Finanzierungs-Debüt | Mit der Beteiligung von zwei börsennotierten Unternehmen, Leading Optoelectronics und Woan Robotics, zielt Zhenjue Wanxiang darauf ab, die „Dateninfrastruktur“ für verkörperte Intelligenz aufzubauen.

【Shenzhen, August 2026】 Der Bereich der verkörperten Intelligenz erhält einen wichtigen Infrastrukturanbieter. Physen AI, ein Unternehmen für physische Interaktionsdateninfrastruktur, gab heute den Abschluss einer Engel-Finanzierungsrunde im Wert von mehreren zehn Millionen Yuan bekannt. Diese Runde wurde vom Worthy Star Torch Fund unter Yinke Worthy angeführt, gefolgt von Institutionen wie Shanxing No.1 Fund und Mingyao Huichuang.

Besonders auffällig ist, dass zwei börsennotierte Unternehmen, der A-Aktien-Optikführer Liding Optoelectronics (605118.SH) und das erste "Aktienunternehmen für KI-verkörperte Haushaltsroboter" am Hongkonger Markt, Woa Robot (06600.HK, SwitchBot), selten zusammenarbeiten und das Projekt durch direkte industrielle Investitionen unterstützen. Die Mittel werden hauptsächlich für die Serienproduktion und Lieferung von Drei-Ringe-Datenerfassungsgeräten, den Aufbau einer Datenalgorithmusplattform und die Erweiterung des Teams verwendet, um das zentrale Branchenproblem zu lösen, dass Roboter "etwas verstehen, es aber nicht richtig ausführen können".

"Ölfeld im Zeitalter der Roboter: Der Aufstieg der unabhängigen Datenebene"

Die Datenebene für das autonome Fahren ist naturgemäß in den Automobilherstellern integriert, aber die verkörperte Intelligenz verfügt nicht über solche angeborenen Voraussetzungen. "Das Internetzeitalter hat die massiven Textdaten hervorgebracht, die für große Sprachmodelle benötigt werden. Im Zeitalter von Physical AI werden dagegen multimodale Interaktionsdaten zwischen Menschen und der realen Welt benötigt", erklärte Huang Zhishen, Gründer von Physen AI.

Videos können nur aufzeichnen, "was getan wurde", aber physische Interaktionssignale wie Kontakt, Krafteinwirkung und Gleiten können dem Roboter mitteilen, "wie es zu tun ist". Physen AI geht davon aus, dass die Industriekette der verkörperten Intelligenz ein Muster aufweisen wird, in dem Daten, Gehirn und Körper gleichermaßen voranschreiten. Für Nischenszenarien wie Haushaltsdienstleistungen und medizinische Pflege wird eine unabhängige Dateninfrastruktur zum Kern der Industriekette werden.

Das "Drei-Ringe-Schema" mit extremem Preis-Leistungs-Verhältnis: Neudefinition des Endzustands der Datenerfassung

Auf dieser Grundlage hat Physen AI das "Drei-Ringe-Schema" eingeführt, das als endgültige Form der EGO-Datenerfassung bezeichnet wird.

Im Gegensatz zu den in der Branche üblichen Bewegungserfassungshandschuhen oder Fernbedienungsgeräten bildet dieses Schema einen vollständigen Wahrnehmungsregelkreis durch die Zusammenarbeit von Kopfring (globale visuelle Positionierung), zwei Armringen (sechsdimensionale Kraftmatrix) und IMU (Zustandsüberwachung).

Noch disruptiver ist seine Kostenkontrolle und technische Route:

Extremes Preis-Leistungs-Verhältnis: Die Kosten des gesamten Geräts werden auf etwa 150 US-Dollar begrenzt. Durch die fast wahrnehmungsfreie Trageweise wird die natürliche Bedienung des Menschen nicht verändert, was den groß angelegten Einsatz ermöglicht.

Technologischer Vorsprung: Es wird FMG (Muskelkrafssignal) anstelle des störanfälligen EMG (Muskelaktionspotential) verwendet, das traditionelle blinde Bereiche wie statisches Greifen und langsames Ausüben von Kraft abdeckt und eine höhere Robustheit aufweist.

Effizienzsteigerung: Auf Basis des exklusiven Datenausrichtungsmodells kann Physen AI die a-priori-Werte der menschlichen Bedienung effizient auf Roboter übertragen. Tests haben ergeben, dass der Datenbedarf für echte Roboter um mehr als 70 % sinkt und die Generalisierungsgeschwindigkeit für neue Objekte um mehr als das 3-fache steigt, wodurch die Schwelle für das Roboter-Training erheblich gesenkt wird.

Industrielle Zusammenarbeit: Umfassende Validierung von der Lieferkette bis zum Szenario

Diese Finanzierungsrunde ist nicht nur eine finanzielle Unterstützung, sondern auch eine tiefe Integration von industriellen Ressourcen.

