韓峰濤的思路是，締造下一代智慧勞動力。千尋智能的兩位創始人，個性反差非常鮮明。創始人兼CEO韓峰濤是妥妥的“社牛”，採訪時滔滔不絕、自帶感染力，邏輯強大；聯合創始人、首席科學家高陽則截然相反，說話不緊不慢、惜字如金，公司員工曾笑稱“跟他說話像在跟機器人聊天”。這對性格互補的搭檔，在具身智能行業並不罕見：硬體老兵配演算法大牛，幾乎是行業標配。2024年1月，千尋智能正式成立，目標直指機器人“通用大腦”。來源：受訪者進入2025年後，具身智能行業加速爆發。據IT橘子統計，2025年，行業全年投資事件為325起，金額為398.32億元，分別較2024年增長216%、326%。在資本瘋狂湧入具身智能行業的同時，賽道內的創業公司也在積極進行資金戰略儲備。千尋智能也不例外。公司成立兩年多即完成7輪融資。在2026年年初，公司完成近20億元融資、躋身具身智能領域估值百億俱樂部後，4月7日，千尋智能完成新一輪10億元融資。本輪融資由順為資本、雲鋒基金聯合領投，達晨財智、某頭部人民幣基金、銀河源匯、圖靈基金、新鼎資本、庚辛資本等重磅加持。高鵠資本是千尋智能的財務顧問，其董事總經理舒雪梅跟韓峰濤達成的共識是，千尋作為起步相對較晚的具身智能創業公司，能否拿到足夠多的錢，直接決定了公司能否“上牌桌”。“有些公司選擇小步快跑、每輪少量融資抬高估值，這種做法會耗費大量精力去考慮生存問題，也不適合具身智能這類後續需要大額投入的賽道。一旦估值上去了但錢沒拿夠，非常危險。”舒雪梅說。2026年，千尋智能將營收目標定在1~1.5億元、銷售數量約200台。雖較同規模企業略顯保守，但韓峰濤解釋，2026年的核心主題是資料量級與模型性能的突破，而非追求落地與營收增長，真正的大規模落地預計在2027年下半年至2028年到來。蘋果模式還是Android模式？2023年初，ChatGPT爆火，也讓一批機器人行業從業者開始思考：大模型能否與機器人結合，解決機器人在落地過程中智能和泛化能力不足的瓶頸？當時還在珞石機器人擔任CTO的韓峰濤認為，此次變革的核心技術在於AI。這為讓機器人變得更聰明、能幹更多活提供了可能。他決定再次創業。在組建團隊時，韓峰濤首先想到的是要找一位全球頂尖的AI人才作為合夥人。當時他微信上的好友大約有6000人，他從A到Z一個個看，分析誰有可能幫他介紹AI合夥人。陸續與100多位教授、投資人等交流過後，韓峰濤最終選擇了高陽。“我們對行業的認知、三觀以及創業想法都很契合。”高陽是“具身大模型”的代表人物、“歸國四子”之一（其他三位分別是‌：邊塞科技創始人吳翼，前星海圖聯創、破殼機器人創始人‌許華哲，星動紀元創始人‌陳建宇‌），2020年開始擔任清華大學視覺與人形機器人實驗室主任。彼時，高陽也有創業的想法，同樣在尋找合夥人。千尋智能聯合創始人、首席科學家高陽 來源：受訪者他回憶，在自己見過的所有人裡，韓峰濤對這個事情本質的想法和自己非常接近。“比如如何讓機器人擁有智能去從事生產，這些方面的理念都很一致；其次，他在生產力機器人的技術研發、製造和銷售方面有非常完整的經驗，而如何讓機器人具備生產力、替代人類勞動，正是這一波機器人發展中最需要的東西。最後，在性格方面我們也聊得來，他比較直率，很真誠，和我也很契合。”高陽說。2024年年初，韓峰濤、高陽及另一位合夥人鄭靈茵三人聯合創立了千尋智能。高陽負責科學、新技術的先進性以及AI的整體方向，鄭靈茵負責公司營運及商業化相關事務，韓峰濤擔任CEO，把控如何將技術轉化為產品以及整體產品化的節奏。公司成立之初，便確定了“軟硬一體”的發展方向。對此，高陽解釋：“因為軟體才剛剛起步，雖然表現不錯，但還不夠好。為了讓系統最終達到足夠好的性能，我們必須採用軟硬結合的方式。這也是基於技術發展階段和社會分工的思考所作出的戰略選擇。”但在2024年左右，這一模式在行業裡並沒有成為共識。高陽回憶，當時他們經常被問到的一個問題是：“公司未來是蘋果模式還是Android模式？”面對這個問題時，千尋團隊往往用一個類比回覆：在PC發展初期，個人電腦和作業系統都還不存在，一切都是從零開始建構。這非常像當前的機器人行業：硬體尚未完全定型，大腦也沒有完全定型，兩者高度相互依賴，並且都在快速發展。“歷史上比較成功的企業，比如IBM，也都是做軟硬一體，最後賣的是整體解決方案。等到行業再發展十年、二十年，才逐漸出現專業化分工，比如微軟專門做作業系統，聯想、惠普、戴爾專注做硬體。”高陽認為，機器人行業在剛開始階段也會以綜合一體的方式起步，隨著行業慢慢成熟，再逐步走向高度細緻的分工。綠洲資本是千尋智能種子輪和天使輪的投資方，其創始合夥人張津劍回憶，當時大家的注意力基本都在AI上，還沒有太多人關注具身領域。2024年他們投完之後，後一輪融資進行得特別難。張津劍認為：“這些都是噪聲”。作為投資人，他們真正關心的是：是不是一群對的人，在朝著對的方向去探索。得益於韓峰濤等人過往的硬體經驗，2024年7月，剛成立半年的千尋智能便發佈了Moz0初代機器人。韓峰濤強調，交付給客戶的一定是軟硬一體的完整產品，軟體需求、硬體需求和開發進度必須同步，這樣整體的性能、成本和體驗才能做到最優。“硬體決定上限，軟體決定能發揮出多少上限。”韓峰濤說。他解釋，如果硬體只能舉起10公斤的重物，軟體再厲害，也不可能讓它舉起11公斤；如果硬體最快能跑10米每秒，演算法只能儘量逼近這個極限，永遠無法讓硬體跑到12米每秒。“能幹活”是第一要義對於有著工業機器人背景的韓峰濤而言，機器人“能幹活”是第一要義，“我們的思路是締造下一代智慧勞動力。”這也是千尋的機器人取名為Moz（墨子）的原因。韓峰濤表示，諸子百家中，墨子是出了名的“能工巧匠”，造過不少實用的機械物件。“我們希望Moz機器人跟真的墨子一樣，是個幹活小能手。”一個完整的人形機器人通常可以分為大腦、感知（眼睛）、感測器（皮膚）、胳膊、手、腿等部分。韓峰濤認為，目前最成熟的是視覺攝影機和手臂，而腿部的硬體成熟度還不夠高。因此，Moz機器人的最初設計是輪式底盤的人形機器人。來源：受訪者“如果你在學校搞科研，肯定要研究最前沿的東西，但做產品不能用不成熟的技術。像雙足這類方案，在續航、穩定性、負載能力以及複雜地形的通過能力等方面，目前都還達不到產品化要求。”韓峰濤說。他判斷，輪式人形是未來3~5年非常務實的落地方案，但不排除三五年後雙足成熟了，Moz2或Moz3會把移動方式換成腿。基於“能幹活”的目標，千尋智能也在加速發展AI模型，提升機器人的泛化能力。2024年7月，千尋智能發佈了一個讓機器人製作咖啡的視訊demo，整套動作非常流暢且沒有卡頓。韓峰濤表示，這是國內第一個端到端的機器人模型。完成做咖啡的任務後，千尋團隊開始驗證機器人能否勝任更多工，如插花、扶水瓶、撿糖果、擦桌子等簡單操作。