兩個月融近25億，國資組團押注這家“具身大腦”

資正在加速押注具身智能。

近日，據(jù)悉具身智能公司星動紀(jì)元完成新一輪10億元融資。本輪由國務(wù)院國資委國有資本運營公司旗下誠通基金領(lǐng)投，以及多家大型國資基金參與：江西國控、國元股權(quán)、渝富中新基金、杭州資本等共同參與。此外，多家知名財務(wù)投資機構(gòu)：中金雷諾、九坤創(chuàng)投、弘毅投資、君泰資本、盛赫資本跟投；老股東厚雪資本、清控天誠、千山資本持續(xù)追加投資。加上上一輪，兩個月內(nèi)累計融資近25億元，且國資平臺首次以如此密集的陣容出現(xiàn)在同一家創(chuàng)業(yè)公司。這一動向本身，比金額更值得解讀。

從國家級基金到地方國資平臺，再到市場化頭部機構(gòu)齊齊入局，這筆融資也成為當(dāng)下一級市場資金扎堆具身賽道的典型縮影。

拉長時間線不難發(fā)現(xiàn)，具身智能是典型的木桶效應(yīng)賽道，系統(tǒng)整體能力的上限由短板直接決定。

過去24個月，這條賽道幾乎“吸干”了一級市場的流動性。IT桔子數(shù)據(jù)顯示，僅2025年7月至2026年6月，國內(nèi)具身智能領(lǐng)域就完成503起融資，總金額突破960億元，平均每天1.3起交易，創(chuàng)下硬科技賽道史無前例的"資金虹吸效應(yīng)"。

具身智能的資本敘事，也正在經(jīng)歷一次從“堆長板”到“補短板”的范式遷移。

最初，資金涌向確定性最高的上游—靈巧手、力控關(guān)節(jié)、六維力傳感器等核心零部件，以及本體整機制造。這是典型的“賣鏟人”邏輯：無論下游誰贏，上游總有機會。但當(dāng)宇樹73天科創(chuàng)板過會、近40家企業(yè)組成IPO預(yù)備梯隊，二級市場的退出窗口驟然打開，一級市場的估值邏輯也隨之扭轉(zhuǎn)—投資人突然意識到，真正制約具身智能從Demo走向PMF的，不是已經(jīng)“卷”到極致的機械結(jié)構(gòu)，而是感知-認(rèn)知-決策-執(zhí)行的閉環(huán)能力，即具身大腦。

這是一個殘酷的認(rèn)知反轉(zhuǎn)：過去兩年，資本忙著把木桶的“長板”堆到估值天花板；如今IPO近在眼前，沒有數(shù)據(jù)飛輪和場景閉環(huán)，能證明自己能干活的“大腦”，再華麗的本體也只是資本故事，而非商業(yè)產(chǎn)品。因此，資本重心正從硬件制造向具身大腦、數(shù)據(jù)體系和場景落地能力遷徙—當(dāng)木桶的板子都已搭齊，最難啃、也最具護城河的短板，才是決定終局的關(guān)鍵。

這也是星動紀(jì)元備受資本市場關(guān)注的原因。星動成立以來，始終堅持AI Native技術(shù)路線，圍繞"數(shù)據(jù)—大腦—運控—靈巧手—本體"構(gòu)建行業(yè)唯一的具身全鏈條全棧自研體系，打通從底層模型到機器人硬件的完整物理AI進化閉環(huán)。在具身智能的木桶上，星動不僅核心板塊齊備，更在具身大腦這塊板上形成了數(shù)據(jù)飛輪與場景進化閉環(huán)—其機器人已率先在物流場景落地作業(yè)，并完成了行業(yè)首個PMF。 這套系統(tǒng)不僅讓大腦能夠真正"干活"，還能在產(chǎn)業(yè)真實場景中越干越聰明。

本輪融資后，星動紀(jì)元已經(jīng)形成覆蓋國家級及國資基金引領(lǐng)、全球頂級財務(wù)機構(gòu)賦能和產(chǎn)業(yè)巨頭資本生態(tài)協(xié)同的三重資本矩陣。除了本輪國家級及國資基金外，鼎暉VGC、紅杉中國、IDG資本、中金資本等全球頂尖財務(wù)機構(gòu)，還聚集了順豐、吉利資本、三星、聯(lián)想、海爾、新加坡電信、中國聯(lián)通旗下基金、工銀資本等共計20多家行業(yè)最多的產(chǎn)業(yè)資本協(xié)同。

