清華系具身智能公司獲數億元Pre-A輪融資，拿下三菱等頭部客戶訂單｜硬氪首發

作者｜黃楠

編輯｜袁斯來

硬氪獲悉，具身智能機器人公司Lumos Robotics鹿明機器人（以下簡稱“鹿明機器人”）近日完成Pre-A1和Pre-A2兩輪融資，金額數億元。我們總結了本輪融資信息和該公司幾大亮點：

融資金額及投資機構

融資輪次：Pre-A1、Pre-A2

融資規模：總金額達數億元

投資方：Pre-A1輪由鼎暉投資領投，南京創投、金景資本、金固股份跟投；Pre-A2輪由申能誠毅投資

資金用途：本輪融資將用于公司在具身智能數據和硬件領域的持續投入

公司基本信息

成立時間：2024年9月

注冊地址：廣東省深圳市寶安區

企業定位：鹿明機器人長期專注于具身智能機器人及核心零部件的研發、銷售，構建了從真機數據采集、硬件本體創新到操作系統模型的全棧能力閉環。依托自研的FastUMI高效數據采集系統與高性能機器人硬件平臺，為企業提供覆蓋數據、硬件、算法的具身智能基礎設施，推動具身智能技術在多領域的規模化落地與商業化應用。

公司聚焦家庭、物流、制造等高價值產業場景，其核心產品涵蓋LUS、MOS系列人形機器人，以及機器人關節模組、視觸覺模組等關鍵零部件。

鹿明機器人產品矩陣（圖源/企業）

團隊背景：創始人兼CEO喻超畢業于清華大學，自2016年起從事機器人學習算法領域研究，曾主導構建追覓科技具身機器人業務，并參與開發了機器狗“鐵蛋”等多款消費級機器人產品。CTO曹俊亮是上海交通大學機械工程博士，曾深度參與過多款性能優異的具身機器人產品的研發工作。聯席CTO丁琰為紐約州立大學人工智能博士、前上海AI lab明星研究員。目前公司研發人員占比達70%以上，包括十余位博士，是一支擁有深厚產業經驗和技術積累的團隊。

技術亮點：過去一年，鹿明機器人已推出四款機器人產品，圍繞訓練數據和硬件本體兩大方向，公司已形成了從數據采集、本體設計、運動控制、感知算法到系統集成的全棧研發能力。

真機訓練數據是機器人通用操作大腦的關鍵基礎設施，成本、效率與泛化性是其核心考量維度。此前，美國Generalist公司推出的GEN-0大模型，通過27萬小時真機數據采集，初步驗證了具身智能領域的Scaling Law，但其數據絕大部分依托UMI數采技術獲取。鹿明機器人的FastUMI高效數據采集系統，正是對其數采方案的迭代優化與性能躍升。

鹿明機器人數據采集軟硬件系統FastUMI Pro（圖源/企業）

相較于傳統數采技術，FastUMI數采系統可將數采效率提升三倍、成本僅為傳統方案的五分之一，精度可達到1-3mm。依托這一核心技術，鹿明機器人已初步完成了1萬小時的真機數據積累與基座模型訓練，正圍繞數據硬件、軟件及模型的全鏈條能力，構建完善的具身數據生態體系。

在硬件本體方面，鹿明機器人推出了高性能模塊化機器人平臺。其自研的大扭矩密度一體化關節，為業內首個實現了雙臂50公斤負載的機器人系統；同時，采用全PEEK材料的擺線關節模組，在實現減重40%、扭矩密度提升60%的基礎上，具備低噪音運行特性，為未來的人形機器人多元應用場景提供適配支持。

市場體量

人形機器人市場規模正呈現持續擴張的迅猛態勢，根據高工機器人產業研究所（GGII）報告顯示，2025年，全球市場規模預計達63.39億元、中國占比超50%，預計到2030年，全球人形機器人市場銷量將接近34萬臺，市場規模有望突破640億元。Yole Group機構預測，2030年全球人形機器人市場規模將達到60億美元，并預計在2035年快速攀升至510億美元。

