公司融资与市场地位 - 公司于2026年2月完成10亿元人民币的B轮融资，投后估值达到百亿级别，成为行业第四只百亿独角兽 [1][2] - B轮融资阵容豪华，吸引了金鼎资本、北汽产投、碧鸿投资等产业资本，以及正心谷资本、前海方舟等顶尖PE基金，同时凯辉、美团龙珠、今日资本、襄禾资本、高瓴创投五位老股东集体超额跟投，创下中国具身智能领域老股东加持比例与频次最高的记录 [4] - 公司是行业四家百亿独角兽中成立时间最短、估值攀升最快的一家 [4] 战略与经营理念 - 公司秉持“不迷信烧钱、不追逐虚名、不贪图快钱”的非共识逻辑，强调最终比拼的是花钱效率，而非花钱速度 [6][9] - 公司将效率置于战略核心，认为行业尚处数据积累早期，类比移动互联网初期，在市场供给未准备好时疯狂烧钱是低效的，应保持战略定力，将钱花在刀刃上 [11] - 2025年，公司被称为头部公司中“花钱效率最高”的一家，即每投入一元研发资金，在模型性能提升上获得的回报最大；2026年目标是将效率优势彻底转化为无可争议的技术效果优势，为此研发不设预算上限 [13] 技术路线与研发策略 - 公司认为世界模型不是创业公司该押注的主战场，其研发难度和资源需求可能使其成为巨头的游戏，因此选择了一条融合与聚焦并行的技术路径 [14][16] - 技术路径第一条是向上融合，善用巨人肩膀，积极集成与利用谷歌Gemini、阿里通义千问等顶尖大厂已趋成熟的视觉-语言模型（VLM），负责“理解”与“推理”，避免重复造轮子 [17] - 技术路径第二条是向下死磕，筑牢核心壁垒，坚定不移地投入从零自主研发“视觉-语言-动作”端到端模型（VLA），以解决将理解转化为精准动作控制的关键执行问题 [17] - 公司内部技术栈被称为“大脑-身体-基座”三位一体，既避免了在基础大模型上与巨头的正面消耗战，又牢牢抓住了具身智能落地中最硬核、最贴近物理世界的执行环节 [18] 商业化策略与市场选择 - 公司为商业化划定了明确的技术边界，例如精度要求厘米级、速度要求达到人类操作速度的80%、成功率要求稳定在99%以上 [20] - 公司选择聚焦于汽车制造线上的精密零部件搬运、智慧物流仓库中的动态分拣、特定场景的最后一公里无人配送等场景，这些场景重复性高、劳动力密集、对稳定性和精度有刚性需求，且单次任务失败的后果可控 [22] - 公司认为，在上述细分场景中，将成功率从90%提升到99%就能创造巨大经济价值，每个场景背后对应着百万乃至千万量级的全球劳动力市场，技术渗透率每提升一个百分点，带来的都是万台级别的机器人出货量 [22] - 公司营收结构中，高校与科研客户收入占比已降至30%以下且将持续下降，超90%的收入主力来自于将机器人用于实际生产的“生产力开发者” [22] - 公司销售的是包含标准本体、高质量场景数据、预训练模型和高效开发工具链的生产力解决方案，远期商业模式是成为物理世界的AWS，未来按智能服务的调用或机器人的有效工作时长收费 [23] 团队背景与产业协同 - 核心团队拥有浓厚的“自动驾驶背景”，创始人多来自Waymo、Momenta等全球顶尖自动驾驶公司，这使其在工程化、交付节奏控制和质量把控上，具备其他纯AI背景团队难以快速复制的“肌肉记忆” [26] - 自动驾驶行业积累的关于传感器融合、系统稳定性、极端案例处理、大规模路测数据闭环的经验，与具身智能在复杂动态环境中实现可靠作业的需求高度同构 [26] - 本轮引入的北汽产投等产业资本是深入业务协同的“战略先遣队”，带来真实的场景入口、共性的技术难题和苛刻的验收标准，有望加速技术在实际工业场景中的淬炼与迭代 [27] - 公司联合创始人、首席科学家离职创业探索To C、家庭化、生活化的机器人应用，而公司核心团队决心在未来3-5年All in在工业与物流等生产力场景，公司已成为其新公司的天使投资人，双方将继续深度合作，形成生态内的有益分工 [24][26] 行业洞察与中国优势 - 中国在具身智能赛道的优势不仅在于众所周知的“硬件供应链优势”（如电机、减速器、传感器等核心零部件的成本、迭代速度和定制化能力），更在于更深层、更持久的“数据供应链优势” [28][30] - 在数据获取上，同样采集一万小时高质量、多场景的机器人实操数据，中国公司的综合成本可能只有美国同行的十分之一，源于更高效的工程团队、更灵活的现场执行以及更丰富的产业应用场景供给 [30] - 在AI的规模法则下，数据规模与质量是模型性能的命门，十倍的成本优势意味着在相同投入下可获取十倍于美国同行的训练数据，这种指数级优势可能直接决定下一代具身大模型的性能高地归属 [30] - 硬件成本会随供应链成熟而趋同，但数据获取与处理的成本效率将构成长期、结构性的护城河，这与中国在移动互联网时代依托庞大用户基数形成的“数据红利”一脉相承 [30] 公司愿景与生态定位 - 公司的终极目标不是成为一家优秀的“机器人产品公司”，而是构建“物理世界的AI基座” [31] - 该基座由三块基石构成：标准化的硬件本体（如R1系列机器人平台）；标准化的高质量数据集与工具链（如开源的星海图数据集和EDP开发平台）；标准化的预训练VLA基础模型及其微调工具 [33] - 公司希望通过开放组合这三者，赋能全球数百万的开发者、集成商和终端企业，让他们可以像开发App一样，在公司的“基座”上快速开发出应用于千行百业的“物理智能体” [33] - 公司相信物理智能的未来生态将是百花齐放的，没有一个巨头能通吃所有场景，而公司的定位是成为最肥沃的土壤，让百花得以生长 [33]