就在不久前，投中網(wǎng)曾對話星動紀(jì)元創(chuàng)始人陳建宇。當(dāng)時，公司剛剛完成2億美元融資，距離上一輪10億元人民幣融資僅過去一個月。面對行業(yè)普遍關(guān)注的商業(yè)化節(jié)奏，他給出的答案頗為克制：“不會用短期營收綁架技術(shù)路線，始終錨定具身大腦與通用人形機器人做長期投入—技術(shù)成熟到哪一步，場景就自然打開到哪一步。”

按照他的規(guī)劃，物流只是通用大腦賦能通用本體落地應(yīng)用的第一站，汽車制造、3C制造以及家庭服務(wù)將是后續(xù)更大的市場。而比進入某一個場景更重要的是，公司希望成為未來產(chǎn)業(yè)鏈的"鏈主"——直接面向全球終端用戶，掌握甚至定義從具身大腦到機器人整機的核心能力和標(biāo)準(zhǔn)。

在陳建宇看來，具身智能仍是一條沒有真正形成產(chǎn)業(yè)格局的新賽道。無論是機器人出貨規(guī)模還是產(chǎn)業(yè)成熟度，都與汽車、智能手機等產(chǎn)業(yè)存在數(shù)量級差距。既然行業(yè)尚未誕生絕對龍頭，也意味著玩家們?nèi)杂袡C會，但這機會并非均分——縱觀新興產(chǎn)業(yè)賽道，鏈主之爭從來不是單點技術(shù)的賽馬，而是全棧閉環(huán)能力的淘汰賽。而具身智能同理，沒有數(shù)據(jù)、大腦、運控、靈巧手、本體等核心板塊做支撐，連補短板的入場券都拿不到，更遑論爭奪產(chǎn)業(yè)鏈主導(dǎo)權(quán)。而國家級資本此時涌入，押注的或許正是這樣一種終局：在板子都已搭齊的賽手中間，誰能率先拉長“具身大腦”這塊最短的板，誰就有資格成為未來產(chǎn)業(yè)鏈的鏈主。

要拉長"具身大腦"這塊最短的板，首先需要回答一個更具體的問題：通往通用具身智能，究竟該走哪條技術(shù)路線？

具身世界模型提出者，擁有最多世界模型成果

過去一年，VLA模型幾乎成為具身智能賽道的"顯學(xué)"——Figure、PI（Physical Intelligence）等全球頭部玩家競相押注，一級市場也將其視為通往具身大腦的"標(biāo)準(zhǔn)答案"。但當(dāng)創(chuàng)業(yè)團隊與資本蜂擁而至，一個關(guān)乎估值根基的追問開始浮現(xiàn)：VLA的底層邏輯本質(zhì)上是行為克隆，它通過海量數(shù)據(jù)教會機器人"看見什么就做什么"，卻從未讓它真正理解物理世界的因果規(guī)律。這種"知其然不知其所以然"的模仿范式，真的能長出會思考、具備跨場景泛化能力的具身大腦嗎？還是說，我們只是在用數(shù)據(jù)堆砌一個"看起來很聰明"的條件反射系統(tǒng)，最終將成為制約行業(yè)PMF的隱性天花板？

星動紀(jì)元的解法，是從"模仿"走向"理解"——用世界模型（World Model）補全VLA缺失的因果推理能力。

在星動看來，VLA負(fù)責(zé)讓機器人"會做事"，世界模型則負(fù)責(zé)讓機器人"理解世界、預(yù)測結(jié)果、規(guī)劃行動"。二者并非替代關(guān)系，而是未來通用具身智能必須融合發(fā)展的兩條技術(shù)路線。

事實上，星動紀(jì)元也是全球最早開展和布局世界模型相關(guān)工作的團隊之一。2024年，公司率先提出世界動作模型PAD，實現(xiàn)視頻預(yù)測與動作預(yù)測統(tǒng)一建模；隨后推出基于大規(guī)模人類視頻預(yù)訓(xùn)練的世界動作模型，使機器人具備零樣本任務(wù)泛化能力。

進入2025年，公司進一步聯(lián)合斯坦福大學(xué)推出Ctrl-World，將世界模型從預(yù)測器升級為數(shù)據(jù)仿真器，能夠生成更加符合真實物理規(guī)律的訓(xùn)練數(shù)據(jù)。據(jù)介紹，在相關(guān)測試中，相較于Pi0.5方案，性能提升45%。

