智東西生成式AI

6個月,16傢俱身智能創企,估值突破100億

2026年6月29日 12:50

重點摘要

智東西 作者 | 王涵 編輯 | 心緣 具身智能,熱到發燙。 智東西6月29日報道,今日,國內又誕生了2家估值超過200億元的具身智能獨角獸——智平方和自變量機器人。至此,國內具身智能百億獨角獸至少已有26家,其中有16家都是在今年上半年新增的。 今年上半年成為新晉百億獨角獸的具身智能公司包括:酷哇科技、智平方、自變量機器人、千尋智能、星海圖、光輪智能、蘇度科技、它石智航、地瓜機器人、星動紀元、極佳視界、眾擎機器人、普渡機器人、星塵智能、松延動力、天機智能。 ▲國內具身智能百億獨角獸名單(智東西製圖,截至2026年6月29日) 結合技術路線與商業化思路,行業玩家大致可以劃分為全棧、軟件及大腦、硬件及本體三類,該劃分主要參考各家企業的發展起點與資源傾斜重心。 細看26家百億獨角獸的佈局選擇:走全棧路線的企業有13家(宇樹科技、銀河通用、智平方、星海圖、梅卡曼德、智元機器人、雲深處科技、蘇度科技、它石智航、擎朗智能、星動紀元、普渡機器人、星塵智能); 聚焦硬件及本體的企業9家(靈心巧手、酷哇科技、非夕科技、地瓜機器人、帕西尼感知、眾擎機器人、樂聚機器人、松延動力、天機智能); 主攻軟件及大腦方案的企業共4家(自變量機器人、光輪智能、千尋智能、極佳視界)。 同樣躋身百億估值梯隊,三類企業各自靠什麼優勢站穩市場?不同技術路線又將迎來怎樣的發展機遇與瓶頸?估值的飆升究竟是泡沫還是機遇? 一、新增七家全棧玩家,累計融資超百億 全棧路線的企業一方面深耕“具身大腦”,佈局具身智能大模型、VLA世界模型等核心算法與模型技術;另一方面攻堅機器人本體硬件,覆蓋整機設備、關節模組、傳感器等關鍵硬件環節,致力於搭建完整的軟硬件自研閉環體系。 這類企業的核心發展邏輯十分清晰:具身智能的落地核心離不開算法與硬件的深度綁定,只有同時掌控上層“大腦”與底層硬件“本體”,才能高效打通數據採集、模型迭代、場景落

