陆奇及奇绩创坛的投资策略演变 - 奇绩创坛由陆奇于2019年创办，其前身是美国YC创业孵化器的中国分支[5] - 公司投资重点经历了从元宇宙、Web3转向AI大模型，再聚焦至机器人及具身智能领域的演变[5][15] 在AI大模型领域的投资与错失 - 2023年4月，陆奇发表“大模型世界观”演讲，随后密集投资大模型项目[9][11] - 2023年奇绩创坛春季路演中，60家公司中有39家（占比65%）与大模型相关；2024年6月春季路演中，81%的项目与大模型相关[11] - 然而，公司未能投资被称为“AI六小龙”的头部大模型初创企业，如百川智能、阶跃星辰、月之暗面、零一万物等，这些公司的天使轮均由其他知名机构或创始人自投完成[13] - 有观点认为其入场较晚，国内已上市的智谱AI（2019年成立）和MiniMax（2021年成立）早期融资均发生在2019至2021年[14] - 2022年之前，公司投资侧重点为元宇宙和Web3；截至2023年6月，其投资的258个项目中，仅25家属于人工智能与大语言模型领域[15] - 公司曾早期投资深言科技（2022年3月成立）并连续参与其天使轮，但该公司在后续大模型风口未获太多关注[15] - 公司于2024年9月参与世界模型公司极佳科技的天使轮融资，该公司目前估值已超100亿元[16] 在机器人及具身智能领域的布局 - 陆奇将“行动无处不在”（如自动驾驶、机器人）预测为继大模型后的下一个范式转移和拐点[19][20] - 公司自2023年甚至更早开始提前布局机器人赛道，以避免再次错过类似大模型的机会[8] - 2025年前三季度，奇绩创坛成为国内出手投资机器人公司最多的投资方，超过了高瓴创投、IDG资本、蚂蚁集团、美团等机构[5] - 2025年，在其春季和秋季路演中，具身智能和机器人项目占比分别达到28%和30%[5] - 2023年春季路演中，机器人投资数量位列第三，仅次于“人工智能及大模型”和“企业服务”[23] - 2024年12月秋季路演中，60个前沿项目里有14家具身智能公司，机器人投资数量仅次于人工智能[24] - 公司早期投资了多个明星机器人项目：智元机器人（2023年4月天使轮进入，当前估值超150亿元[7]）、光轮智能（2023年6月天使轮进入，当前估值约10亿美元[7][23]）、帕西尼（2021年6月天使轮进入，当前估值超100亿元[26]） - 公司机器人投资种类广泛，涵盖具身智能数据、养老、清洁、商超场景、人形机器人、机器人大模型、双足机器人等多个细分领域[23][24][26] - 更早的布局可追溯至2020年，公司独家投资了斯坦得机器人1亿元的A+轮融资[26] - 根据上奇研究院数据，2024年至2025年2月，奇绩创坛投资了14家人形机器人企业，是参投企业最多的投资机构[28] 投资逻辑与行业背景 - 投资判断基于技术驱动和对未来趋势（如下一个“行动”拐点）的预判[21][29] - 机器人及具身智能赛道技术研发投入大、商业化路径不明朗、回报周期长，通常需要以十年为周期看待[27][29] - 尽管面临商业化挑战和资金压力（作为早期基金募资不易），公司仍持续布局该赛道[28][29] - 部分早期投资机构（如金沙江创投）已因商业化路径不清晰而退出人形机器人公司，但其退出的公司（如星海图）当前估值约200亿元[28] 被投项目与创始人特点 - 被投项目的创始人平均年龄在29岁左右，包含00后创业者，例如鹰瞰智翼的创始人陈昊为00后上海交通大学博士研究生[30] - 公司每年两次创业营的项目录取率低于1%，在年轻创业者中具有较强影响力[30] 行业动态与市场表现 - 国内具身智能赛道投资活跃，各大创投机构与互联网产业资本争相入局[23] - 国际市场上，FigureAI在2024年2月B轮融资后估值达26亿美元，当前估值已超过390亿美元[23] - 被投公司智元机器人2025年营收突破10.5亿元，并提出了未来三年内营收增长十倍（即超100亿元）的目标[28]

行业迈入关键拐点 - 全球AI产业核心命题已转向让AI在物理世界安全、可靠、低成本行动，产业机会从软件延伸至制造、物流、交通、民生服务等国计民生产业[2] - 具身智能是涵盖模型、数据、本体、芯片、传感器、控制、安全及供应链的系统工程[4] - 百度智能云将从三大维度深耕：夯实AI基础设施、深化场景链接、推动行业标准建设[4][5] 星动纪元：全栈系统驱动规模化 - 人形机器人从“可用”迈向“可规模”需构建AI Native全栈系统，覆盖数据、大脑、本体、应用四层闭环[6] - 规模化落地四大核心前提：场景价值、产品市场匹配、稳定交付能力、可控成本[6] - 构建五级数据金字塔，从互联网数据到真机数据，其中长尾故障数据价值远超常规成功数据，真机数据是最高质量数据源[8] - 