黄仁勋又投了个机器人公司：浙大校友领衔，全华人团队

刚刚成立一年的具身智能创业公司，已然拿下了全球顶级资本的青睐。

9 月 15 日，Dyna Robotics（达纳灵动）宣布完成 1.2 亿美元 A 轮融资（约合人民币 8.5 亿元），公司估值一举突破 6 亿美元（约合人民币 42.7 亿元）。

背后的投资团队十分豪华：除硅谷老牌 VC 巨头 CRV、投资圈著名的 First Round Capital 外，英伟达旗下 NVentures 也在参投方中占据重要席位，亚马逊、三星、LG 等国际巨头纷纷跟进。

今年四月，DYNA Robotics 推出了其首个商用机器人基础模型 DYNA-1（ Dynamism v1），展示了基于这个模型的机械臂连续工作 24 小时的效果：叠了 800 多张餐巾纸，并保持 99%以上的成功率。而到现在，Dyna 的机器人已经进入到酒店、餐厅、自助洗衣店和健身房等场景“上岗”了。

Dyna Robotics 的创始人、浙大校友杨世远（York Yang）表示，目前大多数模型只能在非常明确、精调的环境中成功运行；而 DYNA-1 的突出亮点，是能把在一个场景学到的本事，迁移到新的环境里继续用。

换句话说，DYNA-1 机器人不再只是传统的、只会做一类事情的专用机器人，而是更接近真正的“通用机器人”。

一位 CRV 的合伙人评价道，Dyna 团队不仅有丰富的创业经验和深厚的技术，还懂得如何把 AI 规模化商业化落地，这在业内十分罕见，也是让他们加码投资的原因之一。

全华人的创始团队

Dyna Robotics 成立于 2024 年 9 月，总部位于美国加利福尼亚州的 Redwood City；这里是硅谷腹地，不仅有甲骨文等科技巨头的总部坐落于此，还聚集了不少初创公司。

根据其官网介绍，该公司主要致力于打造通用且强大的 AI 机器人，希望能走在实体 AGI 的前沿，把机器人从研究室带到现实商业环境中去。此前，在今年 3 月份，他们已经获得了 2350 万美元的种子轮融资。

除了公司业务让不少投资人觉得可圈可点，三位创始人的组合也很吸睛：一位浙大校友，一位哈佛学霸+DeepMind 研究员，还有一位连续创业者；而且都是华人。

先来说说创始人杨世远（York Yang），他本科毕业于浙江大学电子工程系，后到美国深造，获得 UCLA 的计算机科学硕士学位。

图源：领英

在 Dyna Robotics 之前，杨世远还有一段出彩的创业经历：

2016 年，他联合 Lindon Gao 等人创立过 AI 购物车公司 Caper AI，还带着 CaperAI 加入了 Y Combinator 的冬季加速项目，在那里拿到了早期投资、导师辅导和创业资源。

2021 年 Caper 以 3.5 亿美元（约合人民币 24.9 亿元）的价格卖给了美国零售配送公司 Instacart，杨也加入 Instacart 并先后担任 CTO、 首席研究工程师，主导 AI 、计算机视觉、机器学习等任务。据维基百科介绍，他在 Caper 的技术被部署到了多个北美零售商（例如加拿大的 Sobeys 等）。

另一位从 Caper AI 出来的联合创始人 Lindon Gao，11 岁时随父母从中国移民美国，从 14 岁就开始创业，具备丰富的商业视野和跨文化管理经验，擅长把前沿技术转化为可规模化的商业产品。

图源：X

据 Gao 自己在采访里所述，14 岁那年，他在游戏电商领域创办了人生中的第一家公司，两年后卖掉了。19 岁那年，他又创办了第二家公司 LPG Crafts，是一家珠宝供应链管理公司，如今价值数百万美元。

从纽约大学斯特恩商学院本科毕业后，Gao 加入了高盛；在投行工作了两年半后，他意识到创业更“合口味”，于是离开了银行业，创办了 Caper，因为他觉得实体零售业严重缺乏创新，比如结账等任务，可以通过技术更好地实现自动化。

在 Caper 的创业初期，他带领团队与零售商做 pilot 项目，迭代产品 V1、V2，不断在真实商铺环境中调试购物车识别、结账、摄像头识别商品、重量传感器组合等功能。

2020 年，Gao 被评为“福布斯 30 位 30 岁以下精英”。

最后一位联创则是学术派代表，Jason Ma 本科就读于哈佛大学，主修计算机科学。后来到宾夕法尼亚大学，在 GRASP 实验室攻读博士 ，专业是计算机与信息科学 ，2025 年刚刚毕业。

