Ropedia 获数千万美元融资，专注 Physical AI 数据基建
机器人模型的竞争已转向数据基建，Ropedia 用人类经验数据喂给模型，现已完成数千万美元融资。
Physical AI（让机器人在真实世界中感知、行动的人工智能）正从依赖昂贵的机器人遥操作数据，转向利用更广泛的人类经验数据。总部在新加坡的 Ropedia 完成新一轮数千万美元融资，重点建设将真实世界数据转化为模型可用训练数据的全链路基础设施。其数据集 Xperience-10M 已被 Qwen-VLA、MolmoMotion 等模型采用，多模态采集系统 HOMIE 已量产。
正文摘录
.48.43.png) 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。