"AI coding 出现后，数字世界的生产力能够以更低的成本被人们轻松调用。在物理世界，我们认为同样存在这样一个 API 接口。"

近日，在由聚合智能产业创新中心、湖北科投联合主办的聚合智能产业发展大会 2026 上，章鱼动力联合创始人樊庆元作出这一判断。

那么，物理世界的这个生产力入口到底该怎么建？答案，藏在章鱼动力的 " 脑手一体 " 逻辑中。

章鱼动力联合创始人 樊庆元

物理世界，也需要自己的 "API"

在具身智能赛道，章鱼动力是一家年轻的公司。

成立于 2026 年初，章鱼动力由都大龙创办。在此之前，他曾联合创办鉴智机器人，还曾是地平线 6 号创始员工、百度 IDL 创始成员。

章鱼动力另外几位联合创始人樊庆元、梁柱锦、潘杨家一也均有地平线或鉴智工作背景，整个核心团队兼具 AI 算法、硬件、资本与产业落地的复合能力。

正是基于在 AI 领域的多年深耕，让章鱼动力对该赛道的演进路径有着相对独特的认知。

"AI 正在经历从数字世界向物理世界的生产力跃迁 " ——这是樊庆元对当前产业节点的核心判断。

在其看来，AI 产业已经走过了 1.0 时代，正在经历 2.0 时代的裂变。

所谓 AI 1.0，也即单任务模型驱动单任务场景的阶段。" 比如人脸识别、语音识别，棋类对弈、对话交互等，其实都是单任务的结果。"

这一阶段的特点是，每实现一个完整的技术闭环，都需要针对特定任务投入大量研发资源，能力难以跨场景复用。

" 直到大语言模型与 AI Coding 的出现，才让智能多任务、跨任务调用得以实现，数字世界的生产力瓶颈被彻底打破。" 在物理世界，樊庆元认为也存在同样的一个 API 接口：灵巧执行末端（灵巧手）。

在他看来，基于具身大脑 + 灵巧手这样一个组合构建的物理世界生产力基础设施，可以让物理世界的生产力也像数字世界一样，被简单、高效、低成本地调用。毕竟，我们如今富足的世界便是由智慧的大脑与灵巧的双手构建的。

这也是章鱼动力名称的由来。因为，" 章鱼就是极致地进化到只有脑和手操作的生物 "。

技术阶段的演进，意味着技术范式也要随之切换。

樊庆元指出，具身 AGI 与传统单任务 AI 有着本质区别：传统单任务 AI 无论是人脸识别还是自动驾驶，追求的都是单一场景下的极致可靠性，目标是 99.99% 乃至无限多个 9 的稳定性，技术架构需要围绕特定任务持续优化。

而具身 AGI 追求的是极致通用性，目标是在上万甚至十万个不同任务上都能达到 80% — 90%，甚至更高的完成度。

因此，与前者依赖 BEV 或者端到端就能实现不错的效果不同，后者更追求基于时序维度的 Scaling，以实现因果判断，以及基于多模态的 Scaling，实现环境状态判断，底层技术体系已经发生本质迭代。

那么，具体怎么做呢？

按照章鱼动力的思考，要快速实现物理世界的生产力闭环，就必须先打通 " 碳基数据到硅基数据 " 的转换链路，并且让数据、模型、执行在同一套设计语言下协同。

这正是章鱼动力从成立第一天起，就同时布局大脑、灵巧手、数据采集三大板块的底层原因。

目前，在短短 7 个月的时间里，章鱼动力已经推出了 SYNWorld 具身原生世界基础模型、OctoH-Hand 高自由度仿生灵巧手、OctoSense 下一代具身数采产品三套核心系统，初步走出了一条 " 脑手一体 " 的全栈闭环路线。

图片来源：章鱼动力

全栈是手段，并非终局

具身智能产业历经过去两年的发展，其实无论在大脑、灵巧手还是数采环节，都已经聚集了大批玩家。

为什么章鱼动力仍然选择 " 脑－手－数采 " 深度一体化闭环？

樊庆元给出的答案是：阶段决定路径。

" 在技术还没有完全收敛的阶段，垂直闭环能力能够加快速度和效率，更快打通人类操作数据采集、模型训练与机器人执行的链路，让机器人在真实任务中形成反馈，持续提升生产力。" 樊庆元指出。

尤其具身智能目前仍处于产业早期，技术路线尚未定型，接口标准尚未统一，即便各环节都已经聚集了一批企业，若缺少统一的顶层设计，数据、模型、执行之间依然会堆满适配成本，迭代效率被严重拖累。

