2026年10月12日，成立仅约七个月的深圳欧拉万象（Ola Dimensions）宣布完成数亿元天使轮+融资，投资方包括诚元祥基金、芯能创投、锡洲国际、拓邦股份、弘毅投资等。

这是公司自3月成立以来的第四轮亿元级融资。此前，4月获高瓴创投、五源资本领投的数千万元种子轮；5月获招商局创投领投、赛富、九合、拙朴、百度风投等参与的数亿元融资；6月再完成超亿元天使轮。

创始人周顺波是前华为具身智能“1号员工”与“天才少年”，曾主导搭建华为最大具身团队并研发CloudRobo平台；联合创始人张靖具备亚马逊AWS与华为商业化经验。团队背景是资本快速入局的重要基础。

欧拉万象目前聚焦家庭场景，提出“可养成”路线：不追求一上来就覆盖所有家务的开箱即用全能机器人，而是让机器人具备基础技能，再通过用户（尤其创客与开发者）参与示教，在真实环境中持续学习个性化任务。这一路径对应“先极客、后大众”策略，以较低边际成本构建真实物理交互的数据飞轮。

欧拉万象首款产品采用移动底盘+双机械臂形态，面向创客与开发者，已完成首批体验官筛选并进入真实家庭迭代共创。它本质上是数据采集与模型训练的物理载体，配套低门槛工具链，让用户通过简单交互或示教把家务经验灌输给机器人。公司还与好慷在家合作，由资深家政师按标准化流程进行示教，将专业服务经验转化为训练数据。

技术上，欧拉万象推进Action-Native Foundation Model路线，强调动作从预训练阶段就参与对物理世界的理解，而非视觉语言模型训练完成后再外挂动作模块。9月发布的阶段性成果包括OLA-Sem与OLA-Geo：OLA-Sem聚焦语义理解，在统一模型中联合动作预测、图像生成与文本推理，使视觉、语言与动作共享表征，预训练融合第一视角视频、视觉问答与机器人操作数据；OLA-Geo强化空间几何感知，从预训练起融入位置、深度等三维信息，解决“目标物体具体在哪、如何交互”。

两款模型在RoboTwin相关评测中取得领先成绩。同时，公司发布Action-Native方向阶段成果UniWAM，并搭建面向家庭服务的Real-world RSI系统，探索从真实场景反馈中持续改进。整体形成“数据采集-模型迭代-真实部署”闭环，配合“基因先验”式常识知识库，试图缓解长程规划中的视觉幻觉与物理不一致问题。

成立不到7个月，4轮亿级融资，侧面说明资本认可公司的团队背景，也认可团队把平台化经验落到可迭代系统的工程能力。家庭环境高度非结构化，纯仿真或演示难以解决持续学习，欧拉万象的务实切入点具有差异化价值。

但资本注入加速了人才与模型迭代，也抬高了预期，创始人已调整原定2027年至少销售千台的目标，供应链、散热与硬件可靠性仍是瓶颈；新计划为2027年一季度小规模验证，下半年再明确规模化量产。模型在基准上的领先与真实家庭长期可靠性、成本可控之间存在鸿沟，创客容忍度无法直接外推到普通家庭。一旦数据闭环或硬件落地不及预期，后续压力会迅速显现。

真正的考验在于把模型能力转化为可靠、可规模化的硬件，并在真实家庭中跑通飞轮。若执行到位，它可能成为家庭具身的重要样本；若硬件与落地瓶颈持续，则可能沦为融资故事强于产品的案例。当前阶段，审慎乐观更接近事实。