“抓取是人幹活的第一步。”韓峰濤說。在這些基礎任務取得進展後，2024年11月至12月，團隊開始訓練機器人執行疊衣服等更複雜的長程操作。疊衣服也被認為是機器人面臨的最難的單一任務之一。2025年3月，千尋智能發佈Spirit v1 VLA模型搶先版，搭載該模型的人形機器人已能夠完成“疊衣服”等長程複雜任務。同年6月，公司正式發佈全力控人形機器人Moz1，搭載自研VLA模型，支援全身零延時遙操作，配合自研的多維度數采裝置，可高效完成資料採集，支撐模型的小時級迭代。2026年1月，千尋智能進一步開源Spirit v1.5模型，成為首個在性能上超越Pi0.5的中國開源模型。Pi0.5是美國機器人公司Physical Intelligence於2025年4月發佈的一款開源具身智能模型，也是首個能在陌生家庭環境中，連續完成10到15分鐘的複雜任務的端到端VLA模型，被視為通用機器人走向實際應用邁出的關鍵一步。Spirit v1.5的出現，則標誌著全球VLA模型競爭進入新階段。模型的訓練離不開大量資料，千尋智能同樣面臨機器人行業普遍的資料困境。韓峰濤認為，資料質量決定了模型質量。在模型訓練中，真實資料的質量更高，模擬資料只能作為有效補充。他還公開了千尋智能的“資料配方”：95%以上的資料採用真實資料，模擬資料佔比不超過5%。千尋智能目前的真實資料來源有兩類：一是真實的人類幹活視訊；二是通過資料工廠，利用遙操作和可穿戴裝置真實採集的高品質資料。訓練模式上涵蓋預訓練、後訓練和強化學習，如預訓練階段使用視訊監督微調，以真實世界的遙運算元據和可穿戴資料為主；通過強化學習來提升技能，使得任務完成率達到可變的狀態。截至目前，千尋智能已累計獲取超20萬小時的多類型真實互動資料，涵蓋網際網路視訊、遙操作、可穿戴採集等多個維度，預計2026年總量將突破100萬小時。其自研的可穿戴式資料採集裝置已迭代至第五代，資料採集成本降至傳統方式的1/10。來源：受訪者面對80萬小時的資料缺口，高陽表示，此前團隊主要處於研發階段，尚未啟動超大規模的資料採集。如今，無論是網際網路視訊資料的獲取，還是可穿戴裝置的技術成熟度，都已邁上新台階，實現百萬小時級的資料採集並不困難。高陽預計，到2026年年底或2027年年中，千尋的模型水平有望達到類似GPT-3的階段。屆時主要體現為泛化能力的提升，即機器人能夠在大多數任務上都有完成趨勢，整體成功率約為60%至70%。高陽透露，目前規劃的百萬小時資料主要用於預訓練，整體思路是先通過預訓練建構廣泛的任務基礎，再結合後訓練進行針對性最佳化。從實驗室走向產線在融資過程中，韓峰濤更傾向於引入資源型投資人。資源主要分為三類：第一類是產業投資方，在公司早期就能提供應用場景和銷售反饋；第二類是大型美元基金及市場知名基金；第三類則是具有豐富創業經驗的企業家資源，如連續創業者和國內知名企業家。在他看來，與這些創業路上的先行者交流，他能收穫寶貴指導，幫助團隊少走很多彎路。千尋智能在天使輪融資階段就已引入產業投資方，即寧德時代副董事長李平創立的柏睿資本。到了Pre-A+輪融資過程中，有多家機構表達了合作意向，但京東推進速度最快。京東擁有成熟的物流場景，其高層在機器人領域的佈局也相當積極，雙方理念契合，因此千尋智能選擇京東作為合作夥伴。來源：受訪者這些產業投資方不僅是資金支持者，更是千尋智能探索技術落地與商業化能力的重要合作夥伴。2025年12月，千尋智能宣佈，全球首條人形具身智能產線已在寧德時代中州基地投入運行，其自研的“小墨”機器人作為產線核心裝置，實現了近千塊電池的零故障量產。高陽在接受《中國企業家》採訪時表示，機器人從實驗室走向產線的主要挑戰在於工程化。他指出，實驗室中的Demo可能95%的成功率已算不錯，但在寧德時代的產線上，成功率至少需要達到99.99%以上，才具備繼續推進的價值。此外，還需要解決系統易用性、聯合偵錯、資料閉環等一系列複雜的工業級系統問題，處理大量工程化細節。為此，千尋團隊派駐工程師長期駐廠。高陽舉例說，寧德時代對安全生產要求極高，入場必須穿帶有鋼板防刺穿的勞保鞋，雖然安全但極為不適，工作過程中他們需要在廠裡大量走路考察工作環節，導致許多同事第一天腳就痛得受不了。為了實現技術落地，團隊成員輪班駐紮現場近半年，逐一攻克各種實際難題。不過高陽強調，千尋智能的產品定位是通用性機器人平台，而非針對單一場景的專用裝置。該平台具備規模化複製與後訓練能力，可針對不同任務進行快速適配與調整。未來與合作夥伴展開協作時，將以平台型產品為核心，提供銷售、定製及二次開發等服務。此外，當模型能力躍升至GPT-3/3.5水平後，C端市場也將納入公司的發展考量。談及商業化，韓峰濤認為，千尋智能的目標是先to大B，再to小B，最後to C，整個B端至少需要五年。“to C的門檻很高，一台機器人賣一兩萬元甚至三五萬，消費者不可能為‘花架子’買單。”在韓峰濤看來，C端爆發有三大難題需要解決。一是AI能力，現有技術能完成的任務還很有限，會讓使用者覺得“不值”；二是成本，價格取決於出貨量，整個產業鏈必須足夠成熟才能降本；三是安全，這也是最容易被忽視的問題。機器人重量帶來的倒地風險、家庭隱私等，也都是C端落地必須解決的現實問題。高陽認為，在行業發展初期，千尋智能的模式類似於蘋果和IBM，提供軟硬一體的完整解決方案；後期不排除向Android模式演進，但距離那個階段可能還相當遙遠。 (中國企業家雜誌)

春晚之後，2026年中國兩大科技主線已經明確：巨頭之間的AI（大模型）之戰，創業團隊之間的具身（機器人）之戰。其中更為性感的、也更為產業所熱議的，自然是後者，具身機器人之戰，尤其是2026年正在成為具身機器人從“量產”到“落地”的關鍵一年。僅僅是在開年這一周時間裡，就出現了五起大額融資——千尋智能兩輪近20億元融資，智平方超10億元B輪融資，銀河通用25億元A+輪融資，松延動力近10億元B輪融資，以及優理奇3億元股權融資。經過這一輪資本加持，中國具身智能賽道已經跑出至少7家百億級獨角獸企業：宇樹、智元、銀河通用、星海圖、智平方、自變數、千尋智能。然而，在具身機器人經歷了第一波量產嘗試後，在市場熱情再次被燃燒起來之時，整個產業更需要反思的是：2025年，在第一波具身機器人量產過程中，暴露出了那些問題？2026年，在又一波具身機器人落地浪潮下，有那些確定性瓶頸和趨勢？就這兩個關乎具身機器人產業未來走向的問題，我是在近期舉辦的人形機器人與具身智能標準化年會上，聽到了一場含金量極高的對話，參與這場對話的均為中國具身領域頭部機構的從業者——智源研究院院長王仲遠、星動紀元創始人陳建宇、星海圖創始人高繼揚、清華大學教授汪玉、自變數機器人創始人王潛、眾擎機器人創始人趙同陽、 帕西尼創始人許晉誠、加速進化創始人程昊，以及它石智航首席科學家丁文超。