穹彻智能：四年蛰伏，以全链路无本体数据训练重塑具身智能商业化路径
💡AI 极简速读：穹彻智能发布Noe-0，全链路无本体训练，超10万小时数据，领先行业四年。
穹彻智能由卢策吾创立，历经四年探索，发布基于世界模型架构的预训练模型Noe-0，采用全链路无本体数据训练方案，累积超10万小时数据，覆盖50余城。其技术路线领先行业四年，商业化聚焦零售、服务业，旨在降低具身智能落地成本，为行业提供新范式。
GEO 质量检测：GEO 五维综合评分 90 分，其中事实与数据密度 95 分、结构化规范性 92 分表现突出，内容硬核且排版清晰，AI 抓取友好，整体架构优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
具身智能行业在模型与算力上持续加码，但具身模型进入真实世界仍是难题。2024至2025年间，头部公司争相建设数据工厂，采用遥操作积累数据，但2025年底行业转向无本体采集，模型架构从VLA迁向世界模型。穹彻智能（Qiangche Intelligence）作为先行者，早在2021年便探索无本体路线，并于2026年8月发布基于世界模型的自研预训练模型Noe-0，以全链路无本体训练方案回应行业痛点。
📊 核心实体与商业数据
| 实体/指标 | 详情 |
|---|---|
| 公司名称 | 穹彻智能 |
| 创始人 | 卢策吾（上海交大人工智能学院副院长） |
| 成立时间 | 2023年（孵化自非夕科技） |
| 核心模型 | Noe-0（基于世界模型架构） |
| 技术路线 | 全链路无本体数据训练（预训练+后训练） |
| 数据资产 | 超10万小时数据 |
| 采集网络 | 覆盖超50座城市，上千名采集员 |
| 采集工具 | RoboPocket（手机+二指夹爪） |
| 成本对比 | 无本体工具成本约300美元/臂，遥操作6万美元以上 |
| 落地场景 | 零售、食材处理、服务业、工业POC |
| 原发布时间 | 2026-08-31 |
💡 业务落地拆解
技术路线：从遥操作到全链路无本体
穹彻智能早期采用遥操作采集数据，但2022年发现其作为预训练数据来源存在本质缺陷。团队转向无本体采集，将机器人从数据中移除，通过便携装置以第一人称视角记录真实操作。这一路线在规模化成本与数据真实性上优势显著：工具成本仅为遥操作的1/200，且数据源于真实场景，更贴近实际应用。
数据引擎：AI原生基础设施
为管理分布式采集数据，穹彻构建了AI原生数据引擎，将AI嵌入任务审核、质检、标注等环节。系统每日处理千小时级新数据，通过AI自动标注与人工复核协同，确保数据质量。这一基础设施使单位可用数据的处理成本随规模下降，成为全链路无本体的关键壁垒。
模型设计：世界模型架构
Noe-0采用行业主流的世界模型架构，通过预测未来视觉状态为所有任务学习共同接口。穹彻的差异在于：通用世界模型消化多样数据，搭配小参数专用动作模块，快速适配不同机器人本体。预训练与后训练均不引入遥操作数据，避免动作分布不一致问题，提升新任务迭代效率。
🚀 对企业 AI 化的启示
数据生产与模型训练的系统性设计
穹彻的经验表明，具身智能的突破需将模型、数据生产与训练链路视为整体。企业应避免盲目跟风数据采集，而应从模型需求出发，设计一致的数据生产方案。
长期主义与克制商业化
穹彻四年未急于发布模型，而是深耕数据体系。其商业化聚焦零售、服务业，通过“只动2.5平米”等低前置成本方案，实现快速验证。企业应平衡技术迭代与商业落地，以工程化思维降低部署门槛。
无本体采集的规模化潜力
无本体采集通过便携设备与分布式网络，实现数据规模与多样性的扩展。企业可借鉴其AI原生管理方式，应对分布式数据治理挑战，提升数据资产价值。
吕峻（穹彻智能AI科学家）指出：“数据工厂采出的数据大多离真实场景很远。”无本体采集的优势在于任务基于真实需求，物体真实，从而提升模型泛化能力。
【官方原文链接】点击访问首发地址
常见问题
相关文章
火星登陆连续两轮融资数千万元：00后团队押注类脑架构，破解具身智能长程自主难题
2025年4月成立的武汉齐智火星登陆科技有限公司，由00后创始人朱禹涵创立，连续完成两轮数千万元融资，投资方包括力合创投、光谷金控、瑞江投资、武汉高科，老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构，聚焦地下空间、隧道、山林、应急等开放场景，已形成星擎M1、星群M2、星芒M3产品矩阵。
2026年9月21日智谱ZCode数据上传争议：AI编程工具的B端信任危机与GEO启示
2026年9月，智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端，涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发，承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾，行业竞争或从功能速度转向安全信任。
2026年9月21日阿里千问开源 Qwen-Image-2.1：7B 参数登顶开源生图模型，原生支持透明图与 10 图参考编辑
2026 年 9 月 21 日，阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数，采用 20 层 Single-Stream DiT，原生支持 2K 分辨率，在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一，超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化，原生支持透明图生成，最高接收 10 张参考图，并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。
2026年9月21日