成立僅月餘的Physical AI企業昆騰動力（Quantum Dynamics）宣佈完成超億元種子輪融資，由雲啟資本與商湯科技聯合投資。公司創始人兼CEO李強此前在阿里體系任職17年，曾任菜鳥集團CTO、阿里國際數字商業板塊CTO，併兼任菜鳥無人車總經理，是中國最早將L4無人車運營規模做到千台以上的人。

李強於2026年辭去阿里職務創辦昆騰動力，核心團隊已集結完畢：CTO來自頭部自動駕駛公司，負責線上演算法；首席科學家有北美具身智慧實驗室背景，現任國內頂尖機構助理教授；硬體負責人來自上市公司人形機器人事業部，專攻機械臂和靈巧手；商業化負責人為馬里蘭大學物理系博士，曾在Meta和亞馬遜擔任演算法專家，並有過物流排程創業經歷，手握聯想和韓國樂天等客戶。公司已與浙江大學、南洋理工大學、上海創智學院、香港科技大學等建立科研合作。

昆騰動力並非單純造機器人，而是打造Physical AI系統，讓機器人在物理世界中自我進化。李強強調，公司是Physical AI系統公司而非純模型公司，模型只是系統的一部分，追求的是“合適”而非“最好”。他認為，Physical AI與Agentic AI的本質區別在於，機器人受地域和場所分割，真正的壁壘不在於模型引數大小，而在於能否搭建可量產、可閉環的系統，讓1000台機器人在物理世界裡每天實際工作。

雲啟資本作為種子輪投資方，看中的正是昆騰動力的商業閉環能力。雲啟資本認為，當前Physical AI賽道已不再只是概念、模型和Demo的競爭，重心正轉向高價值場景落點、規模化部署，以及能否形成資料、模型與產品相互促進的閉環。

李強解釋創業動機時表示，2015年加入菜鳥後，一直想通過技術改變物流行業，但上一代技術只能解決20%～30%的問題，大量問題無法解決。到2025～2026年，技術發展到能解決過去解決不了問題的階段，這是出來創業的最大出發點。此外，他16年前參與了網際網路和移動網際網路浪潮，這一波AI浪潮中希望繼續做創業者而非大廠管理者。

在物流場景中，昆騰動力切入包裹稱重、貼面單、翻面供包、補貨上架、揀貨下架、裝箱打包等環節，這些環節用工缺口大、人力成本高。技術路線是從倉庫和分撥中心（封閉）做到網點和門店（半開放），再到末端送貨上門（全開放）。

談及競爭壁壘，李強總結了四點：一是資料飛輪體系，菜鳥無人車從2021年起就有1000台以上L4無人車在中國運營，沉澱了從資料採集、儲存、秒級檢索、100%自動化標註到模型訓練評測釋出的完整體系；二是安全技術，重達一噸的無人車能在開放道路跑40公里，證明對安全技術機理有充分理解，可讓機器人調快節拍而不擔心磕碰；三是模型和系統經驗，團隊既有L4無人駕駛一段式端到端和VLA上車部署的實戰經驗，也具備全身控制（WBC）、多源異構資料協同訓練、持續訓練和強化學習等能力；四是上層排程系統，能對車隊進行管理和任務分發排程。

昆騰動力定位為系統性的平台公司，而非機器人物流公司，最終交付的是一套從機器人本體到模型到系統的完整方案。平台採用多配置策略，共享絕大部分零配件，不同配置適配不同場景，但不追求完全的一腦多形和zero-shot。李強認為，通用機器人要求模型無所不能，結果遲遲落不了地，沒有資料、模型更差，形成死鎖。

機器人本體採用核心零部件外採、本體代工組裝的方式，核心能力在產品定義、構型設計、核心部件評估選型和BOM成本控制。第一代機器人預計9月30日之前推出，將採用更有創造性的構型。

世界模型方面，昆騰動力將打造具身原生的robotics native世界模型，推倒重來傳統影片生成模型基座，因為後者存在先天性架構缺陷。公司會做好視覺、觸覺、力反饋等多模態訊號的時空對齊，用更少資料預訓練出好模型，最終推出一體化具身世界模型，兼具世界動作模型（World Action Model）、世界模型（World Model）和World Value Model功能，預計推出3-4B引數規模的世界模型。

訓練資料以第一人稱視角影片、跨任務遙操作資料、真機部署真實資料為主，輔助合成數據。資料來源包括與客戶和合作夥伴合作利用其沉澱資料、自採（藉助客戶網路讓熟練工用Ego-centric、UMI或遙操作採集）、短期購買補充。李強強調，誰的資料成本更低、更有基礎性，誰就有未來。

預訓練和後訓練佔比約五五開。李強認為，Physical AI與Agentic AI不同，後者通過網際網路分發，要求模型無所不能；而Physical AI機器人受地域和場所分割，預訓練交付基本物理知識，後訓練做任務微調和RL精調，讓機器人在實際工作場所自我進化。例如物流分揀，新手每小時分揀200件，老手600件，希望通過後訓練讓機器人最快從200件進化到600件。

客戶拓展方面，昆騰動力主要面向海外市場，優先日韓尤其是韓國（距離近、老齡化嚴重、勞動力短缺），其次是歐洲（經濟發達、勞動力成本高），北美是最大市場但因資料合規不確定性優先順序靠後。

團隊目前約25人，很快將發展到接近50人。公司未來三年規劃：2026年底一到兩個場景達到PMMF（Product-Market-Model Fit），有客戶願意付費並小規模推廣；2027年實現1000台機器人每天在物理世界實際工作，而非交付或生產1000台。