從這九位具身機器人頭部機構從業者的深入研討中，我們找到了上述兩個問題的些許答案。01 具身機器人量產，N個“一致性”難題問：具身機器人量產過程中，最難啃的“骨頭”是什麼？陳建宇：量產過程中，我們認為有兩個比較大的問題：第一，“一致性”問題。因為機器人鏈條很長，從供應鏈、零部件，到整機、系統、演算法，每個環節都可能出現一些小的變數影響一致性。例如，我們之前遇到過這樣一個問題：同一批次造出的人形機器人，有幾台走路走得總是不好，後來查了半天發現，工人在電機組裝的打膠水環節中，有幾台打得不太好，這種問題在實際生產環境中並不少見。後來的解決方案是，我們設定了多層關卡和閘門，一層層把風險排除掉。第二，因為具身機器人這類產品太新了，我們往往無法提前考慮到所有問題，特別是在我們自己小批次內測時，可能會存在沒有考慮到的問題。例如我們之前有一款在售產品，推出一段時間並沒有出現任何問題，後來我們一位大客戶，買的量比較多、用得比較久，使用場景也比較重，在他們使用過程中，出現了一些我們完全沒有預料到的問題。這樣的問題是目前難以避免的，但是我們可以做兩件事情：第一，快速迭代， 遇到問題後，快速想辦法把問題分析解決掉；第二，形成經驗“錯題本”，不斷積累，避免下次出現同類問題。高繼揚：整機和智能的聯動是一個很重要的問題。我們通過生產、工藝能夠保證一定的一致性，但最終發現，每台機器人之間依然存在細微差異，加上基礎模型之後，這些細微差異就會被放大。這就需要有一個標定的過程，將整機中的各種感測器、機械結構，在一個統一的數學空間中做出標定，並與模型完成聯動。基於此，不僅整機有量產，智能也有了一個量產的過程，中間的聯動就靠標定，這是在機器人或者具身智能量產過程中，比較獨特的問題。王潛：兩位講的都是我們所能控制的部分，在我們自己的生產、標定當中，依然存在一部分我們自己控制不了的部門，就是供應鏈問題。我印象特別深刻的是，有一次我們有一個電機，老是出現一些不規則的、難以預測的損壞情況，我們當時覺得很奇怪，為什麼在我們友商那裡，用同樣的電機，他們沒有碰到這樣的問題。後來我們發現，因為大家使用的工況不同，友商使用的是比較常見的工況，供應商針對這個工況做的最佳化比較好，我們雖然也在供應商標定工況之內，但是可能供應商有點偷懶，沒有把那部分的測試和最佳化做好。這也凸顯出了標準工作的重要性，如果我們有一套足夠完備的標準，能夠把這類情況規範起來，就可以避免這類問題發生的。但是目前階段，還是不可避免地會走一些彎路，依然需要我們不斷積累，在各類環境中大量使用和測試，包括量產，才可能讓這些問題暴露出來，這是產業鏈一個發展過程。趙同陽：首先，關於量產，我們要有一個清晰的定義。從去年到現在，人形機器人數千台規模的出貨量，相較於汽車行業而言，只能算是“小批次試產”。相對於百年的汽車行業而言，機器人現在所處的階段還遠未到量產階段，這是一個事實。這其中，供應鏈的發展也還遠未達到量產階段。像汽車，從輪胎、減速器，到玻璃、方向盤，每一個零部件都有幾十家，乃至上百家成熟的供應商，經過近百年的發展，而機器人行業，尤其是人形機器人行業，只是在近兩三年才得到高速發展。從機器人的供應商來看，目前可選的並不多，質量也還在一起探索階段。另外，這個行業到目前依然處於快速發展階段，產品迭代很快，這使得像模具的生產製造，大家都不敢放開手去做。由於行業發展非常快，一個產品可能只有1-2年的競爭力，假如企業備了幾十萬台的貨，有可能在下次競爭中就會被淘汰，導致企業出現大量庫存，這就使得我們和供應鏈廠商都不敢大規模進行產品量產，也就導致整個供應鏈會有一點卡滯。此外，小型人形機器人和大型人形機器人的標準要求也不一樣，小型人形機器人運動能力對機械強度等方面要求不是特別高，但大尺寸人形機器人要又蹦又跳，要承受10g-20g的加速度，還要保證齒輪不斷裂，需要從模擬到設計上慢慢驗證。有些東西甚至無法模擬或設計出來，只能測試出來，這些都是我們整個行業在現階段要去解決的問題。丁文超：大家講的很多是關節的、控制的一致性，我們遇到的一個問題是，如何保證大腦、小腦以及本體協同的一致性。例如機器人要送去進行作業，機器人全生命周期的各種動態性能，包括力觸的感知都是動態變化的，但企業發佈的其實是“本體+模型”，如何保證大腦也具有一致性、量產性，其實是我們現在正在解決的問題。這個問題不僅僅是一個硬體問題，還有很多大腦層面的訓練、資料使用技巧都可以加進去，讓機器人在整個生命周期，無論遇到怎樣的損耗、老化，都可以保持模型的泛化能力。02 具身機器人落地，26年如何造大腦？問：2026年，要讓機器人真正具備泛化能力，並在各個場景中發揮價值，還需要在那些方面進行突破？王仲遠：過去這幾年機器人之所以受到如此高的關注，不僅是因為硬體的發展，也是由於人工智慧，尤其是大模型的突破，為具身智能帶來了新的變數。具身智能和傳統的大模型相比，它需要和硬體耦合在一起，不像純數字世界，可能大模型本身可以直接發揮價值，但具身智能既需要有模型能力本身的提升，又要依賴硬體，複雜性更高。具身智能現在依然非常缺乏高品質資料，這就要求具身智能的資料除了從網際網路模擬環境中獲取以外，一定要有真機資料。當然，這些真機資料如何高品質、標準化地獲得，這就是標委會可以重點推進的一些事項。展望未來，尤其是今年，我覺得可能分兩部分：第一，就企業實際落地來看，我相信依然會以VLM+VLA，或者純VLA為主，在具體的場景中做資料閉環打磨；第二，就科研角度來看，會將重心放在世界模型，放在推進下一代真正具備泛化性的具身智能模型。陳建宇：2026年，我們有兩個重點：第一，資料閉環。經過過去兩年的發展，端到端VLA模型的一些範式已經開始標準化，這時，提升資料質量就成了提升模型能力最高效的途徑。第二，模型範式的提升。當前比較標準的VLA模型主要是基於模仿學習的範式，如何為機器人建立更好的理解物理世界的模型，幫助機器人更好、更范化、更精細地完成各類物理世界中的任務，這也需要進行範式的探索。高繼揚：現在看機器人大腦這件事，主要分為三部分：資料的形態、預訓練怎麼做、後訓練怎麼做。預訓練，去年大家都在做VLA，今年明顯的趨勢是往世界模型在走，這是一個確定性的趨勢；後訓練，去年主要是SFT的模仿學習微調，今年明確在向強化學習方向去走；資料形態，現在具身智能有很豐富的資料形態，從傳統的遙運算元據，到UMI資料，再到我們最近和輝達有一個基於EgoScale框架的合作，是用POV資料觀測自己的雙手怎麼去做，沒有佩戴任何其它輔助裝置，也有很好的預訓練效果。這三個方面，都會在今年有集中的體現。汪玉：從演算法發展的角度來看，後訓練是從SFT向IL（模仿學習）、RL（強化學習）的方向走。現在如何做強化學習，特別是如何將現有算力高效地用於強化學習，這是在雲端要考慮的問題。