与Generalist顶峰相见,30天狂吸30亿,千寻智能做对了什么?
机器之心·2026-04-07 09:07

融资事件与资本动向 - 千寻智能在2026年4月7日完成新一轮10亿元人民币融资,由顺为资本和云锋基金联合领投,多家机构参与[2] - 这是该公司30天内的第二笔大额融资,此前在2026年2月刚完成近20亿元融资,累计融资额达30亿元人民币[3] - 本轮融资出现雷军(顺为资本)与马云(云锋基金)罕见同场领投,这是两位投资人在具身智能赛道的首次联合下注[4] 公司核心团队与背景 - 公司成立于2024年1月,由韩峰涛、高阳、郑灵茵联合创立[5] - 创始人兼CEO韩峰涛曾任珞石机器人联合创始人兼CTO,主导交付近百款机器人型号,具备工程化与量产能力[5] - 联合创始人高阳为清华大学交叉信息研究院助理教授,其团队开源的Spirit v1.5模型在RoboChallenge榜单中超越美国模型Pi0.5,成为首个登顶的中国开源具身模型[5] - 联合创始人郑灵茵是工业机器人出海先行者,曾从0到1搭建海外事业部并实现商业化[5] - 三位创始人分别覆盖AI、机器人、商业化三大核心能力,构成“六边形战士”团队,是获得巨额融资的底层信心[5] 技术路径与模型能力 - 公司于2026年1月开源具身模型Spirit v1.5,在公开评测中超过当时最强的开源模型Pi0.5[11] - Spirit v1.5展现出稳定的零样本泛化能力,无需额外训练即可完成擦拭、开合铰链、处理柔性物体等一系列复杂操作[15] - 该模型采用端到端的VLA统一模型技术路径,直接学习从感知到动作的映射关系,训练方式类似大语言模型,用机器人数据替代文本数据[17] - 在更低的算力和参数规模下,该模型跑出了更强的泛化表现[18] - 行业正经历“Scaling Law”时刻,数据每增加10倍,结果里就会多一个“9”,公司团队已验证这一规律[20] 数据引擎与采集策略 - 公司构建了多源融合的数据引擎,数据来源包括可穿戴设备采集、互联网视频预训练以及真机的遥操作数据[27] - 公司的可穿戴数据采集设备已迭代到第五代,数据可用性从30%提升到95%,同时成本被压缩到遥操作的十分之一左右[26] - 公司已获取超过20万小时的真实交互数据,预计2026年将突破100万小时,数据采集团队在2026年4月将达到千人规模[27] - 公司采用更开放的多样化数据采集范式,不再严格规定动作路径,允许执行过程中的失败和中断,这种数据分布提升了模型的迁移效率并降低了对算力的依赖[28] 商业化落地与场景验证 - 公司坚持“沿途下蛋”策略,从可控场景切入,优先进入工业和服务业这两类结构稳定、任务清晰、利润高的领域[32] - 在零售场景,公司与京东合作,其机器人“小墨”已进入京东MALL担任咖啡师,在服务同时采集多模态感知数据、运动轨迹及力反馈信息,形成“数据采集—模型迭代—能力提升”的正向闭环[32][33] - 计划将具身智能扩展至更多零售细分领域,包括数码家电导购、巡检导览、自动化清洁以及京东药房的自动分拣、精准配药等高精度任务[34] - 在工业场景,“小墨”已应用于宁德时代的动力电池包产线,承担下线前的最终功能测试,已完成超过1000块电池的插接作业,成功率稳定在99%以上,作业节拍逼近熟练工人水平[34] 行业趋势与竞争逻辑 - 具身智能正从技术想象走向资本共识,进入由巨头背书、资本高度集中的排位淘汰赛阶段[4] - 闪电战式连续融资是用资本密度换取时间优势,快速堆资源、拉开性能差距,提前锁定头部席位[6] - 资本加注的是一条已被初步验证、同时具备更高性价比和扩展潜力的技术路线[21] - 行业竞争正从比拼数据数量,转向比拼谁能更高效获取真实场景数据,以及谁能构建更高频运转的数据-模型飞轮闭环[37] - 公司战略是押注模型的泛化能力,同时持续放大数据规模优势,用真实世界的高频反馈加速模型迭代[38]

与Generalist顶峰相见,30天狂吸30亿,千寻智能做对了什么? - Reportify