Physical AI正进入经验工程时代，Ropedia聚焦全链路数据基建，完成数千万美元融资

机器之心发布 天使轮由一线美元基金，智能制造与大模型产业方共同领投；数据集 Xperience-10M 位列全平台数据集榜第 2 名，具身赛道第一名，目前已被多款具身基础模型 Qwen-VLA、MolmoMotion 等采用；多模态采集系统 HOMIE 进入规模化量产交付，新一代系统将于 2026 年 8 月发布。 过去几个月，Physical AI 领域正在发生一个值得关注的变化。 机器人模型的竞争不再局限于模型架构、参数规模和算力。 Qwen-VLA 将机器人操作、导航、轨迹预测和人类第一视角示范纳入统一训练框架；ACE-Ego-0 将人类第一视角视频转换为机器人可使用的伪动作轨迹；τ₀-WM 则在超过 2.7 万小时异构交互数据上联合学习视频预测与动作生成。 这一趋势表明，Physical AI 正在从单纯依赖昂贵的机器人遥操作数据，转向利用更广泛的真实世界经验进行预训练 。 模型仍然重要，但决定模型能否理解并进入现实世界的关键问题，正在向更底层移动： 如何持续获取真实世界中的交互经验？如何将不同设备、场景和模态的数据统一起来？又如何证明这些数据最终能够提升模型能力？ 近日，总部位于新加坡的 Physical AI 公司 Ropedia 宣布完成新一轮数千万美元融资。 据机器之心了解，本轮融资将重点投入 于下一代多模态感知硬件、真实世界数据生产引擎、全球采集与交付能力，以及面向机器人基础模型和世界模型的数据验证体系建设。 机器之心获悉，本轮融资由多家深耕东南亚市场的头部风险投资机构领投，多家一线美元基金及智能制造、大模型产业方共同参与投资。在此前一轮融资中，与 Google、a16z、NVIDIA、Amazon 相关的投资人亦有参与 。 与传统意义上的数据公司不同，Ropedia 希望建设的是位于现实世界与基础模型之间的一层基础设施： Real-World Experience Engine，真实世界经验基础设施 。 「大家买的是结果，而不是半成品」：Ropedia 的核心竞争力不在于采集本身，而在于把原始数据变成模型输入 行业里并不缺能够跑通的答案。过去一年，市场上出现了不少展示效果亮眼的 Demo，但真正困难的是：这些方案能否从单点验证走向规模化部署，能否持续、稳定地生产大规模数据，并将技术方案转化为可量产、可扩展的基础设施。 对于具身智能而言，实验室中的一次成功，并不等同于产业中的可复制能力。Ropedia 试图解决的，是从「能够采集」到「能够规模化生产模型可用数据」的工程问题。 真实世界数据的生产，远不只是按下录制按钮。 不同传感器具有不同的采样频率、坐标体系和噪声特征；在开放环境中，还可能出现遮挡、漂移、动作中断、设备异常和语义缺失等问题。因此，一段原始采集数据通常需要经过时间同步、空间对齐、相机定位、三维与四维重建、人体及手部运动恢复、动作切分、语义标注和质量控制，才能转化为模型可以直接使用的训练数据。 传统数据服务往往围绕人工采集和人工标注展开，而 Physical AI 所需要的并不是一次性交付的数据包，而是一套能够持续运行和迭代的数据生产系统。 Ropedia 联合创始人兼 CEO 陈昭熹将其概括为： 「我们不是在做一个更大的视频库，而是在建设真实世界进入模型之前的基础设施。采集设备决定我们能够看到什么，Experience Engine 决定这些信息能否被模型使用，而模型验证决定下一轮应该采什么。」 这也构成了 Ropedia 与传统数据供应商之间的区别： 客户最终购买的不是原始视频的数量，而是能够直接进入训练流程，具有稳定质量和明确数据结构，并可围绕特定模型目标持续迭代、规模化生产的数据资产 。 「任何的智能一定是来源于人类经验」：模型开始从互联网数据转向真实世界 将视线从 Ropedia 回到整个行业，在过去十年，大语言模型和多模态模型对世界的认知，主要建立在网页、文本、图像和视频等互联网数据之上。 Ropedia 联合创始人兼 CTO 洪方舟表示： 「机器人不仅需要识别一只杯子，还要理解杯子在三维空间中的位置、手应该从什么方向接近、抓取时会发生怎样的接触、施加多大的力量，以及动作失败之后应该如何调整。」 Ropedia 将这些连续的感知、动作和物理反馈统称为 Human Experience— 人类真实世界经验 。 Ropedia 联合创始人、首席科学家刘子纬则把这场转变，比作一次能源结构的切换： 「语言大模型有点类似于化石燃料：我们人类创造语言、记录语言，把丰富的语言沉淀在整个互联网上，但化石燃料终归是有限的。多模态是 AI 脱虚向实的必经之路，有点像我们从化石燃料走向新能源的过程。」 这也对应 Ropedia 的产品起点：把人类的五感信息转化为机器可识别的结构化数据，支撑多代际模型的长期复用：一次采集，具身智能、世界模型、多模态模型都能长期使用。 因此，Physical AI 所缺少的不只是更多视频，而是一套能够捕获、结构化并验证真实世界经验的完整工程体系。 「我们做一条面向量产的数据管线」：硬件只是入口，真正的产品是 Experience Engine Ropedia 最早以头戴式采集系统 HOMIE 进入行业视野。 HOMIE 采用轻量化第一视角设计，可以在家庭、办公室、工厂、商场等开放环境中持续记录人类自然完成任务的过程。但在 Ropedia 当前的产品体系中， HOMIE 只是 Experience Engine 的入口 ，而不是公司的全部能力。 据了解，Ropedia 正在建立由三层组成的 Human Experience Engine：一套端到端（end-to-end）的真实世界经验基础设施 。 第一层 Sense 是覆盖不同交互场景的感知硬件，包括头戴式第一视角采集设备 HOMIE，以及面向手部动作、触觉和空间运动的感知系统。 第二层是 Experience Engine，将原始传感器数据转换为模型可训练数据的 自动化数据生产引擎 。 第三层为 Deliver，包括数据集、模型训练与验证体系，用于判断不同数据对 VLA、世界模型和空间智能模型究竟产生了什么作用，并反向指导下一轮采集。 三层之中，最重的工程投入在第二层。在这条管线上，最能体现差异的一环是标注。陈昭熹把整条数据管线类比为硬件量产线「整个数据平台和管线，就是一个面向量产的东西」，它的价值在于让不同批次的数据保持一致：所有采集数据先上云完成人工预筛选清洗，再进入自动化标注管线，先后经过自动化指标质检、人工终检后入库，全流程留痕可查。 据悉，截止 2026 年上半年，公司已完成服务超过 20 家全球机器人及基础模型公司。 「我们最后要的是模型结果」：用三个硬信号判断一家数据公司的价值 早在 2026 年 3 月，Ropedia 发布了旗舰数据集 Xperience-10M。 该数据集包含约 1000 万个真实世界交互片段、1 万小时第一视角视频和音频、超过 10 种同步模态，总数据规模接近 1PB。 怎么衡量「实际使用」？一个比下载量更难造假的框架，是看三个硬信号：数据进了谁的训练集、消融实验提升了多少、客户是否复购迭代。 信号一：数据进了谁的训练集 目前，Xperience-10