伊辛智脑完成数千万元种子轮融资：海愿资本领投，图灵奖得主 Sutton 主张的“主动推理类脑架构”如何重构具身智能通用大脑？

项目速览

项目名称伊辛智脑

融资轮次种子轮

融资金额数千万元 RMB

投资方海愿资本 (领投)

当机器人学会“脑补”世界：一场拒绝盲人摸象的认知叛逃

在深圳南山一间墙壁被白板覆盖的实验室里，一台轮式机器人正尝试将一杯水从餐桌递到沙发旁。它没有按照预设轨迹亦步亦趋，当一只猫突然窜过，它轻微调整了肘关节的角度，避开了潜在的碰撞，并平稳地完成了任务。这个看似简单的瞬间，在伊辛智脑的创始人眼中，却是具身智能从“机械应激”迈向“生物直觉”的惊险跨越。他们称之为“主动推理”带来的涌现，而非海量数据灌输的“死记硬背”。

2024年深秋，这家名为“伊辛智脑”的初创公司，在资本寒冬中完成了一笔令业界侧目的数千万元种子轮融资，由深耕前沿科技的海愿资本领投。这不仅仅是一次财务输血，更是一个鲜明的技术路标：当绝大多数具身智能公司还在疯狂堆砌数据、试图用更大的模型覆盖物理世界无穷无尽的边缘场景时，伊辛智脑选择了一条更艰险但可能直抵本质的道路。他们从神经科学和统计物理学底层出发，构建了一套名为IS-Brain的认知世界模型，其核心数学框架正是被图灵奖得主Richard Sutton所极力推崇的“主动推理”。这是一种彻底拒绝纯数据拟合的范式，它试图让机器不是通过观看数百万次倒水视频来学会倒水，而是理解重力、摩擦力、因果链，甚至理解自己手臂此时此刻的疲劳边界。这像极了人类婴儿的认知方式：我们从不依靠穷举所有摔倒的可能来学会走路，而是在与重力的每一次交互中，持续预测、持续修正、持续获得内隐的物理直觉。

业内已经广泛感受到一种深重的疲惫。传统的视觉-语言-行动模型路线，虽然借力大语言模型的泛化能力取得了惊艳的演示效果，但在部署到真实家庭或工业现场时，往往呈现出一种“玻璃心”式的脆弱。光照变化、一个被挪动位置的凳子、地面的轻微湿滑，都能让原本流畅的动作序列瞬间崩塌。这是因为本质上，这类模型是在进行一种高维空间的统计插值，它缺乏对世界因果结构的深层表征。一旦遇到训练分布之外的“未知的未知”，模型便输出了一个极其自信但完全荒谬的动作指令，机械臂可能就这样撞向了玻璃门。伊辛智脑的诞生，正是基于对这种根本性缺陷的深刻不满。团队相信，真正能落地的通用大脑，必须是一个持续做梦、持续预测、并不断用感官现实来修正梦境的主体，而不是一个被动的、只懂得反射的条件概率机。

伊辛模型的隐喻：在概率的自由能与物理的确定性之间锻造认知根基

公司的名字“伊辛”，本身就暗示了其技术哲学的深邃渊源。伊辛模型是统计物理学中描述相变和临界现象的经典基石，它描绘了简单个体如何在相邻相互作用下涌现出复杂的全局秩序。在创始人看来，智能的本质也正是一种“临界态”的涌现——在完全混沌的随机性（自由能过高）与死板的确定性（自由能极低）之间，生命体找到了一条极其优雅的悬置平衡线，而主动推理框架正是描述这一过程的数学语言。当一位核心算法研究员在黑板上写满关于变分自由能的偏微分方程时，他不是在传授如何让机器更好地“分类”图像，而是在推演一个能够不断自我生成的动力学系统。这里面的“脑补”一词获得了全然不同的含义：IS-Brain架构持续生成关于未来感官状态的多种假设，并主动选择那些能最大程度消除预期不确定性的行动。因此，机器人递水杯时，它的每一个微小动作，本质上都在执行一场微观的贝叶斯推断，它在不断对自己说：“我预期当我将关节扭矩增加0.2牛米时，杯中的水面晃动幅度应当低于阈值，否则我的内部模型需要立即更新。”

