在腦神經(jīng)科學(xué)領(lǐng)域深耕多年的朱森華，近日以創(chuàng)業(yè)者身份重新進(jìn)入公眾視野。這位前華為云AI算法創(chuàng)新Lab主任，在完成華為云腦與類腦AI云平臺(tái)、智能機(jī)器人業(yè)務(wù)及首個(gè)具身大模型孵化后，于2025年10月創(chuàng)立具身大腦公司“具腦磐石”。公司成立兩個(gè)月內(nèi)即完成數(shù)千萬元種子輪融資，投資方包括樂聚機(jī)器人、上海道禾長期投資等機(jī)構(gòu)，核心團(tuán)隊(duì)匯聚了來自華為、聯(lián)想等企業(yè)的資深技術(shù)專家。

區(qū)別于主流的端到端深度學(xué)習(xí)路徑，朱森華選擇以腦認(rèn)知啟發(fā)（Neural AI）范式重構(gòu)具身智能技術(shù)架構(gòu)。其團(tuán)隊(duì)通過模擬人腦的抽象概念學(xué)習(xí)、選擇性注意力等機(jī)制，開發(fā)出可減少數(shù)據(jù)依賴的算法模塊。在實(shí)驗(yàn)室測試中，該方案使機(jī)器人操作技能的數(shù)據(jù)需求降低90%，移動(dòng)部署效率提升40%，初步驗(yàn)證了小樣本學(xué)習(xí)與開放環(huán)境探索的可行性。這種技術(shù)路線與圖靈獎(jiǎng)得主楊立昆倡導(dǎo)的世界模型架構(gòu)存在理論共鳴，后者曾公開指出當(dāng)前大語言模型架構(gòu)難以通往通用人工智能。

商業(yè)落地層面，具腦磐石采取“出海優(yōu)先”策略，首站鎖定亞太地區(qū)商服與工業(yè)場景。朱森華分析稱，日本等發(fā)達(dá)國家面臨的勞動(dòng)力短缺問題，為具身機(jī)器人創(chuàng)造了真實(shí)需求。以便利店行業(yè)為例，7-11因員工老齡化已縮減部分門店的夜間運(yùn)營時(shí)長，而具備基礎(chǔ)理貨、巡店能力的機(jī)器人可填補(bǔ)人力缺口。目前已有海外客戶明確表示，愿意為達(dá)到人類60%-70%工作能力的機(jī)器人支付費(fèi)用，這種“漸進(jìn)式替代”模式顯著降低了商業(yè)化門檻。

在技術(shù)實(shí)現(xiàn)路徑上，團(tuán)隊(duì)將人腦認(rèn)知機(jī)制轉(zhuǎn)化為可計(jì)算的算法模塊。例如通過抽象概念表征編碼器，引導(dǎo)模型從具體數(shù)據(jù)中提取核心特征，替代傳統(tǒng)基于海量token的學(xué)習(xí)方式；在移動(dòng)能力構(gòu)建中，借鑒柵格細(xì)胞與位置細(xì)胞的神經(jīng)機(jī)制，開發(fā)出無需預(yù)置地圖的自主導(dǎo)航系統(tǒng)。朱森華強(qiáng)調(diào)，這種“腦外掛”策略并非完全摒棄現(xiàn)有VLA架構(gòu)，而是在1-3年內(nèi)通過認(rèn)知神經(jīng)機(jī)制優(yōu)化其性能，最終實(shí)現(xiàn)技術(shù)范式的漸進(jìn)式迭代。

面對(duì)產(chǎn)業(yè)化挑戰(zhàn)，朱森華坦言實(shí)驗(yàn)室成果向?qū)嶋H場景遷移時(shí)遭遇大量邊緣案例（corner case）。例如在反光玻璃環(huán)境或設(shè)備磨損場景下，原本穩(wěn)定的算法模型可能出現(xiàn)性能斷崖式下降。為此團(tuán)隊(duì)正構(gòu)建動(dòng)態(tài)適應(yīng)系統(tǒng)，通過實(shí)時(shí)環(huán)境感知與在線學(xué)習(xí)機(jī)制提升魯棒性。這種“臟活累活"的攻堅(jiān)態(tài)度，源于其對(duì)技術(shù)落地規(guī)律的深刻認(rèn)知——商業(yè)化不是技術(shù)愿景的簡單延伸，而是需要構(gòu)建完整的技術(shù)-場景適配體系。

在產(chǎn)業(yè)分工層面，具腦磐石明確聚焦大腦技術(shù)研發(fā)，暫不涉足機(jī)器人本體制造。朱森華認(rèn)為，當(dāng)前具身智能領(lǐng)域軟硬件強(qiáng)綁定的交付模式，本質(zhì)是技術(shù)泛化能力不足的妥協(xié)方案。隨著腦啟發(fā)算法成熟，"一腦多機(jī)"的通用大腦將成為可能，屆時(shí)硬件形態(tài)將回歸標(biāo)準(zhǔn)化配件角色。這種判斷基于其團(tuán)隊(duì)在華為期間的技術(shù)積累：他們?cè)鴮?shí)現(xiàn)同一具身模型適配機(jī)械臂、移動(dòng)機(jī)器人等不同載體，驗(yàn)證了技術(shù)解耦的可行性。