投中网获悉，物理AI公司「正奇未来」已于近期完成三轮天使系列融资，金额达数亿元。
正奇未来主要聚焦Door-to-Door（D2D）移动任务场景，核心品牌QUORRA专注于短途出行机器人。
在过去很长一段时间里，这是一个标准的“水下”项目，未曾公开融资。直至此次首次对外亮相，展现出不俗的“吸金”能力——8个月内完成三轮融资，且每一轮都实现了超募。
节奏快还是一方面，资方阵容也颇为亮眼：鼎晖VGC投资、线性资本、上汽恒旭、宁德时代系柏睿资本、比亚迪系正轩投资、周大福战投，囊括了顶级VC、车圈产业资本和高端消费产业资本三大类。
而比资方阵容更值得关注的，是这家公司身上的几个硬核标签：
第一，公司自研了两套协同进化的核心系统，QUORRA DoorMind世界模型和QUORRA FLAT运动执行平台，试图打通“场景理解-运动执行-数据反馈”的闭环。换句话说，正奇未来要做的，是类似特斯拉式的模型公司——终端是入口，模型才是核心。
第二，手握行业稀缺的“真实数据”牌。真实数据短缺是当前机器人/物理AI赛道最核心的痛点与瓶颈，绝大多数公司的数据尚来自专业采集机构提供的“干净数据”，但正奇未来则凭借量产产品采集“带有人类意图”的海量真实数据，形成“数据油田”，这也是训练模型泛化能力的核心燃料。
而我听到的消息是，目前已有短途出行厂商和机器人公司主动接洽，希望采购这些数据。
第三，虽然还处于天使轮，但公司已经实现了商业化。其首款产品短途出行机器人QUORRA X5，不仅拿下了海外十多个国家、地区的商业订单，还将于年内同步开展海外DTC业务，并开设天猫、京东旗舰店，铺就国内线下销售网络，直接面向C端消费者，产品走向用户，意味着数据正在回流——每卖出一台，就是数据飞轮的一次加速。
一个“非共识”选择 打入交通的毛细血管
某种程度上，创始人吴书林的履历，决定了这家公司的基因。
他曾在华为任职15年，从一线工程师做起，很年轻便晋升至22级，历任产品与业务负责人，亲手将业务从零带到百亿规模。此后，他加入百度担任智能驾驶事业群副总裁，同样在极短时间内推动业务实现数百倍增长。
正是这两次跨越不同平台的从0到100的实战，不仅让他亲眼见证了物理AI重构世界的可能性，更在他心中刻下了对规模化、系统化构建数据闭环的坚定信仰。正是基于这份认知，吴书林创立了正奇未来。
值得一提的是，吴书林并未选择自己最熟悉的智能驾驶赛道，而是将过往积累的能力，投向了更复杂，也更贴近人类日常生活的领域——城市交通的“毛细血管”。在他看来，这里恰恰是自动驾驶长期未能覆盖的真实生活空间，也是未来Physical AI必须理解的数据富矿。
创业之后，吴书林重新回到产品、算法和用户现场，与一群95后工程师一起，从零打磨每一个细节。到了2024年，机器人赛道已经热起来了，吴书林敏锐地观察到一个问题：当时市面上绝大多数产品解决的都是“能跑能跳”的问题。
“让机器人优雅地动起来”固然有价值，可吴书林清楚，“能走”与“能自主完成移动任务”是两码事——当你的机器人需要从A点自主移动到B点，穿过窄门、上下电梯、在人车混行中博弈，甚至能在雨夜带发烧的你去社区诊所、日常帮你自主去街角门店自提一杯咖啡并走回来时，“能自主完成移动任务”的含金量才真正显现。
同时他认为，问题的核心并不只是赋予机器人移动能力，而是要找到一个可持续进入真实世界、并持续产生高质量反馈的数据入口。因此，在第一个场景选择上，吴书林刻意避开了自动驾驶的老本行——机动车道，转而锚定了短途出行。
这个选择的底层逻辑非常清晰：