站內 AI 整理稿

智東西 作者 | 王涵 編輯 | 心緣 具身智能,熱到發燙。 智東西6月29日報道,今日,國內又誕生了2家估值超過200億元的具身智能獨角獸——智平方和自變量機器人。至此,國內具身智能百億獨角獸至少已有26家,其中有16家都是在今年上半年新增的。 今年上半年成為新晉百億獨角獸的具身智能公司包括:酷哇科技、智平方、自變量機器人、千尋智能、星海圖、光輪智能、蘇度科技、它石智航、地瓜機器人、星動紀元、極佳視界、眾擎機器人、普渡機器人、星塵智能、松延動力、天機智能。 ▲國內具身智能百億獨角獸名單(智東西製圖,截至2026年6月29日) 結合技術路線與商業化思路,行業玩家大致可以劃分為全棧、軟件及大腦、硬件及本體三類,該劃分主要參考各家企業的發展起點與資源傾斜重心。 細看26家百億獨角獸的佈局選擇:走全棧路線的企業有13家(宇樹科技、銀河通用、智平方、星海圖、梅卡曼德、智元機器人、雲深處科技、蘇度科技、它石智航、擎朗智能、星動紀元、普渡機器人、星塵智能); 聚焦硬件及本體的企業9家(靈心巧手、酷哇科技、非夕科技、地瓜機器人、帕西尼感知、眾擎機器人、樂聚機器人、松延動力、天機智能); 主攻軟件及大腦方案的企業共4家(自變量機器人、光輪智能、千尋智能、極佳視界)。 同樣躋身百億估值梯隊,三類企業各自靠什麼優勢站穩市場?不同技術路線又將迎來怎樣的發展機遇與瓶頸?估值的飆升究竟是泡沫還是機遇? 一、新增七家全棧玩家,累計融資超百億 全棧路線的企業一方面深耕“具身大腦”,佈局具身智能大模型、VLA世界模型等核心算法與模型技術;另一方面攻堅機器人本體硬件,覆蓋整機設備、關節模組、傳感器等關鍵硬件環節,致力於搭建完整的軟硬件自研閉環體系。 這類企業的核心發展邏輯十分清晰:具身智能的落地核心離不開算法與硬件的深度綁定,只有同時掌控上層“大腦”與底層硬件“本體”,才能高效打通數據採集、模型迭代、場景落地的完整閉環,大幅提速商業化進程。 在2026年,具身智能百億俱樂部新增了7家全棧玩家,具體如下(按照估值數額排序): 星海圖由清華大學90後團隊創立,技術路線為VLA(視覺-語言-動作)模型,主張一個通用模型適配多種機器人形態。2026年6月,其發佈了世界模型Fast-WAM並開源新一代VLA基礎模型G0.5。同月,其發佈了雙足人形機器人Kengo。今年2月,星海圖完成10億元B輪融資;不到兩個月後,4月又完成近20億元B+輪,估值翻倍至200億元,創下2026年春節後具身智能賽道估值漲幅最快紀錄。 ▲星海圖雙足人形機器人Kengo 蘇度科技成立於2025年5月,2026年4月發佈了軟硬件全棧自研的機器人系統#Sudo R1,採用了“3D世界模型與強化學習一體化設計”。2026年4月20日,該公司完成5億美元(約合人民幣34億元)Pre-A輪融資,估值約136億元,成立僅11個月即躋身百億陣營。 ▲蘇度科技#Sudo R1 它石智航成立於2025年2月,已經推出通用具身大模型AWE 3.0,工業機器人A系列、通用機器人T系列、靈巧手TARS DexHand等產品。2026年4月,該公司完成4.55億美元(約合人民幣31億元)Pre-A輪融資,估值約130億元,高瓴、紅杉聯合領投。 ▲它石智航靈巧手TARS DexHand 智平方成立於2023年4月,已經推出具身大模型AlphaBrain以及自研機器人本體AlphaBot。據其披露,該公司已拿到近5億元訂單。2026年6月29日,智平方宣佈已完成一系列新融資,融資總額近50億元,估值超200億元。2026年2月,智平方完成超10億元B輪融資,成為深圳首個百億具身智能獨角獸,在一年內累計完成13輪融資。 ▲智平方AlphaBot 星動紀元成立於2023年,是清華大學佔股的人形機器人企業。其發佈了端到端原生機器人大模型(VLA大模型)ERA-42,並已構建了覆蓋本體、關節模組到靈巧手的硬件體系。2026年3月,星動紀元完成10億元戰略輪融資,估值突破100億元,投資方包括三星、高成投資、新加坡電信等。 ▲星動紀元ERA-42 星塵智能成立於2022年,技術路線為“AI模型—具身OS—繩驅本體”三位一體全棧底座,早期推出了人形機器人Astribot S1,今年5月,星塵智能發佈新一代機器人T1。2026年6月3日,該公司完成B輪系列融資,3個月內連續三輪融資,總額超10億元,估值突破百億。 ▲星塵智能Astribot S1 普渡機器人成立於2010年,此前以商用服務機器人為主業,2026年轉向具身智能和人形機器人賽道,在5月發佈具身智能大模型PuduFM 1.0和通用具身智能體PuduAgent。