業務進度

在產業生態布局上，鹿明機器人已與日本三菱、中遠海運等頭部企業建立深度合作，并引入復星集團、商湯科技、德馬科技、金固股份等具備產業資源的戰略股東。

已同三菱等頭部企業達成合作（圖源/企業）

目前，公司正陸續同智慧物流解決方案及核心部件廠商德馬科技、全球航運巨頭中遠海運等知名企業，就具身智能在物流及智能制造等場景落地、核心部件開發、開拓新的應用場景、推動機器人產業鏈與創新鏈深度融合等方面開展合作，加速具身智能在產業中的商業化落地。

創始人&CEO思考

硬氪：鹿明的Fastumi技術已完成1萬小時真機數據積累。目前來看，大規模、高質量的真機訓練數據在多大程度上決定了具身智能的規模化落地？

喻超：相較于仿真訓練，真機訓練數據的質量最高，這次GEN0基于27萬小時真機數據訓練的模型效果就是佐證。

真機訓練帶來了在復雜物理交互中的高保真動力學信息、對真實環境噪聲與不確定性的魯棒性建模，以及跨場景任務泛化的核心依據，在降低仿真到現實（Sim2Real）的遷移差距、確保動作執行的安全可靠等方面，具有仿真訓練無法比擬的優勢。因此我們認為，大規模、高質量的真機數據是實現規模化落地的關鍵。

當前，機器人真機數據采集面臨三大核心痛點：采集成本高、效率低、跨本體適配性差。這些瓶頸嚴重制約了高質量訓練數據的規模化積累，進而影響具身智能在實際場景中的落地速度與穩定性。

鹿明的FastUMI技術可以解決上述問題，將數據采集效率提升至傳統方法的3倍，成本降至1/5，并達到1-3毫米的精度。這正是在為高效積累此類構建基礎設施。

硬氪：如何進一步優化數據采集與模型訓練閉環？

喻超：接下來，我們團隊將通過以下三個方向持續推進。第一，豐富與拓展硬件產品體系；圍繞工業與服務場景的多樣化需求，團隊正在構建覆蓋多類型夾爪、力控/非力控結構及便攜形態在內的硬件產品矩陣，以靈活、可配置的解決方案滿足不同行業客戶的差異化使用需求。

第二，數據與算法能力的系統性升級。在數據采集與處理環節，我們正持續優化全鏈路流程，構建高標準的數據質量評估體系，強化數據可信度與處理效率，為上層智能化能力的演進提供可靠的數據基礎與算法支撐。

第三，為下一代具身智能模型做場景化開發。我們正通過與前沿科研機構合作，逐步融合觸覺、力控等多模態數據，推動模型向更高維感知與自主決策能力演進。明年3月初，鹿明機器人計劃發布面向工業核心作業場景的新一代模型。

基于數據-整機-場景的三角。通過優質的整機產品，在業務場景中運營，積累真機數據，訓練更好的模型，再應用到更廣的場景之中，是鹿明整體的業務路徑。可以說，我們所有業務都是為了真機數據積累展開。結合商業化進程，在商業化的同時實現真機數據的規模化，這是鹿明機器人1-2年內的主要目標。

硬氪：公司自主研發的一體化關節、輕量化擺線模組等核心硬件，已在負載、靜音等方面實現突破。這些技術將如何支撐機器人在工業、家庭等不同場景中的長期可靠運行？在硬件成本與性能平衡上，鹿明有什么樣的策略？

喻超：機器人進入家庭，成為消費級的產品時，成本和可靠性非常重要的考量因素，這也是鹿明的硬件在設計時就關注的。在成本與性能平衡上，我們通過從本體到核心零部件再到算法的全棧自研，在保證產品可靠性的前提下實現成本可控，為機器人規模化落地奠定基礎。

目前，鹿明機器人已經構建了一套兼顧高負載性能與家庭友好特性的機器人硬件體系。

針對工業場景中物流搬運等重負荷任務，我們開發的一體化關節技術已實現高負載性能突破，以Lumos機器人為例，其雙臂負載能力可達50公斤，能夠穩定支持高強度作業需求。

面向未來家庭服務場景，我們也推出了輕量化擺線模組，在實現結構減重的同時，顯著降低運行噪音并提升安全性能，為機器人在家庭環境中的可靠運行提供技術保障。