这种设计生来就具备一种对抗物理世界噪声的鲁棒性。海愿资本的管理合伙人在谈及本轮投资逻辑时，用了一个充满生命感的比喻：“我们投资的不是又一个自动化机械臂，而是一个带着认知基因组的数字原生生命。”在尽职调查期间，投资团队被带到一处没有经过任何事先布置的测试场地。那里的地面高低不平，光线斑驳，仿生机器的足端踏过一片积水和砂砾混合的区域，每一次落脚时，机器人都以一种近乎“试探”的方式微微调整重心，数次险些打滑却最终找回平衡。一旁的技术人员没有通过遥控器进行任何干预。那一连串细碎、流畅、充满试探性的适应性调整，让身在现场的投资人感到一种仿佛目睹初生羚羊站立奔跑的微妙震撼。这正是主动推理框架赋予的特质：机器人并不是在识别“湿滑地面”这个标签，它的内部世界模型包含了对地面反作用力不确定性的概率估计，当感官反馈与预测发生偏差时，驱动运动回路的不再是僵硬的指令，而是最小化自由能的梯度下降流。这一数学特性使得它天然地能够处理没有标注过的长尾场景。

IS-Brain通过构建一个既是物理引擎又是心理学模型的多层生成模型，将感知、记忆、推理、规划、在线学习融为一炉。其记忆系统并非简单存储过去帧的图像，而是存储了导致感官变化背后不可观察的隐变量序列。当机器人在客厅穿梭时，它记得的不是从A点到B点的一条固定几何路径，而是沙发是可移动的障碍物、花瓶是易碎物体、而地板角落的倾斜提供了可供加速的摩擦纹理等高级因果特征。当环境改变，比如沙发被挪走了，它不会像陷入死循环的扫地机器人那样困惑，因为在它的深层表征中，当前位置的可通行性概率分布已经发生了根本偏移，它推理出新的因果结构并即刻重新规划。这种将物理规律内化为直观物理直觉的能力，是伊辛智脑团队所追求的核心壁垒，他们称之为“从牛顿法则到行为法则的内化过程”。

Sutton的远方回响：驱散强化学习的奖励迷雾，在长期规划中进化的类脑智能

将伊辛智脑纯白极简的研发室，与远在加拿大Alberta大学强化学习和人工智能实验室里Richard Sutton教授深邃的思考紧密联结在一起的，是一条对于“目标”本质的共通追问。强化学习的经典范式将一切都简化为追逐期望折扣总回报的最大化，人类精心设计奖励函数，如同为毛驴前头悬挂胡萝卜。Sutton教授在其诸多富有预见性的论文和演讲中反复抨击这种短视的认知，他认为真正通往通用智能的道路，在于构建能够进行长期规划、理解因果、甚至自主发现子目标的类脑架构。他盛赞主动推理作为一套更宏大、更一体的理论框架，它消解了“奖励”这一外部钳制并经常被随意设定的概念，用自由能的原则，即智能体存在一个根本驱动力，去维持自身在与环境互动时的感官状态的预期确定性，将生存本身内嵌为智能的第一性原理。

伊辛智脑的算法副总裁曾利用一次学术会议的间隙，在酒店大堂与Sutton进行过一次长达两小时的深入交流。彼时，伊辛的核心架构尚未完全定型，团队正苦苦纠缠于如何将语言模型的符号知识与实体的物理推演真正做到无损融合。Sutton并未给出具体技术路线图，而是分享了他对动物行为数十年的观察心得：“你看松鼠埋藏坚果而后找回，它拥有的不是GPS坐标，而是一个基于地标、光照、土壤松软程度等多元感官预测构建的生成模型。它的记忆是一次重构行为，而非检索数据。”这句话对伊辛团队产生了深厚的冲击。随后他们彻底抛弃了在IS-Brain中单独设立一个独立的“导航模块”或“语义地图层”的路线，转而构建一个统一的以物体为中心的场景生成器。当机器人需要在庭院中规划一条从充电桩到草坪边缘的路径时，它脑海中浮现的是一个由草地质感、坡度起伏、障碍边缘模糊度等预感序列构成的流动场景。它之所以能完成长达数小时的连续作业，是因为其规划不再局限于几何空间，而扩展到了“预测的感官后果”的空间，这让规划具有了极强的时间深度与容错弹性。