2026年4月,該公司完成近10億元融資,估值突破100億元,累計融資超20億元。 ▲普渡機器人產品矩陣 二、新增四家大腦派玩家,千尋、極佳、自變量齊入百億俱樂部 第二種技術路線就是從機器人的“認知”出發,是一條更“輕”、更AI的路線。大腦派企業專注打磨通用具身智能模型,目標是打造機器人領域的通用底層系統,希望成為機器人行業的“Android系統”。 當然,這裡所說的大腦派,並非只研發具身大腦的單一廠商,而是將模型作為核心主業。放到更廣的行業範疇來看,不少深耕世界模型、多模態大模型的企業,同樣歸屬於這一陣營。再比如,在今年5月估值已達150億元的光輪智能,其聚焦於向整個行業提供訓練所需的數據、仿真平臺和評測體系,嚴格來說相當於具身智能行業的“賣水人”。但按照廣義的軟件定義,該公司也可以暫且歸於此類。 2026年,大腦派具身智能百億獨角獸新增3家,具體為: 千尋智能成立於2024年2月,其2026年1月發佈並開源的具身智能基礎模型Spirit v1.5,在基準測試中超越英偉達Pi0.5。此後發佈Spirit v1.6,在ICRA 2026行業盲測中蟬聯全球第一。融資方面,千尋智能是2026年上半年融資額最高的具身智能企業:2月連續完成兩輪融資近20億元;4月再完成10億元融資;5月又完成15億元A+輪融資,三個月累計融資近45億元,估值達200億元。 ▲千尋智能Spirit v1.5 極佳視界成立於2023年,曾先後發佈GigaBrain系列具身基礎模型,開源GigaBrain-0、GigaBrain-0.1等基礎模型。2026年2月,極佳視界發佈了首個基於世界模型的強化學習具身基礎模型GigaBrain-0.5M*。融資方面,2026年4月,其完成數十億元B1輪融資;6月15日又完成10億元B2輪融資。加上此前2025年11月華為哈勃投資的A1輪,該公司估值已突破100億元。 ▲極佳視界GigaBrain-0架構 自變量機器人成立於2023年12月,是國內最早採用完全端到端路徑實現通用具身智能大模型的公司之一。該公司自研了「GreatWall」操作大模型系列,包括WALL-A等版本。融資方面,2026年1月,其完成A++輪10億元融資;2月再完成數億元融資,累計融資超30億元,估值超百億;4月底,完成B輪融資;5月至6月,自變量又連續完成了B+、B++、C輪三輪融資,並且悉數完成交割。截至目前,該公司投後估值超過200 億元。 ▲自變量WALL-A 操作大模型 三、新增六家本體派玩家,多家產品已量產 本體派企業專注於機器人硬件本身,即整機、關節、傳感器、靈巧手等核心零部件,代表企業有靈心巧手、非夕科技、梅卡曼德等。機器人硬件存在物理壁壘,好的硬件一旦進入量產,很難被複制。但他們的風險在於,如果全棧企業自研硬件能力快速提升,本體外採需求可能下降。 2026年,本體派具身智能百億獨角獸新增6家,具體為: 酷哇科技主攻自動駕駛環衛車和城配物流車,其產品已在上海、深圳等城市規模化部署無人清掃和快遞配送。2026年5月,該公司完成超過6億美元融資,估值站上30億美元(約合人民幣204億元),2025年其營收突破10億元,並已實現盈利,是目前少數能自我造血的具身智能企業。 ▲酷哇科技自動駕駛環衛車 地瓜機器人成立於2024年1月,前身是地平線AIoT部門,技術路線為機器人底層算力平臺及芯片,即向機器人廠商提供計算硬件和操作系統。其芯片佈局了X、S兩大系列,X系列主要用於滿足泛機器人行業、消費類機器人,S系列是面向具身智能的大算力芯片。融資方面,2025年,該公司完成1億美元(約合人民幣6.8億元)A輪融資;2026年3月完成1.2億美元(約合人民幣8億元)B1輪融資;4月再完成1.5億美元(約合人民幣10億元)B2輪融資,估值約108億元。 ▲地瓜機器人產品矩陣 眾擎機器人成立於2023年10月,專注全棧自研一體化關節模組,擁有SE01、SA01、PM01、S2和JS01等系列產品。2025年12月發佈全尺寸人形機器人T800。2026年4月,眾擎機器人完成2億美元(約合人民幣14億元)B輪融資,估值突破100億元。其成立2年內完成8輪融資,累計融資額超20億元。 ▲眾擎機器人T800 天機智能的技術路線聚焦具身智能底層零部件,包括運動控制、MEMS關節扭矩傳感器、一體化關節模組等,其商業模式是向機器人廠商供應核心部件,目前客戶覆蓋約45家機器人廠商。2026年5月,該公司完成10億元B輪及B+輪融資,投後估值近百億。