亚洲在物理人工智能（Physical AI）领域的布局，正延续其在全球制造业中的传统优势。韩国、日本、中国和台湾等经济体长期依赖大规模制造、出口导向产业以及高度优化的供应链体系，制造业仍是这些国家经济增长的核心。这一产业结构正在影响当地对人工智能技术的采用路径以及资本投向。

在这一背景下，总部位于首尔和美国圣何塞的初创公司 Config 获得韩国最大制造商旗下风险投资部门的支持，引发关注。Config 专注于为机器人基础模型（RFM）构建数据层，而非直接生产机器人本体。

Config 近日完成 2700 万美元超额认购种子轮融资，由三星风险投资领投，投后估值超过 2 亿美元，使公司累计融资规模增至 3500 万美元。本轮还吸引了多家韩国大型企业的战略资金，包括现代汽车的风险投资部门 ZER01NE Ventures、LG 科技风险投资以及韩国电信运营商 SKT America 的风险投资部门。

除产业资本外，多家金融投资机构和个人投资者也参与其中。投资方包括天使投资人 Pieter Abbeel（Covariant 联合创始人兼加州大学伯克利分校教授）、未来资产风险投资、韩国开发银行、GS Futures、Kakao Ventures 和 Z Ventures 等。

Config 由首席执行官徐敏俊于 2025 年 1 月创立。他曾在 Meta 任研究员，并担任 TwelveLabs 首席科学家，三位联合创始人则拥有 Waymo、谷歌和 Naver 的工作背景。公司团队并不涉足机器人硬件制造，而是聚焦于为机器人学习和执行任务提供所需数据。团队认为，更高质量的数据将是提升机器人实用性的重要因素。

徐敏俊在接受 TechCrunch 独家采访时表示，大型语言模型的训练成本主要来自算力投入，而其“原材料”——互联网文本数据——相对容易获取。相比之下，训练机器人运动能力面临完全不同的难题：每一条训练数据都需要通过物理方式采集，涉及机器人设备、场地设施以及操作人员，这使得机器人人工智能的开发成本显著高于纯软件聊天机器人。随着企业对更强大机器人能力的需求提升，数据采集和标注的成本被认为可能快速攀升。

Config 将自身定位为支撑其他机器人 AI 系统的基础设施提供方。公司将自己的角色比作台湾芯片代工企业台积电——后者为苹果、英伟达和 AMD 等公司生产芯片，但并不与客户直接竞争。Config 希望在机器人领域通过提供数据扮演类似角色。随着大型制造企业越来越倾向于构建自有的专有机器人 AI，而非完全依赖外部供应商，这一定位正在获得市场认可，Config 正是押注这一趋势。

Config 联合创始人兼首席运营官 Jack Bang 表示，公司目前已经开始产生收入。他在接受 TechCrunch 采访时称，现阶段客户包括大型制造企业、系统集成商，以及农业和国防领域的公司。报道提到，与 Config 处于同一赛道的公司还包括 Physical Intelligence、Generalist AI 和 Skild AI。

在数据生产方面，Config 在受控的工作室环境以及实际应用场景中录制人类执行各类物理任务。目前公司在首尔和越南河内设有运营基地，约有近 300 名员工从事数据生产工作。根据公司披露的数据，Config 已累计采集超过 10 万小时的人体动作数据，是目前最大可比开源数据集 AgiBot World（约 3000 小时）的 30 倍以上。

报道指出，多数机器人团队通常先利用人体动作数据训练 AI 模型，再将其迁移和调整到机器人系统上。徐敏俊表示，Config 采取了不同路径：公司重点在训练前对数据进行转换，使其更适配机器人运动特性及其与物理世界的交互。他将这一过程比作语言翻译，并称在一种数据类型上训练模型却期望其在另一种环境中无缝工作，就类似于试图仅用英语材料教授韩语。

“必须转换的是数据，而不是模型。这种转换技术是 Config 的核心技术差异点所在。”徐敏俊说。

根据公司规划，本轮融资将主要用于三个方向：一是扩展越南和首尔的数据运营能力，将数据总量目标提升至 100 万小时；二是推进企业平台业务，目标是在 2027 年底实现 1000 万美元年度经常性收入；三是推出基于云的机器人即服务（RaaS）产品，使企业无需自备车载硬件即可运行 Config 的基础模型。