智驾“老炮儿”刘念邱创业，首轮拿下近亿美元

将投中网设为 " 星标⭐ "，第一时间收获最新推送

又一智驾 " 老炮儿 " 投身具身智能。

作者 王满华

本文字数 2720

手搓量丨 98%    AI 含量丨 2%

9 月 9 日，投中网获悉，具身智能初创公司费莫一科技（PHYMI，下文简称 " 费莫一 "）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、禾赛科技跟投。

眼下，具身智能行业的竞争已经进入白热化阶段，百亿估值的选手就多达 20 余家。作为一家成立不久、尚处早期阶段的初创公司，费莫一这轮融资无论从金额还是资方阵容来看，都展现出不俗的募资号召力。

资本下注的锚点之一在于团队。公司创始人兼 CEO 刘念邱曾任元戎启行技术合伙人、董事，亲历了中国高阶自动驾驶从   L4   研发运营走向规模化量产的关键阶段。其核心成员也大多来自头部 AI 互联网、人形机器人及自动驾驶企业，主导过大模型、VLA、真机强化学习、机器人整机、数据平台及量产交付等工作。

可以说，这正是当前资本市场最为看重的具身团队画像——兼具模型视野、复杂软硬件工程能力，以及规模化量产落地经验。

从赛道角度来看，随着多模态大模型与物理 AI 持续突破，市场对具身智能的期待正在发生质变：不再满足于 " 能跑、能跳、能表演 " 的展示型能力，而是要求机器人真正进入物理世界，理解并自主完成人类下达的目标。

费莫一的核心方向，恰好卡在这一需求升级的节点上。其定位是打造面向开放动态真实世界的 Physical Agent，通俗讲，就是让机器人能够理解人的目标、跨场景自主移动与操作，并且可持续完成真实任务的完成的，以此将人类从高频、琐碎却始终需要亲力亲为的事务中解放出来。

关于融资用途，刘念邱表示，将主要用于 Physical Agent 核心技术研发、真实动态数据体系建设、产品工程化与场景落地，以及团队扩充等方面。

又一智驾 " 老炮儿 " 投身具身智能

费莫一的故事，还得从公司的灵魂人物——创始人刘念邱讲起。

创立费莫一之前，刘念邱的履历已写满了硬核底色。早在英特尔当高级工程师时，他就从事新设备、新工艺及自动化相关的研发与导入，在复杂软硬件系统工程化落地上积累了丰富经验。离开英特尔后，他又参与了多个智能硬件项目，进一步沉淀出产品研发和连续创业经验。

2019 年，刘念邱加入了当时尚处初创阶段的元戎启行，成为技术合伙人。作为公司的元老级人物，他参与推动了公司的无图智驾方案落地，以及技术体系向端到端模型、VLA 大模型演进等工作。

正是这些围绕智能硬件的经历，让刘念邱很早就看到了机器人领域的潜力，但他并没有急于下场。在他看来，2024 年前后兴起的那波机器人创业潮，机器人本体供应链、运动控制以及数据和模型范式仍在发展，本质上仍依赖传统算法和优化理论，远未达到 AI 驱动的 " 智能 " 水准。

更深层的制约还在于硬件端——当时市面上几乎没有为机器人专门设计的关节电机和专用减速机，工业领域的传统伺服电机因为体积偏大、单位扭矩密度不足，很难直接塞进机器人里。这意味着，要想在那个节点做具身，需投入大量的精力从零部件基础造起。

" 虽然对于机器人来说硬件非常重要，但我认为，单一硬件能力不是决定未来具身智能胜负的核心变量，我希望做的是一个系统化的产品，而产品持续进化的核心，是它的‘大脑’能力。" 刘念邱表示。

也正因如此，他选择等待，直到 2026 年，这个时机终于到了。刘念邱告诉我，这一判断的依据主要来自三个层面的变化：

首先是供应链的成熟，如今市面上已有大量专为机器人优化设计的电机和减速机，本体制造的难度被大幅拉低；其次，AI 基础设施的供给远比两年前充裕。更重要的一点是，过去两年，智能驾驶领域已经完整跑通了 " 数据采集—清洗标注—模型训练—仿真验证— OTA 迭代 " 的大规模数据闭环，而这整套方法论，有很高的借鉴价值，当然具体方法不能照搬。

