融资与资本认可 - 公司近期完成10亿元人民币的战略轮融资，估值突破百亿元人民币 [3] - 本轮融资距离上一轮仅时隔2个月，且意向投资额远超募资目标 [3][4] - 本轮融资吸引了三星、高成投资、新加坡电信、友利资本、中金保时捷、中芯聚源、峰和资本、锡创投等新机构，以及鼎晖VGC、清控天诚等老股东超额追加投资 [3] - 公司已累计吸引16家国内外产业投资方，为具身智能行业之最，涵盖科技、汽车、3C、物流、半导体、新能源、新材料、电信等全产业链核心环节 [3] - 投资生态包括吉利资本、阿里巴巴、联想、海尔、北汽、世纪金源等国内龙头企业，以及三星集团、新加坡电信、友利资本等国际产业巨头，形成“国际巨头+国内龙头”的生态矩阵 [3] - “资本+产业”的协同模式，为公司在场景应用、渠道建设、供应链保障等方面的深度合作提供支持，有助于构建生态壁垒 [3] 技术实力与行业地位 - 公司是清华大学唯一占股的具身智能企业，也是国内唯一具备大脑、运控、本体、灵巧手全栈自研能力的具身智能企业 [6] - 公司自研的原生端到端具身模型ERA-42，是全球首个能完成全身及灵巧手操作的具身模型 [6] - 公司是唯一与斯坦福大学Chelsea Finn团队深度合作的团队，双方联合研发的Ctrl-World世界模型在2026年2月的WorldArena榜单中，斩获具身任务全球第一、世界模型综合第二的成绩 [8] - 双方联合提出的VLAW框架，首次让VLA与世界模型协同进化，解决了物理保真度低、应用适配性不足等难题 [8] - 公司在VLA具身模型领域开创多项全球第一，包括率先提出分频VLA、“VLA+在线强化学习”等创新范式，相关成果早于PI、谷歌、英伟达等发布，其强化学习技术方案被PI最新模型π0.6引用 [8] - 公司自研的机器人电机、减速器等核心部件，使其双足机器人夺得跳高世界冠军并打破跳远纪录 [9] - 公司研发了全球首个采用直驱路线的灵巧手，2025年出货量近千只，其中海外市场占比达50% [9] - 公司已实现全尺寸双足人形机器人全身及五指灵巧手的精准控制，是中国唯一、全球仅4家能实现该技术的企业 [11] 商业化进展与市场表现 - 公司商业化进展呈现“营收高质量、高市场化、高复购”的特征 [12] - 截至目前，公司累计订单金额超过5亿元人民币，其中海外业务占比达到50%，覆盖北美、欧洲、中东、日韩等核心市场 [12] - 全球市值排名前十的科技公司中，已有9家成为公司的客户 [12] - 国际化、市场化客户的复购次数高达6次，实现了行业高毛利润及市场化收入 [12] - 在物流场景的落地应用领先，已落地国内首个具身智能物流解决方案，应用于仓储拣选、快递供件等场景 [14] - 已在深圳、湖州、杭州、合肥、北京5大城市的物流集散地完成布局，部分场景的运营效率已达到70% [14] - 与顺丰合作推出全球首个跨境物流具身智能查验解决方案，并已正式上岗海关开展跨境货物查验 [14] - 单笔订单金额超过5000万元人民币，标志着公司在物流行业的落地已从“场景价值验证”走向“批量化交付” [14] 未来发展规划 - 在物流场景，未来将重点拓展电商、工业制造、医药流通三大领域，构建覆盖入场物流、厂内物流、销售物流、售后物流及快递物流延伸环节的全流程、多领域具身物流服务体系 [16] - 公司的产业客户还包括三星、吉利、雷诺、联想、海尔、TCL、世纪金源等来自3C、汽车、高端制造等行业的头部企业 [16] - 公司将持续以技术创新为核心，以商业落地为导向，推动具身智能技术走进千行百业，打造物理世界的通用智能体 [16]

公司融资与估值 - 星动纪元近期完成10亿元人民币战略轮融资，估值突破百亿元人民币 [1] - 本轮融资距离上一轮仅时隔2个月，意向投资额远超募资目标 [1] - 投资方包括三星、高成投资、新加坡电信、友利资本、中金保时捷、中芯聚源、峰和资本、锡创投、广发乾和、鸿瑞集团等新机构，以及鼎晖VGC、清控天诚等老股东 [1] - 公司自成立起累计吸引16家国内外产业投资方，为具身智能行业之最，形成了“国际巨头+国内龙头”的生态矩阵 [1][7] 技术实力与研发成果 - 公司是国内唯一具备大脑、运控、本体、关节、灵巧手全栈自研的企业，构建了软硬一体的全方位技术支撑体系 [4] - 自研的原生端到端具身模型ERA-42，是全球首个能完成全身及灵巧手操作的具身模型 [4] - 公司与斯坦福大学Chelsea Finn团队深度合作，联合研发的Ctrl-World世界模型在WorldArena榜单中斩获具身任务全球第一、世界模型综合第二的成绩 [6] - 联合提出VLAW框架，首次让VLA与世界模型协同进化，解决物理保真度低、应用适配性不足等难题 [6] - 在VLA具身模型领域开创多项全球第一，如率先提出分频VLA、“VLA+在线强化学习”等创新范式，相关成果早于PI、谷歌、英伟达等发布 [6] - 自研机器人核心部件，其大人型双足机器人夺得跳高世界冠军并打破跳远纪录 [6] - 研发了全球首个直驱路线的灵巧手，2025年出货近千只，海外占比达50% [6] 商业化进展与客户 - 公司累计订单已突破5亿元人民币，海外业务占比50% [7] - 全球市值TOP10的科技公司中，有9家成为其客户，主要客户复购次数高达6次 [7] - 在物流场景落地应用领先，已落地国内首个具身智能物流解决方案，应用于仓储拣选、快递供件等场景 [8] - 在深圳、湖州、杭州、合肥、北京5大城市的物流集散地完成布局，部分场景运营效率已达70% [8] - 与顺丰合作推出全球首个跨境物流具身智能查验解决方案，已上岗海关开展跨境货物查验 [8] - 获得单笔超5000万元人民币的订单 [8] - 产业客户还包括三星、吉利、雷诺、联想、海尔、TCL、世纪金源等来自3C、汽车、高端制造等行业的头部企业 [8] 行业生态与未来规划 - 公司形成了“资本 + 产业”的协同模式，资方涵盖科技、汽车、物流、3C、半导体、新能源、新材料、电信等行业，可在场景应用、渠道建设、供应链保障等方面深度合作 [1] - 未来将以此次融资为契机，加速技术迭代与产品规模化，重点拓展电商、工业制造、医药流通等领域 [8] - 文章末尾列出了包括工业机器人、服务与特种机器人、人形机器人、具身智能企业、医疗机器人及上游产业链在内的广泛行业企业名单，显示了行业的活跃生态 [11][12][13][14][15][16][17]

核心问题与解决方案 - 传统DCF模型对未盈利、高不确定性的早期科技企业失效[1][8] - 构建包含七个子模型的“未来产业定价体系”进行标准化估值[1][3] 七大估值子模型 - **绝对估值模型**：实物期权法、风险调整净现值法(rNPV)、里程碑法、用户价值法、生态位估值法、要素成本法[3][12] - **相对估值模型**：使用P/S、EV/Backlog、EV/R&D等指标替代传统PE/PB[3][40] 模型应用逻辑 - 实物期权法拥抱不确定性，将波动率(σ)视为价值来源，适用于高Sigma资产[3][14][19] - 用户价值法将企业价值分解为单个用户终身价值(LTV)之和减去获客成本(CAC)[3][29] - 生态位估值法通过连接度、控制力、不可替代性三维度评估“护城河”溢价[3][33][36] 投资者行为与定价权 - 股价波动是产业投资者(用要素成本法)、机构投资者(用rNPV/用户价值法)、愿景型资本(用实物期权/生态位法)相继掌握定价权的结果[3][52] - 市场情绪分为9档，权重随之变化，例如狂热顶峰时估值完全由乐观子模型决定[3][86][89] 估值体系实施步骤 - **第一步**：为标的公司选择保守(要素/可比法)、中性(用户价值/里程碑/rNPV)、乐观(实物期权/生态位法)情景下的子模型[3][77] - **第二步**：根据市场温度(9档)设定三档模型的权重，如第7档(梦想初燃)权重为0%、50%、50%[3][86][88] - **第三步**：加权计算最终估值，并随流动性、政策面、产业验证信号动态调整权重[3][89][92] 案例演示：SpaceX分部估值 - **Starlink业务(成熟)**：采用可比估值法，对标SaaS公司，以2026年预测收入187亿美元及23倍PS，估值4291亿美元[4][97][101] - **太空算力业务(验证期)**：采用实物期权法，量化高波动率资产的选择权价值，估值约3121亿美元[4][104] - **火星愿景业务(远期)**：采用要素成本法划定资产重置底线[4] 案例演示：OpenAI综合估值 - 保守(可比法)、中性(用户价值法)、乐观(生态位法)子模型估值分别为4000亿、5015亿、1-1.28万亿美元[4] - 判断市场处于第7档情绪，以0%、50%、50%权重加权，最终估值达7808亿美元，与一级市场估值(约7500亿)接近[4] 行业终局思维 - 通过计算总可寻址市场(TAM)识别大赛道并排除泡沫，例如中国电商行业2025年TAM约9426.4亿元，对应利润约2356.6亿元[64][68][71] - 行业渗透率见顶(如电商稳定在30%)会导致估值下修[68][71] 适用赛道与模型映射 - 八大未来产业赛道有各自适用的估值模型，如商业航天适用[相对估值法， 用户价值法， 实物期权法]，量子科技适用[要素成本法， 里程碑法， 实物期权法][80][82] 风险提示 - 未来产业估值依赖技术突破、产业验证及政策环境，相关风险可能导致估值假设失效[4]