值得关注的是，围绕核心环节进行垂直整合，是很多新兴产业早期的共同选择：新能源汽车发展初期，以比亚迪为代表的整车厂选择自研电池、电机、电控 " 三电 " 系统，逻辑与此同出一辙。

把视野再拉长，汽车产业发展初期，福特也曾自建钢铁、橡胶、玻璃等配套环节，原因就是当时产业链配套不成熟，垂直整合能最大限度提升生产效率。

" 但随着行业越来越成熟，标准越来越清晰，接口越来越明确，也会实现分工。过去很多行业都体现过这样的合久必分，分久必合的阶段。" 樊庆元说。

也正是看清了这一规律，章鱼动力的闭环并非 " 所有事情都自己干 " 的全产业链自研，而是 " 技术上做闭环，产业上做分工 "。

具体而言，在技术层面，牢牢抓住三项核心基础能力——能够理解物理世界的通用具身大脑、高自由度的仿生灵巧手、多模态的数据采集体系。

樊庆元将其称为 " 变化当中的不变量 "：无论下游场景如何变化，这三项都是具身智能的共性底层能力，把这三件事做好，就能高效支持各类场景合作方快速落地，减少从零开始开发的巨大投入。

产业层面，则充分依托现有成熟产业链的能力，不单独重建供应链。无论是模型研发、数采设备还是灵巧手开发，都广泛利用了消费电子、汽车以及具身专项产业链的配套资源。

换句话说，章鱼动力的 " 全栈 "，不是所有环节大包大揽，而是在技术迭代最快的核心环节搭建闭环，用极致通用实现极致泛化，在成熟的配套环节则拥抱产业分工。

这种 " 收放结合 " 的策略，既可以保证早期的迭代速度，也能避免过度自研带来的成本与风险。

只抓三项 " 不变量 "，做行业的公约数

" 脑手一体 " 四个字说起来简单，真正落地需要三大系统的深度协同。

也因此，章鱼动力的三大解决方案，并非简单的拼接，而是从设计之初就按照闭环逻辑打造的有机整体。

首先是 " 大脑 "SYNWorld，这是一套基于 MoT 架构的具身原生世界基础模型，既可以基于时序上的 Scaling 去推导因果，同时也可以基于多模态输入判断环境状态，相当于机器人的 " 通用智能中枢 "。

在技术架构上，SYNWorld 包含两条核心技术路线。一条是 ACWM（动作条件世界模型），核心是预测特定动作触发后的未来状态，可通过仿真方式实现评测的规模化。

" 如果完全基于真机评测的话，其实没有办法实现 Scaling，而用大模型仿真的方式实现 Scaling，就可以让这样的评测变得可行。" 樊庆元解释道。

另一条是 WAM（世界动作模型），侧重基于建模生成动态预判，能够实时预测机器人未来数秒的动作，并支持实时打断与快速纠偏。

此前，在 2026 世界机器人大会现场，这套系统已经实现了积木拼接场景下的实时动态调整，据樊庆元介绍，能力已接近 2-3 岁儿童的操作水平。

其次是执行末端 OctoH-Hand 高自由度绳驱仿生灵巧手。

该款灵巧手采用极致仿人的设计思路，基于手部 n+1 全腱绳驱动与小臂电机直驱的混合驱动方式，共集成 28 个独立可控执行器，实现 23 个主动自由度，支持多指协同、拇指对掌、指尖精细操作与复杂抓握，并内置了超过 1900 个触觉单元，天然支持多模态触觉感知与反驱。

最关键的设计在于 " 同构 "。

章鱼动力同时打造了与 OctoH-Hand 结构完全对应的外骨骼数据采集手套。" 相当于把灵巧手的驱动单元挖空，用人手来实现遥操或者数据采集，从而跟灵巧手的数据进行对齐。" 樊庆元指出。

过去，由于数采设备与灵巧手在关节构型、自由度定义和感知方式上存在差异，传统方案通常需要经过运动重定向、参数映射和反复调试，才能将人的示教转化为机器人可执行的动作。链路越长，信息损失、误差累积和工程成本就越难避免。

章鱼动力 " 数采孪生 " 解决方案最大的价值，是避免了动作重定向带来的偏差：人手操作的数据可以直接用于灵巧手的模型训练与运动控制，数据和执行之间无需额外转换，这是闭环能够跑通的核心硬件基础。

