清华孵化的清研精准宣布即将发布国内首个垂类具身智能中试基地，依托八年自动驾驶、新能源及工业场景数据积淀，构建"数据-仿真-模型"全链路工程化底座，加速具身智能在工业垂类场景的规模化落地进程。

7月23日，奇绩创坛在上海举办以「物理AI & 智能体」为主题的产品日。活动汇聚35家奇绩校友创业公司进行现场展示与对接，共同推动前沿技术与产业场景的深度融合。 奇绩产品日是连接前沿创新与大企业应用场景的重要平台，已成功举办多期。往届活动参与方包括蔚来、理想、小鹏、小米等新兴车企，以及百度、阿里巴巴、腾讯、字节跳动等互联网巨头。 清研精准作为奇绩创业营校友企业受邀出席，联合创始人&CMO陈超博士现场展示了公司在工业物理AI与工业认知世界模型底座领域的技术布局与工程化能力。作为一家面向汽车、新能源、机械与智能制造等高壁垒场景的物理AI企业，清研精准建设了从真实工位准入、工业数据编译、接触作业验真，到世界模型训练和Robot-in-the-Loop中试交付的完整基础设施。 活动现场，光轮智能、极佳科技、青瞳视觉等奇绩校友企业也同台亮相，展示了各自在物理AI数据基础设施、世界模型、多模态数据采集等领域的前沿成果。各家企业从不同环节切入，共同勾勒出物理AI从数据采集、模型训练到真实场景部署的完整产业链图景。 物理AI的竞争不再只是比较模型大小，而是看谁能更有效地吸收异构数据、建立分层系统，并通过真实部署形成持续学习的闭环。清研精准将持续深耕工业物理AI领域，推动具身智能在真实工业场景中的规模化落地。

6月8日，工业和信息化部、国务院国资委联合印发通知，正式启动2026年度人形机器人与具身智能实景实训专项行动。明确要求到年底前，人形机器人在一批代表性场景中完成应用验证和常态部署，开启"作业模式"，凝练百个以上高价值应用场景，带动万台级规模落地。 几乎同一时间，清研精准在6月内迅速完成两轮数亿元融资，并于此番获得国机产业基金的战略投资。这一战略布局不仅是资本的入场，也意味着产业端力量对"扎根真实场景做数据"这一技术路线的实质性认可。 至此，清研精准B轮融资正式落定，"国家队+汽车产业圈"重仓押注，北汽产投、星源资本、一汽富晟、长城资本、陕汽资本、裕隆集团，六家车企产业资本罕见联手，共同将目光投向物理AI在真实场景中的落地能力。每一轮投资方的引入，都对应着关键场景的卡位与关键能力的互补，最终形成资本、场景与技术的多方共赢。他们投的不是一个"造机器人"的公司，而是一个让机器人在真实工业场景里学会干活的基础设施。 政策导向与产业逻辑同频共振，他们指向了同一个判断：具身智能走出实验室，走向落地的"实景实训"时代，真的来了。

01

"作业"模式开启，直指"真场景"TsingStandard 本次专项行动中的"作业模式"要求具身智能产品像工人一样，在真实岗位上完成真实任务，接受真实工况的检验。也因此，政策的核心聚焦在三个层面： 首先，实景实训空间。它要求把生产制造、检测分析、维修维护这些真实的作业工位，直接变成机器人的训练场。选取那些正在运转、带着振动和节拍的真实场景单元，打造成可训练、可测试、可验证的实景实训空间。 其次，可泛化迁移的技能包。它要求这些在真实工位上训练的机器人，最终要形成可落地的作业技能包，构建出高质量、高保真的数据集，让模型真正具备在复杂工况下的泛化与容错能力。 最终，规模化落地。当一个方案在一个工位被验证可行后，它必须能快速复制到同一条产线、同一个行业，实现"验证一个、部署一批、带动一片"的规模化落地。 这三件事串起来，就是政策最底层的逻辑：把真实工位变成训练场，用真实数据打磨真实技能，最终在真实产业中形成规模化效应。 而清研精准过去8年所积累的产业积淀，精准对应了这份政策的每一处关键要求，并已带着前沿团队与工程化基础，提前完成了全方位、多层次的布局。

