机器人在工厂里拧螺丝、在展厅里倒咖啡、在实验室里叠衣服，这些短视频已经很难再让投资人兴奋。真正让行业感到焦灼的问题藏在另一面：当任务从几十秒拉长到几个小时，当机器人从明亮的展厅走进没有 GPS 的隧道、没有稳定网络的山林、随时可能断电断联的应急现场，它还能不能知道自己在哪里、做过什么、接下来该做什么？
这个问题不是靠一个更强的视觉语言动作模型就能自然解决的。模型可以让机器“会做很多事”，但“会做很多事”和“能够长期自主地把一件复杂的事做完”之间，隔着一条远比想象中更宽的沟。武汉齐智火星登陆科技有限公司（简称“火星登陆”）的创始人朱禹涵把这条沟定义为“大脑组织问题”，而不是“模型能力问题”。
2025年4月，这位00后创始人在武汉成立火星登陆，没有选择再训练一个具身基础模型，而是从空间智能切入机器智能的底层架构。现在，这家公司连续完成两轮数千万元融资，由力合创投、光谷金控、瑞江投资、武汉高科共同完成，老股东奇绩创坛追加投资。两轮融资的具体轮次名称和单轮金额均未披露。
| 字段 | 内容 |
|---|---|
| 公司 | 武汉齐智火星登陆科技有限公司（火星登陆） |
| 轮次 | 连续两轮，具体轮次名称未披露 |
| 金额 | 数千万元人民币（两轮合计，单轮金额未披露） |
| 投资方 | 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 |
| 总部 | 武汉 |
| 创始人 | 朱禹涵 |
| 官网 | 未披露 |
“模型解决能力，大脑解决如何把能力组织成智能”
朱禹涵对“模型”和“大脑”的区分，构成了火星登陆整套技术叙事的起点。据投资界报道，他的核心判断是：“模型本质上提供的是一种或者一组能力。能力再强，也不等于一个完整的大脑。”在他看来，行业可能过早地把“模型”和“机器人大脑”画上了等号。
这一判断并非没有现实对应。今天的机器人在单项任务甚至部分跨任务场景中已经表现不错，从抓取、分拣、叠衣到开门、搬运、移动操作，模型让机器人越来越“会做事”。但一旦任务从几分钟拉长到几个小时，要求机器人跨场景、跨任务持续自主运行，问题就迅速复杂化。机器人不仅要判断下一步做什么，还要持续记住自己在哪里、做过什么、任务进行到哪一步；中途环境变化、执行失败，还要能够自己调整并继续完成任务。
朱禹涵的结论是：“模型解决的是能力，大脑解决的是如何把能力组织成智能。”这正是火星登陆所说的“类脑”——据公司披露，这不是模仿神经元，而是在模型之外构建智能组织架构，让记忆、任务、技能、行动和反馈形成持续闭环。从已披露的技术体系看，火星登陆试图覆盖从空间理解与记忆、任务组织与协同，到端侧技能执行的完整链路，并形成星擎M1、星群M2、星芒M3产品矩阵。但公司未披露这三款产品的具体形态、性能参数、定价和客户名单，因此外界目前无法独立验证其产品能力边界。
不卷数据规模，把赌注压在“经验”而非“Token”上
过去几年，大模型 Scaling 的成功让行业很自然地想把这条路径复制到具身智能。但朱禹涵认为，语言模型已经形成相对明确的 Scaling 路径，具身智能远没有走到这一步。什么数据真正有价值、怎么采、怎么组织、怎么训练，都还没有完全定型。
他的质疑直接指向行业当下最流行的话语：“行业现在很喜欢讲百万小时、千万小时的数据规模。但如果数据范式本身都没有收敛，那么今天拥有100万小时还是1000万小时数据，并不能直接说明壁垒有多深。”在朱禹涵看来，具身数据高度绑定机器人本体、传感器、动作空间和模型架构，一旦技术范式发生变化，过去的数据价值就可能被重新评估。技术范式快速变化的时候，数据越多不一定意味着壁垒越深，也可能意味着更高的迁移成本。
这种认知把火星登陆推向了另一条路。据公司披露，相比单纯积累数据规模，他们更关注机器能否在与真实世界的交互中持续形成经验。数据记录“发生了什么”，经验则进一步包含行动、结果、失败和修正。在火星登陆看来，如果语言模型 Scaling 的重要基础是 Token，那么具身智能更值得关注的可能是 Experience Scaling——机器能否在行动、反馈和修正中持续积累有效经验。这一概念目前仍是公司层面的技术主张，尚未有独立第三方验证其可复现性或与现有具身学习范式的实质差异。
放弃700万订单背后：真实世界不是实验室的延伸
