正奇未来押注 D2D 移动：QUORRA X5 启动全球量产

正奇未来，一家聚焦 Door-to-Door（D2D）移动任务的物理 AI 创业公司，宣布其自研世界基座模型 QUORRA DoorMind 落地的首款终端产品 QUORRA X5 已启动全球量产，并将于今年 9 月正式发货。2026 年至今，公司已拿到来自全球十多个国家和地区的商业订单。此前 8 个月内，正奇未来完成三轮数亿元融资，本轮节奏也使这家原本低调的公司被更多行业人士关注。

团队与定位：放弃人形，押注 D2D

创始人吴书林曾在华为工作 15 年、百度智驾工作 4 年，团队核心成员多来自自动驾驶一线。公司成立初期，具身智能赛道热衷于人形机器人和通用大脑叙事，但正奇未来选择切入一个数据尚未被充分覆盖的细分场景：从家门口到目的地的非结构化生活空间，包括楼道、电梯、社区、人行道和非机动车道。

这一判断源于团队在自动驾驶领域的经验：决定模型上限的是真实场景数据的质量和规模。结构化道路已有车企沉淀的数百亿公里数据，而家门口到楼下便利店这段路，几乎没有现成的公开数据集，且难以通过仿真或遥操采集到人类真实的决策与交互行为。

技术路线：QUORRA DoorMind 世界基座模型

QUORRA DoorMind 是正奇未来从零自研的世界基座模型，围绕 D2D 任务设计了四个核心能力：

• 场景建模：让机器在无锚点空间内理解环境并预判变化，识别坡度、窄路、行人、电动车等动态对象。
• 场景预测与生成：基于物理规律和场景约束生成未来变化，覆盖高动态、极端天气和异常行为等长尾情形。
• 跨域运行：支持载具在封闭空间（楼道、电梯）、半开放空间（社区、园区）和开放空间（人行道）之间连续切换，处理有图与无图、规则强与规则弱场景之间的过渡。
• 语义理解与规划导航：理解「去楼下药房」等自然语言目标，在无图条件下完成柔性避障、礼让与停靠。

与传统自动驾驶 L1–L5 的分级不同，正奇未来提出了「双域」维度，在自治能力之外加入场景复杂度，从 D1 结构化室内延伸到 D5 开放城市 D2D 移动任务。

产品与数据飞轮：QUORRA X5 与自研底盘

QUORRA X5 车宽不足 700 mm，可通过约 1 米宽的门，所有传感器、域控与算法硬件需塞进这个极小机身，并满足量产可靠性要求。配套自研的 QUORRA FLAT 运动执行平台支持四轮独立驱动与转向，可实现横向移动和原地 360 度调头，并通过强化学习让底盘控制策略持续进化。

产品层面，正奇未来选择「模型与产品并行」的路线：产品进入千家万户后，用户每一次手动操控都会在影子模式下被记录，并与模型输出对比，形成训练样本。走访近 300 位目标用户后，团队发现仅 4% 的用户愿意把控制权完全交给机器，因此 X5 仍保留人类操控权，同时把每一次操控转化为模型学习「人类解法」的机会。

行业背景与三年目标

正奇未来成立时，市场普遍关注本体、关节、灵巧手；近两年行业共识逐步转向「数据才是具身智能的核心变量」。公司据此将数据飞轮分为两阶段：第一阶段通过量产让用户高频使用，第二阶段用真实数据反哺模型训练，并结合世界模型的仿真能力覆盖长尾与跨域切换场景。

团队构成上，正奇未来 80% 为研发人员，模型团队中 80% 为 95 后，多数来自清华、上海交大、剑桥、香港理工、华科等高校。公司提出的三年目标是：20 万台产品落地，累积百亿公里真实数据，最终把 QUORRA DoorMind 打造为跨品类空间智能底座。