融资与估值里程碑 - 公司于2月11日完成10亿元人民币B轮融资 [2] - 本轮融资方包括产业资本金鼎资本、北汽产投、碧鸿投资，PE基金正心谷资本、前海方舟，国际化基金毅峰资本，以及凯辉基金、美团龙珠、今日资本、襄禾资本和高瓴创投等五位主要老股东联手超额或满额追加 [2] - 公司累计融资额近30亿元人民币，估值达百亿元，成为具身智能行业又一只百亿独角兽 [2] - 公司是中国具身智能企业中老股东持续加注比例和频次最高的公司 [2][4] 投资方结构与战略协同 - 本轮融资结构呈现产业与战略特征，反映市场关注点从技术验证转向产业协同与商业化落地 [3] - 产业资本金鼎资本、北汽产投、碧鸿投资的加入将加速公司在智能制造、汽车工业等核心场景的技术融合与战略协同 [3] - 顶级PE基金正心谷资本、前海方舟的参与代表长期价值投资者对赛道和公司的认可 [4] - 国际化基金毅峰资本的加持为公司全球化布局注入国际视野与资源，助力技术与产品走向海外市场 [4] 核心技术壁垒与研发进展 - 公司核心团队为“90后清华系”，融合顶尖学术能力与Waymo、Momenta等顶尖自动驾驶企业的产业工程经验 [6] - 公司坚持端到端的视觉-语言-动作基础模型技术路线，于2025年8月发布达到SOTA的G0模型，并于2026年1月推出升级版G0 Plus，定位为“全球首个开箱即用的VLA模型” [6] - 公司开源的开放世界数据集下载量已超50万次，登顶世界第一，被全球几乎所有主流机构与企业采用 [6] - 公司是目前唯一同时开源本体、数据、模型与开发工具链的企业 [6] - 公司于2026年正式迈入数十万小时级高质量数据的规模化训练阶段，通过海量场景数据迭代优化具身基础模型 [6] - 公司深度赋能开源的具身大模型LingBot-VLA，在权威GM-100真机评测中刷新泛化性能纪录 [7] - 公司R1 Pro软硬件平台在多个主流具身大模型的适配评测中均取得领先的任务成功率，证明了“硬件-数据-算法”协同演进路径的有效性 [7] 商业化进展与市场地位 - 公司已实现订单数千台，客户覆盖全球顶尖高校、研究机构及行业领军企业 [8] - 公司已实现从核心模组、整机设计、高质量数据、端到端模型及场景解决方案的全栈自研 [8] - 公司在轮式双臂机器人领域实现全球领先的部署规模与市场占有率，其R1 Pro和R1 Lite平台覆盖超90%的全球顶级开发者，成为斯坦福大学李飞飞团队、Physical Intelligence等顶尖实验室的核心开发平台 [8] - 公司与海内外数十家制造业、物流业及服务业头部企业开展深度场景验证，并已收获国内头部汽车制造商与智慧物流企业的千台级订单 [8] 公司战略与行业定位 - 公司致力于构建支撑整个物理世界智能化转型的底层基础设施，打造“物理世界的AI基座” [9] - 公司以“From motor to model”为技术主线，通过自主研发的标准化关节模组、统一通信协议与开放工具链，打通从硬件到智能的全栈能力 [9] - 公司围绕“整机+智能”的战略支点，以智能定义本体，预训练端到端VLA基础模型，并构建以后训练工具链为核心的具身智能基座 [9] - 公司构建的全链路开发平台EDP集数据采集、管理与真机测试于一体，显著降低开发者门槛与数据获取成本 [9] - 公司以“标准硬件 + 标准数据 + 标准工具”为核心，为全球开发者提供可落地、可扩展、可评测的具身智能基础设施 [9] - 公司以“部署100亿台智能体，服务100亿人”为愿景，已率先实现从技术研发、产品创新到商业落地的闭环验证 [10]

融资与估值 - 2026年2月11日，星海图完成10亿元人民币B轮融资 [2][16] - 本轮投资方包括一线产业资本金鼎资本、北汽产投、碧鸿投资，顶尖PE基金正心谷资本、前海方舟，国际化基金毅峰资本，以及五位主要老股东凯辉基金、美团龙珠、今日资本、襄禾资本和高瓴创投联手超额或满额追加 [2][16] - 公司成为中国具身智能企业中老股东持续加注比例和频次最高的公司 [2][16] - 截至本轮融资，星海图累计融资额近30亿元人民币，估值达百亿元人民币 [3][17] - 公司成为继宇树、智元、银河通用之后具身智能行业又一只百亿独角兽，并且是这四家中成立时间最短的企业 [3][17] 融资结构特征与市场意义 - 本轮融资结构呈现鲜明的产业与战略特征，反映市场关注重点已从早期技术验证转向产业协同与商业化落地 [5][19] - 产业资本入局将加速公司在智能制造、汽车工业等核心场景的技术融合与战略协同 [5][19] - 顶级PE基金的青睐代表长期价值投资者对赛道和公司的认可 [5][19] - 国际化资本毅峰资本的加持为公司全球化布局注入国际视野与资源 [7][21] - 老股东联手追加是对公司超强执行力、团队迭代力与业务成长性的认可 [7][21] 核心技术壁垒 - 核心技术壁垒源于融合顶尖学术能力与产业工程经验的“90后清华系”创始团队，团队拥有世界级算法科学家及Waymo、Momenta等顶尖自动驾驶企业工程经验 [9][23] - 坚持端到端的视觉-语言-动作基础模型技术路线，持续推动模型性能与泛化能力跨越 [9][23] - 2025年8月发布达到SOTA水平的G0模型，2026年1月推出升级版G0 Plus，定位为“全球首个开箱即用的VLA模型” [9][23] - 公司开源的星海图开放世界数据集下载量已超50万次，登顶世界第一，被全球几乎所有主流机构与企业采用 [9][23] - 公司是目前唯一同时开源本体、数据、模型与开发工具链的企业 [9][23] - 构建了全链路、高效率的物理世界数据采集与模型训练基座，2026年正式迈入数十万小时级高质量数据的规模化训练阶段 [9][23] - 2026年初，公司深度赋能的蚂蚁灵波科技开源具身大模型LingBot-VLA在权威GM-100真机评测中刷新泛化性能纪录 [10][24] - 星海图R1 Pro软硬件平台在多个主流具身大模型适配评测中取得领先的任务成功率，证明了“硬件-数据-算法”协同演进路径的有效性 [10][24] 商业化进展与市场地位 - 公司已实现订单数千台，客户覆盖全球顶尖高校、研究机构及行业领军企业 [12][26] - 已实现从核心模组、整机设计、高质量数据、端到端模型及场景解决方案的全栈自研，是国内少数兼具算法、硬件、数据和商业化闭环能力的具身智能企业 [12][26] - 在轮式双臂机器人领域实现全球领先的部署规模与市场占有率，其R1 Pro和R1 Lite平台覆盖超90%的全球顶级开发者 [12][26] - R1 Pro和R1 Lite平台成为斯坦福大学李飞飞团队、Physical Intelligence等顶尖实验室的核心开发平台 [12][26] - 与海内外数十家制造业、物流业及服务业头部企业开展深度场景验证，并已收获国内头部汽车制造商与智慧物流企业的千台级订单 [12][26] - 业务从“演示可行性”迈入“部署规模化”新阶段 [12][26] 公司战略与愿景 - 公司致力于构建支撑整个物理世界智能化转型的底层基础设施，而非仅制造单一形态机器人 [14][28] - 以“From motor to model”为技术主线，通过自主研发标准化关节模组、统一通信协议与开放工具链，打通从硬件到智能的全栈能力 [14][28] - 围绕“整机+智能”战略支点，以智能定义本体，预训练端到端VLA基础模型，并构建以后训练工具链为核心的具身智能基座 [14][28] - 公司构建的全链路开发平台EDP集数据采集、管理与真机测试于一体，显著降低开发者门槛与数据获取成本 [14][28] - 以“标准硬件+标准数据+标准工具”为核心，为全球开发者提供可落地、可扩展、可评测的具身智能基础设施 [14][28] - 公司以“部署100亿台智能体，服务100亿人”为愿景，已率先实现从技术研发、产品创新到商业落地的闭环验证 [15][29] - 未来将持续引领技术迭代与产业融合，推动具身智能深度赋能实体经济 [15][29]

融资情况 - 公司于2026年2月11日完成10亿元人民币的B轮融资 [1][3] - 本轮新投资方包括产业资本金鼎资本、北汽产投、碧鸿投资，PE基金正心谷资本、前海方舟和国际化基金毅峰资本 [1][3] - 五位主要老股东凯辉基金、美团龙珠、今日资本、襄禾资本和高瓴创投联手超额或满额追加投资 [1][3] 技术路线与产品 - 公司坚持端到端的视觉-语言-动作基础模型技术路线 [1][3] - 公司于2025年8月发布G0模型，并于2026年1月推出其升级版G0 Plus，定位为“全球首个开箱即用的VLA模型” [1][3] - 公司开源的星海图开放世界数据集下载量已超过50万次 [1][3] 数据与训练能力 - 公司构建了全链路、高效率的物理世界数据采集与模型训练基座 [1][3] - 2025年，公司在真机数据采集体系基础上，创新引入UMI等新型采集方式，提升了多形态机器人场景数据的采集效率、丰富度与精准度 [1][3] - 2026年，公司迈入数十万小时级高质量数据的规模化训练阶段，通过海量场景数据持续迭代优化具身基础模型 [1][3] 商业化与客户 - 公司已实现订单数千台 [2][4] - 客户覆盖全球顶尖高校、研究机构及行业领军企业 [2][4] - 公司已实现从核心模组、整机设计、高质量数据、端到端模型及场景解决方案的全栈自研 [2][4] - 其R1 Pro和R1 Lite平台已成为斯坦福大学李飞飞团队、Physical Intelligence等顶尖实验室的核心开发平台 [2][4]

融资与市场地位 - 公司完成10亿元人民币B轮融资，投资方包括金鼎资本、北汽产投、碧鸿投资、正心谷资本、前海方舟、毅峰资本，老股东凯辉基金、美团龙珠、今日资本、襄禾资本和高瓴创投超额或满额追加[2] - 公司累计融资额近30亿元人民币，估值达百亿元，成为具身智能行业又一只百亿独角兽，是宇树、智元、银河通用四家中成立时间最短的企业[2] - 公司是2025年所有具身智能头部公司里花钱效率最高的公司[4] 技术路线与研发进展 - 公司坚持端到端的视觉-语言-动作基础模型技术路线，于2025年8月发布SOTA的G0模型，2026年1月推出升级版G0 Plus，定位为“全球首个开箱即用的VLA模型”[5] - 公司开源的开放世界数据集下载量已超50万次，登顶世界第一，被全球几乎所有主流机构与企业采用，是目前唯一同时开源本体、数据、模型与开发工具链的具身智能企业[5] - 公司构建了全链路、高效率的物理世界数据采集与模型训练基座，2025年引入UMI等新型采集方式，2026年正式迈入数十万小时级高质量数据的规模化训练阶段[7] - 公司深度赋能蚂蚁灵波科技开源的具身大模型LingBot-VLA，在权威GM-100真机评测中刷新泛化性能纪录，其R1 Pro软硬件平台在综合评测标准下表现卓越，在多个主流具身大模型适配评测中取得领先的任务成功率[9] 团队与行业认知 - 公司核心技术壁垒源于高度融合顶尖学术能力与产业工程经验的“90后清华系”创始团队，拥有世界级算法科学家及Waymo、Momenta等顶尖自动驾驶企业的工程实践经验[4] - 公司认为具身智能本质是AI行业，遵循scaling law，当前处于初期阶段，未来研发投入将指数级上升，因此资金储备需留冗余以应对数据增长、模型训练和算力需求，行业是马拉松而非百米赛道[4] 商业化与市场表现 - 公司已实现订单数千台，客户覆盖全球顶尖高校、研究机构及行业领军企业[11] - 公司在轮式双臂机器人领域实现全球领先的部署规模与市场占有率，其R1 Pro和R1 Lite平台覆盖超90%的全球顶级开发者，成为斯坦福大学李飞飞团队、Physical Intelligence等顶尖实验室的核心开发平台[11] - 公司已与海内外数十家制造业、物流业及服务业头部企业开展深度场景验证，并收获国内头部汽车制造商与智慧物流企业的千台级订单，从“演示可行性”迈入“部署规模化”新阶段[13] - 公司专注于技术驱动的商业化，认为技术一旦ready，商业化将是指数级增长，并关注“营收质量”维度，包括毛利率、现金流、客户质量、真实客户开机使用比例等，在行业内遥遥领先[13] 公司战略与愿景 - 公司不止于制造单一形态机器人，致力于构建支撑整个物理世界智能化转型的底层基础设施，打造“物理世界的AI基座”[14] - 公司以“From motor to model”为技术主线，通过自主研发标准化关节模组、统一通信协议与开放工具链，打通从硬件到智能的全栈能力，围绕“整机+智能”战略支点，以智能定义本体，预训练端到端VLA基础模型，构建以后训练工具链为核心的具身智能基座[15][16] - 公司构建的全链路开发平台EDP集数据采集、管理与真机测试于一体，显著降低开发者门槛与数据获取成本，以“标准硬件+标准数据+标准工具”为核心，为全球开发者提供可落地、可扩展、可评测的具身智能基础设施[16] - 公司以“部署100亿台智能体，服务100亿人”为愿景，已率先实现从技术研发、产品创新到商业落地的闭环验证，将持续引领技术迭代与产业融合，推动具身智能深度赋能实体经济[16]

