榜单背景与定位 - 榜单为“创业邦100未来独角兽”榜单，已连续发布16年，核心使命是提前锁定未来1-3年最有可能爆发的“明日之星” [3] - 榜单被视为“明星企业成长日记”，记录企业从初创到独角兽的全过程，是观察中国创新经济的“风向标” [3] - 目标是打造中国创新生态中最具影响力的“独角兽发现与连接平台”，连接资本、企业与创新者 [5] 历史成就与影响力 - 16年来累计有1302家企业荣誉上榜 [4][6] - 上榜企业中，有130家企业成功上市，106家企业被巨头并购，188家企业晋级成为行业标杆的独角兽 [4][6] - 每年年底同步举办的“创业邦100未来独角兽大会”已成为准独角兽们年终必赴的派对 [4] 成功上市企业代表 - 千亿及以上市值上榜企业包括小米集团（2011年上榜）、美团（2010年上榜）、寒武纪（2019年上榜）、阳光电源（2009年上榜）、京东集团（2009年上榜）、小鹏汽车（2019年上榜）、理想汽车（2019年上榜）、蔚来（2016年上榜）、影石创新（2016年上榜）、地平线机器人（2016年上榜） [7][8] - 百亿以上市值上榜企业包括满帮集团、三六零、商汤科技、瑞幸咖啡、BOSS直聘、唯品会、优必选、泰格医药、晶泰科技、九号智能、君正集成、格科微、云知声、金斯瑞、明略科技、轩竹生物、信维通信、滴普科技、极智嘉、中科创达、汇量股份、禾赛科技、派格医药、天奈科技、文远知行、九安医疗、翰宇药业、云从科技、速腾聚创、康希诺、易点天下、黑芝麻智能、老虎证券、博雷顿、华灿光电等 [8][9] 晋级独角兽企业代表（部分） - 新石器无人车（2020年上榜）已完成D轮融资，金额过6亿美元 [10] - 月之暗面（2023年上榜）已完成C轮融资，金额达数亿美元 [11] - 零食很忙（2022年上榜）已完成D轮融资，金额达10.5亿人民币 [11] - 滴灌通（2022年上榜）已完成C轮融资，金额达4.58亿美元 [11] - 元气森林（2020年上榜）已完成C+轮融资，金额达2亿美元 [12] - 核桃编程（2019年上榜）已完成C轮融资，金额达2亿美元 [12] - 燧原科技（2020年上榜）已完成D轮融资，金额达20亿人民币 [12] - 榜单聚焦于估值在1-10亿美金的高成长企业 [13]

智元机器人IPO进展 - 智元机器人于11月10日完成股改，企业类型由“有限责任公司(外商投资、非独资)”变更为“股份有限公司(港澳台投资、未上市)”，公司名称相应由“智元创新（上海）科技有限公司”变更为“智元创新（上海）科技股份有限公司”，此举被视为其冲刺IPO的关键步骤[2][3] - 公司主要成员发生变更，新增姚卯青、刘斯、廖文颖三位成员[3] 上市路径争议 - 市场存在智元机器人通过“套壳”方式上市的猜测，源于公司在2025年7月8日以约21亿元总价款，通过协议转让加要约收购方式获得科创板上市公司上纬新材(688585.SH)66.99%的股权[4] - 收购完成后，上纬新材股价在7月9日复盘后出现11连板，打破A股最长连板记录，成为年内首只涨幅超10倍（巅峰超15倍）的股票，尽管智元机器人官方多次声明无借壳上市计划[4] - 2025年11月6日，上纬新材公告称要约收购清算过户手续已完成，并表示将与关联方独立开展业务；次日（11月7日），上纬新材公告董事会将全面改组，智元创始团队成员彭志辉等进入新一届董事会，此举结合智元股改，引发市场对上纬新材后续动作的关注[4] - 同时，业内存在智元机器人计划独立上市的消息，2025年10月10日外媒援引知情人士称，公司正计划于2026年在香港启动IPO，目标估值区间为400亿至500亿港元（约合人民币363亿元至455亿元），但该消息遭公司官方辟谣[5] - 文章作者认为外媒给出的估值偏低，指出二级市场对同行宇树科技的保守估值已达500亿元以上，乐观估值突破千亿元[6] 人形机器人行业竞争格局 - 国内人形机器人公司上市进程加速，除智元机器人外，宇树科技于7月18日宣布启动IPO进程，乐聚机器人于10月31日在深圳证监局办理辅导备案登记，云深处于11月3日完成股改，目前共四家公司冲刺IPO[8][10] - 率先完成科创板上市对公司意义重大，意味着可获得更多资金支持[8] - 智元机器人与宇树科技已形成“智元链”和“宇树链”，与特斯拉的“T链”、优必选的“H链”并称为人形机器人四大核心供应链[9] - 但文章指出，智元和宇树对二级市场机器人板块的催化作用有限，其产业链公司仅迎来短暂涨幅，当前机器人板块行情的核心催化仍来自特斯拉Optimus[9] 产业链合作情况 - 智元机器人与多家上市公司建立合作关系：均普智能(688306.SH)与其合资成立宁波音智未来机器人有限公司，负责代工、代销及二次开发，并于2025年6月启动首条人形机器人量产中试线，实现智元GI机器人大规模量产及A2全人形机器人一定规模量产[7] - 富临精工(300432.SZ)为智元提供电关节模组，并于2025年2月合资成立成都安努智能技术有限公司实施人形机器人项目[7] - 蓝思科技(300433.SZ)自2024年起已为智元交付数百台人形机器人整机，并于2025年1月向其交付2000个灵犀X1人形机器人的关节模组、DCU控制器及夹爪等核心组件[7] - 恒工精密(301261.SZ)作为智元机器人资方之一，通过青岛安鹏具身基金持股0.69%，同时也是其胶体结构件核心供应商[7] 行业发展趋势与挑战 - 人形机器人公司上市仅能获得短暂荣光，实现真正的商业闭环才是长期立足关键[9] - 特斯拉Optimus Gen3即将发布，其产业链上市公司受到市场关注，执行器与关节总成环节的拓普集团(601689.SH)为特斯拉线性执行器总成主力供应商，三花智控(002050.SZ)为旋转关节总成核心供应商[11] - 其他总成环节，新泉股份(603179.SH)新增机器人关节总成且与T产业链高度绑定，均胜电子(600699.SH)已批量交付机器人后脑勺、颈部、肩部、膝盖及手指等部件[11]

公司募资概况 - Monolith砺思资本官宣完成美元VC二期和人民币VC一期基金募资，双币基金总计规模为4.88亿美元，折合人民币近35亿元[2] - 成立四年的Monolith资产管理规模已超过100亿元人民币[1][3] - 人民币基金最终规模约14亿元，美元基金规模接近3亿美元，两支基金均实现一次性交割，未设首关[2] 募资亮点与策略 - 新基金实现超募，但公司选择克制，压缩了总体募资额度[3][8] - 美元VC二期基金募资速度极快，从启动募资到份额确认仅用一个月时间，老LP的复投金额超100%，全部LP投资意向达目标规模的160%[8] - 首期人民币基金目标8亿元，最终募资约14亿元，市场化LP比例很高且几乎没有返投要求[11] - 人民币基金基石LP包括国内头部母基金和一家产业龙头上市公司[11] 投资业绩与组合 - 美元一期基金投资组合包括月之暗面、与爱为舞、星迈创新、乐享科技、逸文科技、极壳等，多数项目在投后实现多轮融资[9] - 人民币基金投资了即将IPO的热门项目沐曦，以及宇树等公司[13][14] - 公司投资策略聚焦人工智能相关应用和硬件，将AI基础设施、机器人及智能硬件作为重点覆盖领域[11][17] 行业趋势与市场环境 - 中国AI和科技资产对全球投资者吸引力走高，推动美元基金回暖，新增LP地域覆盖欧洲、中东、东南亚等炙手可热的增量市场[4][9] - 2025年以来港股IPO市场全球第一，推动一级市场整体回暖向好[18] - 中国AI项目相比美国市场存在显著低估，国内顶尖大模型公司估值约200多亿人民币，而国外同类公司种子轮估值即达100亿美元[18] - 在具身智能领域，国内头部公司估值在100多亿人民币水平，而国外同类公司估值达390亿美元，存在巨大估值差带来的配置机会[18] 公司定位与发展 - Monolith被市场视为新生代黑马VC，在国资主导的一级市场，10亿以上量级的偏市场化VC基金有机会实现[4] - 公司坚持经典VC路线，寻找时代大机会并在早期掐尖，二期基金将投得更早且进一步聚焦AI[17] - 公司凭借良好的业界口碑获得LP信任，欧洲LP在尽调中几乎未听到负面评论[21]

行业技术发展现状 - 人形机器人外观设计主流采用躯干、头颈、四肢的类人结构，手部分为灵巧手、二指夹爪、三指手，足部有双足型与非足型之分 [1] - 高端灵巧手单价达10万-20万元，占机器人总成本的三分之一，多数厂商选择二指夹爪与轮式结构以平衡性价比 [1] - 功能技能覆盖表演、劳动与交互三大领域，表演能完成舞蹈走秀运动，劳动可承担家务整理工业分拣咖啡制作，交互支持语音对话与简单指令响应 [1] 当前技术瓶颈 - 动作层面存在同质化，多家厂商的机器人舞蹈动作重复度高，后空翻摔倒等姿势重复出现 [1] - 效率在家务场景中叠衣服速度缓慢，在工业场景仅能完成基础分拣 [1] - 交互控制方式分为遥操、同构臂、语音控制三类，复杂任务需依赖遥操或同构臂，缺乏动态环境适应能力，例如晾衣服需依赖固定坐标与可见物体 [2] - 通用泛化能力不足，机器人仅能对相似场景泛化，无法实现跨领域响应 [3] 应用场景与市场定位 - 应用场景分为企业级与消费级两大方向，To B领域聚焦文娱表演、工业制造、文旅服务、医疗康养，其中文娱表演最为成熟 [2] - To C领域瞄准家庭服务，目标替代保安、保洁、保姆等“三保”工作，但目前实际价值有限，传统AGV机器人在仓库搬运场景的效率与成本仍具优势 [2] - 部分企业实现技术突破，星尘智能Astribot S1通过“元技能库”学习法对相似场景进行泛化处理，银河通用Galbot依托零售场景具身智能大模型GroceryVLA能自主完成商品抓取支付交互等全流程服务 [2] 产业发展与竞争格局 - 我国机器人产业营收与产量保持增长，连续多年位居全球最大工业机器人应用市场，年内新增机器人相关注册企业数量同比显著增长，超20家头部公司启动或计划IPO，其中中国企业占比达16家 [3] - 竞争格局呈现多路径探索，宇树科技以核心硬件自研与商业化落地为优势推出9.9万元亲民机型，智元机器人通过全链条自主研发与产业链投资构建生态，银河通用聚焦零售场景 [3] - 行业估值梯队初步形成，头部企业估值超70亿元，第二梯队在20亿-50亿元区间 [3] 未来发展趋势 - 合成数据、仿真模拟技术与专用大模型的发展正推动机器人向自主决策与场景适应能力进化 [3] - 人形机器人正加速从实验室走向现实，在劳动替代、效率提升等领域的潜力或将重塑人类对智能与生产力的认知 [4]

公司技术突破 - 银河通用联合清华大学推出灵巧手神经动力学模型DexNDM [1] - 该模型首次让通用灵巧手能够在任意腕部姿态和轴向下对大书本、长棍等复杂物体实现稳定旋转 [1] - 模型可遥控完成抓、转、拧等长程、复杂操作 [1] 行业技术标准 - 物体在手内的持续旋转被业内视为验证灵巧手"灵巧性"的关键指标之一 [1] - 该任务也被认为是灵巧手领域的高难度任务 [1]

核心技术突破：DexNDM模型 - 银河通用推出的灵巧手神经动力学模型DexNDM，实现了从能动到能用的飞跃[2] - 模型通过分布有偏的真实数据训练，无需成功示例即可精准弥合Sim2Real鸿沟[2] - 首次在真实世界中突破手掌任意朝向的物体旋转限制，实现跨物体、跨姿态的稳定手内旋转与工具操作[4][39] 核心性能优势 - 实现跨类别、跨尺寸、跨姿态的稳定旋转，处理对象从微小零件到大书本、长棍、复杂几何体[5][6] - 无论手掌朝上、朝下或侧向，均能沿任意轴向进行稳定、持续的旋转[5] - 可自如抓、转、拧各类工具，胜任拧螺丝、家具组装等长程、复杂操作任务[5][21] - 在手掌朝下的姿态下，实现10–16cm长物体沿长轴的空中完整旋转[17] 技术创新细节 - 采用关节级神经动力学模型，将复杂的手–物交互拆解到关节级，提升数据利用效率和泛化能力[8][9][10] - 开发全自动数据收集策略，在任务无关的随机扰动下自主生成丰富的接触数据[11][13][14] - 训练残差策略网络弥合仿真到现实的差距，使基础策略能迁移到真实世界[15] - 采用"从专家到通才"训练流程，先训练多个专家策略再融合为统一通用策略[16] 行业应用意义 - 推动机器人从简单抓取向精细操作能力跨越，是通用机器人部署中最艰难的前沿[23][31][36] - 手内旋转和工具使用能力代表灵巧操作向更高维度发展的趋势，是灵巧操作皇冠上的明珠[37][38] - 为遥操作系统的数据生成与策略迁移提供基础，为灵巧操作工业化落地奠定条件[55][56] - 使机器人能在工业装配、家具组装、工具使用等多场景中实现可扩展部署，提升实际生产力[58] 应用场景演示 - 在装配任务中展示全链路灵巧控制：使用螺丝刀固定电路板、安装音量旋钮、敲击安装装饰部件[59][60][61][62][63][64] - 灵巧操作正从"抓取放置"迈向"任务理解"，成为真正的生产力单元[58][64]

文章核心观点 - 提出NavFoM模型，旨在构建一个跨任务和跨本体的具身导航基座大模型，实现导航能力从“专用”到“通用”的技术跃进 [1][3][29] - 该模型统一了不同机器人的导航范式，通过“视频流+自然语言指令”预测动作轨迹，支持多任务、全场景和跨本体的应用 [3][29] - 模型在多个公开基准测试中实现了SOTA或可比拟SOTA的效果，且无需针对特定任务或机器人进行微调 [16][29] 统一导航范式 - 将不同机器人的导航任务统一为“机器人采集的流式视频 + 自然语言导航指令 -> 动作轨迹”的范式 [3] - 使用文本指令描述导航目标，用视频流表达导航历史，模型预测未来运动轨迹 [3] - 支持多任务（视觉语言导航、目标搜索、目标跟随、自驾）、全场景（室内、室外）和跨本体（四足、轮式、人形、无人机、汽车） [3] 模型架构与技术特点 - 采用TVI Tokens，通过端到端学习得到时间和角度两个系数，以兼容不同本体的相机设置（单目、环视等） [5][8] - 支持基于图像的问答和基于视频的问答混合训练，使模型保留对开放世界的理解能力，避免过拟合到导航任务 [9] - 采用双分支结构：导航任务时通过规划头输出由路径点组成的轨迹；问答任务时通过语言模型头进行下一个词预测 [9] 实时部署优化 - 