火星登陆的商业化起点并不顺遂。据极目新闻报道，去年上半年，团队曾接触到一笔近700万元的大额订单，但朱禹涵担心公司成立不久、技术落地经验不足、资金储备有限，担心无法完美交付，最终选择放弃。类似地，多笔订单也因种种顾虑错失。这笔订单的具体客户、行业和交付内容均未披露。
这个决定后来被朱禹涵视为教训。他在接受采访时说：“如果始终想着留一条退路，就很难做到真正的全力以赴。很多时候，就是要有一点背水一战的勇气。”团队随后转变思路，从小订单做起。一笔10余万元的三维数据处理订单，团队凭借兼顾高精度与轻量化的空间表征能力获得客户认可。据公司披露，2025年公司实现数百万元营收，预计今年营收增长5倍，迈入千万级别。这一营收预测来自公司自身口径，尚无独立审计或第三方数据佐证。
真实世界的复杂性也在倒逼团队重新理解“产品”。据朱禹涵回忆，团队把机器人带到黑暗、隧道等复杂场景中反复测试后发现，光线、遮挡、地形等环境条件不断变化，网络信号时好时坏，机器人时不时“发呆”和失灵。一次测试中，仅仅因为传感器安装的位置和角度有些偏差，实验室里表现不错的机器人到了现场就开始“犯迷糊”。他说：“以前总觉得算法跑通了，问题就解决了一大半。后来才发现，机器人身上一颗激光雷达怎么装，都可能影响最后的效果。”
从已披露的信息看，火星登陆的应对策略是端侧轻量化推理和空间高效表征。据公司介绍，端侧轻量化推理让更多智能能力直接在设备端运行，减少对云端推理的依赖；空间高效表征则用于解决机器人在复杂环境下的自主运行难题。公司称其技术可适配无人机、机器狗、轮式机器人等多类设备，但未披露具体适配机型、性能对比数据或客户验证案例。
“机器人进厂”不等于“具身智能落地”
在具身智能行业普遍把工厂作为第一落地场景时，朱禹涵给出了一个反直觉的判断：“机器人进厂”是真需求，但“机器人进厂”不等于“具身智能落地”。相当一部分需求，本质上仍然是自动化问题。
他的逻辑是：对于一家工厂而言，真正购买的不是机器人的“智能程度”，而是生产力。企业算的是能不能更便宜、更快、更稳定，多久能够回本。如果传统自动化、机器视觉叠加适量 AI 已经能够稳定解决问题，那么换上一台更“智能”的机器人，并不会天然创造额外价值。朱禹涵认为，这当中需要区分两个问题：机器人在哪里更容易落地，和机器智能在哪里更容易进化，不一定是同一个问题。“一个问题越能被彻底标准化，就越接近自动化问题；越无法被标准化，智能本身的价值才越大。”
基于这一判断，火星登陆把方向锁定在地下空间、隧道、山林、应急等复杂环境，以及未来家庭、养老、商业服务等开放场景。这些场景的共同特点是：网络会中断、定位会丢失、环境和任务会变化，机器必须处理大量没有被提前定义的问题。朱禹涵认为，这种复杂、开放、长尾的环境，更接近机器智能最终需要面对的真实世界。但需要指出的是，这些场景的商业化路径同样不清晰：地下空间和应急场景的采购方多为政府或大型国企，决策链条长、定制化程度高；家庭和养老场景则对成本、安全、可靠性要求极高，且尚未形成规模化的付费意愿。火星登陆目前未披露在这些场景中的具体客户、订单金额或复购情况。
国资加持与4倍估值增长：资本结构里的信号与噪声
火星登陆的股东名单呈现出明显的武汉本地国资色彩。据公司披露，本轮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。其中光谷金控和武汉高科被公司称为“光谷两大国资平台”。据极目新闻报道，公司估值同期增长4倍，但估值基数、具体金额和计算时点均未披露。
从资本结构看，国资平台的进入通常意味着地方产业政策对具身智能赛道的倾斜，也可能带来场景资源、政府订单和后续融资的便利。但国资加持本身并不构成技术或商业化的独立验证。力合创投和奇绩创坛的参与，则更多指向早期科技投资逻辑：力合创投背靠深圳清华大学研究院体系，奇绩创坛以挖掘早期技术团队著称。这两类机构的组合，说明火星登陆同时获得了产业背景资本和早期孵化资本的双重背书。但投资方均未公开披露其投资逻辑、估值依据或对赌条款，因此外界难以判断这轮融资的定价是否反映了真实的商业化进展，还是更多押注于团队和方向。