大脑端，世界模型是突破泛化上限的核心；本体端，坚持核心硬件全栈自研、模块化设计，重点突破五指灵巧手技术[8] 智平方：VLA范式进化与开源 - VLA范式正持续迭代，其本质是语言、视觉、行为三要素的端到端对齐[9] - 自研NeuroVLA模型融合类脑计算，实现毫秒级实时响应与强逻辑推理，适配物理世界动态复杂需求[11] - 联合百度智能云开源AlphaBrain Platform，开放自研VLA模型、测评工具、数据服务及场景化工具链，旨在降低行业研发门槛[11] 浙江大学熊蓉：SPIRE知行融贯体系 - 提出SPIRE知行融贯发育体系，构建“大脑+小脑”分层架构，破解VLM识别不准、物理交互薄弱、算力依赖高、跨场景泛化不足四大痛点[12][13] - 力、触、重量、摩擦力等物理信息必须纳入模型训练核心环节[15] - SPIRE体系已在多场景规模化落地：与杰克科技签订2000台订单攻克柔性布料操作；联合方太发布全球首个机器人总厨；在康养场景完成喂饭、陪护等服务[15] 百度百舸：全栈AI基础设施 - 百度百舸已升级为具身智能专属全栈AI Infra，覆盖数据准备、训练、仿真、推理、真机部署全链路[16] - 2026年行业两大趋势：世界模型分布式训练进入爆发期；运动控制策略走向统一范式并向大规模Scaling演进[18] - 针对性优化技术：提供5B–20B中型模型高性价比算力配置，解决世界模型推理延迟瓶颈，优化运动控制策略多机训练[18] - 已累计支撑30余家具身企业完成模型研发与真机落地，平台预置多种数据集、仿真环境与框架，集成英伟达Isaac生态等[18] 逆矩阵科技：世界模型核心在Action - 世界模型核心价值在于搭建物理世界的因果推理体系，动作是建立因果关联、解构物理规律的关键[19] - 首创世界模型W0至W5分级理论，W0为视频生成阶段，W5是能自主完成复杂任务的真实世界通用推理阶段[21] - 通用世界基座模型是各垂直场景规模化落地的核心基础，各类真机与仿真数据可跨场景互补赋能，构成双向飞轮[21] 日冕机器人：构建Scaling飞轮 - 提出具身世界模型的Scaling飞轮：表征、数据、训练范式三者相互驱动形成闭环[22] - 下一代表征体系需具备离散性、普世性、结构性，以降低对重人力采集数据的依赖，开启数据Scaling曲线[24] - 提出世界模型奖励系统方案，将世界模型泛化性优势融入真机强化学习，降低对现场部署训练和人在环的依赖[24] - 将高速增长的AI基础设施制造业作为重点突破方向，该行业具备多批量快迭代、精细操作丰富、扩产需求旺盛特征[25] 英伟达：Compute is Data新范式 - 行业正从“计算资源处理数据”走向“以高性能计算驱动高质量数据生产”的新范式[26] - NVIDIA的Physical AI Data Factory Blueprint旨在统一自动化训练数据的生成、增广与评估流程[26] - Cosmos可用于合成数据生成、视觉推理和动作仿真，加速通用机器人智能开发[28] - NVIDIA已构建完整产品栈覆盖仿真、训练、评测到部署，Isaac Sim/Lab和GR00T模型已在百度智能云上线[28] 北京人形机器人创新中心：开源生态 - 作为国家队推动技术普惠，已开放天工1.0通用人形机器人硬件设计、RoboMIND多模态数据集、运动控制框架TienKung-Lab、VLA及世界模型等核心资产[29] - RoboMIND数据集累计40万条，下载量600万+[29] - 发布基于通用平台“慧思开物”的低代码开发平台和领先的VLA仿真平台，降低开发者门槛[31] - 联合百度智能云开启首届具身智能黑客松大赛，设立运动控制、VLA模型微调两大赛道，开放硬件、数据集、仿真平台与算力资源[31][33] 圆桌论坛：行业共识与挑战 - 具身智能已走完从0到1，正迈入从1到100的规模化发展周期，世界模型与VLA技术路线可融合互补[38] - 2026年将迎来行业格局剧变，技术路线从多元分散走向收敛，应用场景转向规模化落地，搭建完整数据闭环是核心[40] - 清晰的任务界定与轻量化评测体系是搭建数据闭环、支撑技术规模化发展的基础[42] - 情感共生成为共识，人形机器人终极落点面向消费端，硬件形态终将收敛到仿人构型[44] - 行业首要解决泛化能力弱、优质数据稀缺、物理世界理解不足等痛点，商业化落地需循序渐进[46] - 把2026年定义为具身智能落地元年，主张从开发者生态场景切入，打造具备成长进化能力的产品[48] - 硬件形态会向人体构型靠拢，开源本体搭配小脑系统能有效降低行业准入门槛[50] - 具身智能是复杂系统工程，数据加工的重要性远超原始采集，高质量的数据编译是模型训练核心[52]