近日，消费级家庭具身智能（家用人形）机器人研发商「诺因（KNOWIN）」宣布完成天使 + 轮融资，投后估值超 20 亿元人民币。本轮融资由钟鼎资本领投，源码律动等老股东持续加注。

自成立以来，公司在近半年内连续完成三轮融资，累计融资金额达数亿元人民币。本轮资金将主要用于：加大全球顶尖人才引育力度，深化全栈技术体系研发，以及加快核心产品的迭代打磨与量产进程，推动消费级家庭具身智能产品从关键技术突破走向规模化落地。

诺因成立于 2025 年 7 月，全球首创通用具身大模型新架构，开辟具身智能的下一代范式，致力于让机器人走进每一个家庭，开启人机共生的新纪元。诺因面向消费级家庭场景，打造具备物理实体、能够在真实环境中形成 “感知 — 生成 — 执行 — 演进” 闭环并持续交互的具身智能系统。作为面向家庭消费级具身智能的探索者与先行者，诺因依托全栈自研能力、全新的生成式具身大模型体系与创新的合成数据路线，持续提升机器人在复杂家庭环境中的跨场景泛化、长链条闭环执行与可靠交付能力，聚焦现代家庭在陪伴互动、娱乐与高频家务协作等多元需求，为用户带来更智能、更自主、更省心的家庭服务体验。

诺因创始人李银川曾在国内头部科技公司研究院担任 AIGA（AI Generated Action/Agent）方向负责人，长期聚焦生成式决策等基础研究与工程化落地，在具身智能、大模型、自动驾驶等方向具备扎实积累与实践经验（30 岁时就累计发表高水平论文约 80 篇，含合作成果；以第一发明人身份拥有 / 申请专利 30 余项，含已授权及在审）。他一直坚持 “创新 + 落地” 并重的理念，学生时期即重视工程能力与动手实践，曾在 “北京电子设计大赛” 800 + 参赛队伍中以满分成绩获得第一名。

团队方面，诺因汇聚了兼具学术深度与产业经验的核心成员，主要来自大型科技公司大模型算法团队与消费电子领域的资深工程、产品团队，具备从模型到系统、从软硬件协同到产品化交付的全栈自研与垂直整合能力。团队整体年轻化，成员平均年龄接近 “00 后”，具备极强快速学习与高效协同能力。截至 2026 年 2 月，公司团队规模近百人，博士及以上人才占比超过三分之二，并有 20+ 位成员具备大厂技术负责人经历（含技术总监及以上），形成 “年轻精锐 + 专业硬核”、“学术前沿 + 产业实战” 的双轮驱动人才结构。

需求与技术共振，开启家庭具身智能蓝海

近年来，随着人口老龄化趋势加剧与城镇双职工家庭比例持续高企，家庭内部劳动力供给日益短缺，家务劳动的隐性成本不断攀升，市场对高效、自动化的家庭服务解决方案需求愈发迫切。与此同时，AI 大模型与算力技术的革命性进展，重构了机器人的认知与执行逻辑，为家庭服务提供了全新的技术范式。市场需求的刚性释放与前沿技术的迭代赋能形成共振，推动家用具身智能规模化落地从愿景走向现实。

相较于工业场景，家庭环境更非结构化、长尾更显著，任务形态高度多样且频繁变化，To C 家庭机器人需要在多任务泛化、自主决策与安全交互上达到更高水平，同时还必须在成本与售价上落到消费者可接受的区间。用户真正期待的也不只是 “半自动辅助”，而是在高频家务任务上实现可闭环的自主完成 —— 例如地面清洁、餐后整理、卫浴清洁等典型流程的端到端执行。在这一方向上，家用机器人需要在明确边界的家庭空间内实现 “感知 — 决策 — 执行 — 反馈” 的流程闭环，并具备自主待命、任务切换与异常处理 / 接管的能力。

从模仿到生成：AIGA 引领家庭机器人新范式

面向家庭场景的复杂性与长尾分布，当前主流技术路线仍在持续演进。在数据层面，训练数据往往依赖实验室示教、有限真实轨迹与公开视频等来源，对未知环境与任务组合的泛化能力存在较大提升空间。在目标与表征层面，传统 VLA 通常围绕视觉 — 语言 — 动作对齐与行为复现进行优化，对动作背后的语义结构与可组合的技能空间建模有待深化。结果是模型更像在 “匹配 / 复用” 既有动作片段，而不是面向目标与约束条件去生成可行的新策略，从而难以应对真实家庭中高度长尾、持续变化的任务需求。

针对这一挑战，诺因提出从 VLA 迈向 AIGA 的技术路线：从 “模仿已有” 转向 “生成所需”。通过对更完整的动作空间与技能结构进行建模，并结合大规模合成数据训练，机器人可以在实时环境状态与长程任务目标的约束下，自主生成更适配当前情境的动作序列与执行策略，在更少依赖真实示教数据的条件下，逐步形成可迁移、可组合的新技能，从而显著提升家庭场景下的适应性与实用性。

构筑三重壁垒，打造家庭场景护城河

基于对具身智能技术终局的深刻洞察，围绕家庭场景 “长尾环境 + 成本约束 + 交付闭环” 的核心难点，诺因正在从工程化、技术与数据体系三条主线构建长期壁垒，形成差异化竞争优势：

1）全栈自研与工程化降本能力

公司具备从大模型算法、视觉感知与控制系统，到核心部件设计、制造工艺与供应链协同的全链路研发能力。通过软硬件协同设计与持续工程优化，在保证性能与可靠性的前提下推进规模化降本，为消费级产品的市场普及扫清关键价格障碍。

2）面向家庭场景的可泛化的具身大模型：

针对家庭任务多步骤、强组合、强长尾的特点，诺因突破传统模仿学习框架，通过创新的模型架构与训练方式，强调对任务结构、技能组合与执行闭环的建模，实现对复杂、多步骤家庭任务的深度理解与强泛化执行，使机器人能够在多样化、动态变化的家居环境中保持更稳定的理解、规划与执行能力，并兼顾安全交互与可控性。

3）合成数据驱动、产品闭环飞轮：

诺因以自研合成数据为核心，构建面向具身操控的训练体系：通过可规模化的任务生成、动作 / 轨迹生成与筛选机制，持续产出覆盖长尾场景的高质量训练数据，用于训练具备更强泛化能力的具身大模型。相较于高度依赖示教与真实采集的路径，公司更侧重 “可控、可扩展、可迭代” 的合成数据管线，并将产品与真机运行中的反馈、失败样例与关键场景抽象回流到数据生成与评测体系中，形成 “产品反馈 → 合成增强 → 训练迭代 → 体验改进” 的闭环飞轮。依托高质量合成数据管线，持续驱动模型能力提升，形成难以复制的自我进化体系，筑牢长期技术壁垒。该路线工程门槛较高，诺因已跑通关键环节，并在具身操控与任务泛化上形成可持续的增益与验证体系。

依托三大核心技术壁垒，诺因已在家庭场景关键能力上完成阶段性验证：核心模型能力已在多个开源测评集上完成对标评估，并在家庭相关任务的主要指标上取得显著领先优势；公司首款家用等身机器人原型机也已完成多项家庭高频任务链路的功能验证，覆盖清洁、整理、收纳等典型流程的关键环节，产品迭代与量产筹备正有序推进。

未来，公司将持续深耕家庭场景，致力于将具备“全链路接管”能力的智能机器人带入日常家庭生活，推动具身智能从“前沿科技探索”迈向“家庭必备单品”，开启人机共融、智能自主的家庭生活新范式。

查看更多项目信息，请前往「睿兽分析」。