近日，通用机器人操作系统研发商桥介数物（BridgeDP Robotics）宣布完成新一轮融资。本轮融资由中国移动链长基金领投，老股东复星创富、深创投追加投资，融资规模达亿元级。
桥介数物表示，本次融资将主要用于四个方向：RoboCraft AI 通用机器人运动能力开发平台的生态建设、跨本体全身运动数据工厂产能提升、运动控制模型持续迭代，以及海外技术服务体系布局与合规。接下来，桥介数物将继续以“运动控制”为立足点，围绕机器人运动能力纵向延展至操作、世界模型等关键领域，加速构建面向全球的通用机器人操作系统。
中国移动链长基金表示：“随着具身智能产业加速从技术验证迈向规模化应用，行业竞争正在从单一技术能力的比拼，逐步转向底层基础设施、平台能力和产业生态的综合竞争。桥介数物不仅具备行业领先的运动控制研发能力，更重要的是将跨本体运动开发、Sim2Real（仿真到现实迁移）等关键技术经验沉淀为可复用的平台化能力，并持续向通用机器人操作系统方向演进。我们看好桥介数物在具身智能基础软件与运动智能领域的长期发展潜力，期待其推动机器人从‘能运动’向‘会智能运动’迈进。”
过去两年，具身智能在多模态大模型与 VLA 模型的技术催化下快速演进，机器人的感知与决策能力大幅跃升。同时，得益于汽车等成熟产业链的制造能力外溢，本体硬件的性能与稳定性日趋成熟。然而，当机器人尝试走出实验室、走向大规模场景部署时，行业遭遇了阶段性瓶颈：即便机器人在实验室环境能完美执行任务，面对非结构化场景，机器人的脆弱性开始暴露。行业下一阶段的胜负手，已悄然转向机器人在复杂环境下的持续稳定执行能力，以及高效部署能力。
机器人要在真实世界中持续稳定执行任务，其中一个核心就是具备一流的运动控制能力。然而，这个领域正是限制机器人规模化应用的现实障碍：一方面，这个领域高度依赖控制理论、动力学、强化学习、仿真平台以及真机部署等多学科能力的交叉融合，核心研发面临着极高的复合型人才门槛。专家级全栈团队难以在短时间内组建，而且要承担持续高额的研发沉淀成本；另一方面，各家的机器人的硬件架构、关节配置、控制协议等不尽相同，导致传统运动控制能力研发变成一场巨大的行业资源内耗：同一个动作迁移到不同本体，往往需要从零开发、反复调试，核心研发资源被消耗在这些反反复复的工程环节中。
桥介数物认为，当前行业并不缺少更多的单点技术，而是一套能够向下连接异构硬件、向上沉淀运动能力并持续演进的软件基础设施。作为具身智能赛道的运动控制领域头部玩家，桥介数物累计服务近 40 家具身智能企业，其中涵盖百亿估值本体公司、新能源汽车头部品牌以及传统家电巨头。在深度参与 50 余款不同型号机器人（双足、四足、轮足等）运动能力研发与部署之后，桥介数物将动作开发、模型训练、真机部署及硬件调参等环节中可以复用的底层技术、模型算法、工程经验进行标准化重构，沉淀为标准化的软件开发流程。
桥介数物在持续深化“运动控制”核心优势的同时，全面构建“运动控制通用模型 + 跨本体全身运动数据工厂 + 通用机器人运动能力开发平台 RoboCraft AI”三位一体的机器人基础设施。其中，运动控制模型决定机器人动作的精度、稳定性与泛化能力；运动数据工厂负责生产、沉淀和管理高质量运动数据，供模型训练；而RoboCraft AI提供完整的开发工具链和标准流程。
更重要的是，这三者构成一个相互演进的逻辑闭环：RoboCraft AI 是前台入口，运动数据工厂和运动控制模型是后台能力。开发者在 RoboCraft AI 上完成机器人接入、动作与技能开发、仿真训练、部署和反馈；平台运行过程中产生的真机数据、失败样本、硬件运行数据和部署日志，会回流到运动数据工厂；数据工厂再进行清洗、标注、仿真重建与训练评估，推动运动控制模型迭代；新的模型能力又通过 RoboCraft AI 返回给开发者和本体厂商。简单来说，就是平台带来使用，使用产生数据，数据改进模型，模型提升平台价值，最终形成生态价值的正向循环。
桥介数物创始人尚阳星表示：“运动控制是桥介数物切入具身智能基础设施的起点。我们以 RoboCraft AI 为统一开发入口，以跨本体全身运动数据工厂为数据底座，以运动控制模型为核心能力，把过去分散在不同机器人上的运动开发经验持续沉淀下来，最终构建一套基于运动控制底座的通用机器人操作系统，让不同品牌、不同形态的机器人都能具备一流的运动能力，以及统一的开发能力、部署能力和持续演进能力。”（心月）