今日，投中网独家获悉，具脑磐石完成新一轮亿元级融资，本轮融资由具备深厚类脑与具身产业背景的顶尖产业资本领投，老股东及多家顶尖基金复投和跟投。同时，更新一轮融资也在同步交割中。据悉，本轮融资将重点投入核心技术研发、团队扩充与全球市场拓展，加速认知世界模型的研发、工程化落地与真实场景验证。
在这笔融资完成之前，在大洋彼岸，“图灵奖”得主杨立昆所创立的AMI Labs，于今年3月才刚刚完成10.3亿美元种子轮融资，投前估值达到35亿美元，这使得类脑智能的世界模型技术路线，逐渐清晰起来。
对于投资人而言，在国内，要找的无疑是，在同一技术方向下，创始团队最好且靠谱的类脑智能玩家。由此，这位前华为云AI算法创新Lab主任、华为具身智能大脑开创者，创业的具脑磐石浮出水面。
华为“具身大脑一号位”创业
类脑智能路线浮出水面
作为“华为天才少年”面试官，朱森华在圈内并不陌生。
在华为内部，他更是公认的“具身大脑一号位”。任职期间，朱森华带领团队搭建了华为云脑与类脑AI云平台、前沿性探索未来 AI 发展新范式；并孵化了华为内部的首个具身大模型、完成了类脑智能与具身模型融合的技术落地验证。在华为的六年里，他既是技术的探索者，也是商业落地的操盘手，具备“AI工程化能力”与“脑科学研究”的跨界特质。
相较于纯学术背景的创业者，朱森华身上也有着罕见的“文理兼修”基因。履历显示，朱森华的学术背景跨越了计算机科学与认知神经科学：本科与硕士深耕AI方向，博士阶段赴宾夕法尼亚大学攻读认知神经科学，博士后在中科院脑与认知科学国家重点实验室完成。
这份独特的“脑科学+AI”特质，为他如今的创业打下了基础。在2025年，在赛道最火热、玩家入局最多之时，他却做出了一个反直觉的决定：不跟随行业VLA（视觉 - 语言 - 动作）模型大流，去堆砌数据、走 “数据大炼丹” 的技术路线，而是另辟蹊径，选择了一条不太为人所知的类脑智能的Neural AI 范式（Brain Inspired Neural AI），并拉起一支在华为内部磨合多年、知根知底的 “铁军” 班底，于2025年下半年创立了具脑磐石。
为何是“类脑智能”路线？
从某种程度上看，虽然这与朱森华的学术背景有关联，但他认为，今天的 AI 虽然在文本、图像生成上表现亮眼，但仍存在难以突破的 “四大短板”：高度依赖海量数据、泛化能力薄弱、无法实现终身学习、训练与推理功耗极高。朱森华认为，既然叫做“人工智能”，站在第一性原理的终极目标就应该是逼近人类大脑的智能能力，而非停留在 “拟合数据、模仿复现” 的浅层阶段。
与此同时，具身智能的1.0阶段也走到了尽头：在以LLM为中心、靠暴力计算、消耗高数据和高功耗、且不具备终身学习能力的框架下，机器人无法通往真正的智能。
因此，在他的判断里，人工智能的下一阶段，不应该是继续堆数据、堆算力、堆参数，而是回归智能的本源 ——向“大脑”取经。
在此背景下，作为一个具备AI前沿探索与工程化能力和脑科学研究的“跨界者”，朱森华认为，人工智能的起源应用是对大脑神经元的建模。“具脑磐石想要做的，就是为各类机器人打造一颗真正具备自主认知、逻辑推理、环境适配、持续进化能力的‘大脑’。”
从“鹦鹉学舌”到“认知世界”
一场具身大脑效率的革命
放眼当前，在这场世界模型的混战中，朱森华发现，已有五大派系，它们分别代表了通往通用人工智能的不同路径。而这五大派系分别是由李飞飞领衔的空间智能流派，其核心是显式的3D建模；OpenAI的视频生成路线，他们坚信“预测即理解”；DeepMind主导的学习型仿真派，不追求像素级的完美，而是通过Genie系列生成可交互的虚拟环境，再让智能体（如Dreamer）在其中通过强化学习自主探索、习得技能。
再者，就是由杨立昆提出的JEPA（联合嵌入预测架构），他强烈反对预测像素，主张在抽象的潜在表征空间里预测世界的演化规律，并认为这才是通往机器常识的高效路径。最后是Karl Friston的主动推理框架，核心是“自由能原理”——大脑并非被动接收信号，而是主动建构世界模型并持续最小化预测误差。
基于行业的研判，以及对脑科学底层逻辑的认知，具脑磐石在成立之初，就确立了与杨立昆同源的JEPA（联合嵌入预测架构）路线，并致力于构建一套能够自主理解、推理、适应环境的“认知世界模型”（Cognitive World Model）。
不过，技术路线上的百花齐放，让朱森华仍然看见，大多数具身智能技术，只停留在“鹦鹉学舌”阶段的浅层阶段。“他们只是依靠海量数据记住规律，没有真正理解物理世界的因果逻辑。”
相较传统的“鹦鹉学舌”，具脑磐石构建的“认知世界模型”，不只是一个算法框架的迭代升级，更是一场效率革命。简单来说，具脑磐石已彻底跳出固有模式：让AI 无需耗费算力生成实景画面，也不必再死记海量细节，核心聚焦于提炼、理解事物背后的“抽象概念”和“物理规律”。
