XVI ROBOTICS
为什么叫这个名字
Agent-Native · Humanoid Foundation Model
Agent 原生的
通用人形基座模型
Agent · VLM · WBC —— 三层一体架构，
打通数字智能与物理智能的唯一路径。
FOUNDED
2025.12
TEAM
10 + N Agents
RAISE
$15–20M
STAGE
Angel+
THE CORE BOTTLENECK · 问题
具身智能的核心瓶颈——缺一颗大脑
硬件已较为成熟，但行业缺乏通用大脑，生态无法形成。
为什么？两条隐形的结构性裂缝。
02 · PROBLEM
ISSUE 01 · DATA
01
数据没有真正 Scale 起来
LLM 靠互联网文本实现了 Scaling Law；
但具身智能的数据至今未真正 Scale ——
遥操作成本高、规模小，缺乏可规模化的数据引擎。
COST/UNIT
HIGH
COVERAGE
LOW
SCALING LAW
N/A
ISSUE 02 · TWO WORLDS
02
数字世界与物理世界研发割裂
Agent/大模型在数字世界飞速进化，
机器人在物理世界独立发展，二者几乎隔离。
但 Physical AGI = Digital AI + Physical AI。
DIGITAL
LLM · Agent
PHYSICAL
Robot · WBC
CORE TEAM · AI-NATIVE COMPANY
核心团队 · Agent 驱动的AI-Native 公司
全栈覆盖大模型、Agent、运动小脑、机器人硬件 —— 10 人核心 + N 个 AI Agent，人均产出远超传统团队。
03 · TEAM
FOUNDER & CEO
宋鸿涌
FLOOD SUNG
▸前月之暗面（Moonshot AI）后训练 / 强化学习负责人，深度参与 K 系列大模型
▸验证 RLHF、长链推理、Agentic Task 训练，具备将 Transformer 作为大脑的核心认知
▸MetaBot 开发者 — 已验证 Agent-Native 组织范式
▸大模型 · Agent · 运动小脑 · 机器人硬件 全栈经验
CORE TEAM · 4 LEADS
04
VP
YH↗ · 技术 VP — 前月之暗面后训练长文本负责人 / 字节 Seed 研究员
WBC
FHQ↗ · 人形运控负责人 — 南大 PhD，Nature Communications↗
NAV
WZC↗ · 人形导航 — 上海 AI Lab 博后，internvla-n1 核心作者
MANI
ZZA↗ · loco-manipulation — 清华 master，Reinforce Dynamics 社区负责人
ORG MODEL · AGENT-NATIVE
∞
10 + N
HUMAN + AGENTS
MetaBot 驱动的 Agent-Native 组织 —— 人均产出等效 ≈ 50 人规模。
METABOT · OPEN-SOURCE AI AGENT INFRA
MetaBot · Agent-Native 组织基础设施
一套从数字世界延伸到物理世界的 Agent 框架 —— 这就是物理 AGI 的入口。
04 · INFRA
github.com/xvirobotics/metabot
MODULE 01
MetaMemory
持久化知识库，Agent 共享记忆，组织知识自动沉淀。
MODULE 02
MetaSkill
Agent 工厂 —— 一键生成专业团队（研究员 / 工程师 / reviewer）。
MODULE 03
Agent Bus
多 Agent 协作总线，跨实例任务委派与实时协同。
MODULE 04
Scheduled Automation
Cron 定时任务 + 监督式自主执行 —— 7 × 24 无人值守。
WHY THIS IS THE MOAT
为什么这是 壁垒
01
同一套 Agent 框架，从数字世界延伸到物理世界 —— 这就是物理 AGI 的入口。
02
组织本身就是产品的试验场 —— 每天在用 MetaBot 验证 Agent 调度、记忆、协作。
03
已开源 —— 构建开发者社区，抢占 Agent-for-Robotics 生态位。
10 + N
OUTPUT
人均产出 ≈ 50 人规模
人均产出 ≈ 50 人规模
THREE-LAYER UNIFIED STACK · 架构
Agent 驱动的三层一体架构
05 · ARCHITECTURE
L1
LAYER ONE
MetaBot · Agent 层
ALWAYS-ON顶层调度，打通数字世界与物理世界
01Agent 顶层调度：任务规划 · 多步推理 · 错误恢复
