清华系团队拿下数千万元融资，凌云光押注具身智能“数据卖铲人”

机器人抓取一枚鸡蛋，力度偏差5牛顿就会捏碎，滑动2毫米就会掉落。真实世界的手物交互数据，远比实验室里的抓取demo复杂——精细动作、频繁遮挡、高速运动、极端光照，每一项都在拷问数据采集与处理的底层能力。

希鸥网观察到，这正是星忆智能试图拆解的核心命题。这家孵化于清华大学计算机系、成立于2024年的物理AI数据基础设施服务商，聚焦第一人称真实交互数据赛道，近日完成数千万元种子轮及种子+轮连续融资。种子轮由顺禧基金领投，种子+轮由产业资本凌云光领投，中关村资本、一创投资跟投。资金将重点投向核心算法迭代、真实世界多模态数据基础设施建设及客户交付能力提升。

具身智能赛道从不缺Ego数据。市场上第一人称采集设备比比皆是，但原始数据不等于训练资产。一段包含手部精细操作的真实视频，若未经手部姿态解析、遮挡补全与自动化标注，对模型而言只是无法学习的像素噪声。星忆智能的解题思路是：以自研EgoKit多模态采集系统与HBR Engine智能数据引擎为双轴，针对严重遮挡、图像畸变、高速运动、极端光照四大技术痛点搭建算法体系。

用白话解释其商业意图：把人类操作视频中“看不清的手”还原成骨骼关键点，把“对不齐的多模态信号”对齐成时序同步的训练样本，把“靠人眼标注的苦力活”变成自动化流水线。这套能力落在商业上，是为具身模型企业与机器人厂商解决高质量手物交互训练数据稀缺、交付周期不可控的痛点。其差异化钩子在于全链路工程化能力——从采集硬件适配到标注算法输出，交付的是可直接喂给模型的标准数据集，而非散乱的原始素材。

资本结构的安排同样耐人寻味。凌云光在此轮中兼具产业投资方与业务协同伙伴双重身份：既是种子+轮领投方，又通过全资子公司元客视界与星忆智能达成战略合作，整合光学动捕硬件、多视点视觉采集能力与星忆的自动化数据处理技术，共建覆盖采集、标注、质量评估、交付的完整闭环。顺禧基金作为北京国资背景的耐心资本提供背书，中关村资本与一创投资跟投补位。市场化VC、产业龙头与国资引导基金的组合，本质上是在用不同周期的钱匹配不同阶段的风险。

希鸥网认为，这笔融资的信号意义大于金额本身。具身智能的竞争正从“模型参数竞赛”前移到“数据供给能力竞赛”，谁掌握低成本、高精度、可规模化交付的真实交互数据，谁就扼住了下游模型迭代的咽喉。凌云光以CVC身份领投并导入业务资源，验证的是“技术能力+产业场景”双向认可的协同模式；顺禧基金强调的“工业化加工训练资产”能力，则指向一个更底层的判断：数据基建的壁垒不在采集设备，而在把非标场景转化为标准交付的算法中台。

对创业者而言，星忆智能的路径提供了一个可复用的组织样本。创始团队从实验室算法能力切入，必须在早期就建立标准化的数据交付流程与绩效衡量规则，而非依赖个别工程师的手工调参。创业公司常见的陷阱是管理宽松滋生内耗，星忆智能选择在商业化初期就与头部模型企业开展项目级合作，用真实订单倒逼交付标准成型，这比闭门打磨技术更能暴露工程化短板。

另一层启示在于人才结构的搭配。CEO宋知珩需要同时驾驭算法研发与产业协同两条线，团队若全是同类背景的算法专家，极易陷入技术自嗨。有效的做法是战略型人才搭配执行型人才，定期跨部门轮岗让算法工程师直面客户交付现场，理解数据标注延迟一天对模型训练进度意味着什么。基础交付工作必须严守绩效标准，前沿算法探索则容许试错空间，两套标准并行而非混用。

最容易被忽视的是创始人的情绪管理。从清华实验室到产业资本加持，宋知珩面对的是算法指标与商业交付的双重压力，融资到账只是起点而非终点。创业维艰中反复出现的“WFIO”时刻不会因为一笔种子轮融资而消失，真正的考验在于能否在资本与产业的共同注视下，持续做出反本能的取舍——砍掉不产生交付价值的算法分支，拒绝偏离数据基建主航道的定制项目，在估值诱惑前守住规模化交付能力的建设节奏。

金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo