公司融资与市场关注度 - 智能机器人研发商智平方在2026年初密集完成A+轮融资，投资方包括成都天投、中车资本、城濮投资、科晟基金及常州高新投[1] - 此次融资距离其2026年1月7日完成的数亿元Pre-A轮战略融资仅过去15天[1] - 叠加2025年累计完成的7轮融资，公司在短时间内获得多轮融资，充足的资金储备使其成为行业焦点，凸显了资本对具身智能从技术探索走向规模化产业化的坚定信心[1] 公司背景与定位 - 智平方成立于2023年4月17日，是一家AGI原生的通用智能机器人企业，专注于通用智能机器人的研发、生产与服务[1] - 公司以自研具身大模型、高效的迭代体系与稳定可靠的AlphaBot系列产品为核心[1] - 公司是行业内少数具备“从技术原创到量产交付”全链条能力的企业，其发展节奏精准契合了具身智能的产业爆发节点[3] 技术核心与研发成果 - 公司核心技术路线为VLA，并全栈自研了GOVLA全域全身具身大模型，该模型打破了传统VLA模型仅能控制末端执行器的局限，首次实现机器人全身控制与移动轨迹输出[5] - GOVLA模型融入DeepSeek先进推理技术，由空间交互基础模型、慢系统与快系统组成，使AlphaBot系列机器人具备卓越的空间感知与长程任务推理能力[5] - 2024年，公司与北京大学联合推出了全球首个“异构输入+异步频率”架构的VLA模型FiS-VLA，该开源模型在公开基准测试中平均成功率达69%，推理速度达21.9 Hz[5] - FiS-VLA模型较美国Physical Intelligence公司2025年10月推出的PIπ0模型性能提升30%[5] 创始人背景与公司发展理念 - 创始人郭彦东博士拥有美国普渡大学人工智能博士学位，师从美国工程院院士Charles A. Bouman，曾在微软美国研究院工作，并历任小鹏汽车人工智能业务负责人、OPPO首席科学家[6] - 郭彦东博士将“技术激进性与经营务实性平衡”的理念融入企业发展，构建了“数据闭环+场景复利”的独特模式[6] - 该模式通过在真实场景运行采集长尾数据反哺模型训练，并将成熟领域经验低成本泛化至新场景[6] 商业化落地与订单情况 - 公司已率先在半导体制造、汽车制造、电子制造、生物科技与公共服务等领域实现落地应用[1] - 2025年9月，公司与惠科股份全资子公司深圳慧智物联达成战略合作，未来三年将在惠科全球生产基地部署超1000台AlphaBot系列机器人，覆盖仓储物流、零部件装配、质检测试等全流程[6] - 这是全球半导体显示领域首个具身智能规模化应用项目[6] - 截至2025年，公司订单已突破500台[6] 产品性能与产能规划 - AlphaBot系列机器人具备700mm臂展、10kg单臂最大负载、34个自由度及模块化配置优势，可在狭窄通道灵活穿梭，适配现有产线无需大规模改造[7] - 公司自有产线已形成千台级/年的稳定制造能力，2026年将进一步扩充至万台级产能[9] - 按照公司阶段性目标，2028年将实现万台机器人场景应用，2033年拓展至百万台规模[9]

公司业务与合作模式 - 华为车BU与车企合作模式包括部件、单智（智舱或智驾）、双智（智舱和智驾兼具）、全栈等多种模式，合作深度依次递增[1] - 华为车BU从IPD到IPMS全过程"陪跑"车企，覆盖产品定义、设计、制造到营销全流程[1][7][8] - 华为乾崑智驾车型匹配周期最快为6-9个月[4] - 奥迪是华为智驾合作的首个外资品牌，后续将有更多外资合作伙伴[5] - 华为车BU与央国企等制造能力强的车企深度合作，赋能其前端和后端能力[7] 技术路线与行业观点 - 华为乾崑不采用VLA（视觉语言动作模型）技术路径，认为WA（World和Action）通过视觉、声音、触觉等信息直接控制车辆才是终极方案[2][9] - 自动驾驶行业玩家数量将持续减少，未来技术路径依赖数据驱动，需要公共智能化平台支持[10] - 智驾本质是提供数字司机，追求零事故零伤亡，差异化程度较低[11] - 辅助驾驶功能包不可能免费，研发投入需要通过车价或后续服务收费实现[12] 商业化与发展规划 - 华为乾崑智驾没有明确的当期盈利目标，坚持长期主义投入[6] - 搭载华为乾崑智驾车辆已达100万辆，华为ADS 4即将大规模上车[1] - 辅助驾驶功能包定价需保障长期迭代维护，高定价可提升消费者后续使用体验和使用周期[12]

核心观点 - 特斯拉人形机器人Optimus的研发带动了全球产业链投入超1000亿元，但当前量产仍面临高成本、低效率问题，硬件技术尚未突破瓶颈[2][25][30] - 行业出货量预计2024年仅2万台，单台成本6万美元，效率仅为人工20%-30%，远未达到替代蓝领工人的经济性[2][35][40] - 软件端采用VLA模型训练机器人，但数据采集成本高（单条10元），真机数据不足制约模型泛化能力[52][54] 技术路径 硬件设计 - 采用行星滚柱丝杠（单价超4000元/根）替代传统旋转关节，单腿承重达半吨，精度误差小于6微米[10][36] - 灵巧手复刻22个自由度，绳驱结构模拟肌肉组织，但耐用性差（3个月需更换），双手更换成本10万元[18][20][42] - 传感器方案包含六维力传感器（误差<0.2%）、电子皮肤（单指节100+力传感器），但感知精度仍落后人类[15][16][22] 软件系统 - 放弃波士顿动力的规则控制路线，转向VLA模型训练端到端动作，需1000万条真机数据（当前不足100万条）[45][52][54] - 数据采集依赖物理交互仿真，如开冰箱门需建模质量/摩擦力等参数，通过Real-to-Sim生成多场景训练数据[56] 产业链现状 供应商格局 - 核心部件由舍弗勒（滚柱丝杠）、哈默纳科（RV减速器）、ATI（六维传感器）等国际龙头主导[10][11][16] - 中国供应商如三花智控、拓普集团累计投入超50亿元，特斯拉提供技术图纸扶持代工厂[27][28] - 行星滚柱丝杠产能严重受限（月产仅300根），迫使特斯拉降低精度标准至C3级[36][37] 商业化进展 - 特斯拉2024年目标产量5600台，实际应用仅数十台用于搬运电池，效率不及工业机械臂[30][59] - 中国公司宇树/智元预计出货5000台，但主要场景转向车展模特、情绪价值产品[59][60] - 行业估值分化明显：具身智能公司Physical Intelligence成立15个月估值超20亿美元[57] 性能参数 - 第三代Optimus身高1.72米/重55公斤，50+自由度，双臂负载20公斤，续航5小时[30][34] - 行走速度8-10公里/小时，但60%概率1.5公里内摔倒，关节温度超70℃会降频[35][39] - 硬件成本中执行器占比55%，灵巧手复杂度超其余部件总和[6][18]