今年，公司又二度聯(lián)合斯坦福大學(xué)率先行業(yè)提出VLAW，VLAW是基于世界模型的VLA強化學(xué)習(xí)框架，實現(xiàn)策略與模擬器的協(xié)同迭代。VLA真實交互數(shù)據(jù)（含成功與失敗案例）對世界模型進行微調(diào)，消除「過度樂觀」偏差；校準(zhǔn)后的世界模型生成大規(guī)模高保真合成軌跡，經(jīng)視覺-語言獎勵模型自動標(biāo)注后，通過穩(wěn)定的監(jiān)督學(xué)習(xí)目標(biāo)持續(xù)優(yōu)化VLA策略，正式跑通「真實數(shù)據(jù)校準(zhǔn)—虛擬數(shù)據(jù)擴增—策略持續(xù)進化」的自進化閉環(huán)。

這也是業(yè)內(nèi)認(rèn)為具身智能真正邁向Scale的重要一步，意味著，機器人不再完全依賴昂貴的真實訓(xùn)練，而是可以利用世界模型持續(xù)生成高質(zhì)量數(shù)據(jù)，不斷提升自身能力。

截至目前，星動紀(jì)元已經(jīng)獲得WorldArena、Benjie's Olympics、RoboChallenge三項國際具身模型賽事冠軍。

如果說世界模型決定了機器人未來能夠?qū)W到什么，那么數(shù)據(jù)，則決定了機器人今天能夠?qū)W會什么。

三重梯度數(shù)據(jù)，跳出規(guī)模陷阱

過去幾年，大模型的發(fā)展幾乎都建立在"Scaling Law"之上——更多數(shù)據(jù)、更大模型、更強算力。但進入機器人時代，這一規(guī)律開始出現(xiàn)變化。

原因很簡單。語言模型可以無限抓取互聯(lián)網(wǎng)文本，而機器人必須面對真實物理世界。一個夾取動作是否成功，一個物體是否滑落，一次碰撞產(chǎn)生怎樣的反饋，這些都無法簡單依賴互聯(lián)網(wǎng)獲得。因此，真正有價值的數(shù)據(jù)，不是數(shù)量，而是真實性，場景行為廣度。

圍繞這一理念，星動紀(jì)元提出"質(zhì)大于量"，并搭建三重梯度數(shù)據(jù)源體系：

核心價值層：物流、工業(yè)等真實場景的長時真機交互數(shù)據(jù)，100%物理真實性，是模型貼合產(chǎn)業(yè)需求的核心基礎(chǔ)；

精準(zhǔn)訓(xùn)練層：高精度遙操作數(shù)據(jù)，提供標(biāo)準(zhǔn)化動作參考范式；目前已有1200萬+個真機遙操作數(shù)據(jù)clip，其中靈巧手真機遙操作數(shù)據(jù)達(dá)150+萬個，是世界上最大的靈巧手真機數(shù)據(jù)集。

廣度拓展層：第一視角人類行為數(shù)據(jù)及大規(guī)模互聯(lián)網(wǎng)視頻數(shù)據(jù)開啟百萬小時Scaling，低成本覆蓋海量日常行為與場景。 其中，真實場景長時真機交互數(shù)據(jù)與大規(guī)模人類視頻數(shù)據(jù)，同時滿足真實性、多樣性，構(gòu)成數(shù)據(jù)體系的雙核心引擎。

據(jù)悉，星動紀(jì)元整體數(shù)據(jù)集已覆蓋 100+真實場景、1000+靈巧操作任務(wù)，充分保障了數(shù)據(jù)的場景豐富度與行為多樣性，為通用具身大腦的持續(xù)迭代筑牢了高質(zhì)量數(shù)據(jù)底座。與單純追求數(shù)據(jù)規(guī)模相比，這種強調(diào)真實性、多樣性和長尾場景覆蓋的數(shù)據(jù)體系，更符合機器人產(chǎn)業(yè)發(fā)展的實際需求。

走出實驗室，走入產(chǎn)業(yè)現(xiàn)場

站在今天來看，具身智能的競爭已經(jīng)進入新的階段。真正決定行業(yè)格局的，未必是誰率先造出機器人，而是誰能夠持續(xù)構(gòu)建數(shù)據(jù)飛輪、訓(xùn)練通用具身大腦，并最終形成在場景中的規(guī)模化落地能力。

真正的壁壘，不只是擁有數(shù)據(jù)，而是如何持續(xù)產(chǎn)生數(shù)據(jù)。這也是為什么業(yè)內(nèi)越來越強調(diào)"數(shù)據(jù)飛輪"。

