原子是构成物质的基础，无数原子的结合，构筑了世间纷繁复杂的万物，展现出如同魔法般的无限潜能。近日，一家名为
魔法原子（MagicLab）的具身智能机器人公司完成1.5亿元天使轮融资，本轮融资由追创创投领投，翼朴基金跟投，积极看好该公司的产品与商业化落地潜力。
不久前，
“魔法原子”（MagicLab）新发布的一段人形机器人
视频
走红全网，视频中
多个人形机器人穿梭于工厂中，组团协作在工厂进行产品检测、物料搬运、零件取放、扫码入库等工作
，这一幕让众多网友对科技在生产制造领域的巨大潜力赞叹不已。
据机器人大讲堂了解，该视频实际取材于追觅科技的扫地机器人生产工厂，目前魔法原子的人形机器人MagicBot主要在工厂进行数据采集和动作训练学习。
实际的训练环境能为人形机器人提供更准确的任务处理数据，未来从而有望帮助魔法原子团队进一步优化人形机器人在工业场景落地应用中的任务处理能力，为人形机器人更大范围进入商用、工业环境做好准备。
本轮融资完
成后，公司计划扩大人才招募，持续加码具身智能核心技术研发、人形机器人整机研发，并加快量产步伐、拓展工业及商业场景落地与商业化。
▍
成立一年，高速成长
魔法原子成立于2024年1月，专注于通用机器人和具身智能技术研发与落地应用，其产品包括通用人形机器人和仿生四足机器人等，覆盖工业、商业及家庭等多个场景。
公司已具备机器人“大脑、小脑和肢体”全面技术矩阵和持续研发能力，在感知技术、操作技术、数据训练以及核心零部件等领域已经形成核心优势。
作为一家在今年初方才成立的新兴企业，魔法原子如何超越了目前市场上大多数人形机器人企业，获得投资者的青睐，产品直接就能下到工厂实训？
机器人大讲堂获悉，其实
魔法原子创始团队早在2020年就开始做四足机器人项目。
小米在2021年发布的第一代四足机器狗研发、生产与上市过程中，魔法原子创始团队就曾参与其中。
机器人大讲堂了解到，
魔法原子团队相对年轻化，部分成员来自清华、上交大、浙大等头部高校，大部分成员都有着机器人、人工智能等相关专业背景，
团队研发人员占比超80%，硕士以上占比超50%，公司整体实力在业内居前。
除了人才团队和部分技术，
在魔法原子公司的产品迭代过程中，与追觅科技、福田康明斯的合作关系，也给予了极大帮助。
例如在人形机器人落地能力方面，业界公认最为严峻的瓶颈在于数据采集、技能训练两方面。目前，无论是特斯拉还是任何人形机器人企业，往往都采取的是让机器人提前进行大量仿真训练，收集机器人产生的数据并融入具身模型用于训练，能适应世界的非结构化环境，并在进入场景后配合强化学习，最终实现任务鲁棒性。
追觅科技作为全球消费电子与智能制造头部企业，与魔法原子达成战略合作，提供了工厂环境和实际工序场景
，让其人形机器人进行实际作业训练，此举无疑加快了魔法原子人形产品的落地进度，正如外界羡慕不已
的机器人工厂落地实拍场景，已经是魔法原子人形机器人训练的日常。
但不同于特斯拉、Figure等公司的人形
机器人都只在工厂的一个工位中，通过持续训练提升任务成功率以及效率，从公开视频可以发现，魔法原子的机器人在追觅工厂中的工作分为几大类同时进行，分别是移动搬运、质检、操作。
更值得一提的是，在工厂中，魔法原子的人形机器人已经能在多个工位轮班，而且罕见的还有多个人形机器人之间协同作业。
例如一台人形机器人将产品质检放好后，另一台人形机器人会接着拿走进行下一道工序，保证了任务连续性。
这种多工位、多任务连贯衔接的背后，
一方面得益于人形机器人相互之间打通了对外界环境的感知和信息共享，从而让魔法原子的人形机器人能更快基于传感器和设备数据，实现对于整体环境的理解。
基于数据共享与多机通信，不同人形机器人能关联状态并实现任务协作，达成工位衔接或者工序衔接关系，最终连贯完成任务。
另一方面则是魔法原子公司的数据采集渠道优越。
在真实工厂作业场景中，魔法原子团队能进行大量真实数据采集和技能训练，由于拥有一些真实的环境来执行相应的任务，这类现实数据相较网络合成数据的可靠性以及精准度更高。未来随着人形机器人训练数据累积，产品能力将逐步提升，率先形成较大数据采集牧场规模的魔法原子将有望继续跑在前列。
魔法原子公司业务负责人吴长征对机器人大讲堂透露，
工厂必然是未来公司重点拓展的场景之一，就当前的能力而言，诸如搬运、质检以及物料的取放等环节的工况较为适合人形机器人工作，魔法原子会先选定部分工序，待机器人在这些工序能够达成良好效率与成功率后将逐步考虑扩大应用范围，最终使人形机器人走向千行百业。
除了在工业制造场景中进行落地实践，
魔法原子公司还放出在户外行走穿过崎岖不平花园以及拉动高负载运送的视频，展现了更多落地可能性。
前些天特斯拉公布了其在室外非结构化环境中的盲走情况，这使得魔法原子该视频也有着非常不错的关注度。