文章核心观点 - 资深投资人王啸基于其技术背景与早期投资经验，对具身智能赛道进行了深入分析，认为该赛道是继汽车之后的下一个巨大终端机会，尽管存在估值泡沫，但泡沫是行业发展的必然阶段并有助于推动进步 [4][5][38][32] - 投资策略强调“模糊的正确”，即在早期投资中把握技术演进的大趋势和“大故事”，而非过度钻研技术细节，并需要在商业化程度、技术先进性和估值之间做出取舍 [12][77][78] - 行业最终将经历大浪淘沙，当前上百家公司中可能仅存活三五家，成功的关键在于实现场景闭环、强大的资本运作以及成本控制 [41][42][46][52] - 从长期市场空间看，To C端潜力远大于To B端，类比个人电脑和手机的发展路径，当人形机器人价格降至2万元并胜任家务时，将引爆近5亿家庭的巨大市场 [48][50][51] - 基金管理方面，面对募资环境从美元主导向人民币、国资主导的转变，需要坚守LP多元化，并控制基金规模以保持收益能力，拒绝返投难度过大的资金 [16][90][94][97] 具身智能行业现状与趋势 - 行业在2026年初涌入大量热钱，但专业投资人稀缺 [1][2] - 行业被普遍视为继汽车之后最大的终端机会之一，是硬件、软件与场景适配的结合 [38] - 当前发展阶段尚未达到移动互联网早期的疯狂程度，因为硬件属性不同，且融资与补贴规模不及当时 [40] - 行业存在大量创业公司，预计最终仅会存活三五家，淘汰率极高 [41][42] - 行业出现股改与筹备上市潮，上市能为一级市场的梦想提供变现通道，并形成正反馈推动中国科技领域发展 [34] 市场空间与商业化路径 - To C市场的长期空间远大于To B市场，核心逻辑在于终端数量级差异，参考个人电脑和手机的发展历史 [48][49][50] - 中国有近5亿家庭，若人形机器人价格降至2万元且功能适用，即使仅10%的渗透率也能带来5000万台的市场规模 [51] - 现阶段To B端因客单价高（如20万元）而显得市场更大，但这是短期现象 [50] - 实现场景闭环对公司的成功至关重要，需要同时在技术、产品和资本运作上表现强劲 [46] - 云端算力是支撑机器人“大脑”的刚需基础设施，未来市场格局将是少数几家头部厂商共存 [55] 技术发展与竞争门槛 - 单纯机器人硬件的制造门槛因算法开源而降低，但实现量产、多场景适配、低成本与高安全性仍是巨大挑战 [52] - “世界模型”的研发是当前关键但未解决的难题，现有尝试多基于Transformer架构套用，尚未找到清晰有效的技术路线 [60][61] - 技术路线存在争议，投资机构需在大方向正确的前提下，于不同技术路线（如本体、大脑、VLA、世界模型）进行多元下注 [85] - 从灵巧手等零部件起步是可能的差异化竞争路径，但长期看可能仍需向本体发展，且作为零部件议价能力有限 [54] - 有价值的数据获取依赖于拥有规模化、低成本的To C硬件产品，单纯做数据标注服务的公司壁垒低，难以做大 [56][57][58] 投资策略与哲学 - 早期投资追求“模糊的正确”，关键在于判断技术演进的大趋势，而非像专家一样深究细节 [12] - 投资决策优先级排序为：具有“大故事”（大需求、大想象空间）、拥有优秀团队、以及处于合理的进入“时间窗口” [79][80][81] - 一个赛道的投资时间窗口通常不超过半年到一年，例如投资具身智能本体的最佳窗口在2023年至2024年上半年 [81] - 允许早期项目存在估值溢价，但需可控，后期估值泡沫（如上千倍PS）则难以持续 [33] - 投资组合的成功依赖于团队水平和方法论，单个项目的成败则包含运气成分 [88] 创业者与团队特质 - 成功的创始人需有强大的内在动力，愿意持续努力并改变自己，避免“小富即安”的心态 [70][73] - 具身智能赛道创业者年轻化（00后、95后），他们勇敢、认知迭代快，且需要有“大梦想”来支撑长远发展 [67][69] - 考察创业者时，需关注其学习能力、改变意愿以及是否过于自我 [31] - 团队和创始人处于动态变化中，仅通过数次见面难以完全了解，需要持续锻炼判断力 [76] 估值与泡沫 - 风险投资本质是用当前估值购买未来梦想，因此所有VC项目从数字角度看都存在泡沫 [32] - 适当的估值泡沫像啤酒泡沫一样，能推动行业进步，需要警惕的是二级市场因情绪反转可能出现的剧烈波动 [32] - 一级市场的泡沫由投资人消化，但过高的后期估值（如1-2亿美元甚至更高）最终会回归正常 [33] 基金管理与募资环境 - 当前募资环境发生根本性转变：从过去美元、个人LP主导，重仓消费互联网、赴美上市，转变为现在人民币、国资主导，聚焦科技赛道、赴港股/A股科创板上市 [16][90] - 面对政府引导基金的返投要求，管理公司面临生存与保持投资独立性的两难选择，策略是“先顾当下”但尽力守住LP多元化的通道 [91] - 坚决不拿返投难度极大的区域政府引导基金的钱，核心是控制将基金做大的欲望，以保持投资策略的独立性与基金收益 [94][95][97] - 基金规模与收益存在天然负相关，盲目扩大规模会导致项目质量下降，应在能力边界内稳健发展 [97][98]

核心观点 报告认为，未来产业正经历从技术突破向商业化验证的关键转变，各领域均展现出明确的产业化推进态势。量子计算离子阱路线已实现商业化付费验证；脑机接口领域的基础科学发现为下一代高能效计算提供了新的物理路径；6G竞争则进入以生态协同和商业可行性验证为核心的新阶段[1][2]。 1. 量子科技 1.1 离子阱路线商业化验证 - **lonQ实现商业化突破**：量子计算公司lonQ 2025年全年营收同比增长202%，突破1亿美元，其中商业客户贡献超60%收入，国际销售占比超30%，标志着产业从“实验室性能”向“常态化付费”转变[2][4]。 - **技术优势是商业化的基础**：lonQ凭借其高双量子比特门保真度（超过99.99%）的“高保真+长相干”技术优势，满足了航空物流优化、金融风险建模等商业场景对稳定输出的需求，这是其获得商业客户付费的关键[4]。 - **与其他技术路线的对比**：超导路线（如IBM Condor达1121比特）在比特规模上领先，但双比特门保真度普遍为99%-99.8%，且运维成本更高；光量子路线有室温优势，但确定性双比特门效率不足。lonQ的成功为业界提供了商业化路径启发[5]。 - **中国量子计算的现状与挑战**：国内企业在硬件比特数上取得突破，如玻色量子推出1000比特光量子计算机，国盾量子研发504比特超导芯片。但在软件生态、供应链整合及常态化商业付费方面仍有待突破，尚未形成成熟的量子编程平台[2][5]。 - **量子通信取得实用化进展**：北京大学-北京邮电大学联合团队提出新的连续变量量子密钥分发网络化协议，在30公里传输距离下实现了Mbps级别的单用户码率，性能达到理论极限的90%，解决了城域量子保密通信规模化应用的理论障碍[2][6][7]。 2. 生物制造 2.1 AI与先进制造融合强化供应链 - **药企加大AI生产投入**：艾伯维宣布斥资3.8亿美元在美国新建两座活性药物成分生产设施，新基地将融合AI与先进制造技术，专注于神经科学与肥胖症药物，计划2029年全面投产，体现了AI技术在核心制药环节的规模化应用趋势[2][8]。 3. 氢能与核聚变 3.1 绿氨出海与核聚变电厂推进 - **全球绿氨贸易通道打通**：远景能源完成全球首船绿氨的交付，从中国赤峰工厂运往韩国，成功验证了从“绿电制氢合成氨”到“储运报关”及“国际海运”的端到端全链路，标志着一条可再生能源“海上绿色通道”的建立[2][9]。 - **德国加速商业核聚变布局**：德国核聚变初创公司Proxima Fusion与巴伐利亚州政府、能源巨头RWE及马克斯•普朗克研究所签署协议，计划在前核电站旧址建设全球首座商业仿星器聚变电厂“Stellaris”。德国政府已明确将聚变技术列为国家六大未来关键技术之一，计划至2029年投入超20亿欧元[2][9][10]。 4. 脑机接口 4.1 树突信号发现提供新计算路径 - **MIT揭示大脑高效计算机制**：麻省理工学院团队在《自然》发文，首次在活体大脑中观察到树突中存在包含奖励与错误信息的“矢量化指示信号”。该机制证实大脑通过树突的半独立计算解决了“信用分配问题”，无需全局反向传播即可实现高泛化、低能耗计算[2][11]。 - **为类脑芯片设计指明方向**：这一生物机制为下一代类脑芯片设计提供了明确的仿生方向。未来可在芯片中设计类似树突的“局部计算单元”，嵌入矢量化信用分配机制，从而有望在不提升硬件制程和算力投入的前提下，实现算力效率的质的飞跃[2][12][13]。 - **对比当前AI的局限**：当前大模型依赖全局梯度下降，算力与能耗随模型规模指数级增长；现有类脑芯片多仅模拟神经元放电，未复刻树突的局部计算架构。MIT的发现指向了通过逼近生物脑架构来突破AI效率瓶颈的路径[12][14]。 5. 具身智能 5.1 中兴通讯发布全栈技术成果 - **中兴通讯推出“芯魂体脑云网”全栈底座**：公司发布自研车规级芯片“览岳A1”为机器人提供算力，并配套22自由度灵巧手。其技术成果已在南京智能制造基地验证，产线自动化率超过85%[2][15]。 - **开源核心工具推动生态**：中兴开源了EmbodiedBrain规划模型、RealMirror仿真平台及Co-Sight智能体框架三大核心工具，其中Co-Sight框架在GAIA榜单位列全球第一[15]。 6. 6G与商业航天 6.1 6G竞争进入“生态协同验证”阶段 - **爱立信联合产业伙伴展示关键能力**：在世界移动通信大会上，爱立信将联合苹果演示多制式频谱共享技术，实现5G与6G系统的实时协同；与联发科展示基于6G厘米波的数据呼叫原型，以显著降低时延支撑AI增强XR应用[2][16][17]。 - **聚焦商业可行性与平滑过渡**：MRSS技术旨在通过同一基站实现5G/6G共存，为运营商提供“不拆网、少增配”的过渡方案，直击5G基础设施尚未折旧完毕的成本痛点，信令开销可明显降低[18]。 - **全球竞争范式对比**：报告认为全球6G竞争已从“专利数量比拼”进入“生态协同验证”阶段。爱立信联合消费电子巨头的模式，与中国“政府-运营商-产业链”的体系构成两大主流范式。中国优势在于较高的全球专利占比、首个通智感融合试验网及400Gbps星间激光通信突破[19][20]。 - **对开放架构的审慎看法**：报告指出，6G高频段对性能要求极高，开放式接口可能带来延迟与干扰风险。中国方案采用“专用接口+协议兼容”思路，以保障性能并避免多厂商适配的效率内耗[19]。 7. 未来产业潜在催化 - **报告梳理了2026年各领域关键催化事件**，包括：IBM预测2026年底前将出现首个获广泛认可的“量子优越性”案例；Neuralink计划于2026年开始大规模生产脑机接口设备；特斯拉第三代Optimus人形机器人产线预计2026年建成投产等[21][22]。