邊端如何讓機器人在百分之七八十精準率的情況下，進一步通過真機的強化學習能夠將特定認為的精準率提升到99%，乃至100%，這是今年重點要突破的。此外，就具身資料而言，資料的“量”很重要，“質”也很重要。特別是針對資料的“質”，我們看到，做真機強化學習時，實際場景中沒有做好的資料如何回流，如何加入到典型資料中，讓機器人能夠不斷學自己做不好的事情，我覺得是一個關鍵問題。王潛：模型架構本身是一個大的方向。兩年前，還有很多人在做單點任務的小模型，去年大家開始去做VLA，今年大家開始做世界模型。整體上是在往越來越統一、越來越全能的方向發展。但是我們看模型的輸出，有輸出動作，有輸出世界模型對於未來狀態的預測，但其實我們希望模型學到的倒不一定是這些東西，我們更希望模型學到一些物理世界的規律，例如物體的屬性或者更加本質的東西。其實我們自己認為，VLA模型、世界模型並不是相斥的關係，它們在更大框架下是相互幫助，所以我們提出了物理世界基礎模型，這個詞讓大家稍微有一點費解，後來我們把這個詞改成了世界動作模型。我們的看法是，不同任務之間的相互協同是具身模型非常顯著的特點。不同時間的任務，互相之間有大量本質性交叉，這是基於預訓練基礎模型架構的一個大的發展趨勢。當然中間會有百花齊放，有的團隊更注重世界模型，有的團隊更注重動作的訓練。另一方面，最近兩年後訓練獲得了很大的進展。例如很多團隊已經能夠在某些單點場景上做相當優秀的後訓練，特別是強化學習，能夠獲得非常不錯的、前幾年做不到的一些效果。這很大程度依賴於預訓練模型的發展，不管是在具身模型上，還是之前在語言模型上看到的明顯特點，如果預訓練模型沒有很好的基礎，強化學習效果會很差。關於資料，我看到的一個大趨勢是，資料生產逐漸從單點的known-how轉向工業體系。之前大家對於資料的理解是在一個地方有一個口傳心授的秘訣，另外一個地方有單點的模型進行處理，但是現在整體的趨勢是，資料越來越向工業化的方向發展。我們正在以一個完整、可控制、可大規模複製的方式去生產資料，我們也有成體系的 benchmark或模型閉環，這也是我們自己會非常重視和大力度投入的方向，基本上是這樣。趙同陽：早期我們把人形機器人當成一個工具去使用，看重的是機器人的工具屬性，工具要做的就是足夠快、足夠精準、失敗機率足夠低，我們自己內部也在用世界模型、強化學習讓它的失敗機率更低一些。但是人類已經有很多工具，還在乎多一種新的工具嗎？除了工具屬性，接下來人形機器人會帶來更多情緒價值。我們賦予它“雙眼”，讓它能看清這個世界，賦予它“雙耳”，讓它能聽懂這個世界，賦予它“觸覺”，讓它能夠感知這個世界……既然賦予了它這麼多能力，我們希望它不僅能為人類帶來工具屬性的價值，還能帶來情緒價值，世界模型的使用，包括情緒、情感、喜怒哀樂，我們要將它做得至少像一個人，而不僅僅是一個機器。此外，具身機器人大腦的模型還完全沒有收斂，每一家都有自己的做法，每過一兩個月都會有新的演算法出現。它不像做腿足運動控制，現在已經能跑能跳，很多東西幾乎已經超越人類現有水平，而現有的VLA模型很多還處於探索階段，模型能力只能達到人類的1/3、1/4 ，甚至更糟糕的狀態，我們也正在嘗試解決這個問題。許晉誠：我們一直嘗試在做的就是泛化的定義，我們押注在與物理世界接觸模態資訊上，只有這些資訊，才能提升整體任務的成功率。我們在機器人實驗中，加入了大量接觸模態的感測器，例如觸覺感測器，它可以讓基於Pi0這樣基座模型的一個任務的執行成功率，從20%提升到90%以上。這很大程度上提升了任務執行的成功率和泛化性，這是我認為具身機器人未來很重要的一個發展方向。物理接觸模態的資料也很重要，我們現在也在把大量接觸模態的多維觸覺資料採集下來，這對提升整體任務的成功率很重要。程昊：我們認為具身大腦是前期研發需要投入比較多的地方。在整體路線變得越來越清晰的情況下，我們更側重於在現有雙足人形機器人上，尤其是在機器人全身運動已經越來越成熟，可能今年在很多任務執行上能夠超過人類的情況下，現有的具身模型或VLA到底引入那些新維度的資料，模型通過強化學習，還是更多模態的方式，能夠在雙足人形上有更好的效果提升，這是接下來兩年我們在具身大腦上重點投入的方向。丁文超：資料和模型是我們成立第一天起就開始解決的問題，我們公司第一天就提出了一個概念，叫作“以人為中心的資料”。遙操作是通過VR/AR裝置把動作對應到機器人上，讓機器人去完成，而我們的想法是，通過可穿戴式裝置，讓人去做資料採集任務。我們設計了一整套數據採集套件SenseHub，你可以佩戴第一人稱的攝影機、穿戴手套，也可以佩戴二指指套，多種不同的終端。這樣一套數采裝置很 大的好處真正能夠深入到各行各業，所以我們現有資料不僅侷限於數采中心，我們在真實場景下的各行各業，大家能想到人能去的場景，我們都能采到資料，這對於整個模型的泛化能力的提升非常關鍵。在模型側，我們有一個落地任務，它是一個長程、柔性、高精度的任務，這是這代具身智能需要解決的問題。我們發現，在現在的世界動作模型落地過程中，關鍵在於如何將對世界的預測和動作有機結合起來。現在很多世界模型單純把它引入到VLA，很容易產生幻覺問題，對空間的幻覺、物理的幻覺會直接影響機器人最終執行的動作。如何讓機器人的物理感知，對物理的推測、對空間的推測沒有幻覺，能夠穩定可靠執行任務，這是過去這一年我們一直在解決的問題。 (鋅產業)

這筆投資能否複製在半導體領域的“百億神話”？具身智能戰局進一步加劇。近日，千尋智能宣佈連續完成兩輪近20億元融資，其中葛衛東旗下混沌投資現身。投中嘉川CVSource資料顯示，截至目前，該筆投資未改變更工商資訊，暫時不能看到混沌投資的具體持股資訊。但千尋智能已向我確認，葛衛東是通過混沌投資，與雲鋒基金、紅杉中國、Synstellation Capital、TCL創投、明薈投資（匯川技術董事長朱興明家辦）、重慶產業投資母基金、杭州金投、360基金、厚雪資本等共同出手，以及老股東全部跟投，參與到千尋智能最新一輪融資中。自此，葛衛東也搭上了具身智能這張“船票”。千尋智能擬IPO，葛衛東出手了眾所周知，作為私募圈大佬，葛衛東在半導體領域曾創造過“百億等級”的財富神話。不完全統計顯示，在一級市場，葛衛東先後投資了近10家晶片公司，包括沐曦股份、格見構知、玏芯科技、治精微電子、芯投微、慧智微、超矽、海光資訊等公司，其中最為經典的一筆便是沐曦股份。融資資料顯示，葛衛東多次精準押注沐曦股份。2022年9月，先通過混沌投資入股沐曦股份Pre-B輪融資，出資2億元；2023年，又通過混沌投資出手B輪融資，注資1億元，同年12月再次以老股轉讓的方式，通過約6227萬元拿下部分股權。