上证报中国证券网讯（记者 王子霖）上证报记者从多方获悉，具身智能领域新锐企业OriginFlow（渊澈太初）近期接连完成天使轮、战略轮及Pre-A1轮多轮融资，累计融资总额超过5亿元人民币。 其中天使轮由蓝驰创投、绿洲资本联合领投；战略轮先后引入58战投、普华资本、水木清华种子校友基金等战略及产业投资机构，蓝驰创投、绿洲资本等老股东更以数千万元规模超额加注；Pre-A1轮则由Monolith砺思资本独家领投，禾璞华、元禾原点、国方创投等一线市场化机构联合参投，老股东普华资本亦超额追投。 OriginFlow创始团队表示：“本次多轮融资，获得多家投资机构加持，充分印证了资本市场对公司系统工程化落地能力，及NeuroScale全栈技术路线的高度认可。未来公司将持续深耕具身智能底层技术研发，加速高阶场景产业化落地。” Pre-A1轮领投方Monolith砺思资本创始合伙人曹曦表示，在具身智能赛道，大部分整机厂都在为“怎么让机械臂抓得准”而头疼，核心原因在于前端数据喂不饱且精度低；OriginFlow的这套 NeuroScale 方案为物理世界数据匮乏这一行业核心瓶颈提供了一条新的技术路径，让公司拥有了在年内快速清洗并积累千万小时级别数据的可能性。 OriginFlow创始人兼CEO秦深涛是一名00后创业者。他2001年出生于山西晋城，本科毕业于哈尔滨工业大学机电工程学院，在校期间曾获哈工大校长奖章和五四青年奖章，并带领团队多次夺得机器人竞赛冠军。目前，秦深涛为清华大学在读博士生，于2025年开启创业征程。 据悉，公司的核心技术突破在于其率先提出并落地的NeuroScale数据采集范式。该范式以神经肌电信号（sEMG）为核心载体，通过自研肌电采集套件捕捉人体肌肉收缩电信号，再经由基础模型PULSE完成编码，精准重构手部姿态、发力、触觉反馈等原生多模态连续信息。这一技术路径直接对接人体“意图—肌肉—动作”的原生传导链路，有效消除了数据异步误差，在保证无感、非侵入的前提下，弥补了传统EgoScale范式在视觉遮挡下失效、力触觉缺失的技术局限，真正打造了面向具身智能领域的“影子模式”。 该模式带来两大核心优势：一是显著提升数据采集效率，避免复杂转化过程，大幅缩短训练周期；二是成本大幅降低。据悉，OriginFlow的一套数据采集设备售价在千元左右，其全栈式解决方案通过优化硬件结构并整合供应链资源，大幅降低了设备部署门槛，更适合多场景批量落地，从而有效解决跨人群、跨环境、跨本体的泛化难题。 产业落地已同步推进。OriginFlow正围绕工业制造和家庭服务两大场景展开布局：在工业领域，公司携手全球头部高端制造企业，共建工业具身数据采集应用场景；在家庭服务场景，则联合58集团等产业伙伴，围绕衣物整理、居家清洁、厨房作业等高频操作任务，采集海量人类实操数据，搭建面向家政机器人的技能数据库，为家用服务机器人的能力进化提供持续、高质量的“数据燃料”。

上证报中国证券网讯（记者 王子霖）上证报记者从多方获悉，具身智能领域新锐企业OriginFlow（渊澈太初）近期接连完成天使轮、战略轮及Pre-A1轮多轮融资，累计融资总额超过5亿元人民币。

其中天使轮由蓝驰创投、绿洲资本联合领投；战略轮先后引入58战投、普华资本、水木清华种子校友基金等战略及产业投资机构，蓝驰创投、绿洲资本等老股东更以数千万元规模超额加注；Pre-A1轮则由Monolith砺思资本独家领投，禾璞华、元禾原点、国方创投等一线市场化机构联合参投，老股东普华资本亦超额追投。

OriginFlow创始团队表示：“本次多轮融资，获得多家投资机构加持，充分印证了资本市场对公司系统工程化落地能力，及NeuroScale全栈技术路线的高度认可。未来公司将持续深耕具身智能底层技术研发，加速高阶场景产业化落地。”

Pre-A1轮领投方Monolith砺思资本创始合伙人曹曦表示，在具身智能赛道，大部分整机厂都在为“怎么让机械臂抓得准”而头疼，核心原因在于前端数据喂不饱且精度低；OriginFlow的这套 NeuroScale 方案为物理世界数据匮乏这一行业核心瓶颈提供了一条新的技术路径，让公司拥有了在年内快速清洗并积累千万小时级别数据的可能性。

OriginFlow创始人兼CEO秦深涛是一名00后创业者。他2001年出生于山西晋城，本科毕业于哈尔滨工业大学机电工程学院，在校期间曾获哈工大校长奖章和五四青年奖章，并带领团队多次夺得机器人竞赛冠军。目前，秦深涛为清华大学在读博士生，于2025年开启创业征程。

据悉，公司的核心技术突破在于其率先提出并落地的NeuroScale数据采集范式。该范式以神经肌电信号（sEMG）为核心载体，通过自研肌电采集套件捕捉人体肌肉收缩电信号，再经由基础模型PULSE完成编码，精准重构手部姿态、发力、触觉反馈等原生多模态连续信息。这一技术路径直接对接人体“意图—肌肉—动作”的原生传导链路，有效消除了数据异步误差，在保证无感、非侵入的前提下，弥补了传统EgoScale范式在视觉遮挡下失效、力触觉缺失的技术局限，真正打造了面向具身智能领域的“影子模式”。

该模式带来两大核心优势：一是显著提升数据采集效率，避免复杂转化过程，大幅缩短训练周期；二是成本大幅降低。据悉，OriginFlow的一套数据采集设备售价在千元左右，其全栈式解决方案通过优化硬件结构并整合供应链资源，大幅降低了设备部署门槛，更适合多场景批量落地，从而有效解决跨人群、跨环境、跨本体的泛化难题。

产业落地已同步推进。OriginFlow正围绕工业制造和家庭服务两大场景展开布局：在工业领域，公司携手全球头部高端制造企业，共建工业具身数据采集应用场景；在家庭服务场景，则联合58集团等产业伙伴，围绕衣物整理、居家清洁、厨房作业等高频操作任务，采集海量人类实操数据，搭建面向家政机器人的技能数据库，为家用服务机器人的能力进化提供持续、高质量的“数据燃料”。