提出预算感知的令牌采样策略，在有限算力约束下自适应采样关键帧，以支持7B参数模型的实时部署 [6][10] - 该策略基于遗忘曲线，越靠近当前帧采样概率越大，能根据视频帧数和令牌上限自适应调整分布 [10][11] - 实现了稳定的运行效率，具备处理长程导航任务和在真实机器人上高效运行的潜力 [11] 训练数据规模 - 训练数据量达800万条，涵盖视觉语言导航、目标导航、目标跟踪、自动驾驶、网络导航数据，涉及轮式机器人、四足机器狗、无人机和汽车 [12] - 额外使用了400万条开放世界的问答数据 [12] - 训练数据量是以往工作的约两倍，并通过图像缓存技术减少训练硬件需求 [15] 算法性能表现 - 在多个公开基准测试（涵盖不同任务和不同本体）上实现了SOTA或可比拟SOTA的效果 [16][29] - 无需对特定任务或机器人进行微调，仅通过修改指令和相机布局即可适配 [16] - 能够用同一套模型实现机器狗、轮式机器人、无人机的跟随任务 [19] 扩展应用验证 - TrackVLA++：在复杂环境中实现30分钟以上的稳定长程跟随 [23] - UrbanVLA：支持第三方地图引导的机器人自主城市出行 [25] - MM-Nav：实现360度纯视觉精确避障 [27]

产品破圈与消费级市场加速渗透 - 银河通用展示可完成全流程自主操作的智能零售解决方案机器人 旨在以低成本、快部署优势覆盖传统便利店难以触达的场景如交通枢纽、老旧小区和景区夜间 [3] - 灵伴科技的智能眼镜产品上市五天销量突破4万台 显示智能穿戴设备在消费级市场加速渗透 其产品可提供建筑信息识别等增强现实体验 [3] - 傲鲨智能的首款消费级外骨骼机器人价格从工业级6万元降至6000余元 市场反响热烈导致产能一直处于满载状态 [5] - 智能眼镜全球市场规模约七八亿台 其市场份额正从1%、5%向更高比例迈进 未来有望形成数亿台市场规模 成为手机之后的重要智能终端 [5] - 外骨骼机器人在家庭康复、登山跑步、办公室健身等场景拥有广阔市场空间 满足人体功能性代偿及力量增强需求 [5] 产业智变与AI驱动转型升级 - 群核科技推出面向工业领域的SpatialTwin工业AI孪生平台 能1:1复刻真实工厂环境并整合AI、三维可视化和仿真分析 为具身智能体提供复杂任务训练场景 [6] - 数字孪生被视为具身智能时代智慧工厂的必备要素 通过孪生世界的无限预演来优化真实世界的工厂产出 应对具身智能自主性带来的高计算复杂度 [7] - 中国移动的智能体开发平台已沉淀3万多个智能体 可应用于医疗、教育、安全、审计等多个领域 体现AI能力通过低代码方式规模化、平民化赋能千行百业 [7] - 人工智能技术实现突破性应用 例如大模型能为全球80亿人每人设计10万条不重复的丝巾图案 无人物流车实现精确导航与智能调度 全地形机器人胜任电力巡检、消防应急等任务 [6] 算力基础设施创新与支撑作用 - 中科曙光发布全球首个单机柜级640卡超节点scaleX640 其综合算力性能较同类产品实现倍增 单机柜算力密度提升20倍 可保障10万卡级超大规模集群扩展部署 [9] - 算力瓶颈的突破能支撑前沿大模型的持续创新 并为各行业AI+转型构建高效易用的智算底座 加速AI从实验室走向千行百业的进程 [9] - 截至2024年6月 中国已建和正在建设的智算中心超250个 算力基础设施的跨越式发展为人工智能快速发展筑牢底座 [9]