具身智能的哲学与理论基础 - 具身智能的思想可追溯至中国古代"知行合一"理念，强调认识活动离不开身体与物理世界的交互[4] - 1943年沃伦·麦卡洛克提出人类心智形成根植于个体与外部环境的持续物理交互，为具身认知理论发展提供重要启发[5] - 1963年理查德·赫尔德通过"被动运动猫"实验证明感知依赖于主体在行动中的主动探索与反馈机制，对行为模式建立具有决定性意义[5] - 具身智能强调完整的闭环系统，包含感知与决策、动作执行、环境反馈以及身体在时间维度上的适应与成长[7] 沉浸式感知环境构建 - 构建沉浸式感知需要物理属性、触觉、听觉以及物体相互作用产生的反应行为[9] - 第一代数字孪生环境使用视觉点云和AI语义理解，通过强化学习训练各种策略[10] - 第二代数字孪生环境将物理学的各种感知过程融入，包括物体的重量、转动惯量、泊松比等物理属性[10] - 引入触觉、听觉和操作物体的物理属性后，从虚拟环境迁移到物理世界的策略误差上限变小，鲁棒性和泛化能力远超视觉点云环境[11] 机器人训练场建设现状 - 国内已涌现多个高水平机器人训练平台，包括上海浦东智源研究院训练场、张江人工智能岛实验平台等[12] - 训练场建设面临基础设施布局碎片化、重复建设现象以及不同平台间标准不一等挑战[12] - 理想的机器人训练场应具备虚实一体功能，打通仿真环境与真实世界的边界，支持从模拟到现实的平滑迁移[14] - 训练场的关键技术挑战在于沉浸感与物理真实性，要求仿真系统准确建模重力、摩擦力、弹性、惯性等力学特性[14] 数据采集与多模态感知 - 具身智能发展高度依赖高质量、多样化的行为数据，主要采集视觉数据、行为交互数据和语义理解数据[15] - 视觉信息不仅可用于重建空间结构，还可通过学习模型间接推断力、材质、滑动趋势等非视觉属性，实现跨模态映射[17] - 触觉感知包含分布式压力、剪切力、重量感知、温度变化等多种信号，对于精细操作至关重要[17] - 遥操作仍是主流的数据采集方式，包括主从式遥操作、运动捕捉辅助采集等四类方法[20] 具身智能与大模型融合 - 具身智能与大模型的深度融合成为推动机器人技术实现产业落地的核心方向[26] - 大模型的核心价值在于其强大的场景泛化与策略泛化能力，可通过学习已有经验推演至未见过的相似场景[28] - 云-边-端协同架构形成新型工业范式，由中国研发团队在本地构建核心算法，远程赋能海外工厂的机器人系统[29] - 该模式不仅保障核心技术不外泄，还可规避高额关税壁垒，已在广东省惠州市比亚迪工厂开展试点[29] 具身智能四大发展支柱 - 人形机器人因其高度仿生结构被视为最具潜力的通用平台，具有极高的负重比和强平衡控制能力[31] - 训练场建设是推动具身智能从感知走向行动的关键支撑，必须构建真实与虚拟融合的训练环境[34] - 未来机器人应具备差异化专长，出现工程师型、艺术家型、服务型等多种智能体，服务于不同行业与任务场景[35] - 智能的本质在于持续进步，具身智能系统应具备逐年优化操作能力的进化特性[36] 训练场建设新范式 - 人形机器人发展重构了传统AI+机器人研发范式，从模型驱动走向数据驱动[47] - 训练场建设经历三个阶段技术迭代：人体动作捕捉采集、遥操作人形机器人采集、虚实融合的高保真训练环境构建[48][49][50] - 训练场不仅是基础设施，更是一项关键技术，承担高质量数据的规模化采集、工艺知识沉淀与标准化等职能[51] - 国内已有近20家主流人形机器人品牌接入麒麟训练场，涵盖双足、轮足等多种形态[52] 仿真合成数据驱动 - 银河通用坚持仿真合成数据为核心的技术路线，相较于真实数据采集具有更高可控性、更强一致性和卓越可扩展性[103] - 提出"动作用仿真，语义补真实"的混合学习范式，构建完整的仿真合成数据pipeline[104] - 采用两阶段训练范式：第一阶段利用百亿级仿真合成数据进行通识预训练，第二阶段通过少量真实世界数据进行场景微调[105] - 实证表明，引入大规模仿真预训练后，仅需约200条真实样本即可完成技能迁移，样本效率提升达千倍以上[105] 商业化落地实践 - 具身智能系统已在零售、工业、教育与服务多个领域实现商业化部署[108] - 在零售领域与美团等企业合作推进智能仓储全流程自动化，计划启动"十城百店"战略[108] - 工业应用方面与国内外车企合作开展零部件识别与货箱搬运任务，展现高度泛化能力[108] - 与博世联合成立合资公司，致力于推动具身大模型在高端制造场景的深度落地[109]