具身智能赛道又一笔重磅融资落地。破壳机器人（PokeBot）刚完成亿美元级 Pre-A 轮，顺为和经纬联合领投，小米战投等老股东继续加注。

创始人许华哲，清华叉院助理教授，国内第一个聚焦机器人操作的具身智能实验室 TEA Lab 的创建者。伯克利博士、斯坦福博后，回国四年发了百余篇论文，覆盖感知、决策、控制到基础模型和强化学习完整技术栈。

但真正值得关注的，不是融资额，也不是背景，是破壳选的那条技术路线：死磕机器人操作。

这话听起来有点反常识。过去二十年机器人行业攻关的三大问题 —— 导航、运动、操作，前两个已经卷得很厉害了。双足机器人跑跳翻跟头的视频大家都看过不少，但到了桌边拿不起杯子、整理不了餐桌、做不好一顿饭，还是普遍现状。会跑会跳，不等于会干活。

导航解决 "找到路走过去"，操作解决 "到了之后动手完成任务"。前者是移动能力，后者是真正和物理世界发生有效交互的能力。机器人能不能进家庭、进服务场景，操作才是那道最关键的坎。

而且具身模型的容错空间比大语言模型小太多了。LLM 说错一句话可以改，机器人动作错一毫米，杯子摔了，整个任务直接失败。预测得像没用，真正理解动作和结果之间的因果关系，才是最大的挑战。

破壳今年六月放了一个 9 分钟的真机全自主演示，内容是从头到尾炒一盘麻婆豆腐。

别小看这道菜，拆解开来全是难点。

长：九分钟几十个步骤环环相扣，任何一个微小误差都会沿任务链条放大，长时序规划和状态跟踪的难度拉满。

巧：豆腐柔软易碎，切的时候落刀精准、力度刚好，力控水平接近人手。

变：豆腐从整块变小块、肉末从生到熟，环境实时在变，机器人必须动态调整动作，而不是按预设脚本走。

杂：刀、锅铲、灶台、调料瓶多种工具切换，自主安排执行顺序，出了偏差自己纠错重试。

准：刀具换手、归置入架，毫米级精度。

同期还展示了叠衣服、穿扎带、系香囊，覆盖柔性物体处理、精细对位、长时序任务等不同类型的操作挑战。放眼全球，烹饪类真机 Demo 大多是单一短时任务，成立三个月就拿出全自主长程操作的，确实不多见。

背后的技术体系叫 WAM×RL×DATA 飞轮。WAM 世界动作模型是底座，负责理解物理因果、预测环境变化、规划行动；RL 全链路真机强化学习让机器人在实际交互中持续进化；自研数采设备挖掘高质量真实世界数据，反过来推动 WAM 和 RL 迭代。三者互相强化，操作能力滚雪球式增长。
现在破壳已经完成了从基础模型、真机强化学习、数据采集硬件到复杂任务训练的全链路搭建，团队也拉起来了，覆盖软件硬件产品商业化。

下一步他们想做的不只是软件，是具身基础模型和机器人硬件联合研发，软硬结合找落地场景。
做科技媒体观察下来，具身智能这两年的叙事正在变。以前比的是谁的机器人走得稳、跳得高，现在开始比谁的手更巧、谁能真正干活。从 "会移动" 到 "会操作"，是具身落地必须跨过的那道坎。
物理 AGI 不会某天突然出现，而是在每一次操作、失败和修正的复利里慢慢长出来。