到了2024年，葛衛東以“個人投資者”身份再度加碼，直接參與B輪融資第五期，單筆出手規模達到3億元；2025年，投資力度進一步提升，追投5億元之後，又於當年2月通過混沌投資斥資3億元押注Pre-IPO輪融資。一系列重注之下，葛衛東累計在沐曦股份身上投入超14億元，獲得6.73%的股權。2025年12月，沐曦股份首發上市，首日收盤價達到829.9元/股，直接讓葛衛東手中的股份市值飆升至223.56億元，浮盈超200億元，投資回報達14倍，堪稱“點石成金”的經典案例。那麼，此次葛衛東出手千尋智能，是否意味著後者也有IPO計畫？對此，千尋智能向我表示，“後續確有IPO計畫，但具體時間尚不便透露。”但縱觀葛衛東的出手，不難發現，這位投資大佬已完成了在具身智能領域一筆關鍵性投資，而這筆投資能否複製在半導體領域的“百億神話”，值得期待。融資大戰開啟，賽道新增3家“百億”獨角獸此番融資後，千尋智能的估值也突破百億大關，躋身具身智能賽道“百億俱樂部”一員。在千尋智能之前，我注意到，深圳在開年之後也迎來首個百億獨角獸。近日，智平方宣佈，完成超10億元B輪系列融資，投後估值超過百億元。審視這兩家新晉“百億獨角獸”，顯而易見的是，過去一年，它們都獲得了資本的高度認可，且參與機構均為頭部。首先是千尋智能。近一年來，共完成3輪融資。儘管從融資頻率上看，不算特別密集，但入局的機構都大有來頭。2025年3月，千尋智能完成Pre-A輪融資，融資金額達5.28億元，投資方包括Prosperity7 Ventures、招商局創投、廣發信德等。其中，Prosperity7 Ventures是阿美風險投資旗下的一隻多元化美元基金，千尋智能是其在國內出手的具身智能公司之一。2025年7月，千尋智能又獲得京東集團的青睞，前者聯合中網投、浙江省科創母基金等，參與Pre-A+輪融資。再加上開年後的這輪融資，千尋智能在一年之內累計融資超31億元，成為賽道內最“吸金”的獨角獸之一。智平方方面，其融資節奏堪稱“狂飆”，在過去一年裡融資12輪。資料顯示，出手智平方的資本十分豪華，既有百度戰投、中車資本，及多家特斯拉生態鏈上市企業等產業巨頭，又有沄柏資本、達晨財智、深創投、敦鴻資產、國投創盈、國泰海通以及多家地方產業基金。資本的密集注資，使得智平方迅速坐穩百億獨角獸席位，且在融資規模上，近一年來也累計融資20余億元。值得注意的是，這兩家公司的融資熱潮，並非個案。從整個賽道來看，具身智能的融資戰火已呈燎原之勢。一組資料顯示，近3個月內，賽道內披露的融資總額就超過150億元；更值得關注的是，頭部企業的單筆融資規模普遍在10億元以上。除千尋智能和智平方以外，星海圖也於2月宣佈完成10億元B輪融資，由金鼎資本、北汽產投等領投。本輪融資完成後，星海圖估值隨即突破百億，成為另一家行業獨角獸。事實上，幾乎是同一時間，其他玩家也動作頻頻：逐際動力於2月完成2億美元（約14億元）B輪融資，京東、蔚來資本等出手；大曉機器人完成天使輪融資，由螞蟻集團領投；自變數機器人於1月完成近10億元A++輪融資，字節跳動、紅杉中國等身影浮現；同月，浙江人形機器人創新中心完成4.5億元Pre-A輪融資，聯想創投、寧波金控等加持……可以說，一時間，賽道內是捷報頻傳，資本熱潮澎湃。隨著3家新晉獨角獸的浮現，具身智能“百億俱樂部”的名單也擴容至6家。同時，對比此前成為百億獨角獸的宇樹科技、銀河通用、智元機器人，新晉玩家也呈現追趕之勢。春節前後，何以密集官宣融資？融資熱潮之下，一個值得關注的細節是：賽道內玩家們何以均選擇在春節前後，官宣融資成果？這或許與搶佔時間窗口、對外釋放“強者恆強”的確定性訊號有關。一位投資人表示，一方面，春節前後，已是行業重要的“技術閱兵”節點，企業可通過展示高難度動作、叢集協作等能力，或者線下場景落地，搶佔市場話語權。二是，官宣融資成果在本質上，也是一種戰略博弈。通過官宣，向產業鏈及資本市場及時釋放明確訊號。特別是在當前資本日益向頭部集中的當下，融資不僅是找錢，更是“亮肌肉”，秀號召力。之前，在2025年上海WAIC上，我曾瞭解到，2026年被視為具身智能商業化元年。如果有充足的“彈藥”，就可以去鎖定全年的供應鏈產能、擴充研發團隊及加速產線部署。上述投資人稱，尤其在硬體迭代極快的機器人賽道，半年的領先優勢也許只有一年的市場差距。“因此，在激烈的競爭中，誰能率先完成資金儲備，誰就能在隨後的‘量產大考’中掌握主動權，避免在激烈的交付競爭中掉隊。”但歸根結底，在這場長跑中，獨角獸們拼得不僅是身段，還是技術想像力、資本耐力，以及商業化的落地能力.尤其在技術路線上，我注意到，不同於早期獨角獸們多從硬體本體或單一運動控制切入，新晉勢力們普遍聚焦於機器人的“懂行”，即“大腦”的進化速度，這決定了估值的高低。以3家新晉勢力為例，它們均選擇了VLA（視覺-語言-動作）這一技術路徑。但在這一技術底座之下，又各自演化出獨特的“獨門絕技”。比如千尋智能，其聯合創始人兼首席科學家高陽透露，在資料採集層面，其通過自研的裝置將資料採集成本降低了90%；在“多樣性”路線下，累計獲取超20萬小時多類型真實互動資料，預計2026年總量將突破100萬小時。智平方方面，則致力於全端自研的具身大模型，重點攻克機器人在非結構化環境中的理解與決策難題，力求實現從“預程式設計執行”到“自主理解執行”的跨越；星海圖聚焦於“空間智能”與“3D感知”的深度融合，強調機器人不僅能“看懂”平面圖像，更能“理解”深度空間關係。總之，3家新晉獨角獸們均更注重提升機器人在真實場景中的適應性和泛化能力，而這也是當前行業競爭的關鍵點，也是資本心甘情願給高估值的核心錨定點。資本耐力方面，除了傳統的財務投資人，“產業資本”也幾乎是新晉獨角獸們的標配。在這3家獨角獸中，產業資本頻現。千尋智能身後站著寧德時代、匯川技術、TCL和京東；智平方吸引了百度戰投、中車資本及特斯拉生態鏈企業的目光；星海圖獲得了金鼎資本、北汽產投等重磅加持，汽車產業基因明顯。可以說，產業資本的入局，打消了資本對於“技術無法落地”的顧慮。再加上，相較於以往長達數年的研發沉澱，新晉獨角獸們展現出驚人的商業化“速度”。一個不爭的事實是：無論是千尋智能、智平方，還是星海圖，從成立到發佈原型機，再到進入工廠實測，都僅用了不到2年時間。從商業化處理程序上來看，落地之快令人瞠目結舌。隨著2026年具身智能“商業化元年”的到來，機遇與風險註定並存，對於新晉獨角獸們而言，如何持續保持先發優勢，把資金轉化為實實在在的產品力與交付力，或許才是支撐“百億估值”的關鍵。 (投中網)

