资本加码！核数聚完成A轮融资，构建具身智能数据基础设施平台_速看料
近日，苏州核数聚信息科技有限公司顺利完成聚焦具身智能，重构下一代AI数据基础设施
当前，人形机器人、工业机器人等具身智能产品进入加速迭代阶段，行业竞争正从“模型能力”逐步转向“数据能力”。然而，相较于互联网时代已高度成熟的数据体系，具身智能仍处于典型的数据基础设施早期：真实物理交互数据极度稀缺，采集成本高昂，且行业内遥操作、UMI、Ego、仿真合成等不同技术路线并未形成统一标准，数据格式、质量体系与训练效果之间仍缺乏有效对齐。
(资料图)
本质上，具身智能当前最大的瓶颈，并非模型本身，而是“数据生产与模型训练体系尚未收敛”。
针对这一行业痛点，核数聚提前布局具身智能数据赛道，打造面向具身智能的数据基础设施平台，打通
与此同时，核数聚正在构建统一的数据评估框架，持续验证不同类型数据对机器人感知、决策与运动控制模型的训练影响，推动行业从虚实协同，打造具身智能训练基础设施
区别于传统单视觉AI系统，具身智能对真实物理世界中的多模态交互能力提出了更高要求。机器人不仅需要“看见”，更需要理解空间、感知力反馈、完成动作控制，并在复杂环境中持续学习与泛化。
围绕这一趋势，核数聚构建
相比传统人工密集型数据生产模式，核数聚更强调自动化、平台化与系统化能力，通过AI预处理、自动化数据流转与训练反馈机制，大幅提升数据生产效率与模型迭代效率，帮助客户缩短训练周期、降低研发成本。
目前，核数聚已在苏州、青岛、芜湖、慈溪等地建设专业化具身智能训练场，形成覆盖多场景、多任务的数据采集与训练能力，已吸引宇树、傅立叶、乐聚、智元、鹿明科技等具身头部企业入驻合作。目前公司已积累数亿元在手订单，客户需求持续快速增长。
多模融合，构建自动化数据处理平台
随着具身智能模型复杂度快速提升，传统依赖大量人工的数据标注方式，已难以满足机器人行业对高频迭代、高精度反馈与多模态协同训练的需求。
核数聚基于自研AI预处理与自动化数据引擎，构建高质量数据集，加速具身智能规模化落地
依托多地专业具身智能训练场与多模态数据处理平台，核数聚已建设覆盖机器人巡检、工业质检、钢铁、电气等多个场景的高质量数据集，可支持客户快速调用与定制开发。
其中，核数聚“四足具身智能机器人巡检数据集”成功入选资本加码，加速平台化研发
此次A轮融资的顺利完成，不仅体现了资本市场对核数聚技术路线与产业价值的认可，也标志着公司正式进入平台化能力快速扩张阶段。
未来，核数聚将持续加大在自动化数据平台、具身智能训练基础设施、多模态数据引擎及模型评估体系等方向的研发投入，进一步提升数据生产效率与模型迭代能力。公司将持续围绕“数据驱动智能”的核心理念，推动具身智能行业从“数据获取”迈向“数据基础设施”时代，加速机器人技术在工业、服务与复杂真实场景中的规模化落地。
本文来源：财经报道网
营业执照公示信息