文章核心观点 - 北京大学、银河通用等机构合作提出NavFoM，旨在构建一个统一的多任务、全场景、跨本体的具身导航基座大模型，实现导航能力从“专用”到“通用”的技术跃进 [1][3] - 该模型通过统一“机器人流式视频+自然语言导航指令→动作轨迹”的范式，无需为特定任务或机器人进行微调，即可在多个公开基准测试中达到或接近最优性能 [3][16][21] - NavFoM标志着具身智能导航模型研发迈向通用化，是导航技术实现规模化落地的关键点 [20][21] 模型架构与技术创新 - 采用统一架构处理多任务（视觉语言导航、目标搜索、目标跟随、自驾）、全场景（室内、室外）及跨本体（四足、轮式、人形、无人机、汽车）的导航需求 [3] - 引入TVI Tokens，通过端到端学习得到的时间和角度系数来标记图像，兼容不同本体的相机设置（如单目、环视无人机、环视车辆） [5][8] - 采用Dual-Branch结构，规划头用于导航任务输出轨迹，语言模型头用于QA任务输出文字，使单一模型能最优处理两种任务 [9] 实时部署与效率优化 - 针对7B参数大模型在真实场景实时部署的挑战，提出BATS帧采样策略，在有限算力约束下自适应采样关键帧以保持性能与效率 [6] - BATS策略基于遗忘曲线，越靠近当前帧采样概率越大，能根据视频帧数和Token上限自适应调整分布，支持长程导航任务 [10][11] 训练数据与规模 - 在800万条跨任务、跨本体的导航数据（涵盖视觉语言导航、目标导航、目标跟踪、自动驾驶、网络数据）及400万条开放世界问答数据上训练 [12] - 训练数据量是以往工作的约两倍，并通过图像缓存技术减少训练硬件需求 [15] 算法性能与验证 - 在多个公开基准测试（不同任务和不同本体）上实现了SOTA或SOTA可比的效果，且无需针对特定任务或机器人进行微调 [16][21] - 团队进一步通过UrbanVLA（城市出行）、MM-Nav（精确避障）等项目验证了NavFoM作为基座模型在复杂任务下的潜力 [20]

研发人形机器人的核心理念 - 研发人形机器人并非刻意模仿人类外形，而是基于现实世界的设计原则，人类环境是为人类身形建造的，人形是最高效、无需改造现实世界的形态[2] - 人形机器人具备在人类世界中通行与操作的通用性，能最大限度复用人类现有环境、工具和流程[2] - 若制造多足或其他形式机器人，在面对开门、上楼、使用现有工具等人类环境时将束手无策，彻底改造所有环境的成本是无法想象的[3] 支撑机器人像人的关键技术 - 机器人实现灵活协调动作依赖运动控制、智能感知与人工智能决策等关键技术的集中突破，可理解为大脑、小脑和肢体的协同进化[4] - 运动控制与动态平衡能力是小脑与肢体的体现，对人类行走看似简单但需毫秒级动态平衡，对机器人关节、传动系统及实时平衡算法要求极高[4] - 精细操作能力依赖于手与感知，机器人需具备精密的力控技术和触觉传感器以实现拿鸡蛋不碎、大力拧瓶盖等操作[4] - 以大规模模型为代表的人工智能技术爆发为机器人装上智慧大脑，使其能从自然语言指令中听懂、看清环境、规划路径、识别目标并协调完成任务，实现从自动化到智能化的根本跨越[5] 人形机器人未来应用场景 - 人形机器人应用将分三步走：从工业到商用，最后到家用[6] - 规模化落地将率先发生在工业制造领域，如汽车、3C电子等柔性生产线岗位，从事拧螺丝、质检等工作，解决劳动力短缺问题[6][7] - 第二步将走向商用服务和特种作业领域，随着成本下降与智能提升，出现在物流、导购、医疗辅助护理及餐厅传菜等场景，并能进入危险环境执行搜救、巡检任务[7] - 第三步是进入高度复杂、非结构化的家庭环境，成为保姆、管家完成做饭、清洁、照料老人小孩等任务，这是难度最大最长远的目标[7]