成立2年，融資20億，機器人賽道發燒了？封面圖 | 豆包生成2026年的春晚，機器人是主角。開年後的融資話題上，機器人還是主角。這不，成立剛兩年的新秀千尋智能，一口氣融資兩輪，湊齊近20億資金，估值衝破百億大關。這速度已經不是開跑車，而是坐火箭了。某頭部國資機構、雲峰、混沌、紅杉等機構入局，寧德時代、匯川、TCL、小米、華為、京東等巨頭，也殺了進來了。但其實，早在2025年，具身智能“過熱”的言論就開始了。2026年，千尋智能卻揭開一個真相：過沒過熱不一定關鍵，但關鍵的是：具身智能要能用，有用，好用。- 01 -成立2年的百億獨角獸千尋智能很年輕，2024年1月才正式成立。CEO韓峰濤，河北石家莊人，80後，前珞石機器人聯合創始人兼CTO，自己就是機器人行業的老兵，幹這行十幾年，親手交付過兩萬多台工業機器人；聯合創始人高陽，伯克利海歸博士後、清華助理教授，建構了千尋的技術核心；聯合創始人鄭靈茵，從0到1搭建了出海事業部，並實現規模化盈利。“鐵三角”包圓了“產-學-研”，核心技術團隊主要來自伯克利、清華、北大。千尋的業務，圍繞著機器人的“看、聽、工作”——VLA技術路線（Vision-Language-Action，視覺-語言-動作）。千尋的機器人“小墨”現在已經勝任部分工作，在寧德時代服役，作業能力與熟練工相當，助力近千塊電池零故障量產；並進入京東零售場景，用於講解互動與產品操作演示。千尋智能的殺手級產品，來自其自研“機器人腦”——Spirit v1.5模型，性能超越美國同類產品Pi0.5（資料來源於RoboChallenge），國內首例。2026年1月，千尋把Spirit v1.5開源了。千尋靠什麼賺錢？一邊賣機器人，一邊靠開源技術富集生態。- 02 -先run起來，再想別的搞技術的喜歡一句話：“先跑起來。”即先運行最小化、最可行的系統，再升級迭代。成立兩年就進入“百億俱樂部”，似乎是因為千尋一直在琢磨：怎麼盡快跑起來。在通用具身智能領域，場景和能力關係微妙，類似於“先有雞還是先有蛋”：無場景，無優質資料用於訓練，機器人就不靠譜；機器人不靠譜，就不能應用於場景。千尋選擇的是先跑起來。比如主打產品機器人“小墨”，雖是人形，卻沒採用雙足結構，而採用輪式底盤。對此韓峰濤曾解釋，人類幹活主要依靠上半身，採用輪式底盤，平衡、續航、負重、長久站立等雙足機器人常見難題，可以忽略。具身智能不用像高達那樣用腳攻擊，所以不需要腳。（素材來源：《機動戰士高達》）輪式身板，能解決機器人“體弱不能上崗”的問題。對於機器人大腦的訓練，千尋智能拋棄業內鼓吹的高品質資料，而是自有一套“髒資料”哲學：不追求實驗室純淨資料，而是大量採集真實世界的資料（包含失敗和混亂）。執行“髒資料”哲學，帶來兩個直觀收益：第一，用“髒資料”喂出“活腦子”，機器人能更聰明，這也為具身智能訓練帶來新思路；第二，資料多樣、成本低、量大管飽。如結合穿戴數采裝置訓練，比傳統的遙操採集方式，成本可降低90%。野外放養的動物，畢竟會比關在動物園裡的，生存能力要強。千尋目前的Spirit v1.5模型，已具備零樣本泛化能力，即不用訓練，就可以完成一些簡單任務，如拿起毛巾擦拭灰塵。真正跑起來後，發現“資料限制”就不是啥問題了。當機器人進入寧德工廠、京東物流倉庫等場景，源源不斷的真實資料就持續產生了。- 03 -具身智能，降溫還是升溫？千尋的20億融資，似乎是去年具身熱度的延續，真相可能正好相反。這個賽道，不是大家看到的升溫，而是在慢慢的降溫。首先，市場理性在回歸，融資總體在下滑。據中國信通院顯示，2025年整年，具身智能賽道融資總額超過735億，投資事件多達740起，平均每天都有兩起投資，熱度直追當年的新能源；而其中實現工業落地的不到10家。其它公開資料顯示，2025年Q3具身賽道融資額同比大幅下降42%，融資事件減少35%，早期項目融資佔比從2024年的68%驟降至32%。降溫背後，給了市場一個謹慎訊號：看不清的，就不要投。第二，炫技不如解決問題。與走低的具身企業相比，頭部企業最顯著的特點是：不卷參數、模型性能，場景明晰，落地性強。在大模型賽道，近期智譜AI、MiniMax同時IPO，同時創下3000億市值紀錄，核心在於商業閉環、前景明晰，前者有大體量的政府使用者，可充分實現國產替代；後者則是驗證了商業化能力——能造血養活自己。2026年，具身智能也被提了“新要求”，要能解決問題。比如與千尋同期融資的智平方，同樣被資本熱捧，B輪融資10億，號稱對標特斯拉，機器人產品也早已進汽車工廠“搬磚”。具身智能市場已經改變，變的不是資本熱情，而是評價的標準更具體，更樸素。市場不需要知道領先的參數，而需要知道解決什麼問題、降低多少成本、擴大多少產能。一些垂直場景的具身智能，往往有著相同的職責：代替人在嚴苛環境下工作，如水下機器人要為船隻清理藤壺、維護風電設施、海底光纜，在發展海洋經濟中前景光明；通用具身智能，也在經歷著“出實驗室-登上舞台-進廠-進家”的演化路線：今天進廠打螺絲，未來3-5年可能進入家政、養老市場。2026年，拿著解決方案去融資，比拿著參數表去融資，效果更好。 (鉛筆道)

近日，具身智能公司千尋智能（Spirit AI）宣佈連續完成兩輪融資近 20 億元，估值突破百億。本輪融資陣容堪稱行業資本的集中亮相：雲鋒基金、紅杉中國、某頭部國資機構、混沌投資（葛衛東）等超一線機構重磅入局；Synstellation Capital、TCL創投、明薈投資（匯川技術董事長朱興明家辦）等產業資本協同加注；重慶產業投資母基金、杭州金投等國有資本鼎力支援；360基金、厚雪資本等戰投機構共同參與，形成覆蓋頂級資本、產業巨頭、國有資本及戰投大咖的全方位賦能格局。值得關注的是，順為資本、Prosperity7、達晨財智、柏睿資本、弘暉基金、華泰紫金、東方嘉富、千乘資本、廣發信德等老股東全部選擇繼續大額認購，以持續加碼的實際行動，彰顯對公司技術路線與發展前景的堅定信心。這是2026年開年以來，具身智能賽道又一筆重磅融資。01 “獨角獸叢林”裡的融資競速2025年是中國具身智能行業毫無爭議的“融資爆發年”。根據IT橘子資料，全年共發生329起融資事件，融資金額高達398.9億元，同比增長3倍。這條賽道的格局也從早期的“百家爭鳴”快速收斂為“頭部集中”。進入2026年，又有多家具身智能企業宣佈最新融資消息，頭部企業估值達百億人民幣以上。在一片“獨角獸叢林”中，千尋智能以近20億元的兩輪連續融資、估值突破百億的成績入場，已經進入了這條賽道的第一梯隊。02 產業老兵和AI科學家的“組合團隊”千尋智能成立於2024年初，但成立不到兩年，已經完成了從種子輪到Pre-A+輪的多輪融資，資本密集押注的背後，首先是對團隊的判斷。創始人兼CEO韓峰濤是機器人行業的連續創業者。他此前擔任珞石機器人聯合創始人兼CTO，主導交付了超過2萬台工業機器人，覆蓋20多個行業場景，是國內高性能輕型工業機器人的先行者和力控協作機器人量產交付第一人。