5個月融資5億。
一位00後創始人開始爆紅。
投資界獲悉，具身智能領域新星OriginFlow（淵澈太初）宣佈接連完成天使輪、戰略輪、Pre-A1輪多輪融資，累計融資總額超5億元人民幣，集結了藍馳創投、綠洲資本、58戰投、普華資本、水木清華種子校友基金、Monolith礪思資本、元禾璞華、元禾原點、國方創投等知名機構。
身後創始人秦深濤，25歲。本科畢業於哈爾濱工業大學，目前是清華大學博士生。2025年創業，他率先提出並落地NeuroScale資料採集範式，以非侵入式運動神經介面為核心入口，為機器人採集長期缺失的物理互動資料。
五個月，三輪融資，最近找上秦深濤的投資人明顯多了起來。間隙中，投資界與秦深濤做了一場深度交流，“大家不會因為我們是00後就降低期望。”一個關於具身資料的創業故事娓娓鋪開。
從哈工大到清華一位00後闖入具身資料
2001年出生於山西晉城，秦深濤本科就讀於哈爾濱工業大學機電工程學院。其間他有一個近乎執拗的念頭：只要站上賽場，哈工大的機器人就要拿冠軍。
“規格嚴格，功夫到家。”他幾乎把時間都交給了實驗室和賽場，也是在這個過程中，他思考“人、機、數”三者的關係，如何建構一個有效的資料橋，使得人和機的互動頻寬大幅度提高，從而真正實現人機共融。神經介面逐漸進入他的視野，並逐漸成為團隊項目的核心技術底色之一。
此後他帶隊斬獲幾乎所有能拿的機器人競賽冠軍，自己也獲得哈工大校長獎章和五四青年獎章，成為第一個同時獲此殊榮的大三本科生。回看那段經歷，秦深濤用了一個詞：RockFlow岩漿——技術足夠紮實，能在高壓下流動，又在變化中向前。
也是在哈工大，秦深濤第一次接觸到創業。大四那年，他先後進入李澤湘教授發起的深圳科創學院和陸奇的奇績創壇進行創業孵化，那是另一個世界，使用者、市場、產品、洞察——技術之外的變數撲面而來。
當時他已有一個模糊的關於神經介面基座模型的想法，投資人拋出橄欖枝，但秦深濤沒有急著下場，“當時沒有找到特別好的應用場景作為切入，對人機共融有執念，如果最終指向無關的方向，會有些不甘，對投資人也不負責。”
22歲那年，秦深濤來到清華大學讀博，選擇從自動駕駛切入補齊AI能力，那段時間裡深入產業一線，並逐漸形成自己的判斷：模型架構終會收斂，真正拉開差距的，是背後的資料基礎設施。
直到2025年，OriginFlow隨之誕生。
OriginFlow首創NeuroScale技術範式，以非侵入式運動神經介面為核心採集入口，基於全自研軟硬體架構，提取皮膚表面神經肌電訊號(sEMG)，經由基礎模型PULSE完成編碼，精準重構手部姿態、發力、觸覺反饋等原生多模態連續資訊，消除資料非同步誤差，在保證無感、非侵入的前提下，有效補充EgoScale範式在視覺遮擋下失效、力觸覺缺失的技術侷限，真正打造面向具身智能領域的“影子模式”。
簡單來說，過去機器人更多在學習人類動作結果。但人完成一次抓取、擰動或按壓，是先有運動意圖，經神經傳導至肌肉，再由肌肉肌腱驅動手指和手腕實現精細的動作。OriginFlow要捕捉的，正是這條鏈路中更早、更細微的訊號，試圖補上機器人在文字和視覺之外，長期缺失的物理互動資料。
這也帶來幾個變化：非侵入、更無感、更自然、採集效率更高，裝置部署更輕，資料具有極強的多樣性，也更容易跨人群、跨環境和跨機器人本體復用。目前，OriginFlow已在連續手勢識別和力觸覺重建上取得進展，可捕捉人類細微發力差異，改善傳統機器人動作生硬、力控不足等問題。
回頭看，這條路徑並非憑空出現。對秦深濤來說，過去多年的每一次訓練、轉向和停頓，都在把他推向OriginFlow。“命運不會浪費任何一段路，只是當時還看不見終點。”
五個月融資5億元解碼投資故事
成立短短五個月，秦深濤迅速拿下了多輪融資。
先是藍馳創投、綠洲資本聯合領投OriginFlow天使輪融資；隨後在戰略輪階段，引入58戰投、普華資本、水木清華種子校友基金等戰略及產業投資機構，藍馳創投、綠洲資本等老股東更是以數千萬元規模超額加注，持續重倉。
最新落地的Pre-A1輪融資，由Monolith礪思資本獨家領投，老股東普華資本超額追投，同時匯聚元禾璞華、元禾原點、國方創投等一線市場化投資機構聯合參投。
融資節奏比預想中還要快。藍馳創投相關負責人對第一次接觸OriginFlow印象深刻：當天上午項目負責人聊完後，中午快速安排了合夥人會面，會面後合夥人達成一致共識，下午發了投資意向書並簽訂。
聊起OriginFlow的創始團隊，藍馳創投表示這是一支具備極強的產業和技術認知、資源整合與人才吸引能力的團隊，執行力突出，戰略迭代速度極快，希望未來成為行業的領軍者和破局者。