核心观点 报告聚焦于量子科技、生物制造、氢能与核聚变、脑机接口、具身智能、6G与商业航天六大未来产业及一个战略新兴产业，梳理了各领域近期的技术突破与商业化进展，核心在于展现这些产业正从技术研发向规模化应用和生态协同验证的关键阶段过渡 [2] 量子科技 - **离子阱路线商业化验证取得关键突破**：量子计算公司IonQ 2025年全年营收同比增加**202%**，年收入突破**1亿美元**，其中商业客户贡献超**60%** 收入，国际销售占比超**30%**，标志着离子阱路线从实验室性能向常态化付费转变 [4] - **技术优势是商业转化的基础**：IonQ凭借其高双量子比特门保真度（超过**99.99%**）的技术优势，满足了航空物流优化、金融风险建模等商业场景对稳定输出的需求，从而撬动了商业客户付费 [4] - **不同技术路线对比鲜明**：超导路线（如IBM Condor达**1121比特**）在比特规模上激进但双比特门保真度普遍在**99%-99.8%**，且运维成本高；光量子路线有室温优势但确定性双比特门效率不高；离子阱路线在“高保真+长相干”上具备商业化优势 [5] - **国内企业进展与挑战并存**：国内企业在硬件比特数上取得突破，例如玻色量子推出**1000比特**光量子计算机，国盾量子发布**504比特**超导芯片 [5]；但在软件生态、供应链整合及商业常态化付费上仍有待突破，尚未形成量子编程平台，商业场景多停留在技术验证阶段 [5] - **量子通信网络化取得理论突破**：北京大学-北京邮电大学联合团队提出CV-QKD网络化新协议，在**30 km**传输距离下实现**Mbps**量级的单用户码率，整体性能达到理论极限的**90%**，解决了城域量子保密通信规模化应用的理论障碍 [6][7] 生物制造 - **AI与先进制造融合强化制药供应链**：跨国药企艾伯维宣布斥资**3.8亿美元**在美国新建两座融合AI与先进制造技术的活性药物成分（API）生产设施，主攻神经科学与肥胖症药物，计划2029年全面投产，凸显AI技术在核心原料生产中的规模化应用趋势 [8] 氢能与核聚变 - **绿氨实现端到端全链路出海**：远景能源完成全球首船绿氨的交付，成功验证了从“绿电制氢合成氨”到储运报关再至国际海运的完整价值链，打通了一条可再生能源“海上绿色通道” [9] - **德国推进全球首座商业仿星器聚变电厂**：德国核聚变初创公司Proxima Fusion与巴伐利亚州政府、能源巨头RWE及马克斯·普朗克等离子体物理研究所（IPP）达成合作，计划在前核电站旧址建设全球首座商业仿星器聚变电厂“Stellaris” [9] - **德国国家战略支持聚变发展**：德国政府已将聚变技术列为国家六大未来关键技术之一，并计划至2029年投入超过**20亿欧元**用于聚变研究及相关试点项目 [11] 脑机接口 - **树突矢量化信号发现揭示大脑高效计算机制**：麻省理工学院团队在《自然》发文，首次在活体大脑中观察到树突中存在包含奖励与错误信息的“矢量化指示信号”，证实大脑通过树突的半独立计算解决了“信用分配问题” [12] - **该机制为下一代AI与类脑芯片设计提供仿生路径**：大脑无需全局反向传播，仅以约**20瓦**的低能耗即可实现高泛化计算，这为突破当前AI算力效率瓶颈提供了新物理路径 [13]；未来类脑芯片可设计对应树突的“局部计算单元”，嵌入矢量化信用分配机制，有望在不增加硬件制程的前提下实现算力效率的质的飞跃 [16] 具身智能 - **中兴通讯发布“芯魂体脑云网”全栈技术成果**：具体包括自研车规级芯片览岳A1提供算力、配套**22自由度**灵巧手技术，并开源EmbodiedBrain规划模型、RealMirror仿真平台及Co-Sight智能体框架三大核心工具，其中Co-Sight框架位列GAIA榜单全球第一 [18] - **技术成果已在智能制造场景验证**：相关技术在中兴通讯南京滨江智能制造基地得到验证，产线自动化率已超过**85%** [18] 6G与商业航天 - **6G全球竞争进入“生态协同验证”关键阶段**：爱立信将在MWC 2026联合苹果演示多制式频谱共享（MRSS）技术，实现5G与“模拟6G”系统的实时协同，旨在支持运营商平滑迁移，减少资源浪费和信令开销 [20]；同时联合联发科展示基于6G厘米波的数据呼叫原型，以显著降低时延支撑AI增强XR应用 [20] - **MRSS技术直击运营商成本痛点**：该技术通过同一中频TDD基站实现5G/6G协同，为运营商提供了“不拆网、少增配”的过渡方案，以应对5G万亿级基建尚未折旧完毕的成本挑战 [21] - **开放式架构（O-RAN）在6G时代面临性能挑战**：报告指出，6G中高频段对天线阵列协同精度要求极高，开放式接口带来的延迟与干扰可能成为性能短板；中国方案采用“专用接口+协议兼容”思路，以保障性能并实现产业链深度协同 [22] - **中国6G产业具备多重优势**：中国拥有较高的全球专利占比、全球首个通智感融合试验网以及**400Gbps**星间激光通信突破，构建了“标准-技术-基建”的三重优势 [23] 未来产业潜在催化 - **量子科技**：IBM预测2026年底前，首个获广泛认可的“量子优越性”案例将落地 [26] - **生物制造**：2026年将举办国际生物炼制与生物制造会议（北京）及国际生物工艺大会暨展览会（波士顿）等重要会议 [26] - **氢能与核聚变**：2026年将举办第五届中国氢能展暨国际氢能大会（北京）和世界氢能峰会（鹿特丹） [26] - **脑机接口**：Neuralink计划于2026年开始对脑机接口设备进行大规模生产 [26] - **具身智能**：特斯拉第三代Optimus人形机器人产线预计2026年建成投产；同年将举办杭州人形机器人展、中国工博会机器人展及汉诺威工业博览会 [26] - **6G**：MWC 2026（巴塞罗那）和全球6G技术与产业生态大会（南京）将于2026年举行 [26]

海淀区2026年高质量发展大会核心政策与产业布局 - 2026年海淀区“新春第一会”发布了多项重磅政策，旨在从顶层设计、政策驱动、机制创新、基金发布、产业落地和全球合作等多角度、全方位布局，做实全球AI产业高地[3] - 大会最重磅的三大看点包括：发布《2026年海淀区打造最具投资价值之城实施方案》及政策支撑体系；发布《海淀区现代化产业体系“1+X+1”建设布局》；提出建设世界领先科技园区并强化开放协同[5][7][10] 最具投资价值之城实施方案 - 发布《2026年海淀区打造最具投资价值之城实施方案》，围绕资本活力、企业潜力、人才吸引力、资产承载力四大领域，谋划36项支持政策[6] - 方案配套设立总规模80亿元的中关村科学城科技成长四期基金（含70亿元母基金和10亿元产业直投）以及20亿元的中关村科学城成果转化基金[6] - 2026年将安排不低于90亿元产业创新专项资金，用于支持企业成长[7] 现代化产业体系“1+X+1”布局 - 发布现代化产业体系“1+X+1”布局，塔尖的“1”是人工智能产业，作为核心引擎[8] - 塔身的“X”是“5+3”重点产业，包括集成电路设计、医药健康、商业航天、工业软件、高端科学仪器5大战略性新兴产业，以及具身智能、量子科技、脑机接口3大未来产业[8] - 塔基的“1”是科技服务业，为整个产业体系提供全要素保障和生态支撑[8] - 产业方向将保持动态演进，与全球科技创新同频共振，并坚持全栈攻关、全链布局、全域赋能抓落实[9][10] 建设世界领先科技园区的开放协同 - 提出建设世界领先科技园区，关键举措是加强开放协同，深化京津冀协同、联动长三角，并成立“海淀区世界领先科技园区发展联盟”[10] - 相比往年侧重区内资源整合，2026年大会明显加强了对外连接，与兄弟区县及国际机构签署合作协议，展现更宏大的协同发展视野[10] 海淀区的科创资源与产业实力 - 科研资源雄厚，拥有2家国家实验室、92家全国重点实验室、96家国家级科研院所、12个高水平新型研发机构及37所高校[13] - 人才资源丰富，有692位两院院士，人才资源总量超200万人，人才创新发展指数全国第一[14] - 企业实力强劲，拥有市场主体超28万家、上市公司265家、独角兽企业49家、国家高新技术企业近万家，形成1个万亿级、4个千亿级、5个百亿级产业集群[14] - 科技相关产业占GDP比重持续保持在70%以上，科技型企业占比超50%，存量及占比均居北京市第一[14] - 是AI产业核心区，最近4年成立的788家AI应用公司中，有84家位于海淀区，占北京市的58%，是全国汇聚相关企业最多的城区[15] AI产业竞争格局与海淀定位 - 全球及国内AI产业竞争白热化，各地如广州、深圳等均在AI领域全力突破[16] - 海淀区作为中国AI产业的核心引擎，拥有从“中关村电子一条街”到建设世界领先科技园区的基础，目标是打造自主创新策源地和全球AI高地[12][13][15] - 当前挑战在于如何将资本密度转化为创新浓度，将政策红利转化为人才红利[16]

