AI 创业者的迭代速度，比想象中快得多，尤其在世界模型。

投中网独家获悉，具身基座模型公司 LatentVerse（北京潜界科技有限公司）完成数亿元种子轮融资，投资方包括高瓴创投、清流资本、英诺天使基金和一线具身智能企业智元和星动纪元。

本轮融资在不到 2 个月就完成。其中，高瓴创投在公司成立之前就和核心成员有过接触，在融资启动之后以最快速度成为第一轮投资人，值得注意的是，高瓴的负责人正是当年 Minimax 的投资人。英诺天使也是最早资方之一，和团队沟通当天就给出 TS。另有多家一线 VC 已锁定正在进行的下一轮融资。

潜界科技是一家成立不到两个月的 00 后团队，核心团队来自清华大学交叉信息研究院。特别在于，包括创始人在内的三位核心成员都是 " 伯克利归国四子 " 的学生。创始人胡钰承和一位成员师从星动纪元创始人陈建宇，还有一位师从破壳机器人创始人许华哲——如果用大厂黑话描述，就是具身行业的 " 嫡中嫡 "。

前沿科技的一大特点是高度依靠师承关系，" 归国四子 " 的严选弟子，意味着他们接受的是国内乃至全球最前沿、最先进的研究训练。还有一个难得视角，他们在读博期间亲眼见证了导师从零到一创业具身智能。

创始人胡钰承是清华大学交叉信息研究院博士，自 2024 年读博就选了并不主流的具身模型研究方向，他是国内最早把预训练的视频生成模型做到具身，这一成果曾吸引英伟达科学家 Jim Fan（范麟熙）的注意，并向胡钰承抛出了英伟达的工作邀约。

不过当时全球范围具身的主流方向仍是 VLA，直到 2026 年之前，这个清华 00 后基本一直坐在冷板凳上。

具身智能的共识卡点是大脑，i 模型成了当下最有潜能的方向。VLA/WAM 的局限在于无法执行技能自由组合的任务流，世界模型被视作不再是简单的识别或生成工具，而是通过多模态数据，构建对物理世界的理解和预测，这意味着从模型架构、数据采集和处理方式完全重构。

与大模型不同，世界模型尚未形成技术共识，甚至在定义或 benchmark 都是模糊的。

每当旧的路线被颠覆，新思维的年轻头脑会被给予厚望。潜界科技是个典型画像，这帮 00 后清华博士的研究和探索方向基本从具身模型开始，自我定位是 embodied-native。下场创业之前，他们实习在字节 Seed、阿里 Qwen、小米等具身智能最前沿的生态位。

潜界正在研发的核心模型是 UTAM ，即统一触觉动作模型，这是一条相对激进的技术路线。在统一模型框架下，将意图理解、世界状态预测、机器人动作生成，与触觉反馈不同模块放在同一具身原生基座内进行训练，使感知、推理、预测和控制能够共享表征并协同演化。

大概因为方向够新，变化够快，00 后团队是世界模型的主要力量。潜界团队呈现的 00 后软性特质，可以对人事匹配做出一些解答。比如冲劲足，不迷信权威，敢于推翻自己，对于未来敢信，不怵跟全球对手掰手腕。在迭代飞速的 AI 新方向，他们是最快最利的剑。当然，挑战和偏见同样存在。

有个让人意外的设计。作为一号位，胡钰承拥有控制权和最高持股，但比例只在 30% 左右，股份相对均衡的分配给联创成员。这不是一个主流的做法，胡钰承的想法是，这个时代想做成大脑，一定不是靠一个人，像一个独裁者，而是要靠整个团队贡献智慧。

" 如果公司做不出来，一号位有 70% 的股份也没有意义。如果能做出来，即使只有 10% 也是很好的结果 "。

某个周四下午，我和创始人胡钰承在潜界的办公室见面，位于海淀中关村国际创新大厦。团队告诉我，这附近大概是国内世界模型初创企业最密的片区，楼里有这谁，街对面就是那谁。

潜界刚刚成立不到 2 个月，办公室还在装修，油漆味混着钻墙声贯穿了我们整个谈话，可以说是非常有初创实感的一次聊天了。

" 归国四子 " 的学生，英伟达选中的 00 后

曹玮钰：你们核心团队有四个 00 后，" 伯克利归国四子 " 学生有几位？

胡钰承：三位，我和另一位联创是星动纪元陈老师的学生，还有一位是许华哲老师的学生。

曹玮钰：怎么理解 " 伯克利归国四子 " 和他们学生，这两个标签的含金量？

胡钰承：伯克利的计算机或者机器人专业在美国是最顶尖的，" 归国四子 " 也有稀缺性，作为美国最顶尖的 PhD，一方面是技术能力顶尖，另一方面确实也有一定的家国情怀。其实很多人都会留在美国，因为能获得很好的发展和待遇。

