具身智能数据基础设施公司元点科技完成数千万融资，瞄准物理AI基建

随着具身智能技术的快速发展，高质量物理交互数据成为制约行业进步的关键瓶颈。近日，专注于物理AI数据基础设施的初创公司元点科技（SCALEFORCE）宣布完成数千万元人民币融资，投资者包含国内顶级具身智能产业方、恒旭资本和凯联资本。这是该公司成立不足三个月内的第二轮融资，距离首轮融资仅40天。

具身智能的竞争已进入主打数据与智能的下半场，元点科技创始人郭江亮表示，公司旨在为全行业提供来自物理世界真实场景的最高质量数据产品与智能服务，让数据贯穿物理AI全生命周期，在物理世界中生长出无限智能。

一个判断：物理AI的竞争，本质上是数据的竞争 2026年上半年，国内具身智能赛道融资总额达935亿元，较去年同期暴涨5倍。具身智能有多火，数据就有多缺。行业共识是，能实现通用自主能力的具身大模型，至少需要千万小时级高质量真实交互数据。而截至2026年初，全球可用的高质量物理交互数据总量仅约50万小时，缺口超过99%。

和大语言模型可以从互联网爬取训练素材不同，具身智能需要的是视觉、触觉、关节轨迹、物体力学、环境时序对齐的多模态物理交互数据。这些数据无法线上获取，必须在真实世界中完成采集。更棘手的是，行业还面临三重困境：数据质量不可控——多模态数据时空对齐精度低、异常无法实时监控；数据规模不足——采集设备无法规模化管理、自动化程度低；数据泛化能力差——OOD问题严重、跨本体复用几乎不可能。

这正是郭江亮创立元点科技时看到的那个核心点——具身智能的竞争，本质上是数据的竞争。谁能在数据基础设施上建立壁垒，谁就能在这场竞赛中掌握主动权。

一个答案：从数据源头重新定义物理AI的基础设施 元点科技的答案是MatrixOS，其目标是构建最强具身智能数据基础设施，引领物理世界数据转化为智能驱动力。MatrixOS包含了三大属性。

最强泛化：ADA（Action-Data Alignment）数据泛化引擎基于Latent Action Representation方法，采用JEPA无监督训练范式，将训练数据与评测数据联合建模，共同映射到动作-触觉语义隐空间，脱离硬件构型绑定——同一份数据资产可在不同机器人本体上高效复用。真机多场景评测成功率从65%跃升至92%。

最高效生产：GDP（全局—深层—主动）数据质量引擎通过信息熵分析、后验概率估计、动作语义分析与贝叶斯主动学习等方式，持续优化数据采集策略，数据可用转化率达80%，为国内最高水平。

最大规模网络：元点科技搭建了全球规模化物理AI数据生产网络，平台支持全球数十万级数据采集节点，实现数据采集、处理与分发的全流程自动化。

本轮融资将主要用于元点科技物理AI操作系统MatrixOS技术迭代、大规模数据生产网络建设及团队扩展，加速成为全球领先的具身智能数据基础设施公司。