面向機器人與空間智能領(lǐng)域的數(shù)據(jù)基礎(chǔ)設(shè)施服務商Ropedia，近日宣布完成千萬美金級種子輪融資。本輪融資由谷歌、英偉達、亞馬遜等科技巨頭的北美天使投資人，聯(lián)合亞洲頭部美元基金共同參與，深渡資本擔任長期獨家財務顧問。資金將用于核心技術(shù)團隊擴張、產(chǎn)品量產(chǎn)交付及全球市場拓展。

Ropedia于2025年下半年在新加坡注冊成立，專注于為機器人、空間智能及物理交互領(lǐng)域提供新一代數(shù)據(jù)采集與解決方案。公司由三位聯(lián)合創(chuàng)始人領(lǐng)銜：CEO陳昭熹博士（清華大學本科、南洋理工大學博士，曾參與meta光學動捕系統(tǒng)開發(fā)）、CTO洪方舟博士（清華大學本科、南洋理工大學博士，meta第一人稱多模態(tài)智能研究經(jīng)驗）及首席科學家劉子緯教授（南洋理工大學副教授，計算機視覺領(lǐng)域權(quán)威學者，谷歌學術(shù)引用超9萬次）。南洋理工大學校長講席教授、CVPR 2026程序大會主席呂健勤擔任科學委員會主席，為技術(shù)研發(fā)提供戰(zhàn)略指導。

陳昭熹指出，未來十年，智能將突破數(shù)字屏幕的局限，深度融入物理世界。然而，通用物理智能無法通過傳統(tǒng)互聯(lián)網(wǎng)數(shù)據(jù)訓練獲得，必須依賴三維空間中的真實交互體驗。這一洞察驅(qū)動Ropedia重新定義數(shù)據(jù)采集范式——通過低門檻硬件設(shè)備捕捉多模態(tài)信號，結(jié)合自研空間基礎(chǔ)模型，將原始數(shù)據(jù)轉(zhuǎn)化為可直接用于模型訓練的結(jié)構(gòu)化產(chǎn)品。

隨著AI從數(shù)字世界向物理世界遷移，行業(yè)對數(shù)據(jù)的需求發(fā)生根本性轉(zhuǎn)變。機器人與空間智能模型需要包含真實物理尺度、動態(tài)交互過程、物體關(guān)系及場景語義的高質(zhì)量數(shù)據(jù)。但傳統(tǒng)采集方式面臨兩大挑戰(zhàn)：一是依賴昂貴設(shè)備導致成本高企，二是原始信號到結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)化鏈路冗長且低效。

針對這一痛點，Ropedia提出“算法定義采集、模型降低硬件門檻”的技術(shù)路徑。洪方舟強調(diào)，未來競爭的核心不在于原始素材數(shù)量，而在于能否以低成本、高效率將現(xiàn)實世界轉(zhuǎn)化為模型可學習的數(shù)據(jù)資產(chǎn)?；诖?，公司推出頭戴式便攜采集系統(tǒng)HOMIE，通過輕量化硬件捕捉第一視角下的人體運動、場景變化及物體交互信號，結(jié)合4D重建與對齊算法，生成帶有真實尺度信息的動態(tài)世界表示。這種數(shù)據(jù)形式完整保留了人與環(huán)境的交互過程，更貼近機器人訓練需求，目前已實現(xiàn)量產(chǎn)并批量交付。

洪方舟進一步解釋，硬件僅是數(shù)據(jù)入口，真正的技術(shù)壁壘在于模型與數(shù)據(jù)管線能力。強大的4D重建能力使公司能使用低成本、靈活部署的采集設(shè)備進入真實場景，而持續(xù)積累的任務數(shù)據(jù)又反哺模型精度提升，形成“設(shè)備-模型-數(shù)據(jù)”的閉環(huán)生態(tài)。這種模式使Ropedia更接近底層基礎(chǔ)設(shè)施提供商，而非單一設(shè)備供應商。

商業(yè)化方面，Ropedia將北美作為核心市場，依托當?shù)孛芗臋C器人公司與研究機構(gòu)，快速響應其對高質(zhì)量物理數(shù)據(jù)的需求。同時，公司以新加坡為全球化運營中心，在供應鏈管理、跨境協(xié)作及合規(guī)交付方面構(gòu)建優(yōu)勢。目前，其客戶已覆蓋北美十多家頭部具身智能與空間智能企業(yè)，形成“采集設(shè)備+數(shù)據(jù)服務+標準化交付”的綜合業(yè)務模式。

據(jù)透露，Ropedia短期將聚焦數(shù)據(jù)生產(chǎn)與交付管線的優(yōu)化，強化質(zhì)量、成本與效率優(yōu)勢；中期計劃推動4D物理數(shù)據(jù)標準的制定；長期目標則是構(gòu)建覆蓋物理智能領(lǐng)域的數(shù)據(jù)基礎(chǔ)設(shè)施網(wǎng)絡(luò)，服務更廣泛的機器人、空間智能及現(xiàn)實世界AI應用場景。