清华 AIR 首届博士李健雄创立本溯智能，五源资本领投，押注动作原生 In-Context 具身基础模型
来源雷峰网查看原文
速览
- 清华 AIR 首届博士李健雄创立本溯智能，五源资本领投，常春藤、线性、华山资本跟投。
- 首席科学家为清华 AIR 副教授詹仙园，团队另有 7 名长期合作的年轻研究者。
- 创始团队称合计放弃年薪总包接近 4000 万元，李健雄个人放弃最高年薪总包接近千万元。
- 公司不跟随「预训练基模＋后训练部署」主流范式，押注动作原生 In-Context 具身基础模型。
- 目标：换场景无需重新训练，通过少量人类示范与自主尝试在几分钟内完成现场学习。
- 核心技术为跨具身模型 X-VLA 与高效隐空间世界模型 ODEWorld，自 2024 年起研发。
- X-VLA 用不足 1000 小时预训练数据，在多项第三方评测中领先，并获 IROS 2025 智元机器人挑战赛总冠军。
- 公司认为以语言为中心的 VLA 路线在精细操作和跨场景泛化上存在先天局限。
- 弃用语言中心路线会显著抬高落地沟通成本，需向客户解释动作原生模型更易集成。
雷峰网·鲸犀独家获悉，清华大学智能产业研究院（AIR）首届博士生李健雄已毕业并创立具身智能公司本溯智能（BASAL Intelligence，简称 BASAL）。该公司已获得五源资本领投，常春藤资本、线性资本、华山资本 WestSummit Capital 跟投。团队核心成员包括首席科学家、清华 AIR 副教授詹仙园，以及 7 名长期合作的年轻研究者。据本溯智能称，创始团队组建前，核心成员分别拿到字节跳动 Top Seed、英伟达、小米等企业的高薪 offer 和海外高校博士录取机会，合计放弃的年薪总包接近 4000 万元，其中李健雄个人放弃的最高年薪总包接近千万元。技术路线上，本溯智能不追随市面上已成主流的「预训练基模＋后训练部署」范式，而是押注动作原生的 In-Context 具身基础模型，目标是让机器人在更换场景后无需重新训练，通过少量人类示范和自主尝试，在几分钟内完成现场学习与适应。支撑该路线的两项核心技术为跨具身模型 X-VLA 与高效隐空间世界模型 ODEWorld，团队自 2024 年起持续研发。
关键事实
- 清华大学智能产业研究院（AIR）首届博士生李健雄已毕业，创立具身智能公司本溯智能（BASAL Intelligence，简称 BASAL）。
- 本溯智能已获得五源资本领投，常春藤资本、线性资本、华山资本 WestSummit Capital 参与投资。
- 团队核心成员包括首席科学家、清华 AIR 副教授詹仙园，以及 7 名长期合作的年轻研究者。
- 据本溯智能称，创始团队组建前，核心成员分别拿到字节跳动 Top Seed、英伟达、小米等企业的高薪 offer 和海外高校博士录取机会，合计放弃的年薪总包接近 4000 万元，其中李健雄个人放弃的最高年薪总包接近千万元。
- 本溯智能不追随「预训练基模＋后训练部署」的主流范式，选择押注动作原生的 In-Context 具身基础模型。
- 公司目标是让机器人在面对训练阶段从未见过的新场景、新任务或新本体时，无需重新训练模型，只需通过少量人类示范和自主尝试，在几分钟内完成快速学习与适应。
本站视角
这条新闻对国内做具身智能的团队和投具身赛道的机构都有直接参考价值。第一，它代表了一种明确的路线分歧：主流 VLA 以语言为中心，本溯智能选择动作原生，并公开把「预训练基模＋后训练部署」定性为工业自动化的延伸而非真正的具身智能。这个判断如果成立，意味着当前大量以语言指令为卖点的机器人产品叙事需要重写；如果不成立，本溯智能将承担路线错误的风险。第二，创始团队放弃接近 4000 万元年薪总包、李健雄个人放弃接近千万元，这类数字来自公司自述，属于典型的创业叙事包装，读者应把它当作团队信心的信号而非可验证的行业数据。第三，X-VLA 用不足 1000 小时预训练数据在第三方评测中领先，并拿到 IROS 2025 智元机器人挑战赛总冠军，这是相对硬的技术背书，但竞赛成绩与真实产线落地之间仍有距离。我们认为，本溯智能真正的考验不在学术层面，而在于「几分钟现场学习」能否在更多真实场景、更多本体、更多任务类型中持续复现——这也是判断动作原生路线是否成立的关键观察点。对用 API 或采购机器人方案的中小企业而言，如果 In-Context 学习成立，部署成本将随机器人学习经验积累持续下降，而非随场景增多线性攀升，这会改变采购决策的成本模型；但在更多第三方复现出现之前，不宜过早下注。需要指出的是，本文信息主要来自雷峰网·鲸犀独家信源与公司官方资料，融资额、放弃年薪等关键数字均未给出独立来源，建议后续关注是否有更多投资方或客户侧信息交叉验证。
背景与影响
当前具身智能的主流路线是先预训练一个基础模型，再针对每个任务做后训练部署交付。这套范式在工厂标准化场景下已经跑通，但一旦环境、物体或作业流程发生变化，机器人往往需要重新采集数据、重新训练。面对现实世界中无穷无尽的长尾场景和长尾任务，这条路的规模化天花板显而易见。本溯智能对此的判断是，这本质上还是工业自动化的延伸，并不是真正意义上的具身智能。在团队看来，真实世界中与物理环境交互的动作信息很难通过语言被完整、准确地描述，现有以语言为中心的 VLA 路线也因此在精细操作和跨场景泛化上存在先天局限。本溯智能提出的动作原生 In-Context 具身基础模型，将动作作为模型的核心表达方式，让模型直接学习与世界交互的动作、任务反馈、失败纠正以及人类示范之间的关系；模型的大部分容量用于动作生成，并通过长上下文组织机器人的连续物理交互，使机器人能够根据此前的动作、结果、失败和反馈持续调整后续决策。据雷峰网·鲸犀观察，走一条人迹罕至的小路意味着必须和行业主流叙事正面交锋。以多模态大模型、自然语言指令为中心的 VLA 路线仍是资本与产业界最熟悉的语境，客户也更习惯让机器人听懂人话的产品叙事。弃用语言中心、强调动作原生，短期内会显著抬高落地沟通成本。本溯智能得向客户解释清楚，动作原生模型交互并不比语言指令更难集成进现有产线。据公开资料显示，本溯智能是国内最早系统探索跨本体快速适应与 In-Context 具身学习方向的团队之一。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。