全域场景下具身智能系统供应商「星际觅元」近日宣布完成千万元种子轮融资，本轮融资由同创伟业领投，家庭具身智能机器人企业卧安机器人和旭源资本跟投。该公司专注于为机器人本体厂商提供场景定制、软硬件集成及运维服务，同时沉淀高价值场景数据，为行业提供数据支持。目前，其客户群体已覆盖国内主流智能具身智能厂商及能源、高端制造等行业场景。
「星际觅元」成立于2026年7月，由中新国际联合研究院智能感知创新研发中心执行主任温明星博士创立，并邀请新加坡工程院院士王郸维教授担任首席科学家。公司核心团队汇聚了来自新加坡南洋理工大学、哈尔滨工业大学、北京理工大学、华南理工大学等知名高校的专家，以及国内上市公司高管，具备丰富的技术研发与产业化经验。
随着具身智能技术从实验室走向实际应用，机器人面临的挑战已从“完成动作”转向“在复杂环境中持续稳定作业”。真实场景中的光照变化、物体移动、人类干扰以及烟雾、粉尘、弱光等因素，对机器人的感知、决策和执行能力提出了更高要求。为此，「星际觅元」提出了一套创新的解决方案。
在数据采集方面，「星际觅元」构建了多模态物理资产重构引擎，通过自研手持采集设备和多模态ego设备，融合激光雷达、相机、热成像相机、4D毫米波雷达等多类传感器，利用毫米级时空标定算法完成数据融合。这一方案显著提升了机器人在复杂环境下的感知稳定性，支持多类异构传感器组合标定，单次标定流程可控制在10分钟以内。
数据生成环节，公司采用“Real-Sim-Real”数据闭环路线，即通过真实场景采集、仿真生成和真实验证，解决数据规模不足和场景覆盖有限的问题。具体而言，利用多模态采集设备对真实场景进行建模重构，构建可交互、可推演的数字孪生训练场，再通过仿真技术快速生成大量训练数据，实现复杂场景下的数据扩展和评测。这一方法使机器人在真实部署前能够反复训练与验证，提高模型和系统的验证效率。
在大脑系统开发上，「星际觅元」依托自研VLM²、CIRL算法与Agent原子技能体系，实现环境理解、自主决策与任务执行。系统支持多传感器融合感知，可适配人形、四足、无人车、复合机器人等多种本体，覆盖矿山、工业、园区巡检等复杂室内外场景。
创始人温明星表示，团队此前长期在新加坡从事机器人与人工智能研发，参与过多个国家级项目，包括新加坡第一台物流车、第一台环卫车以及第一台消防机器人等。这些项目让团队积累了丰富的复杂环境感知和机器人系统工程交付经验。2023年加入中新国际联合研究院后，团队开始围绕全域场景进行技术开发。
针对“Real-Sim-Real”数据路线的考量，温明星解释道，具身智能的成功离不开大规模、高质量的数据支持。然而，仅依靠真实数据采集难以满足需求，因此需要结合合成数据。合成数据的优势在于不受物理时间约束，可以快速生成大量不同场景的数据。为解决仿真与现实之间的差距，团队通过自主研发的多模态数据采集设备，对真实场景进行1:1建模和重构，确保数据的高拟真度，再利用合成数据的优势提高数据规模和覆盖范围。
在硬件设计与算法层面，「星际觅元」针对全域环境下的数据获取和鲁棒性问题进行了深入研究。硬件方面，根据不同场景选择激光雷达、视觉、热成像、毫米波雷达等传感器组合，通过多模态融合提升环境感知能力。算法层面，关键在于将不同传感器的数据有效融合。例如，在烟雾、粉尘或低光照环境下，单一视觉可能失效，但通过多模态信息融合，机器人可以持续理解环境。
商业模式上，「星际觅元」计划通过两条路径展开业务：一是以项目制方式为机器人本体厂商提供场景定制、软硬件集成及运维服务；二是将高价值场景数据资产化，通过API接口或授权方式为机器人厂商、大模型训练团队及解决方案企业提供数据服务。
投资方对「星际觅元」的技术路线和市场前景表示高度认可。同创伟业投资总监唐正认为，低成本、规模化获取高质量物理交互数据是具身智能的关键门槛，而“Real-Sim-Real”路线是当前最具工程可行性的解决方案。卧安机器人CTO潘阳指出，真实环境中的复杂情况和长尾场景对机器人稳定性提出挑战，而「星际觅元」的技术路径能够有效扩展训练数据的丰富度与场景覆盖范围。旭源资本创始人彭数学则看好全域具身智能系统的长期机会，认为「星际觅元」的技术能够赋能多种机器人本体，覆盖多元场景，商业延展性强。