这一理论在工业具身智能节点上的验证尤其惊心动魄。在一次纺织业内部物流测试中，AGV叉车需要穿越一排排晃动悬挂的布料。基于传统视觉SLAM的方案频繁被晃动的布料干扰，误以为那是移动障碍物而原地死锁。IS-Brain驱动的叉车则表现出一种近乎老练工人的从容，它没有把布料分割为单独的障碍物，其世界模型包含了布料在大气流中产生的波形运动规律，即它预测到这些纺织物的运动会有一段时间的周期性和可穿越间隙的出现，于是它采取了“等待与预测性插入”的复合策略，自信地在预测的安全窗口穿行而过。这种能力，已经远远超越了对图像像素的模式识别，而是一种对动态物理世界的深层透视和因果驾驭。Sutton的长期规划理想在此刻化为了机械叉齿上温柔而坚定的力量。

感官风暴中的在线进化：当每一次交互都成为重塑认知边界的雕刻刀

传统AI系统在部署后，其能力往往就进入了缓慢的衰退或停滞期，等待下一轮耗费巨资的集中标注和离线训练。这种“出厂即巅峰”的特性在瞬息万变的物理世界中是致命缺陷。伊辛智脑所强调的“在线学习进化”并非一个营销噱头，它是主动推理框架自带的生存本能。因为其内部生成模型始终在以毫秒为单位预测下一刻的感官输入，所以现实与预测之间的每一个偏差，即“预测误差”，都会立即被转化为更新模型参数的梯度信号。这个过程是持续不断且无痛的，无需人类标注员告诉机器“刚才你错了，这是一只猫，不是一个白色的塑料袋”。当猫窜过时，视觉流预测被打破，预测误差激增，机器人本能地减慢速度并上调不确定性估计，同时根据观察到的生物运动轨迹、纹理特征，信念状态在线更新——表征中那个角落出现了一个具有不可预测运动能力的活体障碍物的概率急剧上升。这一过程，无比深刻地模拟了人类和小脑的在线校准能力。

在商业清洁场景的测试中，这种进化能力让传统清洁巨头的技术人员感到哑然。一台执行夜间商场清洁的机器人，场内的广告牌内容常被更替，地面大理石的花纹在维护后也略有不同。最初几次运行时，机器人在某些反光强烈的地板区域举止犹豫，会反复扫描确认。经过一周的运行后，它的行动流变得如同在此工作了十年的老员工一般流畅自然。团队调阅内部数据日志发现：机器人并非记住了所有新的地板反光模式，而是其视觉深度估计模块与惯性测量单元之间的跨模态预测模型，在数百次的微小冲突中被重新校准了。它学会了在这一特定材料表面对视觉深度估计赋予更低置信度，更多地依赖触地力矩反馈和姿态流。这就是技能的边界被物理世界雕刻成型的过程。更让投资人感到振奋的是家庭庭院场景的验证。一台执行落叶吹扫任务的机器人，最初几天会将儿童散落的玩具当作普通枯枝进行吹拢，直到它反复遭遇到这些玩具并无规律地被主人收走，而在自己预期收拢落叶的区域却依然存在这些物体时，其对于物件属性的深层信念发生了转变，它自发性地通过记忆模块回溯了与这些彩色塑料物体交互前后的感官序列，抽象出了“可被人类移动的固定障碍”这一更高层次的范畴，并自动调整了吹扫策略，绕过它们。这种几乎能被称为“灵性”的在线智慧生长，完全踏准了家庭服务场景的刚需脉搏——家是一个持续在变化与生长中的有机体，而不是一个静态的工厂。