聯合創始人高陽在加州大學伯克利分校獲得博士學位，師從電腦視覺大師Trevor Darrell和機器人專家Pieter Abbeel（後者正是美國具身智能頭部公司Physical Intelligence的聯合創始人），後回國擔任清華大學交叉資訊研究院助理教授。高陽的學術積累直接轉化成了千尋智能的模型能力。他提出的ViLa演算法被美國明星公司Figure直接採用，強化學習領域的EfficientZero演算法曾獲OpenAI聯合創始人John Schulman高度評價。2025年，高陽團隊提出的One-Two VLA架構解決了傳統VLA模型面對複雜指令容易“卡殼”的難題，它引入了一套“快慢系統”，讓模型能自主判斷任務複雜度：遇到簡單任務直接執行，遇到複雜指令則自動拆解為子任務逐步完成。這一架構與此前的ViLa、CoPa等研究成果共同演化，最終構成了千尋智能Spirit系列VLA模型的技術底座。03 “資料金字塔”和一個反直覺的觀點千尋智能聚焦視覺-語言-動作（VLA）技術路線，但在資料策略上做了差異化。高陽將之稱為“資料金字塔”訓練理念。順為資本合夥人耿益璇說：“千尋智能是我們最早發掘、且連續多輪加注的核心項目。他們從一開始就選了一條‘難而正確’的路。”“我們在預訓練階段沒有走傳統‘世界模型’預測每一幀的老路，那條路算力消耗巨大且效率不高，”高陽說，“我們選擇基於海量人類網際網路視訊進行預訓練，在更少參數量下實現更好效果，顯著降低算力成本。”這套理念的核心邏輯是：將資料按照資訊量和採集成本分層——底層是海量的網際網路人類視訊（低成本、高覆蓋），中層是遙操作和可穿戴裝置採集的互動資料，頂層是真機rollout產生的高精度資料。不同層級的資料在訓練流程的不同階段發揮作用，形成一個金字塔結構。在資料採集端，千尋智能自研的可穿戴式數采裝置已迭代至第5代，將採集成本降至傳統遙操作方式的1/10。截至目前，公司已累計獲取超20萬小時多類型真實互動資料，預計2026年將突破100萬小時。更為關鍵的是千尋提出的一個反直覺觀點：Dirty data is the key to scaling VLA models（非完美資料才是擴展VLA模型的關鍵）。團隊發現，在多樣化的“非完美資料”上訓練，反而能獲得斜率更高的Scaling曲線。換句話說，資料的多樣性，遠比“乾淨”本身更有價值。這條技術路線在2026年1月得到了一次關鍵驗證。根據千尋官方資料，Spirit v1.5成為國內首個在性能上超越Pi0.5的開源具身模型。Spirit v1.5最引人注目的是其零樣本泛化能力，無需針對新任務進行額外訓練，即可完成擦拭物體、操作鉸鏈、處理柔性物體等複雜操作。它不是一個只會做特定動作的“專才”，而是一個能夠在從未見過的場景中自主決策和操作的“通才”。千尋智能所聚焦的VLA技術路線，與Google DeepMind、Physical Intelligence等全球頭部企業高度同頻。雲鋒基金執行董事董懷謹評價說：“專屬物理世界的AI大腦是具身智能實現躍遷的重要前提，而穿越周期的核心壁壘來自於技術對生產力的實際創造。”04 寧德時代產線上的“實戰檢驗”技術參數和榜單排名是一回事，能不能在真實產線上“幹活”是另一回事。這也是當前具身智能行業最深層的痛點：Demo和落地之間隔著一條巨大的鴻溝。北京航空航天大學教授王田苗曾在公開發言中指出，具身智能繁榮背後存在隱憂，“當一定比例的企業技術路線高度雷同時，未來的競爭可能走向價格比拚”，他認為，“具身智能的核心突破口是垂類模型和資料訓練，競爭不是簡單的‘給錢給地’，而是圍繞‘技術閉環-量產能力-資料回流-商業閉環’展開的全鏈條競速。”當下，千尋智能已經把機器人送進了寧德時代的電池量產線。千尋自研的“小墨”機器人，已在寧德時代中州基地電池PACK量產線的EOL&DCR工序上穩定運行，成為產線核心裝置。累計生產近千塊電池，插接成功率穩定在99%以上，作業節拍達到甚至超過熟練工人水平。更關鍵的是，小墨展現出了對生產不確定性的毫秒級快速適應能力和超越人類的柔性操作能力。在商用領域，千尋智能的“墨子”機器人已在京東零售場景中承擔講解互動與產品操作演示，雙方正共同探索京東雲及Joyinside大模型在大型零售網路中的落地。從工業到零售，千尋智能正在用兩條腿走路。05 具身智能的“iPhone時刻”還有多遠？站在2026年初回望，具身智能已經不再是純粹的“未來敘事”。機器人正在被拉進工廠、倉庫和產線，但距離真正的大規模產業化，這條路還有多遠？行業面臨的核心痛點至少有三個。第一是資料瓶頸。人類模態從語言到視覺再到行動存在巨大鴻溝，兩歲小孩都能完成的搭積木動作，對機器人來說仍然困難重重。訓練資料的規模和多樣性遠遠不夠，而採集成本又居高不下。千尋智能通過自研採集裝置將成本降低90%、並提出“非完美資料”策略來擴展資料規模，是目前行業內為數不多的系統性回答之一。第二是從Demo到量產的鴻溝。大量公司可以在實驗室裡展示炫酷的動作視訊，但要在真實工業環境中保持7×24小時穩定運行，面臨的挑戰完全不同，包括溫度、振動、工件偏差、不確定性，每一個變數都可能導致失敗。千尋智能在寧德時代產線上驗證了這種能力，但這種驗證目前仍然是個案，規模化複製還需要時間。第三是商業模式的閉環。一位投資人曾指出，具身智能技術真正進入工廠和家庭可能還需要3到5年甚至更久，在此之前，企業不可能永遠依賴一級市場融資。誰能率先跑通“技術閉環-量產能力-資料回流-商業閉環”的正向循環，誰才有資格留在牌桌上。千尋智能選擇的VLA路線，是一條被公認為天花板最高、但門檻也最高的路。它追求的是通用具身模型，讓機器人具備理解物理世界的能力，而不只是執行特定任務的工具。這條路的終局指向的是一個更宏大的命題：當機器人真正具備零樣本泛化能力，它就不再是“專用裝置”，而是“通用勞動力”。高陽曾公開表達過一個判斷：我們正處在“Robot GPT-1”階段，四年後可能達到3.5階段。他也坦言，在一個相當長的時間內，大多數具身智能只能達到“有限場景內的L4”，廣泛場景的通用智能還不現實。這種清醒的技術判斷，也許正是投資人願意押注的原因之一。千尋智能既沒有許諾一個“明年就能進入千家萬戶”的激進願景，也沒有停留在實驗室裡追求論文數量。它選擇了一條“難而正確”的中間道路：用真實產線驗證技術，用產線資料反哺模型，再用更強的模型擴展到更多場景。20億元融資，為這場長跑提供了彈藥。但在這片競爭日趨白熱化的“獨角獸叢林”裡，真正的考驗才剛剛開始。 (騰訊科技)