02

实景实训空间：清研精准八年工业现场早已就位TsingStandard 真实工位是由设备振动的频率区间、环境温度的变化曲线、工艺流程的时序节拍以及异常状态下操作人员的力度响应等一系列动态参量共同定义的。这些真实状态的物理信号，唯有深入现场，才能获取这些无法被简化和抽象的真实场景特征。 清研精准于2018年成立，从创立之初便扎根工业现场。此后的8年，创始人&CEO董汉率领团队将AI检测、仿真及测试验证产品进入了国内几乎所有整车厂和动力电池企业的核心供应链，出货超万台，落地30多个国家，产业客户覆盖新能源整车、动力电池、储能、核心零部件、矿山、电力等核心赛道。超过2000个工业感知节点被部署在真实的作业工位上，每一个节点都是一个实景实训空间的起点。 从新能源动力电池的PACK检测到整车总装，从地面工厂到井下矿山，清研精准将不同工业场景中的关键工位转化为具身智能的数据场与训练场，这些场景有数据、有工位、有真实作业，最能验证"实景实训"的价值。

03

让数据真正被"用起来"：打造高质量、高保真数据集和作业技能包TsingStandard 工业现场的数据天然呈现多复杂性和多模态的特征：视觉信号表征空间位姿，力觉数据反映接触刚度，设备状态体现工艺参数。完整操作任务的执行，要求这些异构信号在同一时间基准上精准对齐，并对每一步骤的因果逻辑与任务意图加以明确标注。可用于模型训练的数据，需清晰标注每段信号对应的物理动作、执行结果及失效原因。 清研精准不但沉淀出了全部来自真实作业工位的PB级数据，深入理解了行业know-how，更在一条条真实的产线里反复打磨出可实现同步采集、治理高质量数据集。 而真正让这些数据"用得起来"的，是清研精准自主研发的TsingLoop多模态数据工程管线。它把分散在多系统的原始信号，通过统一的时间-空间-语义对齐，转化成标准化的、可复用的数据资产包。一次采集的数据，经过管线处理后，把原始的"数据"升级为工业的"数据资产"。 TsingLoop分为四个核心模块： 第一层：多源异构数据接入层TsingStandard 机器人控制器、RGB相机、力/扭矩传感器、LiDAR、声学传感器、热成像，这些设备的原始数据格式、采样频率、时间戳精度完全不同。TsingLoop的首要任务是做硬件抽象和时间同步，把所有信号对齐到一个统一的全局时钟和空间坐标系下。在工业现场，一个产线十几个传感器之间的时间漂移可能达到几十毫秒，对于高频精密操作来说具有致命危险。 第二层：语义结构化层TsingStandard 原始信号被切割成以"任务单元"为粒度的结构化片段，一次抓取、一次插接、一次拧紧。每个任务单元被标注上多维度的语义标签：操作类型、工件类别、工位环境状态、执行结果。清研精准建立了一套工业操作本体库，让不同场景的数据可以用统一的语义框架来描述。 第三层：场景资产化层TsingStandard 经过结构化的数据不是简单存储，而是被转化成可在仿真环境中加载和操作的"数字场景资产包"。每个资产包包含对齐后的多模态时序数据、3D场景重建、机器人运动学轨迹、以及可注入仿真引擎的物理参数。这意味着：在A产线采集的数据，可以被加载到B产线的仿真环境中做域迁移训练。 第四层：评测与反馈层TsingStandard 每次模型更新后，TsingLoop自动在仿真环境中回放历史数据做回归测试，同时对接真机做A/B测试，生成标准化的评测报告，评测结果反向指导下一轮数据采集的优先级，并进行系统自动标注。 "一次采集，多次复用"的逻辑在于原始数据经过TsingLoop处理后，成为可在仿真中无限次回放、增强、组合的标准化资产，跨产线的数据可以通过场景参数化进行域自适应迁移，历史数据可以与新增数据自动融合，形成持续增长的"数据飞轮"。