在秦深濤看來，聰明的錢很難被“講故事”打動，真正起作用的是判斷同頻。OriginFlow很多融資幾乎是當場聊完、當場確認，“像呼吸一樣自然”。不止一位投資方表示，願意長期陪伴公司跑出更多結果。
與綠洲資本的相識始於一場暴雨。完美的Pitch很少依賴完整講述，通常在前十分鐘內，雙方就已經能夠判斷彼此之間是否有共識。一旦共識建立，話題便不再停留於融資語境，轉而變為一次自然交流，恰似窗外雨勢，越落越深。第二天，綠洲資本負責人很快給到回覆：這一輪我們投。
“他們提出了NeuroScale前瞻性範式，將資料採集錨點從‘動作結果’前移至‘神經意圖’，推動了資料來源頭的代際躍遷。”綠洲資本合夥人Ivy表示：“從更長遠的角度去看，我們相信在團隊的推動下，將重新定義資料採集方式，甚至改寫人機協作的底層邏輯。”
這種同頻，也出現在產業方身上。
和58戰投的第一次交流，秦深濤站在白板前，從神經介面到真實場景，講了兩個小時。他回憶，那場交流裡說了很多平時很難講清楚的東西。有些判斷，只有身處真實產業場景裡的人，才能更快接住。
Monolith礪思資本，則是另一段故事。先是最早接觸OriginFlow的一位礪思資本投資人彷彿挖到了寶藏，其間對方只說了一句：“你等等我。”
很快，秦深濤見到Monolith礪思資本創始合夥人曹曦。兩人聊到關鍵處，曹曦停下來說：“等一下，這東西太有意思了，我琢磨一下。”秦深濤形容那場對話：“如電光石火一般。”後來他才知道，對方也用了幾乎相同的評價。
“秦深濤是一位天生的創業者。”曹曦表示，“他對大方向的理解和把握，對組織的思考，以及想贏的決心，都給我們留下了深刻印象。”
他認為，具身智能賽道的許多整機廠仍在為“機械臂如何抓得更準”而頭疼，本質上是前端資料供給不足、精度不夠。OriginFlow的技術方案，正是從這一底層問題切入，“期待公司團隊在具身賽道持續發力和落地。”這筆領投，也是Monolith礪思資本在具身智能賽道至今最大一筆出手。
當然，這位年輕創業者並非一路順風。團隊曾在一些關鍵決策上有過艱難拉扯、反覆斡旋的時刻。最難時，他和一位早期創業成員聊到很晚。也是那一刻，他第一次如此清晰地意識到：“這是我這輩子一定要做的事。”
綿綿用力，久久為功。回頭看，那段波折反而成了一道分界線。機會常在順境顯現，決心則在逆境生長。對秦深濤來說，比賽一旦開始，外面的聲音都會退去，最後只剩一個答案：把它做成。
資料荒，具身智能下半場
具身智能的熱度正向產業鏈蔓延。
過去一年，模型、本體、硬體輪番上場，融資與估值一路抬升。但越往真實產業場景走，一個底層問題越難繞開：資料。
秦深濤判斷，具身智能的資料荒，註定不是一兩年可以填平的缺口。大語言模型有網際網路作為土壤，自動駕駛有車隊和道路日復一日地回流資料；而機器人還沒有這樣的歷史積累。“這是一片真空帶，真實世界裡的動作互動、接觸碰撞、滑移摩擦等帶有閉環反饋的控制訊號，都需要一點點開採，行業將完成從零到無窮大的演進，最終無限逼近Physical AGI的終局”。
雖然技術路徑各有價值及邊界，最終都指向同一個方向：自然真實、非侵入、可規模化。NeuroScale要往前走的，正是這一步——補齊被文字和視覺遺漏的物理互動訊號，從而完善具身智能的資料基建。
真正的考驗，由此落到產業現場。如今，OriginFlow已開始圍繞工業製造和家庭服務兩大場景推進產業落地。
工業場景任務邊界更清晰，反饋也更直接。一條產線能少用幾個人，某個環節良率能提升多少，都是產業方最容易感知的結果。據悉，OriginFlow正與製造產業夥伴共建具身數采應用場景。
與此同時，家庭服務則代表更長遠的想像空間。衣物整理、居家清潔、廚房作業，看似日常卻包含大量非標準動作，也更能補足工業資料單一的問題。公司聯合58集團等產業夥伴，圍繞家庭機器人所需的高頻操作任務，採集人類在真實家庭中的運算元據，搭建面向家庭服務機器人的技能庫。
這也是他給OriginFlow設下的命題：完整定義具身智能的資料基礎設施。未來的想像空間並不侷限於具身資料，更有可能成為下一代人機互動入口，延伸到更多應用領域。
當機器人真正走進工廠、家庭、醫療康復乃至更複雜的服務場景，要學習的也不再只是人的動作。更重要的，是人類在真實世界里長期積累下來的經驗、判斷和控制能力。
秦深濤沒有急著描述一個宏大的終局。機器人要進入真實世界，資料基礎設施還有太多缺口要補，而他們眼下只是先找到了第一塊拼圖。
他用了一個年輕的比喻：“現在的OriginFlow，只是有了第一顆‘龍珠’，後面還會有很多顆。” (投資界)