在新加坡，一家专注于机器人与空间智能领域的数据基础设施服务商Ropedia，近期宣布完成千万美金级种子轮融资。本轮融资吸引了谷歌、英伟达、亚马逊的北美天使投资人，以及亚洲头部美元基金的联合参与，深渡资本担任长期独家财务顾问。资金将用于核心技术团队建设、产品量产交付及市场拓展。
Ropedia成立于2025年下半年，三位联合创始人均拥有深厚的学术背景与行业经验。CEO陈昭熹博士毕业于清华大学与南洋理工大学，曾在meta主导光学动捕数据体系搭建；CTO洪方舟博士同样来自这两所高校，专注于第一人称多模态智能研究；首席科学家刘子纬教授是计算机视觉领域知名学者，谷歌学术引用超9万次。南洋理工大学校长讲席教授、CVPR 2026程序大会主席吕健勤担任科学委员会主席，为团队提供学术支持。
陈昭熹认为，未来十年，智能将突破屏幕限制，融入真实物理世界。通用物理智能无法从低维互联网数据中获取，而需通过三维世界的交互体验习得。因此，Ropedia致力于构建物理世界数据基础设施，通过低门槛采集设备获取多模态信号，结合自研空间基础模型，将原始数据转化为可直接用于训练与评测的数据产品。
随着AI从数字世界向物理世界延伸，行业对数据的需求发生转变。机器人与空间智能模型需要具备真实物理尺度、动态交互过程、人体与物体关系、场景结构和任务语义的高质量数据。然而，这类数据长期面临两大挑战：采集成本高，依赖昂贵设备与复杂部署；原始信号到结构化数据的转化链路长，效率低。
为突破这些瓶颈，Ropedia选择“算法定义采集能力，模型降低硬件门槛”的技术路径。洪方舟指出，未来竞争的关键在于以更低成本、更高效率将现实世界转化为模型可学习的数据资产。基于此，公司推出头戴式便携采集系统HOMIE，通过轻量化硬件采集第一视角下的人体运动、场景变化、物体交互等多模态信号，结合自研4D重建与对齐算法，恢复带有真实尺度信息的动态世界表示。这类数据更完整地保留了人与环境、物体的交互过程，更接近机器人学习与评测所需的输入形式。目前，HOMIE已实现量产并批量交付。
洪方舟强调，硬件仅是入口，真正的壁垒在于模型与数据管线能力。更强的4D重建与结构化标注能力，使公司能使用成本更低、部署更灵活的设备进入真实场景；而持续积累的真实任务数据，则反哺模型精度与交付效率的提升。这种“设备+模型+数据管线”的组合，让Ropedia更像一家底层基础设施公司，而非单点设备供应商。
商业化方面，Ropedia自成立之初便将北美作为核心市场。北美聚集了大量前沿机器人公司与空间智能团队，对高质量物理世界数据的需求更早且更明确。同时，公司以新加坡为全球化运营枢纽，在供应链组织、跨境协作、合规交付和国际研发合作上具备优势。目前，Ropedia已服务北美十多家头部具身智能和空间智能公司，形成“采集设备+数据服务+标准化交付”的综合模式，覆盖机器人、空间智能及相关研究团队。
短期来看，Ropedia将聚焦数据生产与交付管线的优化，强化质量、成本与效率优势；中期目标则是推动与定义4D物理数据相关标准；长期愿景是构建围绕物理智能的数据基础设施网络，服务更多机器人、空间智能与现实世界AI应用场景。
