夜雨聆风
XintLabs 近期宣布完成数千万元天使轮融资，由高瓴创投独家投资。本轮资金将主要用于 AI 模型研发、产品开发与市场推广。
从运动训练切入，构建首个AI人体模型
AI 正在加速向物理世界渗透。当前，世界模型已能够学习物体运动、空间变化及动作结果，并将被应用于自动驾驶、机器人控制、空间智能等场景，持续提升系统对环境的理解能力。在这些系统中，行动主体通常是标准化设计的机器，其结构、自由度及控制模式较为简单。
不同的是，人类身体是一个高度复杂、非线性且持续变化的动态物理系统。个体间的力量、平衡性、反应速度及肌肉代偿机制存在巨大差异，且其生理状态极易受到疲劳、紧张、伤病等变量的干扰。例如，一个人在不同状态下，对同一动作的完成能力可能存在明显差异。
因此，如果说世界模型回答的是“世界如何运行，以及机器如何与之交互”，那么 XintLabs 要回答的是另一个同等重要的问题：人类个体如何在这个世界中感知、行动、学习和适应。
XintLabs 将这一方向称为人体模型。该模型跳出单纯体态识别和动作评分的传统框架，将人体的姿态、力量、平衡、控制、疲劳、意图等维度及其变化轨迹，融合纳入一套可计算、可预测、可优化的时变量化系统。在 XintLabs 看来，AI 要真正提升人和世界之间的关系，不能只研究世界，也必须研究人。世界模型解释外部环境的变化，人体模型解释人如何作用于世界、适应世界，并在这个过程中重塑身体和认知。
运动训练，是这一命题最清晰的落地场景。
一次挥拍、一次滑行、一次挥杆、一次转身，并非对标准动作的机械复刻，而是身体与环境的实时耦合。运动表现遭遇提升瓶颈，往往不在于缺少教程与规范示范，而在于练习者的身体尚未建立起有效的本体感知与动作控制回路。
传统训练大多依托标准化课程与经验反馈，但标准动作无法直接适配、迁移到每个训练者身上。真正高效的训练，需要精准判断训练者的问题根源：是力量薄弱、动作失控、节奏紊乱、本体感知欠缺，还是动作代偿错误，并在下次动作启动前给出可落地的调整方案。
Xintlabs的核心技术平台：BOS，Body Operating System
BOS 采用端云协同架构：端侧硬件负责实时感知和反馈，云上AI 负责人体模型的优化，和长期训练策略生成。训练前，系统评估用户当前的身体基础、目标和风险边界；训练中，系统识别运动表现和动作技能并给出即时反馈；训练后，系统量化分析训练是否切实改善了身体能力，并迭代更新下一阶段方案。
这意味着，XintLabs 并不是在做一个新的运动记录和训练设备，而是在构建一个持续进化的人体操作系统。每一次训练都会成为模型更新的一部分，每一次反馈都会服务于下一次动作，每一次进步都可以被理解、解释和延续。
XintLabs 首先选择运动场景，是因为运动具备构建人体模型所需的完整闭环：目标明确、反馈高频、数据连续、结果可验证。从滑雪、高尔夫到更多运动训练场景，用户的每一次动作都能形成可观察、可反馈、可迭代的数据循环。
长期来看，人体模型的价值不止于运动。只要场景涉及身体状态识别、动作学习、实时反馈、长期变化预测和个体化干预，BOS 都有机会延伸和拓展。包括伤后康复、体态优化、健康管理、保险精算以及更广义的人机交互领域。
XintLabs 的两位创始人为香港科技大学同窗，曾共同参加robocon比赛。多年后，他们将“机器如何感知世界并行动”的问题，转向了人的身体本身。
创始人兼 CEO 刘岳峰毕业于香港科技大学机械及航空航天工程专业，曾作为早期核心成员加入逸动科技，主导搭建产品体系及多款核心产品的定义，研发及商业化落地。长期深度参与滑雪、自由潜、帆船、高尔夫等多项运动，而且曾经做过滑雪教练。跨多项目运动学习和教学经历，让他意识到：普通人提升运动能力的关键，不是获得更多标准答案，而是建立一套真正理解自己身体的反馈系统。
创始人兼 CTO 王斯傲是人形机器人感知专家与计算神经科学家，长期专注神经形态计算、事件驱动感知与机器人决策机制。本科毕业于香港科技大学数学专业，随后获得布里斯托大学机器人学硕士、热那亚大学生物工程与机器人学博士，并于意大利技术研究院 IIT 从事事件驱动感知方向博士后研究。其技术积累覆盖高速低延迟感知、动态系统建模、类脑计算与机器人控制决策，与 XintLabs 构建人体模型的技术路径高度契合。
XintLabs 核心团队来自香港科技大学、帝国理工学院、香港中文大学、香港大学等高校，以及大疆、逸动、比亚迪、速境等科技与硬件企业，团队能力覆盖 AI 算法、机器人感知、软硬件一体化、运动科学、工程研发和产品落地。
XintLabs 认为，AI 进入物理世界的下一步，不只是让机器更理解世界，也要让 AI 更理解人。
如果世界模型是 AI 理解外部世界的底座，那么人体模型就是 AI 理解人类行为的基石。XintLabs 正在从运动训练切入，构建每个人的 Body Operating System，让 AI 真正理解身体如何感知、行动、学习和进化。
