独家爆料！前Kimi强化学习核心专家离职创业，领衔「十六号机器人」直奔通用具身大模型终极战场！

导语：前Kimi核心强化学习研究员宋鸿涌离职创业，成立「十六号机器人」，全面攻坚人形机器人通用基座模型。

引言：大模型向物理世界的终极跨越

随着生成式AI在数字世界高歌猛进，如何让AI“走入物理实体”、实现具身智能（Embodied AI），已成为全球科技圈与投资界瞩目的终极战场。近日，国内AI领域迎来一则重磅独家消息：前月之暗面（Moonshot AI，Kimi大模型母公司）后训练（Post-training）与强化学习核心研究员宋鸿涌（Flood Sung）正式离职创业。

他于2025年12月创立了「北京十六号机器人科技有限公司」（XVI Robotics），公司业务方向精准锁定人形机器人行业最难啃的“硬骨头”——通用人形机器人基座模型。这一极具野心的技术路线，旨在打造能够赋予机器人理解能力和推理动作的“物理控制大脑”，让大模型的通用本领无缝延伸至真实物理世界中。

黄金储备：横跨学术与工业界的RL顶级推手

作为国内强化学习（Reinforcement Learning, RL）领域较早开展系统性研究的学者之一，宋鸿涌在AI圈及学术界享有极高的知名度。纵观其职业轨迹，他成功打通了少样本学习、游戏AI、大模型后训练以及具身动作控制三个维度，构成了他入局具身智能的独特逻辑。

1. 学术奠基：少样本学习与顶尖开源项目

在学术造诣上，宋鸿涌是“少样本学习”（Few-Shot Learning）领域的先驱者之一。其在2018年CVPR上发表的核心代表作《Learning to Compare: Relation Network for Few-Shot Learning》，被学术界广泛引用超过6,000次，成为了该领域的里程碑式工作。此外，他还在知识共享方面做出了巨大贡献——他在GitHub上创建并维护的深度学习路线图项目「Deep-Learning-Papers-Reading-Roadmap」，至今已累计获得超过3.9万颗星（Stars），是公认的中文AI开发者社区中最具影响力的开源项目之一。

2. 游戏AI实战：复杂策略的强化学习跑通

在工程落地方面，宋鸿涌具备极其深厚的技术积淀。2020年至2022年期间，他作为研究科学家效力于字节跳动 AI Lab。在此期间，他深度参与了多智能体强化学习（Multi-Agent RL）的研究，并主导了3D-MOBA类游戏中高难度AI机器人的算法研发与落地。这一经历为他处理复杂非线性环境中的动态博弈和策略生成奠定了坚实的实战基础。

3. Kimi大模型淬炼：千亿级大模型强化学习实践者

更引人瞩目的是在2023年至2025年期间，宋鸿涌加入了国内人工智能独角兽「月之暗面」（Kimi），担任后训练与强化学习研究员。他亲历并深度参与了包括 Kimi K1.5、K2、K2.5 在内的核心大模型强化学习训练体系搭建。在大语言模型（LLM）的对齐（Alignment）与自我强化迭代中，积累了极为宝贵的工业级超大参数模型工程经验。

通用人形机器人基座模型的前沿探索

行业透视：为何“通用人形机器人基座模型”是具身智能的圣杯？

目前，在具身智能赛道中，XVI Robotics 选择的“通用人形机器人基座模型”方向，不仅是技术门槛最高的一个，也是竞争最具想象力、最受头部资本青睐的科技高地。

为什么说宋鸿涌的背景与这个高难度方向高度契合？

核心技术逻辑的强关联：通用人形机器人基座模型的本质，是将大型语言/多模态模型在“虚拟数字世界”中体现出的高超逻辑推理能力，顺利平移、映射到“物理实体世界”中。这需要机器人不仅能够看懂环境，还要能根据稀疏环境的反馈做出泛化决策。
攻克“稀疏反馈”的难关：机器人控制需要在各种未知的真实物理场景中进行探究，面临海量的稀疏反馈（Sparse Feedback）。这与大模型的Post-training（RLHF/RLAIF）有着极高的技术相似度。如何让机器人模型在缺乏密集标注数据的情况下，依靠自身同环境的闭环交互自我演进，这正是宋鸿涌在Kimi积累的超级核心技能。
少样本泛化力解决物理数据瓶颈：物理世界瞬息万变，不可能为每一个新场景都制作TB级别的专有数据集。宋鸿涌在Few-Shot Learning（少样本学习）方面的深厚底蕴，使他具备了研发超强泛化性算法的核心思维，有望设计出在陌生环境中即插即用的“控制脑”。

资本竞逐具身赛道，新生代实力派初创公司扬帆起航

近两年来，具身智能赛道已经成为全球硬科技VC疯狂加码的主战场，通用大模型更是通往物理AGI（通用人工智能）的必经之路。根据公开信息，XVI Robotics（北京十六号机器人科技有限公司）虽然刚于2025年12月完成设立，且核心研发团队仍处于早期的精英组建阶段，但凭借宋鸿涌在AI工程界名震业内的技术号召力，公司已低调完成了知名一线投资机构的种子轮融资。

尽管目前XVI Robotics的具体产品形态和底层商业闭环路径仍处于保密状态，但市场对其期待已经拉满。随着以宋鸿涌为代表的学术派与大模型工程界顶尖人才进场，大模型控制人形机器人在真实场景中实现商业落地的时代，或许将比所有人预料的都要来得更快。