曹玮钰：伯克利归国四子 " 的学生呢？

胡钰承：嫡系学生的话，一个老师大概 10 个左右。这几位老师筛选学生的方式跟传统不太一样。传统可能看重绩点或者纸面数据，比如来自哪个学校，成绩如何，我们老师比较看重学生潜质，过去的经历以及对 AI 行业的认知。

曹玮钰：这可能是我看到创业者迭代甚至裂变的速度最快的时期。你们创业之前跟陈老师聊过吗？他是什么态度？

胡钰承：肯定聊过。我们算是几个老师比较优秀的学生，从老师角度出发，肯定希望我们加入。不过清华叉院的老师想法都很开明，比较尊重我们的选择，还在创业过程中给予一些建议和帮助。

实质性的帮助就是投资我们公司。我的导师是星动纪元的 CEO 陈建宇，他跟我们分享自己创业过程中的遇到的问题和心路变化，对我们很有启发。

曹玮钰：陈老师给你印象最深刻的一条建议是什么？

胡钰承：在投资没有完成交割前，都还有变化的可能性，哪怕是过了投决或者是拿了 TS。

曹玮钰：这个建议有在这一轮应验吗？

胡钰承：有，不过没那么大。

曹玮钰：你说你们是 " 归国四子 " 最优秀的学生，优秀是怎么评判？

胡钰承：之前做过一些有影响力的工作吧。我最有名的工作叫 VPP，现在大家都在讲 World Action Model，其实我们是 2024 年最早做的。当时国内大部分人的思路是拿视觉语言模型训练 VLA，但我认为这并不一定是最适合具身，就试着找到更好的方式做更好的预训练，提出把预训练好的视频生成模型做到具身里面。

曹玮钰：当时反响如何吗？

胡钰承：国内和国外不太一样。国内大家不太愿意听一些新思路，觉得只要 VLA 就可以了，干嘛再加一个视频预测，所以我们做这条路线其实经验非常多，只是现在看上去好像高光时刻。不过我们也很庆幸经历过这条路线的至暗时刻。

曹玮钰：所以你年纪不大，其实都坐过冷板凳了。

胡钰承：肯定。不过当时美国反响很好，英伟达的 Jim Fan 看到之后，觉得符合他对具身下一个模型的想象，所以他邀请我和另外一位学长去英伟达实习，只是因为一些原因最后没去成。

曹玮钰：上周和投资人聊天，他提到了一个指标叫 h-index，约等于论文引用的指标。他提到你们这个指标甚至超过一些教授。

胡钰承：其实我没有太关注数据引用这一块。坦白讲，我觉得论文数量甚至引用量都不是最重要的。我们更关注每一篇论文是否真正产生了影响力，是否真正能够改变行业。

曹玮钰：这就有意思了，投资人反而通过这些指标去 sourcing 和评判创业者。你们几个 00 后是怎么凑到一块创业的？

胡钰承：我们都是同学或者之前的合作者。值得一提的是，我和其中两个联创都在湖南师大附中念高中，当时一起搞数学竞赛或者其他竞赛。虽然那时没想到未来会做 AI 甚至具身，但已经有比较长时间的交流和联系。在这之前我在字节 Seed Robotics 实习，还有一位联创在千问。

曹玮钰：你们如果不创业，大概都可以去 AI 或具身大厂拿高薪。为什么一定要一起创业做个世界模型？

胡钰承：原因很多。首先对我个人来说，家里一直在创业，所以我算有一些创业基因。我一直觉得，虽然我父亲创业不一定做出特别大的企业，但他让我觉得创业是件很酷的事情。

我读博、去大厂实习，并不是单纯为了丰富简历，而是希望为未来创业铺路。我希望自己可以尝试实现理想，去做一些有风险、有挑战，但目标足够大的事情。

世界模型不是没有 benchmark，但刷榜没意义

曹玮钰：世界模型现在是一级市场最热的主题之一，但技术方向还在发散，没有 benchmark，以至于有点 " 万金油 " 色彩，无数企业都标榜自己是世界模型。你所看到的，和所定义的世界模型是什么样？

胡钰承：世界模型本身的定义其实非常笼统。严格意义上来说，只要是预测 next token 都可以认为它叫世界模型。在这个基础上，又有很多不同方向，比如视频生成，预测的是下一个像素或者 video。语言模型严格意义上也可以认为是世界模型，因为语言也可以描述状态。