該公司聲稱其2026年第一季度在手訂單突破萬臺,年交付量2000臺。 ▲天機機器人EVO7 松延動力成立於2023年9月,聚焦消費級人形機器人,其明星產品為一款名為“小布米”的萬元級機器人,曾登上2026年央視馬年春晚。2026年3月,該公司完成近10億元B輪融資,此前已完成九輪融資,估值接近百億,投資方包括北京機器人產業基金等。 ▲松延動力“小布米” 樂聚機器人成立於2016年,已推出多款人形機器人產品,包括Kuavo(中文名:夸父)、Aelos、Roban等。融資方面,該公司累計融資超18億元,2025年9月至10月,其完成近15億元Pre-IPO輪融資。2025年10月,樂聚機器人母公司樂聚智能已在深圳證監局辦理輔導備案登記,正式啟動IPO流程,擬募資26億元,其本次IPO的招股估值大約在100億元左右。 ▲樂聚夸父機器人擔任火炬手 四、押注百億,只買一張“通往未來的船票”? 資本熱潮之下,產業內部早已出現截然不同的判斷,分歧愈發凸顯。 其中頗具代表性的觀點,便是行業盛行的“泡沫論”。 千尋智能創始人韓峰濤在今年的智源大會論壇上做了一個形象的比喻:“現在的模型能力只相當於一兩歲的孩童。”他預估,真正的規模化落地,“至少還要等待兩年的時間,也就是模型能力達到初高中水準之後”。 ▲千尋智能創始人韓峰濤 另一種聲音是“序章論”。 靈心巧手創始人周永明確反駁“泡沫”說法:“現在不是熱潮,而是序章。”他將當前融資規模與新能源車、芯片產業對比,國內“一輪十幾億元”的體量“還只是起點”——“如果未來有廠商達到每年十萬臺出貨量,資金體量應該是現在的十倍”。 ▲靈心巧手創始人周永 東方富海合夥人王鑫在投中網的採訪中持類似觀點:“長期來說,大家都覺得人形機器人應該進入家庭,成為保姆,作為陪伴,人手一個,這是一個長期敘事。站在這個時點,看這個長期敘事,肯定是沒有泡沫的。” 兩種聲音之間的核心分歧是:估值是基於期待,還是基於現實? 破殼機器人創始人、清華大學交叉信息研究院助理教授許華哲認為:“大家更多的是想買一張通往未來的門票。”這意味著,25家百億獨角獸的高估值,本質上是資本對”物理世界GPT時刻”的押注,而並非對現有營收和訂單的定價。 ▲破殼機器人創始人、清華大學交叉信息研究院助理教授許華哲 在2026年3月的英偉達GTC大會上,英偉達創始人兼CEO黃仁勳將2026年定義為“人形機器人商業化元年”。但據投中網報道,也有具身智能創始人判斷:“今年不是商業化元年,是淘汰賽元年。”據行業分析,當前大部分公司現金流僅能支撐18-24個月,意味著2027-2028年將成為生死大考。 如果技術迭代的速度追不上資本耐心的耗盡,那麼今天的25家百億獨角獸,大概率將經歷一輪殘酷的”大浪淘沙。 五、三條路線,一種活法 怎麼活下去?答案似乎只有一個,那就是商業化+建立技術壁壘。 對於商業化,業界給出的答案是“要儘早,但不能盲目”。 星源智CEO劉東以自動駕駛為鑑:“當年衝L4、L5的(很多),反而是做L2的公司活得最好、落地最快。儘早落地應用,對後續模型訓練方法的改進、避免方向跑偏非常重要。”星海圖CEO高繼揚認為,“追求不符合這一階段的商業化,帶來的更多是負債,而不是資產。” ▲左:星源智CEO劉東;右:星海圖CEO高繼揚 大腦派最大的風險則來自通用大模型的降維打擊。如果GPT-5.6等通用模型向具身智能延伸,大腦派的價值將被大幅稀釋。因此,大腦派必須在垂直場景的數據體量和數據質量上建立壁壘。 靈心巧手等本體派企業的壁壘在於物理層面——靈巧手、力控機器人、觸覺傳感器都是精密製造的高門檻環節,短期內難以被複制。但本體派的長期風險,恰恰來自大腦派的顛覆邏輯。 韓峰濤判斷稱,具身大腦的進化會反向定義硬件、倒逼硬件迭代。因此,對本體派而言,出路無非兩條:第一,在現有硬件上建立不可替代的工藝壁壘;第二,綁定大客戶形成長期復購,構建穩定的商業基本盤。 結論:誰能跑通商業閉環,誰才會是下一個贏家 2026年6月15日,在智源大會“具身產業CEO論壇”的圓桌會議上,主持人、智源研究院院長王仲遠開玩笑:“大家可以多拍幾張照片,也許過幾年這裡面都是身家千億以上的企業家。”這話一半是期許,一半也暗示了當下的瘋狂。 如果未來兩到三年內,機器人能在工廠、物流、家庭等場景實現規模化落地,那麼今天的百億估值是起點;反之,如果技術迭代和成本下降的速度追不上資本的預期,那麼今天的百億估值,可能只是一場集體狂歡。 無論是全棧、大腦還是本體,商業化才是唯一的裁判。而裁判的哨聲,可能已經不遠了。

