RLWRLD融资600亿韩元用于实拍机器人数据

构建机器人基础模型（RFM）：拥有自研RLDX模型和4D+动作捕捉数据系统，采集制造、物流、酒店等场所熟练工人的操作作为训练数据，让不同厂商的人形机器人共享一个“大脑”。

押注机器人模型需要来自酒店、物流、商店的真实工作数据，而非网络视频，从而构建客户愿意付费的部署能力，并借助产业资本支持。

种子轮总计约600亿韩元（约4100万美元）：种子1约210亿韩元（2025年4月，Hashed领投），种子2约2600万美元（2026年2月）

2024年，FuturePlay创始人Ryu Jung-hee (류중희)创立RLWRLD，专注于物理AI和机器人基础模型；2025年4月卸任FuturePlay代表后正式亮相。公司从一开始就与韩国彩虹机器人（Rainbow Robotics）建立战略合作，共同开发下一代参考人形机器人，并建立跨本体架构：一个模型控制不同厂商的人形机器人，客户不会被单一硬件锁定。

2025年4月完成约210亿韩元的种子1融资，由Hashed领投，日本和韩国企业的CVC参与，包括未来资产风险投资、Global Brain、PKSHA Technology Capital、LG电子、SK电信、DRB东一、KDDI、ANA控股、三井化学、岛津制作所。2026年2月完成约2600万美元的种子2融资，Headline Asia和Z Ventures参与，并获CJ物流、Kakao投资、乐天风投、韩华资产运用等产业资本的追加投资，总额达约600亿韩元。36氪2026年5月报道称，该公司以一线员工的真实工作视频为核心数据，大幅提升了任务稳定性并减少人工远程干预；官方计划于2026年上半年发布机器人基础模型，并开始拓展北美市场。

2026年7月，据韩国媒体thebell报道，RLWRLD开始寻求A轮融资，规模明显超过累计种子轮600亿韩元，资金将用于人才、AI算力和现场数据采集。截至2026年9月1日，A轮仍在进行中。

创始人带来生态：FuturePlay创始人转向RFM，获得了日韩产业资本、大企业场景以及与彩虹机器人的硬件合作。

与主流相反的数据路线：不做网络视频预训练，只做真实工作数据，押注接地气的训练能带来客户付费的稳定部署。

跨本体架构：一个基础模型控制不同厂商的人形机器人，避免硬件锁定。

风险明显：模型未发布，A轮未完成；烧钱速度和商业化速度是最大变量。

押注昂贵但真实的数据可以获胜：RLWRLD用真实工作视频换取部署稳定性，吸引了提供资金和场景的产业资本。

截至2026年9月，RLWRLD处于早期阶段：累计种子约600亿韩元（约4100万美元）。2026年7月，寻求大于种子的A轮融资。计划2026年上半年发布基础模型，与CJ物流和乐天在物流、制造、酒店领域试点，并拓展北美。研发基地分布在美国、日本、韩国。