投资界（ID：pedaily2012）4月22日消息，人形机器人研发商「加速进化」近日完成新一轮融资。本轮融资由水木创投、盈港资本、源码资本联合投资完成。

加速进化（全称：北京加速进化科技有限公司）成立于2023年6月，自成立以来一直致力于研发更富有行动能力的人形机器人本体和易于开发的运控开发平台。

加速进化创始人兼首席执行官程昊系清华大学本硕，曾在赵明国教授的指导下，深耕机器人研究。在清华期间，程昊作为机器人足球队的一员，对机器人技术进行了多年的深入研究，积累了丰富的研发经验。

据程昊介绍，加速进化创立愿景意在创造先进的人形机器人产品，为开发者社区提供稳定可靠的人形机器人和高效的开发工具，加速“具身智能”技术的应用和普及，使人形机器人普及至各行各业乃至千家万户。

在核心团队方面，加速进化首席科学家赵明国教授是清华大学自动化系的研究员，也是机器人控制实验室和无人系统中心类脑机器人中心的主任。他的研究成果曾登上《Nature》杂志的封面，并研发了多款人形机器人。

加速进化的核心团队成员也来自清华机器人控制实验室和清华火神足球队，他们在人形机器人领域已进行20余年技术积累，是国内为数不多的能够正向设计人形机器人本体的团队，拥有在机器人、软件和商业化方面的全方位丰富经验。

基于团队20余年的技术积累，加速进化专注于人形机器人的运动控制研发。目前，加速进化在运动控制领域取得了显著进展。通过结合传统控制算法和先进的强化学习技术，团队成功实现了机器人的稳定全向运动。

在软件工程方面，加速进化开发了一套简便易用的开发工具，显著降低了运动控制的开发门槛，并使开发者能够轻松部署感知、决策、运控等不同模块算法。

同时，加速进化运用模型预测控制器（MPC）优化机器人的运动轨迹，提供全局优化控制策略，并采用全身控制算法（WBC）来控制人形机器人的多任务运动，确保机器人在复杂环境中的全向行走能力。

此外，加速进化团队还在探索基于策略学习的运动控制方法。深度强化学习（DRL）被用于步态控制，使机器人能够学习在各种不同场景中的适宜运动方式；而模仿学习（IL）则允许机器人通过自然语言和图像输入，学习如何输出相应的机器人操作指令，从而进一步提升了机器人的适应性和交互能力。

目前，加速进化已经研发出一款面向科研教育场景的小尺寸人形机器人样机，这款1米高的机器人步态平稳而柔顺，性能稳定。同时，加速进化还推出了一款专为机器人行业设计的算力单元，它具有高性能、移动性、算力灵活可配置等特点，支持多种板卡，如x86、ARM、GPU、APU等，并具备丰富的外设接口，可以连接相机、麦克风等多种外部设备。这款算力单元不仅可以作为机器人的大脑，支持多种不同形态的机器人，也可以单独使用，方便开发者进行硬件在环仿真，大幅提升开发效率。