但不同路线或者不同模型，本质区别还是做的事情不一样。比如做 3D，可能不一定为了具身任务，而是想做游戏或者仿真器。如果像素预测，可能是做视频生成，也可能跟具身有关。JEPA 也是另外一条路线。

曹玮钰：你观察的行业状态是什么样？

胡钰承：现在是百花齐放，不同方向都有人在探索。但是在行业内部，比如做具身的世界模型可能慢慢会趋向一个共识。

曹玮钰：有投资人认为，世界模型很可能被高估了，因为没有 benchmark 并且短期无法证伪，就能一直用 " 市梦率 " 去估值和融资。你怎么看这一说法？

胡钰承：我觉得有些笼统。刚刚说到，世界模型其实有很多方向。如果认为世界模型没有 benchmark，我觉得不完全对。

曹玮钰：但刷榜已经不算有公信力的 benchmark。

胡钰承：目前大部分具身的榜单都没有那么大的意义。没有一个公平标准，确实很难做比较。但我认为真正的 benchmark 应该是模型在真实世界中的表现，是不是真的能够在这个场景里面解决问题。

其实不是因为没有办法被证伪，所以才被炒得很高，可能之前做得不够好。美国有些不错的团队从 day one 就做 robotics，团队也非常年轻，比如刚毕业的博士生。所以投资人可能也会去思考，是不是应该去尝试一些这个方向最前沿的年轻人，于是开始把目光转移到画像不一样的群体。

曹玮钰：假设世界模型未来陷入某个技术误区，最有可能是什么？

胡钰承：首先模型架构都还没有形成共识，这会导致数据来源和处理方式完全不同，包括用怎样的方式去做数据采集。

曹玮钰：你们选择的方向是什么？

胡钰承：路线选择上，我们其实做了很多具身行业的第一次，比如第一个把预训练的视频生成模型做到具身上，提出 world action model，我们还是最早做统一模型 VLA for 具身，大概 24 年底就把视觉语言模型跟世界模型统一并做到具身里。另外一位联创做了 DP3，较早将 Diffusion Policy 拓展到三维空间，也是具身领域引用量比较高的论文之一。他还做了 RDP，是当时第一个将动触觉双系统引入 VLA，也就是把触觉加入 VLA，这项工作获得了 RSS Best Student Paper Finalist。

我们现在的模型叫 Unified Model，数据来源更多是无本体采集以及大量互联网规模数据。

因为人脑海里想象出的一个意图或者动作，并不等于真正的执行。Unified Model 把人的两个系统做了统一。一是人的高层认知系统，比如人要喝水，就产生一个意图，先去找水杯，产生抓取水杯的动作，并想象整个抓取过程，执行完整的任务这需要把这些意图都组合到一起。第二要统一的是下层系统，也叫接触智能，是人的简单反射系统。

前一部分需要模型利用各种互联网规模数据、人手数据以及不同来源的无本体数据，共同学习到基本的人类认知能力。后面的触觉智能，数据则要引入触觉传感器等能感知物理世界的新模态，比如在接触物体之后，物体是否发生形变或打滑，需要通过接触的信号对动作进行调整。

曹玮钰：有没可能未来会出现技术路线判断失误的？什么情况下你会调整方向？

胡钰承：肯定会有变化。比如机器人数据范式就一直在迭代，早期行业认为，高质量数据主要来自机器人的本体采集，即通过真实机器人在场景中执行任务，再将数据回流训练。但后来大家发现，大规模本体数据采集效率较低，价值也未必如预期。

随后，行业开始探索仿真数据，希望通过模拟环境降低数据获取成本。但实践中发现，sim-to-real（仿真到现实）的 gap 仍然难以完全解决。

现在越来越多团队开始转向无本体数据采集方式，例如手套、裸手采集以及 UMI 等方式。这类数据获取效率更高，而且在训练效果上可能优于部分仿真数据。当然，未来随着仿真技术进一步发展，仿真数据与真实数据结合仍可能成为主流。同时，也有公司探索利用 AIGC 和生成模型，通过视频生成等方式扩充机器人训练数据。