由此引出了章鱼动力的第三套解决方案—— OctoSense 数据底座，承担着为整个系统输送 " 养料 " 的功能。

这套体系包含三类核心硬件：外骨骼数据采集手套、鱼眼头环、肌电手环，可组合成三种不同的采集方案：鱼眼头环 + 采集手套实现高精度数据采集，单鱼眼头环实现纯视觉规模化采集，鱼眼头环 + 肌电手环则兼顾位姿还原、力度感知、采集自由度，全模态和规模化。

其中最具差异化的是肌电技术路线。传统肌电采集方案往往需要针对每个使用者逐一标定校准，跨个体泛化能力差，难以支撑大规模数据采集。

章鱼动力的思路是借鉴大模型的 Scaling 逻辑，用大量跨个体数据训练肌电大模型，学习可迁移的肌电表征，从而实现跨本体泛化、免去逐人二次校准。

据樊庆元透露，目前这套肌电大模型已初步验证跨个体泛化能力，后续将通过扩大数据覆盖持续优化效果。

最终，三者形成的完整闭环是：同构数采设备采集人类操作的多模态数据，输入世界模型进行训练，模型生成的动作指令直接驱动灵巧手执行，执行过程中的真实数据再回流到数据体系，持续迭代优化模型与控制策略。

这种 " 数据－模型－执行－反馈 " 的正向循环，正是章鱼动力能够在短时间内快速迭代的核心密码。

按照规划，章鱼动力在今年 10 月份左右会发布第二版世界基础模型，今年底之前，数采设备、灵巧手等硬件都会具备量产能力。

短期泡沫，不影响物理 AI 长期革命

从汽车产业的发展历程来看，过去每一次生产力范式的转移，都要经历 " 早期垂直整合—中期标准确立—后期专业分工 " 的过程。

以此对照，具身智能现在正处在第一个阶段向第二个阶段过渡的关口。

长远来看，樊庆元认为，一种基础能力，只有能够被更多企业便捷地调用，才有机会真正推动产业变革。

" 我们一直在做的，就是把这样的共性能力建设好，在技术还没有完全收敛的情况下快速地推到实际场景当中，所以我们做了闭环，取了一个公约数，不是什么都干。"

值得关注的是，在资本市场，章鱼动力的这种闭环能力也已经赢得了广泛认可。

过去数月里，章鱼动力已经先后完成了 3 轮融资，累计融资额接近 10 亿元，投资方涵盖地平线、高瓴创投、小米战投、顺为资本、线性资本、黄浦江资本、锦秋基金、芯联资本等，为后续技术研发与量产落地储备了弹药。

在具身智能领域，章鱼动力的受追捧，只是整个赛道资本热潮的一个缩影。

过去一年多，具身智能始终是一级市场最追捧的方向之一。据 IT 桔子统计，仅 2026 年上半年，国内具身智能融资总额就高达 935 亿元，同比增长约 5 倍；累计披露融资事件 322 起，同比增长 137%。

这背后，不仅有大批人形机器人本体、灵巧手、世界模型、具身数据等环节的创业公司密集完成大额融资，车企、消费电子厂商与互联网大厂等产业资本和顶级财务机构也在接连入局，共同推动赛道融资节奏不断前移，头部企业估值水涨船高。

资本在加速催熟行业的同时，也让行业 " 是否存在泡沫 " 的争论如影随形。

对此，在采访过程中，樊庆元没有直接回应 " 泡沫 " 的定性，而是给出了一个产业视角的判断。

他举了大模型的例子：大模型刚出现时，很多人质疑 " 只能聊天的模型有什么用 "，直到 AI Coding 横空出世，降低了软件开发门槛，让更多人能够参与开发，数字领域的生产力被广泛解锁，整个产业的价值才真正显现。

在他看来，AI 走进物理世界带来的生产力变革，其长期影响完全不亚于工业革命、能源革命与互联网革命。

这样级别的产业变革，也不会因为短期的热度波动而改变长期趋势。任何行业都有发展周期，互联网也曾经历过泡沫破裂的周期，但最终催生了改变世界的科技公司。

" 现在的热度也好，泡沫也罢，都远远无法影响这场伟大而深刻的变革给行业生产力带来的变化。" 樊庆元表示。

结语

章鱼动力选择 " 脑 - 手 - 数据 " 全栈闭环，本质上是产业标准成型前的一次 " 抢跑 "： 用垂直整合换迭代速度，抢先把物理世界 API 的底层模块跑通。

这和新能源汽车产业早期的 " 三电自研 " 逻辑如出一辙：垂直整合从来不是终点，而是技术未定阶段的效率最优解。一旦技术路线收敛、接口标准统一、供应链成熟，专业分工自然会成为主流。

但在此之前，总要有企业先把三块 " 基石 " 搭稳，把闭环跑通。