" 这意味着，我们无需再花一两年去‘造轮子’，而是从第一天起，就能专注思考产品本身，以及建立产品、数据和模型持续迭代的闭环上。"

于是 2026 年 3 月，费莫一科技正式成立。

打造⾯向开放动态真实世界的 Physical Agent

费莫一的英文名是 "PHYMI"，其中 "PHY" 代表 PHYsical World（物理世界），"M" 除了对应 Mobility（移动能力），也代表 Manipulation（操控），"I" 则指向 Intelligence（智能）。

刘念邱称，这也是公司希望解决的核心问题：即打造⾯向开放动态真实世界的 Physical Agent，聚焦长程复杂移动与操作。他进一步解释称，这里的 " 长程 "，不只意味着更远的移动距离，也包括更长的任务时间、更多的行动步骤、更大的空间跨度，以及更连续的决策链条。

这一选择背后，是团队出于对具身智能演进方向的判断。当前，随着多模态大模型和 Agentic AI 持续发展，AI 正在跨越数字世界的边界——人们对智能的期待，不再只是 " 获取一个答案 "，而是 " 给出一个目标，由智能自主推动达成 "。

然而，物理世界远比数字世界复杂。数字世界有统一的接口和规则，物理世界却没有提前写好的剧本：空间不断延展，环境与人的需求随时变化，一次行动的结果也可能改变后续路径。

以 " 取外卖 " 这一场景为例，表面看只是两点一线的简单任务，但真实场景中，物品的位置、交付方式和现场状态都可能发生变化。这意味着，机器人不仅要理解人的意图，更要在无需逐步指挥的情况下，将目标拆解为具体任务，再将任务转化为一系列物理动作。当环境变化或临时增加新需求时，它也能及时响应、调整计划，直至把事情做成。

而现实情况是，当前大量机器人的能力仍集中在固定工位、固定流程或特定场景中，并不具备这种灵活应对的能力。

这正是费莫一要填补的空白。因此，从 Day one 起，公司就不以固定工位、单一场景或预设流程中的单点动作定义能力，而是关注 Physical Agent 能否将跨场景的移动与操作连接起来，并根据现场变化持续行动，推动复杂目标达成。

不过，要让 " 达成目标 " 的能力真正进入物理世界，光靠将智能模型与机器人本体简单叠加显然不够，而是需要模型、本体、数据与交互围绕同一个目标协同工作。为此，费莫一构建了由 PHYMI BRAIN、PHYMI BODY、PHYMI DATA 与 PHYMI LINK 组成的全栈技术体系。

BRAIN 负责理解世界并决定行动，BODY 提供进入真实世界并持续行动的物理载体，DATA 则通过沉淀多视角、跨模态的真实动态数据与任务反馈，将每一次交互转化为可积累、可学习的经验，最终由 LINK 连接人、Physical Agent 与环境，使目标、授权、状态和反馈贯穿任务全过程。四大系统咬合在一起，形成了一个从目标出发，贯穿感知、决策、行动、反馈和进化的完整闭环。 

虽然从产品定位来看，费莫一长期指向的是跨场景的通用能力，但刘念邱并不打算将 Physical Agent   塑造成一个无所不能的 " 超人 "，更不是以替代人为目的的自动化机器。

在他的设想中，费莫一的 Physical Agent 应该是每个人身边可靠、实用、可负担的 " 行动伙伴 " ——未来，它会走进每一个普通人的日常生活，承接包括取送物品在内的高频、琐碎，却始终需要有人亲自到场、持续消耗时间和注意力的现实事务。

" 它既能在人身边搭把手，也能在获得授权后独立担当；事情顺利时能持续推进，遇到变化时能灵活调整，拿不准的情况也懂得及时向人求助。并且随着共同经历的不断积累，它会越来越熟悉周围的环境，越来越理解人的习惯与需要，最终能够与人共享目标、共同把事情做成。" 刘念邱表示。

作者王满华—编辑王庆武

投中网原创

随手点赞，戳个在看▼