具身智能领域迎来新动态，贝塔无限（Beta Infinity）这家初创公司宣布完成种子+轮融资。本轮融资由世纪华通参与的盛趣泰和基金与和利资本联合领投，毅达资本、南山战新投等机构跟投。这是该公司成立后的第二轮融资，累计融资金额达数亿元，资金将主要用于核心技术研发和产品试制等方面。
贝塔无限由刘武龙和陶帅创办，他们将目光聚焦于打造消费级具身智能系统与终端产品。刘武龙是联合创始人兼CEO，毕业于清华大学电子系，曾在华为任职，担任过大模型工程团队负责人、强化学习首席科学家，还是华为最年轻的AI研究所所长。在华为期间，他主导孵化了智能驾驶业务，是首个不依赖高精地图的量产版本ADS 2.0（高阶智能驾驶系统）的核心操刀者，还从0到1打造了昇腾万卡集群训推系统并主持调优，在智能驾驶与大模型双向技术研发及产品落地方面经验丰富。
联合创始人兼CTO陶帅同样来自清华大学电子系，他曾在字节跳动担任负责搜索、网盟商业化AI算法和工程总监。在字节任职时，他带领百人AI团队，从0到1打造出年营收数百亿的“千人千面”复杂AI系统，在C端个性化技术、大模型算法等领域积累深厚。
2025年中，刘武龙和陶帅决定创业。他们密集考察多个应用场景后，于同年年底确定业务方向，2026年3月公司正式运营，团队核心成员主要来自华为、字节跳动、智元、大疆等企业。目前，公司正在研发首批消费级具身智能产品，先锋体验版计划年内亮相，同时已与多家上下游产业头部企业达成深度战略合作。
在消费级具身智能场景的选择上，陶帅表示，团队深度调研了3C电子加工、汽车装配、养殖场等B端场景后得出两个核心判断。一是大模型驱动的具身智能最适配消费级场景，工业流水线对机器人核心要求是精准度和节拍，更适合传统工业视觉和机械臂做小范围泛化，而大模型优势在于泛化能力和开放性交互，与消费级市场需求高度契合。二是B端场景落地难度高，对通用具身智能演进帮助有限，工业数据高度定制化，难以形成规模化数据飞轮，过去两年真正在产线上实现ROI（投资回报率）大于1且完全跑通的案例尚未出现。相比之下，消费级市场是蓝海，需求与大模型技术成熟度曲线高度匹配，也与公司技术栈契合。
对于要打造的机器人，陶帅称公司专注于消费级市场，核心落地场景是家庭，希望打造一款面向“人机共融”场景的机器人伙伴，具备高泛化能力和开放性任务编排能力。硬件层面，机器人要具有消费级亲和力与灵动性，摒弃工业AGV式底盘和僵硬形态，将家庭通行性、人机适配性和安全性放在首位。智能层面，赋予机器人两项核心能力，一是全时空多模态记忆系统，提升机器人个性化和长程复杂任务执行能力，这复用了在线上“千人千面”复杂推荐系统中积累的经验；二是环境自演进能力，包括部署态的数据飞轮，依靠真实场景中持续数据驱动实现进化，而非仅靠前置采集，以及强化学习这一关键技术基座。
近期公司招聘服装设计和柔性皮肤设计实习生，陶帅解释这是因为面向消费级市场，主打“家庭伙伴”定位，机器人在形态上必须具备亲和力和安全性。一方面通过顶尖工业设计和柔性防护材料优化人机交互体验，另一方面团队工业设计师在外形细节上投入大量精力。除外观亲和力，还对标消费电子的“极致堆叠”、性能与高可靠性，追求既有人机交互的温度，又实现消费电子级别的硬件极致堆叠，同时兼顾具身智能实用性与科技感。
当被问到机器人落地家庭场景先做哪些具体工作时，陶帅表示这是一个逐步演进过程，主要围绕三大核心能力展开。一是构建个性化多模态交互底座，覆盖语音、肢体姿态乃至个性化移动方式，这是机器人在家庭中最基础的立足能力。二是操作能力的自演进与逐步解锁，初期聚焦简单物品收纳、抓取等任务，后续从平面操作升级到立体空间，再攻克柔性物体，产品初期操作能力难以一步到位解决通用家务，关键在于设备入户后通过OTA和真实场景下的自演进机制持续提升。三是基于BetaAgenticOS打造高阶技能生态，结合家庭场景调研与用户付费意愿，未来开发者可在该系统上开发丰富的Skill应用，形成系统 + 应用的生态模式。OTA意味着机器人进入家庭后，可像手机系统更新一样，通过云端远程获取新的算法模型、技能包或性能优化，实现持续进化。