Related

相關文章

軟件沒被AI殺死,但全球市場都捲上天了

AI寫程式能力崛起,但軟體並未被取代,反而在全球市場面臨更加激烈的競爭。軟體開發的門檻降低,促使各國廠商紛紛投入,導致市場「捲」上加「捲」。軟體業者需在效率與創新之間找到新平衡,才能應對這場無止境的挑戰。

剛剛

Token管夠的時代結束了

這篇消息聚焦「Token管夠的時代結束了」。原始導語提到:企業的錢也不是大風颳來的 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

剛剛
雷峰網生成式AI

中國信通院牽頭,首個智算運維智能體評測基準正式落地,覆蓋 5 款主流國產芯片

6月29日,在中國信通院人工智能軟硬件協同創新與適配驗證中心、中國人工智能產業發展聯盟、工信部人工智能標準化技術委員會聯合主辦的2026“眾智”大模型開放智算生態協同高級別研討會中,中國信通院副院長魏亮,正式發佈AISHPerf人工智能軟硬件基準體系3.0版本,包含兩項 AI Infra 領域核心評測基準——AISHPerf-智算運維智能體評測基準以及AISHPerf-算子生成智能體評測基準,兩大基準由國內頂尖AI原生基礎設施服務商無問芯穹及清華大學團隊作為重點技術支持方參與建設。前者是首個面向 AI Infra 的運維智能體評測基準,依託百億級真實運維數據構建,核心考核智算運維智能體在真實生產場景中解決實際問題的落地能力。後者則跳出 “模型能否生成可運行 GPU 算子” 的基礎維度,將評測重心錨定在 “模型生成的算子能否在真實量化推理部署中替代現有算子” 的工程可部署性上,更貼合產業實際落地需求。二者從底層算力優化到上層集群運維,共同為智算產業的標準化升級與高質量發展提供了統一的能力參照框架。 AISHPerf(Performance Benchmarks of Artificial Intelligence Software and Hardware)是中國信通院與人工智能大模型及軟硬件評測工業和信息化部重點實驗室,依託人工智能軟硬件協同創新與適配驗證中心(位於國家信創園)聯合構建的人工智能軟硬件基準體系,旨在設置多維度指標,考察端到端方案對模型及應用場景的真實承載能力,系統評估軟硬件各層級間的協同優化水平、兼容適配能力及整體交付效能。在此次發佈的兩項基準中,AISHPerf-智算運維智能體評測基準尤為引人注目,它不僅標誌著我國在智算集群運維智能體領域擁有了首個權威評測體系,更率先將國產芯片集群運維場景納入評測體系、填補了國產智算運維智能體評測領域的空白,為構建自主自治

4 小時前
智東西生成式AI

Hermes新功能上線!比Opus 4.8和GPT-5.5還猛

AI應用風向標(公眾號:ZhidxcomAI) 作者|畢偉豪 編輯|漠影 智東西6月30日報道,現在,Fable 5和Mythos 5等頂尖閉源模型沒法使用,就算能用,單一模型也總有搞不定的問題,那麼,想要高質量輸出結果的用戶該怎麼辦呢? 近日,Hermes Agent上線了MoA(Mixture of Agents)功能,支持用戶自由組合多種模型作為虛擬模型使用,在Nous Research即將發佈的基準測試中,這個混合模型的評分超過了Opus 4.8 和GPT-5.5。 一、Fable 5、Mythos 5被禁,多模型組合成為潮流 Nous Research在官推上說了這樣一句話:“最強大的模型是受限的,只有少數人才能獲得訪問權限。”這句話明晃晃地指向了Fable 5等模型被封禁的事件。 在這種背景下,不難看出,MoA這個混合模型模式的終極目的,是用開源模型的組合達到頂尖閉源模型的水準,就像Hermes Agent聯合創始人Teknium說的,他們正在測試各種開源模型組合,看看是否能用更便宜的模型達到Opus的水平。 這種多模型組合比肩頂尖模型的思路,最近其實有不少實踐的例子,比如前段時間日本AI獨角獸Sakana AI發佈的Sakana Fugu系列編排器模型,會根據任務選擇最佳的模型來處理,和MoA的思路非常相似。 而MoA的技術也在很久之前就已存在了,2024年6月Together AI曾發表過一篇論文《Mixture-of-Agents Enhances Large Language Model Capabilities》,核心是多LLM組合,每一層模型都會參考上一層模型的輸出,再繼續生成自己的回答。同時,論文也將模型分成了兩類,也就是現在Hermes所用的參考模型和聚合模型。 當用戶提出問題時,參考模型會先對問題進行分析判斷,然後給出參考意見,隨後由聚合模型來

5 小時前