在脑神经科学领域深耕多年的朱森华，近日以创业者身份重新进入公众视野。这位前华为云AI算法创新Lab主任，在完成华为云脑与类脑AI云平台、智能机器人业务及首个具身大模型孵化后，于2025年10月创立具身大脑公司“具脑磐石”。公司成立两个月内即完成数千万元种子轮融资，投资方包括乐聚机器人、上海道禾长期投资等机构，核心团队汇聚了来自华为、联想等企业的资深技术专家。
区别于主流的端到端深度学习路径，朱森华选择以脑认知启发（Neural AI）范式重构具身智能技术架构。其团队通过模拟人脑的抽象概念学习、选择性注意力等机制，开发出可减少数据依赖的算法模块。在实验室测试中，该方案使机器人操作技能的数据需求降低90%，移动部署效率提升40%，初步验证了小样本学习与开放环境探索的可行性。这种技术路线与图灵奖得主杨立昆倡导的世界模型架构存在理论共鸣，后者曾公开指出当前大语言模型架构难以通往通用人工智能。
商业落地层面，具脑磐石采取“出海优先”策略，首站锁定亚太地区商服与工业场景。朱森华分析称，日本等发达国家面临的劳动力短缺问题，为具身机器人创造了真实需求。以便利店行业为例，7-11因员工老龄化已缩减部分门店的夜间运营时长，而具备基础理货、巡店能力的机器人可填补人力缺口。目前已有海外客户明确表示，愿意为达到人类60%-70%工作能力的机器人支付费用，这种“渐进式替代”模式显著降低了商业化门槛。
在技术实现路径上，团队将人脑认知机制转化为可计算的算法模块。例如通过抽象概念表征编码器，引导模型从具体数据中提取核心特征，替代传统基于海量token的学习方式；在移动能力构建中，借鉴栅格细胞与位置细胞的神经机制，开发出无需预置地图的自主导航系统。朱森华强调，这种“脑外挂”策略并非完全摒弃现有VLA架构，而是在1-3年内通过认知神经机制优化其性能，最终实现技术范式的渐进式迭代。
面对产业化挑战，朱森华坦言实验室成果向实际场景迁移时遭遇大量边缘案例（corner case）。例如在反光玻璃环境或设备磨损场景下，原本稳定的算法模型可能出现性能断崖式下降。为此团队正构建动态适应系统，通过实时环境感知与在线学习机制提升鲁棒性。这种“脏活累活"的攻坚态度，源于其对技术落地规律的深刻认知——商业化不是技术愿景的简单延伸，而是需要构建完整的技术-场景适配体系。
在产业分工层面，具脑磐石明确聚焦大脑技术研发，暂不涉足机器人本体制造。朱森华认为，当前具身智能领域软硬件强绑定的交付模式，本质是技术泛化能力不足的妥协方案。随着脑启发算法成熟，"一脑多机"的通用大脑将成为可能，届时硬件形态将回归标准化配件角色。这种判断基于其团队在华为期间的技术积累：他们曾实现同一具身模型适配机械臂、移动机器人等不同载体，验证了技术解耦的可行性。