Liding Optoelectronics verfügt über mehr als 20 Jahre Erfahrung im Bereich Fischaugen- und Panorama-Optiklinsen und wird mit Physen AI bei Lieferkette und gemeinsamer Forschung und Entwicklung für optische Module zusammenarbeiten, um den Hardware-Wettbewerbsvorteil zu festigen.

Als weltweit führender Anbieter von KI-verkörperten Haushaltsrobotersystemen vertreibt Woa Robot seine Produkte in mehr als 90 Länder und Regionen und ist ein wichtiger industrieller Investor und Szenarienvalidierungseingang für Physen AI. Durch die strategische Zusammenarbeit mit der Regierung des Bezirks Bao'an hat Woa Robot einen großen physischen Roboter-Datenerfassungsbasis im AI-Ökosystem-Innovationscommunity von Jubao Pen angelegt. Das Interaktionsdaten-System der Physical-AI-Engine von Physen AI wird als Kern-Erfassungslösung in diesem Zentrum eingesetzt. Beide Seiten bauen gemeinsam die Kette von der Interaktion im Haushaltsszenario bis zur Markierung physischer Signale auf und stellen skalierbare Datenquellen für die Algorithmus-Iteration von Physen AI bereit, die nah an der realen Anwendung sind.

Derzeit wurde das Schema von Physen AI von führenden Unternehmen der Industriekette anerkannt und hat eine Lieferung im Millionenbereich erreicht. Zu den Partnern gehören der führende Anbieter von Harmonische Getrieben Green Harmony (Modellvalidierung), der Automobilkomponentenriese Ningbo Huaxiang (Datenrückfluss) und De'er Co., Ltd. (Aufgabenvalidierung), die wichtige Szenarien wie Greifen, Transport und Montage abdecken.

Vollständiges Stack-Team: Von Tesla, Amazon bis zur Chinesischen Akademie der Wissenschaften

Das Kernteam von Physen AI erstreckt sich über die Bereiche des verkörperten Modells, der Massenproduktion von Hardware, der Optiktechnik und der Robotik:

Gründer Huang Zhishen, Doktor der KI an der Chinesischen Universität von Hongkong, verfügt über mehr als 10 Jahre Erfahrung in der multimodalen Bewegungswahrnehmung;

Liang Yu, Leiter der Hardware-Produkte, Doktor an der Polytechnischen Universität Hongkong, leitete früher die Forschung und Entwicklung von verbraucherorientierten vierbeinigen und humanoiden Robotern und stellte einen Rekord von 4 Monaten von der Konstruktion bis zur Auslieferung auf;

Wang Chen, Experte für Optik- und Robotertechnik, Doktor an der Northwestern University, war früher leitender Optik-Ingenieur bei Tesla und leitete die Sensorentwicklung für den ersten Haushaltsroboter Astro bei Amazon;

Zhao Wentao, Leiter der Robotertechnik, Doktor am Institut für Automatisierung der Chinesischen Akademie der Wissenschaften;

Chen Lei, Leiter für VLM und semantisches Verständnis, Doktor an der Fudan-Universität und Mitglied des Shanghai AI Laboratory.

Darüber hinaus fungieren Xu Songlin, Assistenzprofessor an der Polytechnischen Universität Hongkong, und Sheng Lü, Professor an der Beihang-Universität (Top-2-%-Wissenschaftler weltweit), als leitender Wissenschaftler bzw. Technikberater.

Definieren der Physical AI-Infrastruktur

Nach dem Plan wird Physen AI den Drei-Schritte-Prozess "Build (2026) → Scale (2027) → Ecosystem (2028)" durchlaufen und schließlich einen Physical-Token-Datenmarkt und ein körperübergreifendes Datenversorgungsnetz aufbauen.

"Die Datenerfassung erlebt einen Paradigmenwechsel von Bewegungserfassungshandschuhen zu tragbaren, fast wahrnehmungsfreien Lösungen", sagte Huang Zhishen. "Für extrem flexible Bedienungen müssen die Kraftsignale außerhalb des Sehens ergänzt werden, ohne die natürliche Bedienung des Menschen zu verändern. Physen AI setzt sich dafür ein, die nächste Generation der Physical AI-Infrastruktur zu definieren, damit Roboter wirklich das 'Gefühl' haben, die physische Welt zu verändern."

Über Physen AI:

Shenzhen Physen AI Technology Co., Ltd. (Physen AI) ist ein weltweit führendes Unternehmen für physische Interaktionsdateninfrastruktur. Mit der Mission "Roboter alle Phänomene sehen zu lassen" bietet es grundlegende Datenunterstützung für verkörperte Intelligenz und Weltmodelle durch selbst entwickelte tragbare Datenerfassungsgeräte, Kraft-Decodierungsalgorithmen und Datenausrichtungsmodelle.