我们一直保持开放态度。实际上，在 2023、2024 年，我们就判断仿真数据存在局限，并较早开始布局大规模数据。

曹玮钰：只要有变化，你们都可以调整。

胡钰承：对。我觉得这是年轻一代创业者的优势，不会被过去的认知所局限。

曹玮钰：这个话我从很多 95 后、00 后创业者身上都听过一遍，你们是约好的吗？

胡钰承：其实也不绝对，我交流的很多前辈也一样，愿意放弃一些固有观点，拥抱新的知识。

曹玮钰：世界模型这一波普遍有些反商业化，听说有一些团队不谈产品和落地，只强调技术突破。你觉得为什么会形成这种风气？你们是其中一员吗？

胡钰承：所谓的反商业化，可能更多是指现在的资本市场不急于要求世界模型马上商业化，具身已经到了要交付的阶段。

我们自己并不反商业化。我从来不是一家科研机构，我们要具备研究、工程化落地以及产品定义能力，这是我们对于公司未来发展的要求。

机器人没有办法落地，并不是硬件或者商业侧出了问题，更多是模型能力不足以支持。所以我们这一波最关注的首先做出最好的模型，让模型具备进入泛化能力。一些具身机器人已经进入工业场景，但工业场景很多任务考验的并不是模型的通用能力，我们瞄准的是一个更加庞大的泛化市场。

曹玮钰：具身智能大多是从本体、从硬件往软件走，你们是从软的开始做起。

胡钰承：我们要做出全世界最好的具身模型，所以一开始的重点肯定是软件。但是我们觉得未来的具身公司还是需要自己去做本体，进入各个场景。只是先后顺序或者侧重点不同。

曹玮钰：你有设想过你们第一个面向家庭的产品是什么样的吗？先解决哪些问题？

胡钰承：至少可以先完成一些简单的整理任务。比如整理桌面、沙发，把衣服放到合适的位置，也可以做一些简单清洁任务，甚至使用一些简单工具，比如收到快递后帮我拆开。

从产品角度，我们希望进入家庭的不是一个庞然大物，甚至不一定是人形机器人，而是真正像一个产品。放在家里，不使用的时候可能就像一把椅子一样，成为生活的一部分，和环境没有违和感。

人类有很多优势，比如双足让我们进入不同环境，五个手指让我们具备复杂操作能力。但 robotics 被翻译成 " 机器人 "，可能让大家误以为一定要像人，实际上可能只是一个帮助人的物品。

从不把 00 后当卖点，标签不一定是褒义词

曹玮钰：第一个锁定你们的资方是谁？

胡钰承：高瓴和英诺。高瓴在我们没正式出来的时候就有过交流。英诺是聊完当天就给了 TS。

曹玮钰：资方还有两家具身企业，智元和星动纪元。星动纪元有陈老师的支持，智元为什么投你们？

胡钰承：比较看好，他们认为我们是目前这一波做得比较好的。

曹玮钰：在融资中有感受到被争抢吗？不知你们体感如何，我观察现在不少投资人非常偏爱 00 后。

胡钰承：有一些。可能有好有坏。好的一点是，融资暂时不用太担心，但也不可能每个人的钱都拿。

曹玮钰：你怎么看 00 后这个标签？

胡钰承：我跟投资人也讲过，我不会把 00 后当成卖点。这个标签不一定是个褒义词，我也不觉得能体现我的特点。00 后有那么多，为什么是由我来做这件事？为什么投资人会投我？

曹玮钰：你们对 AI-native 这个刚形成共识的标签也不买账，强调自己是 embodied-native，为什么？

胡钰承：embodied 和 AI，理论上来说是交叉关系。AI-native 这个概念比较宽泛，比如做自动驾驶，做大模型都可以说自己是 AI-native，但 AI 并不包含完整的 embodied，只有一部分交集。

我们从 day one 关注的就是机器人，认知既包含了对机器人的理解和认知，传统机器人包括运控、强化学习等等，也包括对大模型的理解和认知。如果从一个行业到另一个行业，可能带着一些原本的偏差。

曹玮钰：这种思维会导向你们在做事或者方向有什么不一样？

胡钰承：我觉得做机器人更强调工程落地，很多机器人创业者会说，" 我不是做学术，我就是做工程。" 但过去一些 AI 方向的团队，可能不一定是这种思维。

做机器人或者具身智能的，最终目的都是让机器人进入真实场景并完成任务。所以早期阶段，机器人的模型可能都是解耦的，因为这种方式虽然工程化，但能更快解决问题。

现在大家发现，统一模型可能具备更大的优势。但对于投资人来说，无论是通过相对 " 丑陋 " 的解耦方式，还是统一的方式，只要能够真正把事情做出来，就是最重要的。

曹玮钰：你觉得投资人到底投的是人还是方向？

胡钰承：方向和人。首先肯定是想投一个大方向，然后在方向里找出最早做出成绩，有独特见解的人。

曹玮钰：你会有被时代选中的体感吗？我听投资人讲，世界模型这一波他们优先看博一博二，因为足够 AI-native，这是在卡一道非常窄的口子。

胡钰承：据我了解，这不绝对，但他们的判断有一定道理，这批人可能从一开始纯粹因为兴趣才进的这个方向，做事的动机比较纯粹。我在博士之前，大概 2023 年就选了这个方向，那时具身智能还不是很火的概念，很多人根本不知道具身智能是什么。