据其个人主页介绍，加入 Dyna 之前，他还曾在谷歌 DeepMind、英伟达的 AI 部门和 Meta AI 工作或实习过。

在 DeepMind 时，他的工作主要围绕“怎么让机器人学得更聪明”；还曾以一作身份合著了一篇论文，里面主要探索了如何让视觉+语言模型来判断机器人任务是否完成、如何给强化学习设定“奖励信号”。

Ma 还研究过仿真到现实（sim-to-real） 的迁移问题：即机器人先在模拟环境里学，再把技能带到现实世界继续用。

除此之外，他还在尝试把多模态学习和基础模型引入机器人，让机器人能像大语言模型一样，不只依赖特定任务数据，而是能从大量真实世界信息里自我改进。

总而言之，这个团队既有全球顶尖学术机构的科研实力，也有把 AI 技术成功推向市场的实战经验。三位联创的履历几乎覆盖了“技术—产品—商业化”的完整链条。

在获得 1.2 亿美元融资后，Dyna Robotics 计划进一步扩充研发和工程团队，加快新一代机器人基础模型的开发，并推动其通用机器人在更多商业场景中的规模化部署。

英伟达布局具身智能

这两年，英伟达 CEO 黄仁勋开始押注具身智能、人形机器人，将其当成英伟达下一步的重要增长点。除了 Dyna Robotics，英伟达还参投了 Figure AI。据 FAF.AE 消息，2024 在 Figure AI 的 B 轮融资中，英伟达投了 5000 万美元。此外，今年 Figure AI 的 C 轮融资里也有英伟达的身影。

去年 6 月，在中国台湾的科技会议 Computex 上，黄仁勋在演讲中公开提出具身智能是 AI 的下一个浪潮：“下一波 AI 的浪潮是‘物理 AI’（physical AI），即能理解物理定律、能在我们身边工作的 AI。”

在投资策略上，英伟达不仅拿钱投这个领域的相关公司，还在构建整个生态系统。

比如，英伟达还在硬件端加大投入，推出 Jetson Thor 系列，这是一系列小巧但强劲的 AI 计算模块，适合装在无人机、机器人里做“边缘计算”，让它们不用每次都连云端，也能本地处理感知和决策。

还有 Blackwell 架构 GPU，英伟达最新一代“大显卡”，算力超强，适合训练和运行大型 AI 模型。

对于计算平台，英伟达推出了号称“机器人专用超级芯片”的 Thor 平台，把 CPU、GPU、AI 加速单元合成在一起，价格比数据中心 GPU 更低，专为机器人、自动驾驶等“嵌入式 AI”场景设计。

当然，从 CUDA 起，老黄就深知硬件再强，没有好用的软件也没法落地。于是英伟达在软件这边也给了一整套工具，希望机器人公司不必花几年时间从底层研究算法、建仿真场景，只需要像“搭乐高”一样调用模块，就能把一个能跑能干活的机器人做出来。

一是 Isaac 平台：这是一个机器人开发工具箱，里面有感知、导航、运动控制等模块，开发者不用从零写代码，可以直接调用现成的“积木”。

二是 Omniverse 仿真环境：相当于给机器人建一个虚拟“训练场”，比如模拟超市、工厂、仓库环境，让机器人在虚拟世界里先练技能，避免现实中摔坏或出事故。

此外，还有 GR00T N1 基础模型：这是英伟达最新推的机器人基础模型，能让机器人理解语言指令、结合视觉信息，再转化为动作计划。简单来说，就是“你开口，它能看懂、能想明白、还能动手”。

总的来说，老黄在具身智能领域已经布局下一盘大棋。英伟达如今的动作有点像曾经押注 CUDA 的翻版：当年是让 GPU 跳出游戏机，进入科研和 AI 训练；这次则是想让 AI 跳出数据中心，进入机器人系统。

至于英伟达能否在机器人领域迎来“CUDA 时刻”，还需要时间和市场的考验。

参考链接：

https://www.prnewswire.com/news-releases/dyna-robotics-raises-120-million-to-advance-robotic-foundation-models-on-the-path-to-physical-artificial-general-intelligence-302556817.html

https://www.dyna.co/blog/dyna-robotics-closes-120m-series-a

https://www.prnewswire.com/news-releases/dyna-robotics-unveils-dyna-1-the-first-commercial-ready-robot-foundation-model-offering-fully-autonomous-round-the-clock-dexterity-302441437.html

https://generative-value-learning.github.io/?utm_source=chatgpt.com