费莫一发布行动伙伴Sagi,近亿美元融资后聚焦开放场景长程任务执行

费莫一科技(PHYMI)在完成近亿美元种子轮融资后,推出首款定位为“行动伙伴”的具身智能机器人Sagi。该产品采用四轮足+人形上身结构,专注在未经改造的真实开放环境中完成跨场景移动与物品操作的全流程任...

人工智能

费莫一科技(PHYMI)近日正式发布其首款具身智能产品——行动伙伴Sagi,标志着这家成立不久的创业公司从资本热捧走向产品落地的关键一步。此前,该公司已完成近亿美元种子轮融资,由IDG资本领投,云启资本、滴滴出行、复星锐正、耀途资本与禾赛科技跟投。融资消息公布仅一个月,Sagi便迅速面世,展现出极强的执行节奏。

Sagi的外观设计颇具辨识度:四轮足底盘提供稳定移动能力,人形上身搭载双臂与感知模块,背部集成小型货箱用于承载物品;英文名“Sagi”取自人马座(Sagittarius),隐喻其兼具机动性与目标导向的特质。值得注意的是,Sagi并未追求拟人化外形或高难度精细操作,而是围绕“长程移动—物品操作—人机协同”三大能力进行系统性构建,明确将自身定位为“行动伙伴”而非传统服务机器人。

这一命名背后是产品逻辑的根本转变。创始人刘念邱指出,团队更关注“用户希望它帮助完成什么”,而非“机器人能展示什么”。在他看来,真正的Physical Agent应能理解人的目标、拆解任务步骤,并在物理世界中独立推进执行;当环境信息不足或需价值判断时,再通过LINK机制接入人类协助,形成闭环交付。

这种思路直指当前具身智能行业的普遍困境:过去两年,人形机器人在封闭环境中完成了跳舞、翻跟头、弹钢琴等高观赏性演示,但这些动作高度依赖预设路径与静态环境建模,一旦进入真实社会场景——走廊行人穿行、门扇半开、临时堆放的纸箱移位——系统往往失效。行业长期陷入“地图寓言”的陷阱:试图用一张精确到毫米的静态地图去覆盖动态现实,结果徒劳无功。

费莫一选择了一条更难也更务实的路径:不改造环境以适应机器人,而是让机器人主动适应人类社会。Sagi的设计原则是“直接丢进未经改造的真实环境里”,优先验证取放、携带与交付等基础但高频的任务链。例如,在办公楼内接收一个“将文件从A会议室送至B部门”的指令后,它需自主规划路径、识别电梯按钮、等待开门间隙、避让行人、抵达目标点并完成交接——整个过程无需人工干预,仅在必要节点请求人类确认。

长程移动能力成为Sagi的核心差异化优势。刘念邱强调:“机器人必须能自己到达用户需要它出现的地方,才能接触更丰富的场景。”这里的“长程”不仅指物理距离(如数百米跨楼层移动),更涵盖任务持续时间、步骤数量及应对突发状况的连续决策能力。例如,若途中发现原定路线被临时施工阻断,Sagi需重新评估环境、调整路径,并同步更新任务状态,而非简单报错停机。

文章配图

技术路径上,团队延续了刘念邱在元戎启行参与高阶自动驾驶研发的经验,尤其注重端到端模型与视觉-语言-动作(VLA)大模型的融合应用。不同于依赖大量手工规则或高精地图的方案,Sagi依靠实时感知与目标驱动的推理完成任务编排,其底层架构更接近“具身智能体”(Embodied Agent)范式:将感知、决策与行动视为统一闭环,而非割裂模块。

在应用场景方面,Sagi初期聚焦于企业后勤、园区配送与轻型物流等B端场景。图中所示场景即为其典型工作流:从货车卸货区接收包裹,自主导航至办公区域,最终交予指定人员。该流程涉及多模态感知(识别货物标签、判断门禁状态)、动态避障(应对穿梭人员与障碍物)、以及人机交互(递送时伸出手臂示意)。相比传统AGV或固定式服务机器人,Sagi的优势在于无需部署磁条、二维码或专用电梯协议,可直接融入现有建筑基础设施。

Sagi在仓库装卸货物场景

行业观察者指出,费莫一的策略反映了具身智能从“炫技阶段”向“可用阶段”的转折。2026年,人形机器人赛道已愈发拥挤,多家厂商竞相发布类人形态产品,但多数仍停留在实验室Demo层面。而PHYMI跳过“像不像人”的争论,转而解决“能不能在真实世界持续做事”的问题——这恰恰是商业化落地的前提。

值得留意的是,Sagi并未配备高自由度灵巧手或复杂工具接口,其双臂设计以稳定抓取与简单操作为主。这种克制源于对任务优先级的清醒认知:在开放动态场景中,可靠完成“把东西从A送到B”比“精准拧紧一颗螺丝”更具现实价值。正如刘念邱所言:“它干的不是人做不了的事,而是人不想干的事”——承接那些需亲自到场、跨越地点且需连续执行的事务,从而拓展人的行动半径。

从投资方构成亦可见其战略意图:IDG、云启资本等专注早期硬科技,滴滴出行与禾赛科技则分别代表出行生态与激光雷达技术资源,暗示Sagi未来可能与无人配送车、智慧园区系统形成协同网络。复星锐正的加入则指向医疗、养老等潜在延展场景。

目前,Sagi已完成初步实地测试,覆盖写字楼、产业园区与仓储中转站等典型开放环境。团队表示,下一阶段将重点优化任务鲁棒性与人机协作效率,并探索与企业ERP、工单系统的API对接能力。在具身智能尚未形成统一标准的当下,费莫一以“行动伙伴”为锚点,试图定义一种更贴近人类工作逻辑的机器人角色——不是替代者,而是延伸者;不是舞台上的演员,而是真实世界里的协作者。