Optimus

這家主打「小全棧」模式的初創企業，同時押注具身機器人，以及訓練並維持其運行所需的人工智能模型與相關服務 重點： 靈初智能20億元的天使輪與Pre-A輪融資，凸顯在中國大力押注具身智能技術之際，資本正迅速湧入這一領域 對投資者而言，更大的押注或許不在於那些吸引眼球的機器人本身，而是在於數據、訓練閉環以及部署系統，這些要素才讓機器人能在現實世界中找到真正的用途 胡鳴鶴 機器人對投資者而言並不是新鮮事，真正新的，是資本投入的規模。越來越多資金正流向那些把快速進步的人工智能代理，與能在現實世界執行實際任務的機器結合起來的公司。這也解釋了為何具身智能初創企業北京靈初智能科技有限公司在成立僅兩年後，就能在天使輪與Pre-A輪融資中籌集到高達20億元（約2.8億美元）的資金。 公司在上周公布融資消息時並未披露估值，但對一家如此年輕的企業而言，這一融資規模仍十分突出。根據IDC數據，2025年全球人形機器人銷售額僅為4.4億美元。 與融資金額同樣重要的，是宣布的時機。就象徵性而言，靈初智能在3月10日公布融資消息，正值中國每年一度的兩會期間。這是中國年度政治周期的高峰時刻，政府會在此討論來年的政策重點。今年的會議尤為重要，因為會上公布了中國十五五規劃，再次強調人工智能、機器人以及相關產業落地的重要性。在這樣的背景下，靈初智能的融資看起來不僅是對一家初創公司的信任投票，更契合了政策制定者與投資者推動人工智能走出概念階段、進入實體經濟的整體方向。 這一轉變正是靈初智能所強調的核心價值，與其加入打造各種能跳舞、打功夫的展示型具身模型的競賽，公司表示，新一輪融資將主要用於支撐真正讓機器人運作起來的基礎能力，包括更大規模的物流場景部署，以及建設大規模數據採集系統。 靈初智能將自身定位為既不是純軟件公司，也不是完全垂直整合的硬件製造商。相反，公司提出一種所謂的「小全棧」模式：在硬件設計的關鍵環節，如機器人結構、運動範圍與自由度等方面保持控制權，而核心零部件的生產與整機製造則交由專業供應商完成。這種分工模式十分清晰，公司既能掌握系統設計與調校的核心能力，又不必承擔全部自主設計與製造帶來的高昂成本。 在實際應用中，未來一代實用型機器人面臨的最大難題，可能並不是製造出令人驚艷的機器本身，而是如何收集足夠高質量的數據，使這些機器在複雜而混亂的現實環境中依然可靠運作。對大型語言模型而言，互聯網本身就是一個龐大的資料庫，可以為其提供訓練所需的信息。 但機器人並沒有這樣現成的資源，它們需要通過模擬、遠程操作以及實際場景使用來學習，因此所收集的數據本身就成為一項戰略資產。資金充足的競爭對手已開始結合模擬數據、人類動作視頻以及已部署機器人的反饋，建立更大的訓練閉環。靈初智能的系統看起來正是希望通過構建可擴展、可重複的學習管線，獲得類似的能力。 實際落地 這種對實際落地的重視，是靈初智能與一些更容易登上新聞頭條的具身機器人初創企業之間的重要區別。近來具身機器人備受關注，特別是在今年農曆新年期間亮相央視春晚後更是成為焦點。但市場熱度與商業現實往往並不同步。特斯拉的Optimus仍然是這場競賽中最具代表性的象徵，但真正具有意義的量產規模仍要等到今年稍晚。 相比之下，靈初智能似乎認為，一些不那麼炫目的工作，特別是物流與操作任務，反而更可能帶來早期收入來源。公司不僅押注自身的具身機器人硬件，也同時提供通用型具身智能能力，包括大規模視覺—語言—動作（VLA）模型 以及靈巧操作演算法，供其他機器人開發者使用。 公司的投資者名單也印證了這一方向，天使輪吸引了國有背景及產業資本參與，包括國開金融、國中資本以及一家與央視相關的產業基金。Pre-A輪則引入了上海國資背景的徐匯資本、地方政府基金、市場化基金，以及既有股東的追加投資。對一家年輕公司而言，這是一項相當重要的背書。 創始團隊的背景同樣不容忽視。創辦人王啟斌擁有超過二十年的硬件與商業化經驗，曾負責京東的機器人業務。公司還提到與北京大學共同建立的聯合實驗室，專注於具身靈巧操作研究，為其商業故事增添了一層學術背景。 更廣泛的市場環境也正在變得有利。IDC表示，2025年全球人形機器人出貨量約為1.8萬台，同比增長508%，其中中國製造商在規模交付方面率先取得領先地位。這表明該產業正開始在實驗室之外找到商業買家，也解釋了為何投資者突然願意向這一領域投入大量資金。在海外，Figure AI和Skild AI等公司也圍繞類似的人形機器人與機器人智能理念募集了大額資金。靈初智能的這筆新融資，正好契合了這股更廣泛的資本浪潮。 儘管如此，這個產業仍處於早期階段。目前的需求仍主要集中在娛樂表演、教育與科研，以及數據採集，而非大規模工業部署。同時，商業模式也開始從一次性的硬件銷售，逐步轉向服務、維護以及平台型產品等能帶來持續收入的模式。這一點對靈初智能尤為重要，因為公司押注數據與訓練基礎設施可能成為持續創造價值的來源，為公司提供穩定收入，而不只是一次性的設備銷售。 儘管如此，大額融資與可持續的商業模式並不完全等同。靈初智能表示，公司已經走出實驗室，例如在服裝倉庫等半結構化物流場景中部署產品，讓機器人完成條碼掃描與多品類分揀等任務。這類重複但又具有變化的工作場景，往往是投資者最關注的應用案例，因為它們比展示性的演示更接近真正的商業化。不過，公司仍需要證明，這些早期試點能否最終轉化為大規模部署並帶來可觀收入。 展望未來，更大的問題在於具身智能的長期價值究竟會落在哪一層，顯而易見的贏家可能是那些製造機器人本體的公司。但同樣重要的一群企業，可能是提供數據、訓練以及部署系統的第三方服務商，這些系統能夠幫助機器人完成訓練並在實際使用中持續提升能力。 這似乎正是靈初智能瞄準的價值層，如果公司能將部署轉化為可持續的重複業務，那麼在如此早期階段完成的大額融資，未來看來可能是一筆對具身智能真正價值所在的成功押注。但如果未能做到，其案例也將再次提醒市場：實體人工智能的發展是一門充滿不確定性的生意，投資者往往需要猜測市場走向，而這種猜測並不總是成功。 欲訂閱咏竹坊每周免費通訊，請點擊這裏