04

五大核心能力构建物理AI闭环，打造可落地、可复制的解决方案TsingStandard 基于TsingLoop多模态数据工程管线，清研精准正在构建一套面向工业场景的Robot-in-the-Loop 机器人在环测试体系。 这套体系可以理解为工业具身智能版的"采集-仿真-验证-评测-迭代"闭环：机器人或工人在真实工位中执行任务，TsingLoop同步采集视觉、力觉、触觉、轨迹、工艺参数、设备状态和执行结果等多模态数据；随后，系统基于真实数据重建数字孪生场景，在仿真环境中回放历史工况、复现异常样本，并对不同动作策略进行低成本、高频次的假设推演。 但仿真并不是终点。具身智能机器人最终要进入真实车间，必须跨过虚实差距。因此，清研精准会进一步引入机器人在环测试：让真实机器人本体、控制器、末端执行器、传感器和仿真场景形成闭环联动，在不直接占用客户产线的情况下，提前验证动作策略、力控边界、安全包络和异常接管机制。 部署到现场后，评测模块会持续输出标准化报告，包括任务成功率、节拍时间、异常率、碰撞风险、能耗、稳定运行时长等指标。这些评测结果不只是验收依据，也会反向进入TsingLoop 数据管线，驱动模型继续优化、策略持续更新。 不久前，我们与国家机器人检测与评定中心（广州）达成深度合作，并将联合进行数据集评测、实景实训、场景库共建，共同开展标准化研究和成果输出，破解产业难题，加速具身智能技术在实际场景的落地应用。（详情点击→清研精准与国家机器人检测与评定中心（广州）达成战略合作，携手深耕具身智能） 因此，Robot-in-the-Loop的价值，不只是测试机器人"能不能动"，而是系统性回答三个更关键的问题：它能不能在真实工况下稳定完成任务，能不能通过客户验收，能不能在下一条产线复用。当这一套能力从单个工位沉淀为数据包、异常库、评测集、技能库和工位模板后，清研精准就可以把同类能力迁移到不同产线、不同工艺和不同机器人本体上。这样，机器人落地可以持续复用、持续迭代、持续降本的工程化体系。

05

规模化落地：凝练百个高价值应用场景TsingStandard 回到政策所指的长期目标：凝练百个以上高价值应用场景，带动万台级规模落地。这与清研精准 "一套底座、一个大脑、百个垂类场景应用"的愿景高度契合。 所谓"一套底座"，指的是贯穿真实工位准入、多模态数据采集、仿真验证、自动评测和持续迭代的数据工程体系； "一个大脑"，则是建立在真实工业数据之上的工业认知世界模型； 而"百个垂类场景"，对应的正是电力、工程机械、低空经济、新能源制造、矿山、化工等一个个边界清晰、价值明确的工业任务。 目前，清研精准正在推动"数采-仿真-验证-评测-迭代"的闭环能力向更多工业场景延伸。每一个训练场，都不只是展示窗口，而是一个场景孵化器：在这里，真实数据被采集，任务模板被沉淀，评测标准被建立，机器人能力被验证，最终形成可以复制到同类产线和同类工位的标准化方案。 从这个意义上看，训练场的价值不止于训练机器人，更在于训练产业本身。它让本体厂商、算法团队、工业客户在同一套真实场景和评测体系中协同迭代，为未来万台级规模落地提供基础设施。清研精准正以真实场景践行："扎根工业现场，扎实锻造物理AI的工程化底座。"

-E.N.D-

咨询合作：18036125738

媒体采访：15811067851

| 文：清研精准新能源新闻中心 | 咨询合作：18036125738 6 月 26 日，毛明院士工作站人工智能 + 场景创新中心成立仪式暨首批试点项目启动会在溧阳高新区成功举办。中国科学院院士、中国兵器工业集团首席科学家毛明，溧阳市政府领导、高校院所、产业链企业代表共 100 余人出席活动。清研精准作为首批试点项目核心合作单位受邀参会，并与中心正式签署战略合作协议。

01

矿山场景：具身智能落地的"硬骨头"TsingStandard 矿山（道）作业环境地处地下深处，是典型的高危复杂工业场景。矿下巷道狭窄逼仄、多尘潮湿，工况条件极为苛刻，对设备的防爆性、可靠性和环境适应性提出了远超地面工业场景的要求。同时，井下卫星定位完全失效，通信网络部署困难，机器人在感知定位、自主导航、智能决策和协同作业等方面均面临严峻的技术挑战。凡此种种，使得具身智能在矿用场景的落地困难重重，堪称人工智能赋能实体经济中难度最大的应用领域之一。 正是这些"真难题"，构成了双方此次战略合作的核心攻关方向。

02

强强联合，破解AI落地工业场景共性难题TsingStandard 双方将围绕矿用工业场景展开深度战略合作，以重大需求为牵引，依托毛明院士工作站的技术平台资源与清研精准的产业积累和物理AI的工程化能力，共同开展"人工智能+矿用机器人"试点项目研发，打造矿用场景具身智能解决方案。 通过平台共建、技术研发、成果转化的深度协同，破解AI落地工业场景的共性难题，共同推进技术成果的落地应用，加速场景化AI技术在智能装备领域的规模化与产业化落地，形成可复制的系统解决方案，为行业推广赋能创造有利条件。