例如，面对一个杯子，具身大脑不需要再预测杯子倒下的每一帧画面，只需要理解并预测 “倾倒”“重心变化”“易碎” 这类抽象概念；面对搬运、码垛等任务，也不需要死记硬背每一种物体姿态，而是直接吃透底层物理因果。
“这套基于抽象概念的认知逻辑，可以让机器人首次接触椰子壳这类陌生物体时，无需额外专项训练，便能自主判断其具备盛水功能，真正实现类人级别的举一反三。”朱森华举例道。
从机械式的“鹦鹉学舌”到理解式的“认知世界”，这种技术的跃迁正是具脑磐石想要抓住的技术变革。
按照具脑磐石的设想，公司交付的不仅是一个控制机器人的代码包，也不是单一的动作或技能的执行模型，而是一套能够自主理解、推理、适应环境的“认知世界模型”。同时，朱森华也提出，具脑磐石不做只为单一企业或单一客户定制的机器人大脑，而是通过上下游的生态建设，打造适配多品牌、多形态机器人的全新发展范式。
通用化的技术路线，也让这套认知模型拥有极高的数据使用效率。据朱森华介绍，在公开基准测试中，他们仅用行业1/10的数据量，就达到了与传统路线同等的技能学习效果，训练成本、推理功耗、部署难度都大幅下降。
此外，整个行业也处在从 “VLA 大模型”向“世界模型”转型的关键节点，但朱森华认为，真正的世界模型自下而上的应该有五个层级：第1-2层为视觉真实、物理真实，第3层是交互真实，第4-5层分别为抽象学习能力和主动推理。
“目前，市面上绝大多数机器人技术只解决了前三个层级的基础能力，而对标杨立昆JEPA路线的具脑磐石，直接将研发重心锁定在高阶智能的第4-5层。”
长远来看，具脑磐石的终极目标，是打造出一个能理解物理因果、具备类人的抽象学习和终身学习能力、不会灾难性遗忘、低功耗高泛化的“具身大脑”，即具身智能2.0阶段。而这一能力，也是具身智能1.0无法突破的核心瓶颈。
具身智能产业，落地为王
近期，随着杨立昆的JEPA架构和Karl Friston的主动推理理论的持续走红，全球AI领域对类脑智能、自主智能的探索，迈入了全新的阶段。
但对于具身智能而言，热度之外，行业终将绕不开的是产业化落地这场硬仗。
作为前华为“具身大脑一号位”，以及“华为天才少年”的面试官，朱森华深知，行业下半场比拼的核心，是顶尖跨界人才的储备密度。“现在，具脑磐石所需的人才并非传统的计算机专家，而是兼具“脑与类脑”学科背景、神经科学训练及AI工程化能力的跨界稀缺人才。”在交流中，朱森华强调。
除了朱森华本身，投中网了解到，这支以华为系骨干为核心搭建的“铁军”，还吸纳了来自清华、北大、中科院的科研人才，以及华为、旷视、极智嘉的大厂老兵。其中，联创刘晋宇长期深耕 AI 与机器人领域的技术产品化及产品商业化，曾主导负责多个产品事业部从 0 到 1 孵化与全球商业化落地，在工业场景、商用服务场景积累了充足的项目孵化、市场拓展与规模化交付实战经验。
原生零磨合的团队配置和基础，让具脑磐石的能力不只停留在前沿研发层面，而是覆盖从技术预研、系统工程到客户场景与产业交付的完整链条。
也正因为清晰的赛道方向、硬核的创始团队、稀缺的类脑智能技术路线，让具脑磐石成为资本关注的对象。成立于2025年的具脑磐石，虽然从时间上看，入局的时间并不算早，但朱森华认为，从产业化落地的角度来看，整个具身智能产业才刚刚开始。
在商业化上，朱森华表示，从成立第一天起，具脑磐石就确立了清晰的商业化落地策略：只选有真实付费意愿、可规模化复制、能牵引核心技术迭代的场景。“当前，公司将以工业--商用--家用的阶段式发展目标推进技术成熟和规模应用，并通过局部场景落地沉淀、抽象从基础模型到生产力工具的开放平台体系。同时公司也从Day1创立之初便将全球化作为公司核心战略之一。”朱森华透露。
而相对于国内市场，海外市场的落地逻辑已有明显差异：国内客户买单核心，是看ROI，当前机器人成本高、能力有限，远超实际人工成本、多数仍处于试点验证阶段；而海外发达国家面临事实性劳动力短缺，即便机器人方案尚未完全达到人工同等水平，客户也愿意为填补劳动力缺口为机器人的局部有效付费。同时海外也可以尝试不同于国内的商业模式，提高客户的购买意愿。
这也是具脑磐石在商业化路径上，早早选择 “内外双线并行、海外优先突破” 的重要原因。
截至目前，具身智能已连续写入政府工作报告，“类脑与智算”也出现在《人形机器人与具身智能标准体系（2026版）》中，这让类脑智能与具身智能的结合正在从前沿探索，走向产业部署。
在朱森华看来，当杨立昆举起“JEPA”这面技术大旗，证明了方向的正确性后，市场需要的是，真正能把这面大旗扛进工程落地、跑通商业化、做出真实壁垒的中国团队。为此，具脑磐石将会把 JEPA这条技术路线，扎扎实实推进到机器人真实工作的现场，让机器人真正具备接近人类大脑的认知能力，抢占全球下一代自主智能产业先机。
本文来自微信公众号“投中网”，作者：陈美，编辑：王庆武，36氪经授权发布。