对于机器人多模态交互能力是否接入DeepSeek这类模型，陶帅称仅接入此类模型无法满足消费级具身智能产品技术要求。目前行业内部分早期探索侧重于在交互层接入大模型API，但这种架构可能难以完全满足具身智能在家庭复杂场景中的深度落地。一是记忆与个性化能力缺失，现有大语言模型聊天机器人普遍缺乏长效记忆、多模态记忆和时空记忆能力，也无法精细化构建用户画像。二是交互与具身能力割裂，在机器人场景中，交互不能只依赖语言，还必须与具身智能的大脑能力深度融合，如果交互用一套模型、任务规划和拆解用另一套模型，中间“缝合”工作复杂，尤其在人与机器人交互过程中，用户会频繁打断、纠正、重新规划任务，这要求交互与具身任务规划在同一模型内天然协同，实现自然的长程任务规划与执行，而非两套独立系统的简单拼接。因此，公司追求语言、姿态、操作与具身大小脑协同统一的联动系统，所有能力将在同一个模型中整合。
关于机器人的长期记忆存储，陶帅表示记忆能力一方面支撑“千人千面”个性化体验，另一方面是实现具身智能长程复杂任务的技术底座。核心问题是存什么数据、数据怎么用、记忆如何演进。公司已构建一套基于个性化奖励机制的reward系统，通过强化学习驱动记忆的演进与更新。在存储层面，采取分层策略，原始用户数据为确保隐私安全，严格放在本地存储和处理；二次挖掘的脱敏数据，经过用户授权，采用端云协同方式。
在解决具身智能缺乏个性化和自主做事能力差的痛点上，陶帅介绍公司在个性化方面采用“全时空多模态记忆框架”，不是简单存储数据或做上下文嵌入，底层是一套由强化学习驱动的记忆管理、演进与模型融合的范式。在自主持续做事能力方面，工作主要体现在两部分，一是Wild2Bot数据框架，通过部署环境中的数据持续提升具身智能能力；二是真机强化学习，这是团队积累较多的方向。
谈及未来规划时间线，陶帅表示有一个大的时间线，但机器人智能技术发展快，节奏也在动态调整。今年重点是把技术底座和旗舰本体的核心能力做到跨代级体验，尤其是多模态个性化交互、室内极致自主移动与语音建图，以及操作层面的数据飞轮等几大基座能力。真正规模化的量产和供应链打磨计划放在明年上半年，后续也会考虑出海。
对于目标市场，陶帅称公司全球布局，国内和海外都会有相应产品规划。不过某些场景更适配海外市场，如偏家务类的操作能力，当产品达到较好成熟度和付费能力后，北美和海外市场的适配性更高。国内劳动力成本相对较低、居住空间偏小，家务场景付费能力没那么强，但国内市场仍是打磨产品和技术的重要阶段，像多模态交互、自主移动等具身智能通用能力，在国内同样有市场需求。
考虑到国内外市场差异，如海外住宅面积更大、人工成本更高，国内“三代同堂”家庭结构多，家务诉求不同，在用户偏好层面，陶帅表示这更多是产品层面问题。公司在国内一、二、三线城市以及海外都做了大量用户调研，发现差异化需求，如家务场景偏好、交互方式、付费点等不同地域都不一样。从产品设计上，会做地域化区分，这也是“千人千面”个性化能力的一部分，不仅体现在不同家庭之间，也体现在不同地域之间。从技术底座上，也会做好数据隐私和安全性的分级技术方案，因为不同地域对智能能力的接受度存在差异。
近期Figure AI等国内外企业进行了多场聚焦日常场景的机器人实机直播，引发行业热议。陶帅评价称，国内入局者众多，但从目前展示的技术和数据来看，整体仍处于初级阶段，无论是交互与具身智能的融合能力，还是消费级本体的设计能力，距离预期状态还有很大差距。海外方面，几家头部企业展示的技术理念值得认可，有些与公司不谋而合，如公司去年底提出记忆能力和长周期复杂任务编排，今年3月pi（Physical Intelligence）团队也发表了多模态长短期记忆对长程任务提升的工作，说明行业理念正在逐步收敛。至于Figure AI，其展示的Demo不错，但整体效果在预期之内。相比海外竞争对手，公司特点主要体现在两点，一是软硬件协同的系统级优势，国内供应链和本体产业基础较好，公司在软硬件协同设计与顶层算法优化上具备空间；二是用户体验的打磨，在C端用户体验上，国内团队在移动互联网时代已全面领先海外，如抖音、微信等都是例证，在具身智能时代，尤其消费级市场，公司也有相应信心。
作为华为系创业团队之一，贝塔无限在产品逻辑和工程逻辑上有自身特点。陶帅认为具身智能的落地是综合性系统工程，单靠自动驾驶或某一单一技术栈不够。公司不同之处主要体现在两方面，一是创始团队是“华为 + 字节”的组合，华为主要输入自动驾驶和大模型底层研发能力，自己则带来线上个性化推荐系统和复杂AI系统架构的经验，两者结合是适配消费级落地场景的组合之一，既不是单纯的自动驾驶技术迁移，也不是偏学术的Demo演示，而是面向真实落地的综合能力。二是在融资节奏和发展理念上，更倾向于稳扎稳打，现在行业里年轻创业者多，热钱也多，但公司选择拒绝资本催熟的模式，坚持从系统落地做起。