值得注意的另一个细节是：火星登陆成立于2025年4月，至今仅一年多时间，已完成多轮融资。这种融资节奏在早期具身智能公司中并不罕见，但也意味着公司需要在较短时间内证明其技术路线能够转化为可持续的商业收入。据公司披露，2025年营收为数百万元，预计今年迈入千万级别。即便这一预测兑现，千万级营收与数千万元融资之间的差距，仍说明公司目前处于典型的早期投入期，尚未形成自我造血能力。
资金用途未披露，但产品迭代和场景验证是绕不开的两道坎
火星登陆未披露本轮融资的具体资金用途。从公司公开信息可以推断出几个可能的投入方向：一是产品迭代，朱禹涵提到团队力争今年底完成新一轮迭代；二是场景验证，公司需要在地下空间、隧道、山林、应急等复杂环境中积累更多真实运行数据；三是团队扩张，公司最初的团队只有5人，当前团队规模未披露，但要在多个场景同时推进产品化和交付，人力缺口显而易见。
但资金用途的未披露，也留下了一个关键的信息真空。在具身智能行业，资金投向往往能揭示公司的真实优先级：是继续押注底层架构研发，还是加速商业化落地？是自建数据采集体系，还是依赖合作伙伴？是聚焦单一场景做深，还是多场景铺开？这些选择将直接影响公司未来12到18个月的生存概率。从目前信息看，火星登陆似乎试图在底层架构研发和场景化交付之间保持平衡，但这种平衡在资源有限的情况下往往意味着两边都无法做到极致。
风险与待验证假设：概念先行之后，需要回答的三个问题
火星登陆的叙事在逻辑上是自洽的：模型能力在增强，但组织智能的架构没有跟上；数据规模在膨胀，但数据范式没有收敛；工厂场景在热闹，但真正的智能价值在标准化之外。这套叙事帮助公司在一年内完成了多轮融资，也为其赢得了超出年龄的关注度。但叙事自洽不等于商业验证。
第一个待验证的问题是：类脑架构是否真的构成了可防御的技术壁垒？从公开信息看，火星登陆的“类脑”不是模仿神经元，而是在模型之外构建智能组织架构，让记忆、任务、技能、行动和反馈形成持续闭环。这一描述在架构层面并不难理解，但公司未披露具体的架构设计、模块间通信机制、任务拆解算法或与传统机器人控制架构的对比数据。如果“类脑架构”更多是一套工程组织方法而非底层技术突破，那么竞争对手复制这套思路的门槛可能并不高。
第二个问题是：Experience Scaling 能否从概念走向可量化的指标？语言模型的 Scaling 有明确的 Token 和 Loss 曲线，但“经验”如何定义、如何度量、如何证明其随规模增长而带来能力提升，目前行业没有共识。火星登陆提出了这个概念，但未披露任何关于经验积累效率、经验复用效果或经验规模与任务成功率之间关系的量化数据。如果这个问题无法回答，Experience Scaling 就可能停留在话语层面，难以成为投资人和客户评估公司进展的硬指标。
第三个问题是：复杂场景的商业化能否支撑一家早期公司的现金流？地下空间、隧道、山林、应急等场景确实更接近“智能”的用武之地，但这些场景的采购周期长、定制需求多、交付风险高。公司曾因担心无法完美交付而放弃近700万元订单，这本身就说明复杂场景的商业化不是单纯的技术问题，而是工程能力、项目管理、资金储备和风险承受能力的综合考验。从已披露的数百万元营收和千万级营收预测看，火星登陆的商业化仍处于非常早期的阶段，尚未证明其能够在复杂场景中实现标准化、可复制的交付。
朱禹涵说：“真实世界不应该只是具身智能最后的测试集，它本身就应该成为机器持续学习的一部分。”这句话既是对行业的批评，也是火星登陆给自己的任务书。但真实世界作为学习场域的前提是，公司必须先在真实世界里活下来，并且持续拿到足够多、足够复杂的真实任务。从已披露的信息看，火星登陆已经迈出了第一步，但距离证明“类脑架构”是一条可规模化、可防御、可商业化的路线，还有很长的路要走。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：当整个行业都在用更大的模型和更多的数据回答“机器还能会什么”时，火星登陆把问题换成了“机器如何持续知道自己该做什么”。这个切换有价值，但价值的前提是它不能被停留在融资叙事里。类脑架构和 Experience Scaling 目前仍是未被量化的主张，复杂场景的商业化也尚未跑通。对这家成立仅一年多的公司而言，真正的考验不是概念是否足够锋利，而是它能否在真实世界里，把“组织智能”从一个好问题变成一门好生意。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。