一级市场投融资概览 - 本周国内一级市场披露融资事件43个，较上周增加12个，其中16个事件披露了金额，总融资规模为**75.58亿元人民币**，平均融资金额为**4.72亿元人民币**[7] - 从融资事件数量看，**智能制造（13个）、人工智能（10个）、医疗健康（6个）**领域最活跃[9] - 从已披露的融资规模看，**人工智能**领域最高，融资总规模约为**43.31亿元人民币**，其中通用人形机器人研发商「千寻智能 Spirit AI」获**近20亿人民币**A轮融资[9] - **智能制造**行业已披露融资总额为**28.57亿元人民币**，其中蔚来旗下智能驾驶芯片商「神玑技术」获**22.57亿人民币**天使轮融资[11] 行业分布 - **人工智能**领域融资规模领先，主要受「千寻智能 Spirit AI」大额融资推动，该公司致力于打造通用人形机器人和下一代具身大模型[9][11] - **智能制造**领域融资活跃，代表性公司「神玑技术」专注于自研智能驾驶芯片[11] 地区分布 - 获投企业地区主要集中在**江苏（8起）、北京（7起）、上海（7起）**[14] - **北京**地区5起事件共融资**21.70亿元人民币**，**上海**4起事件共融资**5.40亿元人民币**，**广东**2起事件共融资**11.30亿元人民币**，**浙江**2起事件共融资**10.71亿元人民币**，**安徽**1起事件（神玑技术）融资**22.57亿元人民币**[17] 阶段分布 - 从投资阶段看，**早期（种子轮、天使轮、A轮）**事件有**34个**，**成长期（B轮、C轮）**事件有**9个**[18] 本周国内大额融资事件 - 「千寻智能 Spirit AI」获近**20亿人民币**A轮融资[9] - 「神玑技术」获**22.57亿人民币**天使轮融资[11] 本周海外大额融资事件及新增独角兽 - 英国自动驾驶系统提供商**World Labs**完成**5亿美元**B轮融资，投资方包括软银愿景基金、微软、英伟达、梅赛德斯-奔驰等[25] - 美国空间智能技术开发商完成**5亿美元**B轮融资，投资方包括富达投资、英伟达[25] - 美国大型语言模型芯片研发商完成**10亿美元**天使+轮融资[26][28] - 美国数字化退休计划管理平台开发商**Vestwell**完成**3.85亿美元**E轮融资[26][28] - 美国开源微服务平台开发商**Temporal Technologies**完成**3亿美元**D轮融资[26][28] - 新增独角兽包括：美国数字产品商务平台运营商**Whop**（估值**15亿美元**），美国云服务提供商**Render**（估值**12亿美元**），美国AI一体化网络通信平台研发商**Aalyria**（估值**13亿美元**），英国商业银行运营商**Allica Bank**（估值**11.5亿美元**），美国AI会计软件平台研发商**Basis**（估值**10亿美元**）[29][33] 本周国内一级市场活跃机构 - 从投资活跃度看，**山东财金集团（3个投资事件）、红杉中国（2个投资事件）、达晨财智（2个投资事件）**较为活跃[32] 本周国内IPO公司 - 本周国内IPO公司为「通宝光电」，在**北京证券交易所**上市，最新市值为**19.62亿元人民币**，曾获冠亚投资等机构投资[35] 本周国内并购事件 - 本周国内披露已完成并购事件**9个**，较上周增加6个，分布在传统行业、能源电力、企业服务行业[37] - 其中，**黔晟国资以100亿人民币收购融资综合服务提供商贵阳工投82.65%股份**，被收购方主要承担投资产业导向、融资综合服务等业务[37]

公司融资与估值 - 2026年马年开年，公司完成超10亿元B轮融资，估值突破百亿元 [2] - 公司在过去一年里累计完成了12轮融资 [3] - 2026年2月下旬，行业融资加速，公司完成10亿元融资，同期千寻智能完成近20亿元融资，估值均突破百亿元 [12] 公司概况与团队 - 公司全称为智平方（深圳）科技有限公司，成立于2023年4月 [4] - 公司核心赛道为具身智能（生产力型机器人） [4] - 创始人为郭彦东，80后，拥有北京邮电大学本科及研究生学位，普渡大学博士学位，导师为美国工程院院士 [4] - 创始人曾任职于微软西雅图总部、小鹏汽车及OPPO，担任首席科学家等职，负责AI系统落地 [4][5] - 创始团队汇聚了来自微软、谷歌、清华、北大等机构的技术人才，包括多位斯坦福大学排名前2%的科学家 [4][9] 公司战略与技术路线 - 公司创立目标明确，不做“表演型机器人”，专注解决真实生产和服务场景中的问题 [3][8] - 公司选择全栈自研的难度更高路线，从模型、硬件到场景应用整体打通，采用与特斯拉Optimus类似的端到端大模型技术路线 [8] - 公司认为机器人要真正好用，必须让大脑和身体协同工作，而非拼凑方案 [9] - 公司自建算力平台快速迭代具身智能大模型，同时搭建产线推进机器人工业化交付 [10] - 公司核心能力可以复用，这在具身智能企业中并不多见 [23] 产品与商业化落地 - 