2026-07-19 22:46

诺因智能把家庭机器人“折”进40厘米,成立一年估值超20亿元

author_path 经观感知©

本文来自微信公众号: 经观感知 ,作者:DongX


7月17日,2026世界人工智能大会上,大批人形机器人在展台上行走、跳舞、格斗,成立仅一年的诺因智能选择了另一种展示方式。


这家公司首次公开展示消费级家庭机器人Knowin-X1。它采用轮式底盘和折叠双臂,展开后可以整理桌面、捡拾衣物、操作洗衣机,闲置时则能够将整机高度收缩至40厘米以内。


折叠结构首先解决的是一个容易被机器人企业忽视的问题,一台拥有双臂和移动能力的机器人,进入家庭后应该放在哪里。


工业厂房和仓库可以为机器人预留固定工位,普通家庭却没有这样的空间。身高超过1米的人形机器人即使停止工作,仍会占用生活空间。Knowin-X1试图在工作形态与收纳形态之间切换,将一台机器人变成可以被放在桌下、柜边或角落里的家用设备。


诺因智能创始人李银川此前表示,公司希望第一款产品的存在感尽可能低。它现阶段主要是一台做家务的机器人,还不是家庭保姆。需要时工作,大部分时间则处于休息状态。


这也构成了诺因与多数人形机器人企业的区别。当行业热衷于让机器人接近人的外形时,诺因首先考虑的是中国家庭的空间、噪音、续航和价格。


折叠双臂进入家庭


WAIC现场,诺因围绕桌面收纳、洗衣和衣物折叠设置了三组演示。


在桌面收纳演示中,机器人根据指令识别并抓取物品;洗衣演示覆盖从沙发拾取衣物、移动至洗衣机、将衣物放入内筒,到操作洗衣机面板;衣物折叠则考验机器人对柔性物体的识别、抓取和连续操作能力。


这些任务看起来普通,却集中体现了家庭机器人的落地难度。


一辆无人配送车面对的道路虽然复杂,但交通规则、道路标线和车辆运动方式相对明确。工业机器人面对的物料、工位和生产节拍通常也经过标准化设计。家庭环境则持续变化,衣服的形状、家具的位置、室内光照乃至同一件物品的摆放方式都不固定。


机器人还需要面对洗衣机、抽屉、柜门等不同设备。换一套户型或换一个品牌的家电,原有动作策略就可能失效。


这也是家庭机器人长期停留在扫地机、割草机等单一功能产品上的原因。增加两条机械臂并不困难,真正的难点是让机器人在没有工程师值守的环境里,稳定完成由多个动作组成的完整任务。


Knowin-X1没有采用双足结构,而是选择轮式底盘。李银川认为,家庭场景更加看重安全、续航和安静程度。双足机器人存在摔倒风险,轮式底盘则可以容纳更大的电池,也更容易控制噪音和成本。


在操作端,诺因的首款产品也没有追求复杂的灵巧手,而是使用满足家务需求的末端执行器。其产品思路是,只有在实现某项功能确有必要时才增加硬件,尽量还原家庭机器人的极简形态。


这种取舍带有明显的消费电子产品思维。诺因联合创始人王韵杰来自大疆,主要负责硬件产品和产业化。公开信息显示,他曾参与大疆Flip无人机的研发。诺因希望将大疆在软硬件协同、产品定义和供应链降本方面的经验复制到机器人领域。


用生成数据训练机器人


Knowin-X1背后运行的是诺因自研的GLOW具身大模型系统。


目前,具身智能行业获取真实训练数据的主流方式是真人遥操作。工作人员通过手柄、动作捕捉设备控制机器人完成任务,再把操作轨迹用于模型训练。机器人进入一个新场景,通常需要重新采集一定数量的数据。


这套方式在工厂和实验室中可以执行,进入家庭后成本会迅速增加。企业很难让机器人进入成千上万个真实家庭,针对不同户型、家具和家电反复采集操作数据。


诺因选择生成式数据路线。


其KnowinDream数据引擎从有限的真实数据中学习物体、场景与动作之间的关系,再生成不同光照、材质、背景和物品状态下的第一视角训练数据。机器人无需在每一个真实场景中重新演示,便可以扩大训练数据的覆盖范围。


在此基础上,KnowinWorld为机器人提供可交互的三维训练环境,KnowinBrain负责理解场景和生成任务策略,KnowinAct将策略转化为机械臂能够执行的动作,KnowinAgent则管理长程任务、状态记忆和失败恢复。


机器人在真实环境中的执行结果还会回到数据系统,形成从数据生成、模拟训练到真机执行的循环。


李银川将这套路线称为从VLA向AIGA转变。传统VLA模型更依赖模仿已有动作,AIGA强调根据当前环境、任务目标和限制条件生成新的动作策略。


合成数据的价值,在于降低具身智能对真机数据的依赖。但从生成视频到控制真实机器人,中间仍隔着物理世界。视觉上合理的动作,不一定满足真实环境中的摩擦、受力、碰撞和重心约束。生成数据能否持续提高真机操作成功率,仍需要更多规模化测试验证。


诺因称,其模型在CVPR 2026 EgoCross第一视角视频理解挑战的Source-Limited和Open-Source两个赛道中获得第一。该挑战主要考察多模态模型对第一视角视频的跨领域理解和问答能力,可以验证模型的视频理解水平,但与真机操作能力仍不能完全等同。


半年完成三轮融资


诺因智能成立于2025年6月,创业团队主要来自华为、大疆等科技企业。


创始人李银川此前在华为诺亚方舟实验室工作约五年,曾负责生成式决策及相关模型研究,涉及具身智能、大模型推理和自动驾驶等方向。2025年,30岁的李银川离开华为,创办诺因智能。


此后,曾以“天才少年”身份加入华为诺亚方舟实验室的周凯文也加入诺因,担任合伙人兼算法主管。


算法与消费硬件团队的组合迅速获得资本关注。成立后不到一年,诺因连续完成种子轮、天使轮和天使+轮融资,累计融资金额达到数亿元,最新投后估值超过20亿元。


其中,种子轮由源码律动领投,L2F光源创业者基金跟投;天使轮由L2F光源创业者基金领投,源码律动继续跟投;天使+轮由钟鼎资本领投,L2F、源码律动等老股东加注。


融资资金主要用于人才引进、全栈技术研发以及产品迭代和量产准备。根据公司此前披露的数据,截至2026年2月,其团队规模已接近百人。


成立一年便获得超过20亿元估值,说明资本愿意为家庭机器人的潜在市场和高密度技术团队提前下注。但现阶段支撑这一估值的主要是技术预期,尚不是产品销量和营业收入。


今年3月,李银川在接受媒体采访时表示,公司第一款轮式机器人预计于2027年发布,再用约半年时间实现量产交付。此次在WAIC亮相,意味着Knowin-X1已经从内部研发走向公开展示,但距离正式上市仍有一段距离。


目前,诺因尚未公布Knowin-X1的售价、整机重量、续航、双臂负载、任务成功率和批量交付时间。这些指标将决定折叠结构和生成式数据路线能否最终转化为一款消费级产品。


过去几年,人形机器人企业已经证明机器人能够行走、跳舞和搬运。家庭机器人面对的是另一套考题,它需要价格可接受、运行足够安静,还要在无人值守时反复完成琐碎家务。


对诺因而言,WAIC上的三组演示只是第一步。比把一台双臂机器人折叠到40厘米以内更难的,是让它从展台走进不同家庭,并在每天展开双臂后都能把事情做完。

本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。