前掌门教育CEO张翼再做家庭机器人：半年三轮融资近10亿元

2021 年，张翼创办的在线教育公司「掌门教育」登陆纽交所，市值一度冲破 30 亿美元，全国员工超过 10 万人。48 天后，「双减」政策落地，公司三个月内裁掉全部员工，并于一年内启动退市。2022 年 9 月，这位 31 岁的连续创业者成立家庭机器人公司「未来不远」，开启第二次创业。今年，这家公司半年内累计完成三轮近 10 亿元融资，投资方包括字节跳动、博裕创投等。

从教育到具身智能：一次跨界的判断

「双减」后，张翼曾一度在海外「流浪」，直到在地中海一座小岛的海鸥身上顿悟到「无所事事和海鸥没区别」，随即飞往硅谷。当时 GPT-3 已经发布但 ChatGPT 尚未面世，张翼拜访了 Google、Meta 的 AI 朋友后形成了一个在当时颇具先锋性的判断：大模型不只是聊天框，而是能理解意图、调度子任务的「调度系统」，未来可以调度机器人完成擦桌子等家务。

带着这个判断，他在中美两地做了大量用户调研，最终锁定了「家庭机器人」方向，并依托此前在教育业务中积累的 100 多万家庭用户资源进入消费市场。创业前三年，张翼没有引入外部融资，自掏腰包超过 1 亿元，团队在隐身状态下迭代了 16 代机器。

技术路线：AVLA + 世界模型，而非通用 VLA

在机器人大脑的选择上，「未来不远」并未完全押注通用 VLA（Vision-Language-Action），而是走了一条强调可靠性的组合路线：自研 AVLA 模型，把复杂任务拆成数百个更短的「专家模型」（抓取、精细操作等），先各自训练，再由调度器根据环境组合调用。

在此基础上，他们叠加了世界模型的预测能力——机器人在真正动手之前，世界模型会先「想」出多条可能的行动路径并预判成功率，确认风险足够低后再交由 AVLA 执行。今年，这套体系进一步演化成 Self-Evolving WAM（自进化世界动作模型）：机器人在真实家庭中执行任务后，会把预测、实际结果和失败案例重新沉淀为训练数据，让下一次判断更准确。

成本控制与商业化：把价格定死后倒逼降本

「未来不远」从第一台机器开始就把价格「定死」在消费级，再倒逼技术降本。昂贵工业机械臂用不起，团队便自研大中空电机、关节和扭矩传感器，并大量采用扫地机等成熟产业链的通用零部件。最终，他们把行业里动辄几十万元的机器人压到两三万元的成本，并以每月 3000 元的租赁价格向家庭开放。

目前，这套机器人已进入上海约 500 个家庭，预约一度排到年底。高频使用场景包括：有娃家庭的带娃功能（指导画画、读绘本、英语口语对练）、老人主导的轻家务（收纳玩具、拖鞋等 pick-and-place 任务），以及宠物相关任务（铲猫砂、喂食等）。

融资与行业判断

2026 年 1 月，「未来不远」完成 2 亿元天使轮融资；3 月获博裕创投领投数亿元；7 月再完成 Pre-A 轮，资方之一为字节跳动。张翼表示，之所以选在此时密集融资，是因为机器人已经具备进入家庭的能力，而非被资本节奏推着走。

对于行业前景，张翼认为，家庭场景的不可替代性在于它能产生工厂里几乎不存在的真实 corner case 数据——腿短一截的桌子、突然出现的孩子、位置每天变化的拖鞋。同时他提醒，工厂场景的算账逻辑未必成立：机械臂效率更高、安全性更强，节拍也更可控，很多进工厂的机器人公司「算不过账来」。