代。但公司的核心始终是具身大脑。自研本体服务于大脑能力的落地，未来我们的具身大脑也会适配更多形态的机器人。