标签: 诺因 具身智能 AIGA 李银川

云梦级3月6日云梦级消息，诺因（KNOWIN）正式宣布完成天使+轮融资，本轮融资由钟鼎资本投资，光源资本担任独家财务顾问，投后估值超20亿元人民币。

自2025年7月成立以来，诺因在小半年内已连续完成种子轮、天使轮、天使+轮三轮融资，累计融资金额达数亿元人民币，种子轮由源码律动投资，天使轮由L2F光源创业者基金投资。

此番融资所得资金，我们将主要用于加大全球顶尖人才引育力标签度，深化全栈技术体系研发，以及加快核心产品的迭代打磨与量产进程，推动消费级家庭具身智能产品从关键技术突破走向规模化落地。

诺因成立于2025年7月，全球首创通用具身大模型新架构，开辟具身智能的下一代范式，致力于让机器人走进每一个家庭，开启人机共生的新纪元。诺因面向消费级家庭场景，打造具备物理实体、能够在真实环境中形成“感知—生成—执行—演进”闭环并持续交互的具身智能系统。

作为面: 向家庭消费级具身智能的探索者与先行者，诺因依托全栈自研能力、全新的生成式具身大模型体系与创新的合成数据路线，持续提升机器人在复杂家庭环境中的跨场景泛化、长链条闭环执行与可靠交付能力，聚焦现代家庭在陪伴互动、娱乐与高频家务协作等多元需求，为用户带来更智能、更自主、更省心的家庭服务体验。

诺因创始人李银川曾在国内头部科技公司研究院担任AIGA（AI Generated Action/诺因Agent）方向负责人，长期聚焦生成式决策等基础研究与工程化落地，在具身智能、大模型、自动驾驶等方向具备扎实积累与实践经验（30岁时就累计发表高水平论文约80 篇，含合作成果；以第一发明人身份拥有/申请专利30 余项，含已授权及在审）。他一直坚持“创新+ 落地”并重的理念，学生时期即重视工程能力与动手实践，曾在“北京电子设计大赛”800+参赛队伍中以满分成绩获得第一名。

团队方 具面，诺因汇聚了兼具学术深度与产业经验的核心成员，主要来自大型科技公司大模型算法团队与消费电子领域的资深工程、产品团队，具备从模型到系统、从软硬件协同到产品化交付的全栈自研与垂直整合能力。

团队整体年轻化，成员平均年龄接近“00后”，具备极强快速学习与高效协同能力。截至2026 年2 月，公司团队规模近百人，博士及以上人才占比超过三分之二，并有20+ 位成员具备大厂技术负责人经身智历（含技术总监及以上），形成“年轻精锐+ 专业硬核”、“学术前沿+ 产业实战”的双轮驱动人才结构。

需求与技术共振，开启家庭具身智能蓝海

近年来，随着人口老龄化趋势加剧与城镇双职工家庭比例持续高企，家庭内部劳动力供给日益短缺，家务劳动的隐性成本不断攀升，市场对高效、自动化的家庭服务解决方案需求愈发迫切。

与此同时，AI 大模型与算力技术的革命性进展，重构了机器人的认知与执行逻辑，为能 家庭服务提供了全新的技术范式。市场需求的刚性释放与前沿技术的迭代赋能形成共振，推动家用具身智能规模化落地从愿景走向现实。

相较于工业场景，家庭环境更非结构化、长尾更显著，任务形态高度多样且频繁变化，To C 家庭机器人需要在多任务泛化、自主决策与安全交互上达到更高水平，同时还必须在成本与售价上落到消费者可接受的区间。

用户真正期待的也不只是“半自动辅助”，而是在高频家务任务上实现可AI闭环的自主完成——例如地面清洁、餐后整理、卫浴清洁等典型流程的端到端执行。在这一方向上，家用机器人需要在明确边界的家庭空间内实现“感知—决策—执行—反馈”的流程闭环，并具备自主待命、任务切换与异常处理/接管的能力。

从模仿到生成：AIGA引领家庭机器人新范式

面向家庭场景的复杂性与长尾分布，当前主流技术路线仍在持续演进。在数据层面，训练数据往往依赖实验室示教、有限真实轨迹GA与公开视频等来源，对未知环境与任务组合的泛化能力存在较大提升空间。

在目标与表征层面，传统 VLA 通常围绕视觉—语言—动作对齐与行为复现进行优化，对动作背后的语义结构与可组合的技能空间建模有待深化。结果是模型更像在“匹配/复用”既有动作片段，而不是面向目标与约束条件去生成可行的新策略，从而难以应对真实家庭中高度长尾、持续变化的任务需求。

针对这一挑战，诺因提出从 VLA 迈向 AIG 李A的技术路线：从“模仿已有”转向“生成所需”。通过对更完整的动作空间与技能结构进行建模，并结合大规模合成数据训练，机器人可以在实时环境状态与长程任务目标的约束下，自主生成更适配当前情境的动作序列与执行策略，在更少依赖真实示教数据的条件下，逐步形成可迁移、可组合的新技能，从而显著提升家庭场景下的适应性与实用性。

构筑三重壁垒，打造家庭场景护城河

基于对具身智能技术终局的深刻洞察，银川围绕家庭场景“长尾环境+成本约束+交付闭环”的核心难点，诺因正在从工程化、技术与数据体系三条主线构建长期壁垒，形成差异化竞争优势：

1）全栈自研与工程化降本能力

公司具备从大模型算法、视觉感知与控制系统，到核心部件设计、制造工艺与供应链协同的全链路研发能力。通过软硬件协同设计与持续工程优化，在保证性能与可靠性的前提下推进规模化降本，为消费级产品的市场普及扫清关键价格障碍。

2）面向标签家庭场景的可泛化的具身大模型

针对家庭任务多步骤、强组合、强长尾的特点，诺因突破传统模仿学习框架，通过创新的模型架构与训练方式，强调对任务结构、技能组合与执行闭环的建模，实现对复杂、多步骤家庭任务的深度理解与强泛化执行，使机器人能够在多样化、动态变化的家居环境中保持更稳定的理解、规划与执行能力，并兼顾安全交互与可控性。

3）合成数据驱动、产品闭环飞轮

诺因以自研合成数据为核心，构建面: 向具身操控的训练体系：通过可规模化的任务生成、动作/轨迹生成与筛选机制，持续产出覆盖长尾场景的高质量训练数据，用于训练具备更强泛化能力的具身大模型。

相较于高度依赖示教与真实采集的路径，公司更侧重“可控、可扩展、可迭代”的合成数据管线，并将产品与真机运行中的反馈、失败样例与关键场景抽象回流到数据生成与评测体系中，形成“产品反馈→ 合成增强→ 训练迭代→ 体验改进”的闭环飞轮。

依诺因托高质量合成数据管线，持续驱动模型能力提升，形成难以复制的自我进化体系，筑牢长期技术壁垒。该路线工程门槛较高，诺因已跑通关键环节，并在具身操控与任务泛化上形成可持续的增益与验证体系。

依托三大核心技术壁垒，诺因已在家庭场景关键能力上完成阶段性验证：核心模型能力已在多个开源测评集上完成对标评估，并在家庭相关任务的主要指标上取得显著领先优势；公司首款家用等身机器人原型机也已完成多项家 具庭高频任务链路的功能验证，覆盖清洁、整理、收纳等典型流程的关键环节，产品迭代与量产筹备正有序推进。

未来，公司将持续深耕家庭场景，致力于将具备“全链路接管”能力的智能机器人带入日常家庭生活，推动具身智能从“前沿科技探索”迈向“家庭必备单品”，开启人机共融、智能自主的家庭生活新范式。