IS-Brain架构中对自身技能边界的实时评估，更是商业化安全部署的基石。一个前例是在某重型设备协同作业的工业节点测试中，机械臂需要辅助吊装一根表面附着油污的巨型轴承。在发力瞬间，主动推理引擎通过反向动力学模型预测自己当前姿态下施加特定扭矩可能导致末端打滑的概率高达百分之四十，原因是其内部表征里自身末端效应器摩擦系数与负载重量之间的平衡方程给出了风险峰值。机械臂并没有盲目执行工控机发来的固定力度指令，而是将警告信号向上传递给协同系统，并自主地进行了微小的旋转调整，寻找一个更稳定的啮合点。这种对自身“肉身”极限、即此刻自己肢体在物理世界中的因果作用力边界的精准认知，是防止具身智能从“有用的工具”沦为一台“失控的狂暴机器”的最后一道，也是最有人味的一道防线。伊辛的技术人员将其称作“数字机械躯体真正的本体感觉觉醒”。

从数据孤岛到物理直觉：重构感知、记忆与推理的完整认知链路

走进伊辛智脑的架构深处，你感受到的不是冷冰冰的代码堆栈，而是一幅试图描摹意识如何从物质中升起的精密工程画卷。其感知层彻底告别了传统“打标签式”的识别。当深度相机捕获点云时，信息立刻被注入一个多模态变分自编码器，输出不是“这是一把椅子”，而是一个容量巨大的概率密度分布，描述了该物体在推动时倾覆的可能性、坐面材质的软硬与摩擦系数、甚至它在过去几分钟里被人类搬动的概率。这种表征直接服务于行动预测。记忆系统被称为“因果图谱记忆库”，它并不按时间顺序记录，而是以隐变量为节点，存储了这些感知属性的转变关系。比如，一个杯子的关键隐变量填充状态和易碎状态之间存在强因果关联，如果杯子被倒满水，它的质心会降低，被撞翻的预测概率大幅下降，但一旦打翻，灾难性后果的代价权重则急剧攀升。常识推理与物理因果性推理被内嵌到了记忆库本身的拓扑结构中。

这种设计使得规划不再是搜索几何栅格路径，而是成为了一场在信念空间中进行的，以最小化预期自由能为方向的导航。当家庭陪伴机器人在执行隔屋取物的指令时，它需要走过一段铺着长绒地毯的走廊，打开一扇半掩的平开门，取回床上一个毛绒玩具。这些任务的每一步在脑海中都对应着一系列感官后果的预测流：踩上地毯会伴随足端陷入的触感以及行进阻力的上升，同时视觉场景中的地面纹理将相对自身产生慢速的流动；推开门则需要预测一个特定方位的转动惯量以及门轴摩擦声的消失；抓取玩具则预测的是物体极低的惯性以及攥握时需要防止弹性形变。这些预测交织并行，形成了一张稠密的时间感官知觉锦缎。一旦实际体感与锦缎的纹理出现偏差，比如本该轻松推开的门异常沉重，强大的预测误差瞬间传导至认知层，引发即时的信念更新与宏观任务重新规划，机器人可能由此暂缓前进，试探性地多次推门以更新对门后空间状态的置信度。整条链路如此循环往复，在连续时间的流中维护着一个自我一致的故事。这便是伊辛所言的“完整认知链路”——它不是数据流动的管道工程，而是具身的主体对一个始终在展开的物理叙事的持续性理解。

这一构建路线也为稀缺的端侧算力带来了难得的福音。相比需要烘托庞大Transformer推理的云端大模型方案，伊辛智脑因为大量使用了以预测误差为驱动的稀疏更新机制，其核心推理过程在时间维度上天然高度汇聚。当环境没有发生惊奇事件时，大部分生成模型状态保持稳定，仅进行精度较低的稳态预测校验；只有在预测误差越过动态阈值时，才触发耗能较大的深层贝叶斯推理与全局规划调整。这类似人类大脑的处理模式，大部分时候依靠潜意识的本能直觉行动，仅在遇到危险或机遇时才唤醒完整的意识进行审慎推理，这一特性使其在端侧部署时展现出极佳的能效比，为物联网化的分布式具身智能节点扫清了核心算力障碍。在深圳某电子工厂的SMT贴片线体间进行的一项横向对比中，执行同等复杂程度的上下料任务，IS-Brain在嵌入式计算平台上的平均功耗仅是某主流视觉大模型方案的六分之一，而应对无序来料和偶然掉料等异常情况时的恢复成功概率则高出数个数量级。