好好好，具身智能領域又有公司宣佈融資新動態了！就在今天上午，具身智能創業公司千尋智能 （Spirit AI）官宣完成5.28億元人Pre-A輪融資。這是該公司對外披露的第四輪融資。該公司創辦於去年2月，截至去年12月中旬，已快速完成三輪融資，其中種子輪+天使輪2億。據官方公開的資料來看，這一輪Pre-A的資方屬性很廣——由阿美風險投資旗下Prosperity7 Ventures（P7）領投，招商局創投、廣發信德、靖亞資本、東方富海、華控基金等多家資本深度參與，華發集團、浙江省科創母基金與上市公司浙江東方在杭州共同發起設立的善富科創子基金戰略加持。此外，老股東達晨財智、柏睿資本、弘暉基金以及千乘資本在本輪持續加碼。因技術路徑與矽谷明星企業Figure高度相似（如通用人形機器人+具身大模型），在業界，千尋智能一度被稱為“中國版Figure”。如今，Pre-A融資到手，千尋智能的打算是：持續加速具身大模型的迭代、機器人本體的進化以及人才團隊的建構。最新技術進展：AI、機器人本體都不落下讓我們來看一看，致力於助力每一個夢想的VC們，為什麼要蜂擁押注這一家公司。先從技術側來看，主要分為AI和機器人兩個方面。AI方面，千尋智能近期披露了自研VLA Spirit v1搶先版。官方展示視訊中，一鏡到底，記錄了兩隻機械臂流暢疊了N件衣服的全過程。當然了，這次連續長程複雜任務powered by Spirit v1搶先版。“複雜”之處，在於衣服的褶皺、質地和擺放形態都具有極高的隨機性，因此每一步操作都面臨不同的挑戰。千尋智能方面介紹，這是國內首次攻克柔性物體長程操作難題。而Spirit v1 VLA正式版將於近期公開發佈。機器人方面，千尋智能則預告了自家首款商用級人形機器人，它也在即將正式發佈的路上了。他的名字叫Moz1：官方對其的介紹如下：Moz1是國內首個高精度全身力控的具身智慧型手機器人，擁有26個自由度（不含靈巧手），基於全球功率密度最高的一體化力控關節打造。與此同時，Moz1一體化關節的功率密度相比馬斯克旗下特斯拉人形機器人柯博文（Optimus）提高了15%。千尋智能是誰？技術進展不慢，關鍵是這家公司就算在具身智能賽道，也算得上是年輕選手。它成立於2024年2月，總部位於杭州，致力於研發通用人形機器人和下一代具身大模型。目前，千尋智能主要聚焦智能製造、物流、康養等高附加值領域，已完成80+場景調研，計畫2025年交付數百台產品。此外，該公司還與清華大學、浙江大學等共建實驗室，定向培養博士人才。據公開資料，千尋智能團隊成員來自UC伯克利、CMU、清華、北大等頂尖高校，以及字節、小米、騰訊等知名企業。創始人兼CEO韓峰濤，機器人行業連續創業者，擅長技術工程化與商業化落地。他曾任珞石機器人聯合創始人&CTO，主導交付超2萬台工業機器人，覆蓋20+行業場景。聯合創始人高陽，清華大學交叉資訊研究院助理教授，於美國加州大學伯克利分校獲得博士學位，後於加州伯克利大學與 Pieter Abbeel 等人合作完成了博士後研究。目前，高陽主持具身視覺與機器人實驗室 (Embodied Vision and Robotics，簡稱EVAR Lab)，專注於利用人工智慧技術賦能機器人，致力於打造通用的具身智能框架，由他提出的ViLa演算法被Figure採用。去年12月，量子位舉辦的MEET 2025智能未來大會上，高陽也來到現場分享了他的所思所想。具身智能趨勢大熱，敢於給斷言的人不多，高陽是一個。“有實體機器人可以幫我們做各種各樣我們自己不想做或者懶得做的一些事情，這是我認知裡的具身智能。”他說。自己每天晚上回到家已經比較晚了，可能想吃點夜宵，吃完之後不想收拾盤子；周末家裡很多東西沒有歸位，想讓一個機器人幫我把這些東西歸位；實現一位七旬老太太的機器人養老夢……這也是高陽他們聯手創辦千尋智能的原因。我最大的一個理想和願望就是在十年之後，希望這個世界上10%的人可以擁有自己的機器人。即將過去的3月，具身智能真的好熱鬧熱鬧，十分熱鬧。單單這個3月，具身智能領域就頻頻傳出動態和融資進展。都不說遠了，就說最近一個星期時間吧——3月24日，稚暉君創業、華為前副總裁加盟擔任CEO的智元機器人宣佈已完成新一輪融資，騰訊領投。這是騰訊投資在這一輪具身智能熱潮中，首次出手。據悉，智元機器人將以150億元的估值接洽新一輪融資。3月25日，一個具身智能領域新玩家的動態被廣泛關注。原力靈機，姚班天才范浩強及其在AI四小龍之一曠視的兩位前同事共同創辦。公司去年12月17日成立，3個月時間拿下2億元天使輪融資。3月26日，今年2月才低調出發的具身智能創業公司它石智能，官宣了1.2億美元的天使輪融資，創造了中國具身智能行業最大天使輪新紀錄，震動江湖。這家公司背後的核心人物是兩位自動駕駛領域的第一人：一位叫陳亦倫，來自L2，代表智能駕駛；一位叫李震宇，來自L4，代表Robotaxi。此外，還有華為“天才少年”計畫的首批入選者丁文超坐鎮，擔任聯合創始人兼首席科學家。同在3月26日，追覓科技孵化的獨立機器人公司魔法原子舉辦線上發佈會。發佈會上分享了其在工業和商業兩大應用場景中的表現，公開了首個具身智能大模型「原子萬象」，還透露出後續種種計畫。3月29日至30日，2025中國具身智能大會（CEAI 2025）在北京舉行。會上發佈了“具身智能十五大重點方向”和《中國人工智慧學會具身智能白皮書》。這“十五大重點方向”分別為：多模態具身感知、具身自主學習、具身大模型、具身世界模型建構、具身操作、具身導航與路徑規劃、具身人機協同、群體具身智能、具身知識推理、具身智能模擬平台、具身智能模擬到真實環境的遷移與泛化、具身智能安全、具身對話與互動、具身強化學習與自適應控制以及具身意識與情感。……這還只是幾個流傳度最廣的。要真是事無鉅細一一羅列？列不完，真的列不完。如此火爆，怪不得高盛預測，2035年全球人形機器人市場規模將達1540億美元。但還是有個問題盤旋在這個領域上空。就像上周末中關村論壇期間，銀河通用、星動紀元、穹徹智能、樂聚機器人等具身智能創始人探討的那樣——具身智能的ChatGPT時刻，到底何時到來？綜合各位大咖的言論，我們整理出這樣一個答案：具身智能的ChatGPT時刻必定會到來，但不會是大語言模型孕育出ChatGPT那樣讓人眼前一亮的瞬間，而是長期的累積、推進。這個周期或許較長，但並不妨礙人形機器人的持續應用。 ( 量子位)

人形機器人融資戰報出爐。 智東西11月25日報導，這個月，人形機器人圈再度迎來一波融資熱潮。銀河通用11月18日宣佈獲得5億元天使+輪融資，成立一年半已累計融資12億元，投資方不僅有北汽、美團、訊飛、智源等名企，而且彙集北京、上海、深圳、香港四方政府背景基金。 同日，港科大孵化的深圳創企戴盟機器人也宣佈連續完成兩輪億元級的天使+輪融資，投資方涵蓋聯想創投、頭部銀行系投資機構等。 11月13日，埃斯頓酷卓獲得1.3億元Pre-A輪融資，當天靈初智能獲得來自高瓴創投等機構的天使輪融資。本月，還有千尋智能（數千萬元）、星海圖（2億元）、月泉仿生（近億元）、自變數機器人（數億元）等人形機器人企業獲得融資。