02MetaMemory + MetaSkill + Agent Bus
03连接数字 / 物理世界的核心枢纽
04人类监督 + 自我进化闭环
L2
LAYER TWO
VLM · 视觉语言大脑
5–10 HzHumanoid Foundation Model · 感知与决策
01
视频预训练 → 后训练 → RL
类比 Computer Use Agent ↗
02核心组件：DreamVPT + IDM
03In-Context RL · 现场学习，快速适应新任务
L3
LAYER THREE
WBC · 运动小脑
50–500 HzWhole-Body Controller · 执行层
01控制全身 29 DOF + 灵巧手 22×2
02RL 仿真独立训练（Isaac Gym）
03带感知，适配不同地形
STACK OVERVIEW
数字智能 ⇋ 物理智能
KEY INSIGHT
L2 和 L3 通过 latent space 连接 —— 决策与控制无缝衔接。
KEYWORDS · 核心技术
核心技术关键词
从底层方法到模型能力，四个关键词定义了 XVI 的大脑。
06 · CORE TECH
KEYWORD 01
/method
DreamVPT
合成视频 + 视觉预训练。让大脑在海量"做梦"的视频中学会物理直觉。
数据金字塔的颠覆 ↗
KEYWORD 02
/architecture
Long Context
WholeBody VLA
长上下文 · 视觉-语言-动作一体，覆盖全身与灵巧手的端到端策略。
KEYWORD 03
/learning
In-Context RL
现场学习，无需重训。在任务上下文中完成策略进化 —— 类 GPT 的 few-shot。
KEYWORD 04
/capability
Compositional
Generalization
VLM × WBC 组合泛化 —— WBC 覆盖全身动作，VLM 感知理解世界，二者相乘即可做所有事。
TERMINAL FORM × INFINITE UPSIDE · 市场
终极形态 × 无限增量
Day 1 瞄准高价值、高门槛、高增量市场 —— 人类去不了、不愿意去、不应该去的地方。
07 · MARKET
MARKET 01
人形宇航员
空间站巡检 · 月面/火星基地建设 · 科学载荷部署
COST ↓
1–2 orders
UPTIME
24 × 7
MARKET 02
机器人硬件工程师
机器人自主测试另一个机器人，替代人类硬件工程师
ITERATION
24 × 7
COST ↓
大幅
MARKET 03
机器人实验员
替代做物理实验的研究员，自主设计与执行实验
THROUGHPUT
10×
SAFETY
HIGH
BUSINESS MODEL · 商业模式
卖大脑 API
向本体厂商提供 API，按调用收费
整体解决方案
采购本体 + XVI 大脑，RaaS 服务
数据飞轮
高价值场景稀缺数据反哺大脑，构筑壁垒
轻资产 + 模型 Scaling 能力建立标准 —— 占据具身智能价值链核心。
MILESTONES · 路线图
开源占生态位，定义行业标准
从 PoC 到具身 GPT-4 时刻 —— 节奏、里程碑与关键 Demo。
08 · ROADMAP
2026 · H1
技术验证
DreamVPT + IDM + WBC
核心 PoC 跑通
核心 PoC 跑通
2026 · H2
开源发布
模型开源 · arXiv 论文
Demo 视频公开
Demo 视频公开
2027
生态建设
开发者社区
本体厂商合作
本体厂商合作
2027 – 2028
技术突破
具身 GPT-4 时刻
行业临界点达成
行业临界点达成
KEY DEMO · 2026 Q4
火星模拟任务 · 乌兰察布
在火星模拟环境完整验证 自主导航 · 操作 · 决策 与 In-Context RL 的闭环能力 —— 面向投资人与合作方的首次公开现场。
Q4
2026
THE RAISE · 融资需求
融资需求
以明确的资金配比，支撑从 PoC 到开源发布再到生态建设的完整节奏。
09 · FUNDING
ROUND · 天使加轮
Angel+ · Lead investor welcome
RAISE AMOUNT
$15–20M
约 1 500 – 2 000 万美元
ALLOCATION · 资金用途
100%
40%
COMPUTE
算力
GPU 集群租赁 —— 支撑大规模 RL 仿真与 VLM 训练
30%
DATA
数据
视频采集 · 标注 · 合成数据生成流水线
20%
TEAM
人员
核心团队招募 + 长期人才激励（ESOP）
10%
HARDWARE
机器人
采购人形本体及灵巧手，用于真机验证