曹玮钰：从我的视角来看，确实有一拨人有机会，有一拨人可能没有机会。比如一些转型 AI 的 " 老登 " 创业者，有投资人明确表示不看，他们就要投 AI-native，投 00 后。

胡钰承：如果说是不是有时代机会，肯定是有。

虽然我之前一直想创业，从一开始觉得具身智能是未来重要的发展方向，可能成为一个比当时最火的大模型更大的行业，但没想过能在今年这个时间节点。我当时觉得，离具身智能真正爆发可能还要很长时间，可能是在我毕业或临近毕业的时候。

我并不知道资本市场会对我们这种画像有热情，当时我只是觉得学术做到头了，具身智能已经进入了需要工程化落地或者需要 scaling 的阶段。

曹玮钰：具体的推动因素是什么？

胡钰承：第一个是我自己的工作提前做了很多验证，让我觉得这条路线可以做 scaling，我个人非常信仰这条路线。二是当时看到了 generalist AI 把无本体数采，也就是 UMI 这条路几乎跑通了，让我觉得具身的 GPT 拐点时刻就快到了，于是决定出来。

曹玮钰：陈老师对你下场创业的影响大吗？

胡钰承：当然，我在课题组里见证了他一个几亿估值的公司慢慢成长到现在百亿估值，准备上市的公司。

刚开始陈老师还是一个学术型的人物，这两三年里，他不断融资，做产品、做落地、做商业化，逐渐成长为一个成熟的企业家。其实公司的成长过程也是创始人不断成长，边做边学的过程，让我觉得通过技术创业是一件很有价值的事情。

曹玮钰：对于年轻创业者，" 过来人 " 经常有一种看法：年轻人在技术确实有前沿性和冲劲，但真要说做公司，组织管理可能是个大短板。你没正式工作过就创业做公司了，怎么能从一个技术厉害的年轻人跨越到一个优秀的创业者？

胡钰承：技术肯定很重要，对于 AI 行业尤其如此，作为 CEO 或者公司 leader，考验的能力是全栈的。我们之前最擅长是技术，或多或少管理过一些小规模团队，这肯定是对我们的挑战。

曹玮钰：有没有具体的路径或者方法论？

胡钰承：首先这些东西都是成长过程中可以慢慢去学习的。我的一些亲人就一直在创业，对于管理、招人这些方面能给我一些帮助和熏陶。商务和融资确实是之前接触比较少的，但随着你向投资人以及一些行业前辈学习，现在和两三个月前，我对融资这件事的认知已经完全不一样。

曹玮钰：怎么跟有经验的中登甚至老登去相处和管理，有什么思路吗？

胡钰承：首先肯定需要细致的筛选。不是说有经验就一定适合我们的团队，还是希望找到理念同频的人。

我们招最顶尖的技术人才，学历和论文只是辅助，在我们看来没有那么重要，更多看他之前做过什么，是否适合我们的公司以及未来有没有潜力。

曹玮钰：现在大家似乎很推崇科技公司的扁平组织，比如 KIMI 就很宣扬这种反传统的方式，实习生可以直接和 CEO 对话。

胡钰承：我们也比较认同，公司设计也非常扁平。技术相关的决策我们更倾向于充分讨论，最后由我决定。我觉得如果一家公司所有人都形成完全一致的共识，反而是可怕的事情，因为共识可能是错的，甚至会把公司带错方向。所以我希望公司里有不同的声音，也很愿意看到有人用自己的观点说服我。

曹玮钰：所以你对于 CEO 权威这件事并没有那么在意？

胡钰承：压根没想过。

很多公司一号位的股份都非常大。我们公司不太一样，我希望公司最终能做成像 Anthropic 这样的公司，股份相对均衡。所以我们几个联创之间的股份差异没有那么大，我个人持股不到 30%，有绝对的控制权，但股份并不算多。

我觉得这个时代做 " 大脑 " 需要一个更具包容性的公司，不是靠一个人的智慧和意志，而是让大家把自己的能力和想法投入进来。另外，我不觉得这是我一个人的公司，而是大家的公司，公司做成功也不是我一个人的成功，而是整个团队共同的成功。

曹玮钰：这并不常见，你的 " 账 " 是怎么算的？

胡钰承：很简单，如果公司做不出来，一号位拥有 60%、70% 的股份也没有意义。如果公司能做出来，即使只有 10% 也能获得很好结果。