03

矿山数采闭环：构建场景驱动的能力底座TsingStandard 在矿用场景的落地实践中，清研精准已建成完成某矿数采中心的标杆案例打造与闭环验证。将真实现场升级为可训练、可评测、可复制的技术验证平台。围绕"选点→标定→采集→接管→复制"的闭环路径，清研精准以真实数据为驱动，以工程化部署为保障，形成"场景验证技术、技术反哺场景"的正向循环，打通从单矿试点到集团矿区规模化复制的全链条，构建起以场景落地为核心的工程化能力。

04

以场景落地为牵引，让AI扎根产业真现场TsingStandard 以真实的产业场景为牵引，以解决实际生产中的痛点问题为出发点，让技术研发从实验室走向矿下深处，在最前线接受检验、迭代进化。 未来，清研精准将与毛明院士工作站一起持续深化"人工智能+场景"领域的协同创新，以技术为核心，以产业落地为目标，打通从技术攻关到成果转化的全链条，形成可复制、可推广的行业解决方案。双方将积极响应国家"人工智能+"战略部署，让AI技术真正在产业土壤中生根发芽，解决真问题、创造真价值，共同探索AI与实体经济深度融合的崭新路径。

附：
毛明院士工作站由中科院院士、兵器工业集团首席科学家毛明领衔依托创新中心筹划建设，旨在面向国民经济主战场和国家科技创新重大需求开展自主研发。围绕电动化、智能化等核心研发方向，初步构建 "人工智能+"基础技术底座，正在积极推动相关技术成果在典型场景落地应用。
清研精准由清华大学孵化，面向具身智能在垂类场景的规模化落地，致力于打造连接真实物理世界与AI模型的工程化底座。依托8年来在自动驾驶、新能源与工业场景中的数据积累和工程闭环能力，构建"具身数据引擎、场景仿真验证工具链、垂类世界模型"三位一体能力，打通真实数采、数据治理、合成数据、仿真推演、验证评测与模型迭代全链路，形成"一套底座、一个大脑、百个垂类场景应用"的物理AI数据飞轮。

-E.N.D-

咨询合作：18036125738

媒体采访：15811067851

近日，清研精准旗下子公司——精准视界（北京）机器人科技有限公司，正式入选工业和信息化部人工智能标准化技术委员会工作组。 工业和信息化部人工智能标准化技术委员会（编号MIIT/TC1）于2024年11月经工信部批准成立，同年12月27日在京召开成立大会。该委员会是工信部成立的首个标准化技术委员会，标志着人工智能行业标准化工作迈入新阶段。委员会秘书处由中国信息通信研究院承担，委员覆盖产学研用各方，汇聚了国内人工智能领域的权威专家与核心力量。委员会的成立旨在深入贯彻落实国家有关决策部署，进一步发挥标准的基础性、战略性、引领性作用，推动人工智能高质量发展和高水平赋能新型工业化。 委员单位涵盖科研院所、高校及人工智能领域的头部企业。企业方面，三大运营商（中国电信、中国移动、中国联通）、百度、腾讯、科大讯飞、华为、阿里巴巴、商汤、宇树科技等业界领军企业均在列。委员会设置了8个工作组，覆盖评估测试、运营运维、数据集、基础硬件、软件平台、大模型、应用开发管理、人工智能风险等专业方向，并广泛吸纳产学研用各方力量共同参与标准制修订工作。 清研精准旗下子公司精准视界是面向工业物理 AI 的工程化底座平台，通过真实工业数采中心、五维数据工程化管线和工业认知系统，将真实工位转化为可训练、可评测、可复用的数据资产，并进一步训练高精确度、可泛化的工业具身世界模型。 此次精准视界入选工信部人工智能标准化技术委员会工作组，意味着公司将更多的参与到具身智能、人形机器人等领域国家标准的制定工作，与行业头部企业共同推动中国人工智能产业高质量发展。

-E.N.D-

咨询合作：18036125738

媒体采访：15811067851

6月16日，由36Kr旗下「暗涌Waves」发起的暗涌Waves 2026 · Under 36 获奖名单，正式揭晓。清研精准创始人&CEO董汉凭借在AI领域的突出表现成功入选科创者榜单。 同期入选的还包括宇树科技创始人&CEO王兴兴、智元机器人联合创始人&CTO彭志辉等一批36岁以下的青年科创领军者。 「Under36」是36Kr自2017年起打造的年度青年创始人及投资人IP名册，旨在记录代表时代最旺盛创造力与想象力的年轻商业力量。2026年度评选以"绕过旧答案的一代人"为主题，聚焦那些"带着论文、模型、实验数据、硬件图纸和产业客户进入牌桌"的新一代创业者。