對于機器人來說，一旦完成商業(yè)部署，每一次執(zhí)行任務(wù)、每一次失敗、每一次異常，都意味著新的訓(xùn)練樣本。如何快速完成采集、清洗、標(biāo)注、訓(xùn)練，并重新部署，決定了模型迭代速度。

圍繞這一點，星動紀(jì)元建立了一套完整的數(shù)據(jù)治理體系。首先，公司以真實作業(yè)能力為核心建立評測體系，從長時任務(wù)執(zhí)行、規(guī)劃能力、空間理解、跨本體遷移、錯誤恢復(fù)等九項能力持續(xù)評估模型表現(xiàn)，讓數(shù)據(jù)采集圍繞能力短板展開，而不是無目的堆積。其次，公司構(gòu)建AI自動化數(shù)據(jù)管線，超過90%的數(shù)據(jù)實現(xiàn)自動標(biāo)注，相較傳統(tǒng)人工方式效率提升10倍以上。同時，公司建立覆蓋預(yù)訓(xùn)練、后訓(xùn)練不同階段的數(shù)據(jù)分層體系，能夠支撐上千臺機器人同時部署后的數(shù)據(jù)回傳、清洗、標(biāo)注和訓(xùn)練。

據(jù)介紹，目前真實場景數(shù)據(jù)最快可在1天內(nèi)完成完整閉環(huán)，整個采集到部署周期控制在1至2天。

除了構(gòu)建數(shù)據(jù)飛輪以外，星動紀(jì)元還在挖掘更多元的商業(yè)價值。

星動紀(jì)元目前已經(jīng)在物流領(lǐng)域完成業(yè)內(nèi)首個PMF（Product-Market Fit）驗證，包括與順豐、中國郵政等頭部客戶開展深度合作，目前已在全國5個省市、10多個物流中心落地，部分場景實現(xiàn)常態(tài)化運營。這一進展甚至引發(fā)海外關(guān)注。此前，海外具身智能明星企業(yè)Figure在直播測試機器人時，就有國外媒體公開評論：“中國星動紀(jì)元的機器人已經(jīng)在順豐和中國郵政工作了，F(xiàn)igure什么時候才能真正走出測試間？”

聽上去帶有調(diào)侃意味，但這句話卻折射出當(dāng)前全球具身智能競爭的新變化。行業(yè)競爭，已經(jīng)從"誰的Demo更驚艷"，逐漸轉(zhuǎn)向"誰能真正進入產(chǎn)業(yè)現(xiàn)場"。

除了物流之外，星動紀(jì)元還在3C電子、汽車制造等場景推進商業(yè)化，與三星、聯(lián)想、海爾、吉利等產(chǎn)業(yè)客戶持續(xù)合作。真實產(chǎn)業(yè)場景不斷回流高質(zhì)量數(shù)據(jù)，也進一步強化了公司的模型訓(xùn)練能力，形成"商業(yè)落地—數(shù)據(jù)積累—模型進化—再落地"的正向循環(huán)。

與此同時，公司另一條增長曲線也在同步增長。目前，星動紀(jì)元的靈巧手、機器人本體及研發(fā)平臺已服務(wù)全球市值前十科技公司中的九家，客戶覆蓋OpenAI、波士頓動力、英偉達(dá)、蘋果、谷歌、亞馬遜、字節(jié)跳動，以及麻省理工學(xué)院、加州大學(xué)伯克利分校、斯坦福大學(xué)、清華大學(xué)、上海期智研究院等全球頂尖科研機構(gòu)。

在具身智能的木桶游戲中，想要兌現(xiàn)產(chǎn)業(yè)價值，比拼的是系統(tǒng)能力，大腦（模型和數(shù)據(jù)）決定價值上限，本體（整機及末端執(zhí)行器，如五指靈巧手）制約能力下限，這也是星動紀(jì)元廣獲資本青睞的原因。

從VLA到世界模型，具身大腦的技術(shù)路線之爭，本質(zhì)上是在回答同一個問題：如何讓機器人從“會干”"走向“懂干活”。對于星動紀(jì)元而言，世界模型補全的不僅是VLA缺失的因果推理能力，更是其在“補短板”競賽中的技術(shù)縱深。當(dāng)國資密集涌入、IPO窗口打開，具身智能的終局已不再是“誰的本體更酷”，而是“誰的大腦更懂世界”。在這場木桶游戲里，星動紀(jì)元試圖用世界模型，把行業(yè)最短的那塊板，變成最長的護城河。