600亿韩元融资！RLWRLD让具身智能VLA视频预训练商业化价值浮出水面

从落地实践，看懂视频预训练的场景分层逻辑

2026年，全球具身智能赛道上，关于VLA视频预训练商业化价值争论不断。市场融资热与质疑声并存，不少人认为互联网视频训练机器人难推动产业落地。韩国初创公司RLWRLD的融资为赛道提供观察样本。近期，RLWRLD累计种子轮融资600亿韩元，折合4180万美元，资金来自日韩实体产业资本。产业资本投入体现对技术落地价值的判断，通过其发展路径可看清视频预训练适配逻辑和技术范式价值。

过去行业对视频预训练讨论单一，RLWRLD落地模式让赛道分层特征明晰。主流视频训练有两种落地形态，适配不同阶段和场景。国内具身AI初创公司抓取全网公开短视频预训练，数据免费量大，适合早期冷启动，但公开网络视频有缺陷，在高精度工业场景表现不稳定。

RLWRLD选择深耕垂直实体场景，记录线下岗位员工操作流程。实拍视频无多余干扰，贴合真实工作，适合服务业琐碎工作，机器人能快速承接相关工作。两种训练模式对应不同市场需求，场景差异决定技术落地效果和商业价值。

实景视频路线能够跑通的底层原因

RLWRLD超4000万美元种子轮融资并非资本炒作，其落地模式契合日韩产业现实。日韩老龄化致服务业用工缺口大，基础岗位招人难，传统自动化设备无法应对灵活场景，行业缺低成本柔性方案。

RLWRLD实景训练模式填补市场空白，基于真实岗位数据训练的机器人适应线下环境，落地门槛低、成本可控，企业付费意愿和需求真实。技术上，实景视频训练避免落地偏差，结合物理参数优化，作业稳定性提高，符合产业要求。

生态和商业模式放大落地优势，投资方开放业务场景，企业有稳定数据和收入，形成正向循环。公司专注算法研发，资金利用效率高，商业化节奏稳健，在日韩形成完整商业路径。

重新审视技术选择与行业争议

RLWRLD证明视频预训练有产业价值，但市场认知受另一种训练范式干扰。国内物理AI赛道以全网公开视频预训练为主，千寻智能是头部企业。

千寻智能由韩峰涛和高阳创立，成立两年成热门创业公司。其依靠全网公开视频预训练，结合自研设备微调，走全栈自研路线，落地国内工业场景。

与RLWRLD路径相反，千寻智能路线有本土化合理性，适合国内制造业特点，能快速积累认知和打造标杆项目，且保留硬件量产空间。但短板明显，模型难在单一行业沉淀能力，试点多付费落地少，存在视角偏差等问题，全栈自研成本高、量产慢，需落地成果证明价值。