首先，人类大量移动需求并不发生在高速道路，而发生在真实生活空间中：从家门口到社区、从楼宇内部到公共空间、从园区到商业场景。这些高频短途移动任务虽然距离短，却包含大量复杂的空间变化、人机交互和非结构化环境，是长期以来机器人技术尚未充分解决的挑战。
“这是一片数据沙漠，但也因此是建立先发优势的终极蓝海。”吴书林表示。
确定了场景，最后是载体的选择。在所有移动载体中，短途出行工具是少数用户愿意高频使用且几乎没有心理门槛的选择——它是出行刚需，用户天然会主动购买、主动使用，不存在教育门槛。相比实验室环境中的一次性数据采集，短途出行机器人天然进入用户日常生活场景，能够持续产生长周期、多环境、多任务的数据反馈。
“更重要的是，数据获取与商业使用天然结合，无需依赖额外的数据采集行为，形成低成本、持续性的真实世界数据来源。”吴书林表示。
几层逻辑咬合在一起，正奇未来打造的品牌QUORRA由此诞生。
首款产品拿下海外超十国订单 数据飞轮已然启动
相关行业研报显示，当前，全球短途出行交通工具保有量超过20亿台，叠加AI智能化改造、乘用车跨品类替代、亚非拉市场加速三大增量因素，行业复合年增长率有望达到26%以上，到2035年全球市场规模有望突破2万亿美元。
然而，这个看似“钱景”无限的市场，却是物理世界中最难啃的硬骨头之一。短途出行场景看似简单，实则家门口最后几公里生活服务半径的场景复杂度远超想象：既要平稳驶过鹅卵石路面、穿过窄门，在人车混行、室内外切换的场景中，还要面临电梯信号中断、路面积水、小型犬/外卖车/儿童突然闪现等极端问题，每一个障碍背后对应的都是独立的工程难题。
基于上述问题，正奇未来提出了Door-to-Door移动任务。公司进一步介绍称，传统自动驾驶的SAE L1-L5分级，主要在回答“车能不能在公开道路上自己开”的问题。而Door-to-Door移动任务要回答的，是“机器人能不能从具体门口出发，自主完成跨域空间、跨交通介质、跨语义任务的全流程到达”。
不过，一个现实问题是，室内外切换、电梯交互、楼层定位、非道路穿行、最后100米语义导航，这些核心复杂度完全超出了传统分级的描述范围。
于是，正奇未来提出了一个双域分级框架：以“自治能力等级（A轴）×场景域复杂度等级（D轴）”构成二维矩阵，重新定义Door-to-Door移动能力。场景域从结构化室内域（D1）到开放城市D2D域（D5）逐级提升，覆盖了传统自动驾驶从未涉及的非结构化生活空间。
吴书林表示，当前，正奇未来已经从D3-A3起步，向D4-A4演进，长期目标是D5-A4/D5-A5——在最复杂的全域场景中实现高度乃至完全自治。
“这套框架本质上是对自动驾驶定义的一次范式扩展。它也解释了QUORRA DoorMind世界模型的核心价值：只有通过理解如此多维度、高复杂度的真实场景数据，模型才能真正实现泛化——而这一点，恰恰是只能接触单一道路场景的传统自动驾驶系统无法做到的。”吴书林表示。
具体到技术层面，正奇未来从Day One起就试图构建面向真实世界的Physical AI闭环能力。
这一闭环由“大脑”与“身体”的协同进化驱动。其自主研发的QUORRA DoorMind是一款原生面向Door-to-Door移动任务的世界模型，实现了室内外场景的连续感知与统一理解，它不止能检测障碍物，更融合了视觉、语言与环境信息，真正理解空间的语义与规则——这是走廊，需直行；这是电梯间，需等待；这是人车混行区，需博弈——从而在无高精地图的情况下实现室内外一体化导航，并在每一次任务中持续进化。
如果说QUORRA DoorMind是“大脑”，QUORRA FLAT运动执行平台便是让指令落地为物理动作的“身体”。它通过全线控底盘与自适应主动悬架，精准响应各种路面。两者并非简单的“指令－执行”关系：QUORRA FLAT持续学习每一次移动中的物理反馈并回流至QUORRA DoorMind，共同优化从感知到执行的完整闭环。
