速途网9月12日消息(报道：李楠)今日，斜跃智能完成数亿元天使+轮融资，线性资本、钧山资本、弘颐资本、隐山资本等机构参与投资。这家成立于2026年2月的公司以家庭为第一落地场景，由理想汽车（LI）前AI首席科学家陈伟与前产品线总裁张骁联合创立，资金将投向具身基础模型训练、算力与数据基础设施建设、核心团队扩充，以及家庭机器人本体研发和场景验证。
投资逻辑绕不开创始团队的组合。陈伟2021年底加入理想汽车（LI）任首席科学家，2022年底带队完成智能座舱（886059）全栈自研，2023年启动自研大语言模型MindGPT并在当年上车，2025年转任基座模型团队负责人，主导重新定义车端VLA模型，参数约4B。他的履历基本围绕“把模型能力的天花板拉起来”。张骁代表另一端，他是理想首任整车产品经理，也是理想L9产品策略的核心定义者之一，离职前任第二产品线总裁，产品定义、供应链与量产交付都是他的主场。
一个管模型上限，一个管产品落地，这套“软硬一体”的组队方式几乎是当下具身创业的标准答案。据公开报道，斜跃首轮由理想汽车（LI）与元璟资本共同投资，后者投资的至简动力半年内连拿5轮融资。区别在于，至简动力做工业B端，场景可控、投入产出可核算；斜跃做家庭C端，难度更高，天花板也更高。
过去机器人系统大多走“接收指令、执行动作、返回结果”的单工或半双工流程，评价标准是任务完成度。家庭场景不这样运转：需求模糊、变化、持续发生，一句话说到一半要改主意，一件任务做到一半要插队，用户在意的不是动作漂亮，而是“我随时能叫停它”。
斜跃提出的Duplex Reasoning，可以理解为把语音交互里的“全双工”思路搬到物理世界：交互与行动应在数据、模型结构和训练流程中被一体化建模，而不是一个模块负责说话、另一个负责干活。技术上以VLA作主干，并与世界模型预测打通，语言把视觉、语音和环境变化压缩成可迁移的高层语义，负责跨场景泛化；世界模型预测动作的未来结果，为长程任务提供事前约束。
这套提法与今年行业的收敛方向一致。上半年这场“世界模型与VLA谁替代谁”的争论基本落定。但在速途网看来，概念一致不等于门槛消失，难点在于把“随时被打断”训练成模型的稳定行为，而不是靠工程规则兜底。
斜跃对具身智能核心竞争力的判断相对克制：不在于更大的模型或更多的数据量，而在高质量数据与系统化基建。训练Infra决定模型能力上限，数据Infra决定落地精度，数据端优先追求高信息密度的精品数据，而不是盲目堆叠小时数。
目前它已初步完成自研Ego数据采集设备与数据平台建设，围绕第一视角、无本体数据和与本体相关的数据搭起分层体系，计划在2026年内跑通从采集、清洗、标注到训练的完整能力。硬件上则采取“单一本体、全栈闭环”的阶段性策略，先压低模型研发中的硬件变量，再把验证过的能力导入面向C端的家庭本体。
商业化节奏同样偏谨慎，先在酒店、养老院等半结构化场景验证跨空间泛化、任务完成率与单位经济性，再逐步进入家庭，洗衣、收纳、清洁这类高频长程、评价标准清晰的任务优先。自变量机器人已通过与58到家合作把保洁服务送进真实家庭。斜跃从半结构化场景绕行，是把“进家”当作结果，而不是起点。速途评论
在速途网看来，斜跃智能这轮融资买的不是产品，而是“能不能成为大脑供应商”的资格。2026年的具身智能，本体正在标准化，价格一路下探，靠硬件形态建立护城河的时间窗口已经关上。资本愿意给一家成立半年多的公司数亿元，看的是模型能力能不能被持续验证，以及团队有没有把技术上限继续往上推。
虽然家庭场景的门票很贵，但拿到之后不容易被替换。安全、可打断、可接管这些要求一旦沉淀为产品标准，后来者往往要重做一遍数据体系和安全体系才能追平。谁先把家庭数据闭环跑起来，谁就在后面几年握有更厚的底牌。生意的确定性往往不是被市场最热情的时候确认的，而是在它最难被替换的时候才显出来。
把“可打断、可修正”从演示变成能力，中间隔着的是数据量和时间。把商业化起点放在酒店和养老院，本质上是承认家庭还需要等待。半年多时间做出基础模型与数据基建的雏形已属不易，真正的考题在2027年之后，能不能把数据的质量而非数量做成壁垒，才是这家公司最值得跟踪的指标。
