具身智能世界模型赛道再添重磅选手。36氪日前获悉，前蔚来汽车与华为智驾核心成员联手创立的具身世界模型公司——日冕开物（北京日冕机器人有限公司），已于近期完成连续两轮种子轮融资，合计金额达数亿元人民币。鼎峰科创、远图未来、百度风投、沃衍资本、武岳峰科创、万林国际等多家机构参与投资，新一轮融资也在同步交割中。
日冕开物成立于2026年3月，聚焦物理世界基础模型研发，致力于打造能够理解物理世界、预测环境变化并驱动机器人执行任务的基础模型，帮助机器人从单一场景能力逐步迈向跨场景泛化。
一、顶级团队，蔚来+华为双重背景
日冕创始团队均为清华自动驾驶背景，主导过行业首批智驾世界模型研发落地以及首批具身强化学习与交付工作。
创始人肖中阳博士，曾主导智驾行业首个复杂交互场景的世界模型交付，该模型已搭载超过70万辆蔚来汽车；团队基座模型负责人钟元鑫博士，为前"华为天才少年"，曾主导华为新一代智驾世界模型基模的设计与量产落地工作。
随着机器人逐步进入复杂场景，行业越来越意识到，仅依赖模仿学习或任务级训练，难以支撑机器人真正具备泛化能力，机器人需要理解物理世界运行规律，并据此预测未来状态、规划动作，这也是世界模型成为具身智能重要技术方向的原因。
二、JEPA理论落地，LaMPA世界模型
目前，业内不少研究都会参考图灵奖得主、卷积神经网络之父杨立昆（Yann LeCun）提出的JEPA理论，其核心思想是让模型学习物理世界更抽象、更本质的表征，而不是停留在像素层面的生成。
肖中阳表示，JEPA提供了一套理论框架，而机器人真正落地仍有两个关键问题需要回答：物理世界应该如何表征，以及模型如何高效学习这些表征之间的因果关系。
围绕这一核心问题，日冕开物研发了自有世界模型LaMPA。LaMPA构建了一套面向物理世界的三重表征体系：环境表征（Environment）描述周围物体的位置与空间结构；本体表征（Ego）描述机器人自身状态；任务表征（Task）则负责对齐具体任务目标。三类信息共同构成机器人理解物理世界的隐空间。
除表征方式之外，LaMPA在基础模型架构上采用更适合世界模型训练的块扩散（Block Diffusion）结构，兼顾推理效率的同时，提升数据利用效率与模型可扩展性。
三、World Reward Model突破，强化学习落地提速
基础模型之外，强化学习是机器人最终完成场景交付的重要环节。目前不少强化学习方案依赖人工打分，当场景发生变化，例如光照、工位布局或环境噪声发生变化时，往往需要重新采集大量数据、重新进行后训练，导致部署周期较长。
针对这一瓶颈，日冕开物引入了一套可泛化的World Reward Model（世界奖励模型）。这一模型来自基座世界模型，通过蒸馏和后训练，能够演化出一个专门负责"评价"的模型，判断什么是成功、什么是失败，像"评论家"一样为强化学习提供稳定、一致的反馈，大幅压缩针对新场景的部署周期。
公司目前已与远图未来达成战略合作，将进入服务器制造这一高精度工业装配场景，计划从服务器制造全流程开始，逐步延伸到前道和后道各项工序，实现全场景的跨产线规模部署。
数据方面，日冕采用"自采+众包+模型增强"的策略：自建伴随式数据采集系统沉淀具备场景壁垒的全模态精细操作数据；通过数据众包平台获取高质量多场景原始数据；利用世界模型驱动的数据增强（LCM）进一步提升数据利用效率。
