2026年，具身智能领域正经历一场深刻的变革。年初，世界模型被确立为产业发展的重要方向，年中七部门联合将端侧世界模型纳入国家战略目标，年底全球多个顶尖4D世界模型团队相继亮相。行业路线之争从讨论逐渐演变为阵营划分，VLA派主张通过海量语料训练实现物理智能，而世界模型派则坚信理解物理规律才是可行路径。
尽管出货量、融资和订单曲线持续攀升，但真正实现商业闭环的案例仍屈指可数。2025年，中国厂商在全球人形机器人出货量中占比达74%，但能够打通大脑、场景和数据闭环的企业依然寥寥无几。物理智能的瓶颈成为制约行业发展的关键因素。在这一背景下，2026年4月在上海成立的索塔无界公司，以其独特的战略选择引起了行业关注。
索塔无界创始人胡德波是行业资深人士，早在2015年便投身无人机领域，将视觉AI技术应用于飞行机器人。2023年人形机器人赛道升温时，他选择从本体制造切入，但随着供应链成熟和本体方案定型，他意识到真正的挑战在于智能系统的开发。2026年，胡德波决定转型，成立索塔无界，专注于机器人大脑和场景闭环的研发。
索塔无界选择欧洲商超作为首个落地场景，这一决定出乎许多人意料。胡德波认为，商超场景的复杂性和动态性远超工业环境，对智能系统的要求更高。货架布局、商品种类和顾客行为都充满不确定性，要求机器人具备实时应对能力。这种高难度场景不仅能够锤炼技术，还能为未来进入家庭和工业领域奠定基础。
公司成立仅三个月便签下欧洲最大商超集团的三年千台机器人框架协议，这一成就源于胡德波团队在海外市场的深厚积累。早在华为时期，他便负责欧洲市场开拓，与全球多家顶级商超集团建立了合作关系。这种前期积累为索塔无界赢得了宝贵的市场准入机会，形成了其他企业难以复制的竞争优势。
索塔无界的技术路线聚焦于4D世界模型的开发。联合创始人兼首席科学家刘哲指出，物理智能的核心在于预测行动后果。4D世界模型通过模拟不同动作的潜在结果，帮助机器人选择最优策略。这种技术路线不仅需要处理三维空间信息，还要考虑时间维度上的动态变化，为机器人决策提供更全面的物理知识基础。
数据是训练4D世界模型的关键资源。索塔无界计划在冷启动阶段建设10万小时级的专有数据体系，并通过真实场景与仿真环境的结合，放大长尾场景的覆盖范围。公司采用"real-to-sim"策略，将真实数据输入仿真系统，生成更多边缘案例数据，形成数据采集与模型训练的良性循环。
在出海战略上，索塔无界充分利用欧洲严格的数据隐私法规构建竞争壁垒。由于数据不能跨境流动，海外数据采集和处理能力成为关键门槛。胡德波团队凭借前期积累的本地化运营经验，建立了符合欧盟法规的数据处理管线，为技术落地提供了合规保障。
公司组织架构采用分层协同模式，学术团队专注于算法研发，工程团队负责系统部署。这种设计既保证了前沿技术的探索空间，又确保了工程落地的可控性。刘哲表示，目前采用"大脑+小脑"的分层架构是现实选择，未来将根据技术演进逐步评估更高程度的端到端融合。
索塔无界的发展蓝图清晰明确：两年内实现商超场景规模落地，五年内进入家庭市场，同时通过与集成商合作拓展工业和物流领域。公司目标是成为全球化的平台型企业，其软件大脑能够支持多种硬件平台，为不同场景提供智能解决方案。这一战略路径的核心在于通过商超场景训练大脑，用家庭场景验证大脑，最终形成跨领域的智能部署能力。