吴长征对机器人大讲堂透露，
实际上在今年三四月份，该人形机器人已经在户外崎岖不平的地面、带有坎的路面、草地以及斜坡等环境中进行过行走测试，这比特斯拉的户外行走展示更早。
人形机器人想要在草地、斜坡或者凹凸不平的路面上行走，软件算法上需要具备极强的抗干扰、高动态响应能力。魔法原子人形机器人之所以能很快掌握该技能，是因为团队大部分成员最初都从事四足机器人的研发，因此有着众多极强的运动控制方法论及经验积累，
从四足到人形机器人运控到抗扰动等算法实属水到渠成。
同时，魔法原子公司在定位、建图、导航等感知算法领域也有着大量技术优势，助推该人形机器人展现出强劲的户外行走能力。
在硬件上，机器人户外行走还需要有着高响应速度以及高输出扭矩的关节，这对整体硬件的能力形成考验。
例如在不平坦的地面行走时，关节电机所需的力矩可能会更大，转速可能也需要相应提高。机器人经过崎岖路面时，关节瞬间的电流可能会很大，对硬件电路的要求较高。
由于魔法原子公司的
绝大部分核心零部件均实现自研
，涵盖关节电机、驱动器以及主控等，能够出色地契合整个人形机器人的作业特性需求，其多个硬件指标领先水平以及整体稳定性在行业内均位居前列。
▍
用泛化能力打造更强护城河
除了软件算法之外，在人形机器人的多任务落地路径上，魔法原子也进行了大量工作，致力于打造企业与产品的独特护城河。
当前，泛化问题是整个行业面临的最大挑战，具有泛化能力的人形机器人才能够在多岗位作业。
而人形机器人的泛化能力关键瓶颈则在于数据，其中首先包括数据量，其次是数据的通用性。人形机器人想从一个工位切入到另一个工位，从一个工厂快速切换到另一个工厂，往往需要在专门的工厂采集大量数据进行相应训练，才能完成一部分工单任务，对数据质量和训练结果的考验极大。
由于魔法原子团队在机器人灵巧操作、GCP 控制、深度学习、大模型等领域均具备相应的技术积累。
为此，魔法原子现阶段的做法是，首先选定10个场景，针对每个场景采集一定量的数据进行训练，同时在人形机器人进入工厂之前，针对简单场景在实验室进行复现，从而让机器人将数据采集到整体部署的整体流程打通。当机器人真正进入工厂后，工程师再次针对工厂实际场景再次进行数据采集与修正，并开展相同的技能训练，这种方法能让人形机器人落地部署仅需更少的学习训练时间，就能达到较高的任务完成度。
未来，魔法原子还将结合仿真数据、实际工厂数据以及具身模型，探索如何进一步提高泛化性，与行业共同推进，加快机器人落地的速度。
除了在数据采集和技能训练能力上找
到新方法，为了让人形机器人更加适应各类场景，
此前魔法原子还针对工厂场景，基于设计指标和工艺进行了零部件的定制开发和测试。
例如其针对模组和核心零部件进行了相应的耐久或寿命考核以及摸底测试，针对其额定工况和额定负载进行了24小时不间断、总时长达数千小时的测试，这些测试确保了机器人在整机以及零部件性能上都能满足工厂作业的需求，使得机器人能够满足场景的连续作业需求，构成了魔法原子人形机器人产品更强的产品性能。
▍
关于未来
据了解，不仅仅是软硬件能力过关，魔法原子人形机器人在整机表现上也异常出色。
双臂搬运负重达到惊人的20公斤，续航达到5个小时，远超业内平均水平。魔法原子公司透露，之所以让人形机器人的负载达到较高水平，是由于其考虑到物理世界大多是基于
人类进行设计，因此机器人的多个指标只有符合人类作业需求，才有望覆盖大部分场景。
“20公斤的手臂负载恰恰是大部分成年人的极限
，因此魔法原子人形机器人的负载首先来到了同类水平，为其进入更多场景做好准备。”吴长征对机器人大讲堂解释道。
在采访中，魔法原子公司业务负责人吴长征
更愿意将每一次核心技术与产品迭代称为“进化”。
其认为正如人类从远古发展至今成为高级灵长类动物，人形机器人也处于不断进化的过程中，类似一种技术演进后的顺其自然。
为此，魔法原子团队正在抓紧技术细微的变革期，促进机器人加速进化。
其一方面关注产品完善性，在产品尚未发布的时间内，不断处理和优化细节问题；另一方面正致力于推动算法层面的突破，持续优化运动控制、感知和具身模型方面能力，让机器人更像人、更拟人，能够更智能地理解任务、理解环境和更智能地执行任务。
在人形机器人
高速发展的今天，可以说已经上岗工厂的魔法原子公司其实已经领先了同行一大步。因为在工厂环境中，除了能持续优化算法，魔法原子还计划引入机器人自主充电等硬件技术，以确保其能够持续不断地完成作业，更贴合工厂需求，实现比人类更强的作业能力，在更远的未来真正帮助人类在更多岗位上执行工作，解放人类双手，点亮科技未来。
本轮融资过后，我们相信，魔法原子的“进化”才刚刚开启。
如需咨询企业合作事宜，欢迎联系堂博士(13810423387，手机与微信同号)进行对接。
----------------END----------------