核心产品为AlphaBot工业机器人系列与“智魔方”新零售服务空间 [4] - AlphaBot系列按工业标准设计，能完成分拣、转运、贴标、装配等重复性高、精度要求高的工作 [3] - 机器人已进入工业制造场景及商场、公园等公共空间，提供标准化作业 [11] - 公司形成两条产品线：工业机器人AlphaBot系列服务柔性制造；“智魔方”面向新零售服务场景 [21] - 工业端进展更快，2025年9月启用自有产线，3个月完成产能爬坡，同年12月AlphaBot 2实现单月交付过百台，目前年产能千台，2026年计划扩至万台 [23] - 公司与惠科签订3年1000台订单，总额近5亿元，被摩根士丹利称为全球生产力型机器人领域金额最大的单一订单 [23] - 在惠科产线，AlphaBot 2将效率提升40%，单台每年节省约45万元人力成本 [24] - 产品也已进入东风柳汽等企业 [25] - 新零售端，“智魔方”是一套模块化服务空间，能做咖啡、冰淇淋等标准化产品，已在北京、深圳等地商场、公园落地运营 [27] - 深圳人才公园门店日均出餐数百杯，公司计划三年内落地1000个点位 [27] 行业趋势与竞争格局 - 2026年可能是人形机器人走向商业化的分水岭，全球出货量有望突破5万台 [16] - 行业逻辑从比拼“动作难度”转向“能不能落地”更为重要 [17][19] - 具身智能赛道内存在两种路径：一种偏“大脑”（如千寻智能），强调底层模型能力和通用性；一种偏“整机和落地”（如智平方），强调整机能力和场景闭环 [13][14][15] - 有观点认为，2026年开始机器人之间的核心竞争将是“大脑”层面的软件能力 [16] - 中国凭借强大供应链将机器人成本压至可与人工比肩的水平，工业场景需求稳定，工业机器人市场已是确定趋势 [21] - 行业信号表明，机器人需能创造现金流、稳定替代岗位并提升效率，才是真正的生产工具 [26] 资金用途与未来规划 - B轮超10亿元融资将用于两方面：一是继续投入GOVLA具身大模型以强化“大脑”；二是推进AlphaBot系列升级，确保订单按期稳定交付 [29] - 简单概括为一手抓模型能力，一手抓规模制造 [30] - 与中车资本合作后，公司有机会进入更多央企制造场景 [31] - 工业端应用范围从单一产线走向更复杂的高端制造环境，边界在向外延伸 [32] - 新零售端“智魔方”将加快全国标准化复制与规模化铺开 [33] - 公司认为未来3年将是‘真实场景闭环’的竞争，护城河在于将机器人部署到更多商业场景并用作业数据反哺迭代 [33]

公司融资与估值 - 智平方于2026年2月23日完成B轮融资，规模超过10亿元人民币，公司估值突破百亿元[1] - 自2025年以来，公司在一年内累计完成12轮融资，其中2025年上半年完成7轮，融资节奏在具身智能赛道中偏快[1][2] - B轮投资方结构多元化，包括百度、中国中车、宇信科技、森麒麟、国泰海通基金、沄柏资本等，多家老股东持续加注[2] 公司发展路径与战略 - 公司成立于2023年4月，三年内成长为百亿估值企业，是深圳首个达到百亿估值的具身智能企业[2] - 融资核心目的是持续拉开GOVLA与同行的代差，将资本纳入技术路线竞争的时间变量[1] - 公司策略是“技术压强+商业闭环”并行，坚持端到端VLA与软硬一体化的差异路径，通过真实部署形成现金流与数据回流[7] - 公司坚持软硬件垂直整合，通过核心部件自研定制、国产替代及战略伙伴协同降低关键依赖，以量产为导向进行正向设计控制成本[3] 资金用途与产能规划 - B轮融资将用于支撑自有产线从千台级迈向万台级规模，核心目标是通过规模化实现成本结构优化[3] - 资金重点投向三条主线：算力与训练体系升级；建设真实场景数据平台；扩大产业级部署规模，让更多机器人进入工厂与公共空间[3] - 未来融资将优先投向场景规模化与数据资产沉淀，推动模型泛化能力向“工业级稳定生产力”演进[5] 行业现状与挑战 - 行业重心正由“模型突破”转向“产业落地”，资本态度从对概念的追逐转向对验证能力的审视[1] - 机器人在真实工业环境中的部署仍以试点为主，复杂任务泛化能力、动态场景控制精度及人机协作安全等关键能力尚未完全突破[4] - 大规模合成数据与真实场景数据之间的质量一致性、力觉反馈模拟等关键技术尚待突破，控制算法与感知模型在动态环境中的稳定性仍需提升[5] - 数据规模与数据质量、长尾场景泛化能力以及量产成本控制，是具身智能企业普遍面临的三重约束[6] - 行业商业化拐点并非一蹴而就，从技术领先向规模化过渡，距离消费级“iPhone时刻”仍需5—7年时间[6] 行业竞争与资本模式 - 公司已形成“技术壁垒+产业协同+资本分层”的组合模式：前瞻性技术吸引平台型企业入股，产业资本提供场景资源，财务资本放大估值弹性[7] - 同类企业在融资过程中需警惕过度依赖单一投资方导致控制权结构失衡，以及在技术未充分验证前抬升估值导致后续融资断层的风险[7]