“模型让机器人‘看得懂’，身体让理解‘落得稳’。”这正是正奇未来区别于单纯算法公司或硬件组装公司，打造的属于自己的技术护城河——以QUORRA DoorMind世界模型为核心技术壁垒，通过短途出行这一高频刚需产品进入真实用户场景，产品在D2D任务执行中持续产生高质量数据，数据回流训练模型，更强模型再驱动产品体验升级。至此，一个D2D原生的“产品→数据→模型→产品”增长飞轮搭建完成，并且不同于道路场景的单一数据维度，QUORRA 采集的是室内外连续空间的跨域物理数据。
值得一提的是，如开头所述，公司目前已经实现了商业化，首款产品QUORRA X5已经量产。这意味着，产品未来将如同一艘艘数据勘探船，驶入全球各地的真实生活空间。它们构成的远不止于销售网络，更是一个持续产出的数据油田——正奇未来的数据飞轮已然启动。
总结而言，正奇未来的独特之处就在于，其从一开始就是“模型+产品”双轮驱动——以模型能力做出差异化产品，以产品部署获取独家数据，以数据训练构建模型壁垒。三者互相咬合，越转越快。而且每多转一圈，数据壁垒就加深一层。
筑在时间上的数据护城河
回顾短途出行赛道的发展，似乎从不缺创新，但始终缺少一个真正定义品类的时刻。早年“自行车一统天下”的格局被打破后，共享单车与共享电单车先后重塑了“使用权”的边界，平衡车、滑板车等产品也各自切出一块细分市场，但至今从未出现过一款真正将物理AI、具身智能与出行工具深度整合的“iPhone级产品”。
在正奇未来的叙事里，这恰恰是最大的机会所在，但需要明确的是，其定位从一开始就不是“更智能的代步车”，而是一个打入交通毛细血管的物理AI终端。
眼下，“物理AI”已成为一级市场的热门概念，各类项目层出不穷。但无论概念如何翻新，其价值必须在真实的物理场景中才能被验证——离场景越近，数据质量越高，模型迭代越快，这是物理AI公司与纯软件公司的根本分野。如果说算力是AI的燃料，那么高质量的真实世界数据就是物理AI的命脉。
因此，正奇未来从创业之初就踏上了一条验证这一逻辑的路径：直接面向C端市场，在真实用户的日常高频使用中，采集“带有人类意图的真实数据”。
当前，大多数机器人数据仍集中于实验室、封闭场地或特定任务场景，难以支撑模型在复杂环境中的持续泛化。而QUORRA则通过进入真实用户生活场景，获取室内外连续移动数据，涵盖环境变化、人与空间交互以及任务反馈。这些数据包含着人类在非结构化环境中的真实意图和动态博弈，是模型实现泛化的关键。
上文提到的短途出行厂商和机器人公司主动接洽正奇未来，也正是看中了这一尚未开垦的数据金矿的潜力。
这一选择，也在客观上构筑了企业的核心护城河。但吴书林认为，正奇未来的长期壁垒远不止于某款车型或某个算法，而是QUORRA DoorMind世界模型与QUORRA FLAT 运动执行平台共同形成的从场景理解到运动执行再到数据反馈的闭环。产品部署越多，模型就越强；模型越强，产品就越有竞争力——这是一个随时间积累不断加宽的护城河，而不是一个可以被单点突破的静态壁垒。
而当话题转向未来巨头可能发起的竞争时，他显得颇为乐观：“一定会有竞争，会有更多优秀的团队开始关注机器人移动任务的有效处理，但是在此之前，正奇未来已经建立了模型与数据的双重先发优势——这意味着，后发者不是追一个固定目标，而是追一个正在加速移动的靶子。我们预计，3年左右，通过多产品矩阵我们可以积累超过百亿公里的数据，成为全球Door-to-Door移动任务数据最大拥有者。这个进度比特斯拉可能还要快一点。”