速成獨角獸：智平方

34個自由度協同運作，700毫米臂展精準操作，0-240厘米垂直工作范圍無縫覆蓋，這臺名為AlphaBot 2的機器人正悄然改變中國具身智能產業的格局。

2025年4月，智平方推出新一代通用智能機器人AlphaBot 2，搭載其自主研發的全域全身VLA大模型Alpha Brain，首次實現了從視覺感知、語言理解到全身動作的端到端協同。

成立于2023年4月的智平方，在短短兩年內迅速完成7輪數億級融資，估值突破10億美元大關，躋身獨角獸陣營。

其產品已進入東風柳汽工廠執行物流轉運，在華熙生物無菌車間完成物料拆包消毒，并在全球半導體顯示領域拿下近5億元訂單。

01 機器人之夢

在美國普渡大學求學的郭彥東，師從AI領域的美國工程院院士Jan P. Allebach和Charles A. Bouman，這段經歷為他日后在人工智能領域的深耕奠定了堅實基礎。

郭彥東的職業生涯貫穿了AI技術從研究到產業化的全過程。在微軟美國總部核心AI團隊任職期間，他與全球頂尖AI科學家一起工作，主導開發了多款AI前沿技術和產品。

其中Custom Vision服務是全球范圍內首次將“預訓練模型+場景微調”商業化的實踐嘗試。

然而，郭彥東并未滿足于純軟件領域的成就。他先后擔任小鵬汽車和OPPO的首席科學家與研發高管，將AI原創硬核研發與手機、汽車兩大智能終端相結合，主導推動了數億臺智能終端的AI研發工作。

這一獨特的職業軌跡，讓他成為罕見的“AI+智能硬件”復合型專家。

2023年初，郭彥東創立智平方，目標直指擁有“具身智能大腦”的新一代機器人。他敏銳地意識到，機器人行業的核心矛盾已從硬件制造能力轉向“大腦”的智能化水平。

郭彥東曾表示：“人形機器人必須從‘能跑能跳’轉向‘能工作’，擁有泛化的智能操作能力才是下一代機器人競爭的核心”。

智平方核心團隊的組建體現了郭彥東對“六邊形團隊”的追求。除了郭博士以外，智平方核心成員來自微軟、小鵬、OPPO、Momenta等國際領先企業。

團隊成員畢業于清華大學、北京大學、中科院、加州伯克利大學、哥倫比亞大學等知名學府，構成了行業稀缺的、兼具AI研發、智能硬件、規模量產與產業化全棧能力的團隊。

02 獨角獸跨越

智平方的成立時機看似偶然，實則是AI技術發展至一定階段的必然產物。2023年4月，公司正式成立，致力于研發生產通用智能具身終端。

當時，具身智能領域正處于爆發前夜，而智平方已經精準鎖定了自己的技術路線。

公司的融資歷程堪稱業界傳奇。2025年1月，智平方宣布完成數億元Pre-A輪戰略融資，由達晨財智與敦鴻資產聯合領投，基石資本跟投。

這成為2025年具身智能領域的首筆數億融資。

僅僅兩個月后的2025年3月，智平方迅速拿下新一輪過億元Pre A+輪融資。投資方包括敦鴻資產、云啟資本和國投創盈等財務與產業基金。

半年內累計完成7輪數億級融資，在整個機器人融資歷史上來看，實屬罕見。

2025年9月，智平方完成新一輪A系列融資，規模達數億元。本輪由深創投超過億元領投，老股東敦鴻資產、國投的持續加碼。

還吸引華熙生物和一家大型零售企業以產業資本的身份參與投資，彰顯了產業資本對公司技術實力和商業前景的高度認可。

在資本加持下，智平方的產品迭代速度令人矚目。2024年7月，公司推出初代AlphaBot機器人，主打模塊化設計，可根據場景更換移動底盤與夾具模組，支持柔性場景下的精準感知與任務執行。

2025年4月，智平方發布新一代通用智能機器人AlphaBot 2，并宣布全面升級“AGI終端”戰略。

AlphaBot 2是首款搭載全域全身VLA大模型的通用智能機器人，通過視覺、語言與動作的端到端協同，在復雜工業與公共服務場景中展現出較強的泛化能力與適應性。

03 大模型創新

在技術路徑選擇上，智平方從成立之初就確立了端到端VLA（視覺-語言-行動）的技術方向。這一選擇在當時堪稱大膽，因為它直接挑戰了機器人領域的傳統分層架構。

2024年6月，Physical Intelligence（PI）的成立吸引了廣泛關注，采用的VLA端到端范式被認為是具身智能的“終局”方案。

然而，早在PI成立之前，智平方已經悄然確定了“端到端”的技術范式，并在關鍵領域率先實現突破。郭彥東博士強調：“對技術發展趨勢的成功預判是創業的核心能力之一”。

2024年6月，智平方與北京大學合作推出了針對操作機器人的RoboMamba端到端具身大模型。這一模型不僅比PI的OpenVLA更早公開應用，還在未見任務（Unseen Task）的泛化能力上顯著超越Google的RT系列模型。

這一突破性成果，讓智平方成功入選人工智能頂級會議NeurIPS2024，是中國具身創業公司首次在VLA端到端方向國際發聲。

2025年4月，智平方發布了全球首個全域全身VLA大模型（GOVLA）。該大模型突破常規VLA模型僅控制機械臂的局限，實現了更好的感知能力、全身與軌跡控制能力。

并全球首次輸出快慢系統融合的端到端大模型。

GOVLA大模型由三個核心部分組成：空間交互基礎模型、慢系統（System 2）和快系統（System 1）。它們共同協作，實現對用戶指令、環境信息與機器人狀態的實時解析與響應。

慢系統負責復雜邏輯推理與任務規劃，完成高層語義理解和多步驟任務拆解；快系統專注于機器人全身運動控制與實時軌跡生成，保障對動態環境做出即時反應。

智平方還與北京大學等機構推出開源版本FiS-VLA，在三方權威評測中綜合性能超越國際標桿Physical Intelligence的π0模型達30%。

04 產品快迭代

智平方的AlphaBot系列機器人經歷了快速的產品迭代，目前已推出AlphaBot、AlphaBot 1S和AlphaBot 2三個版本。這種迭代速度背后，反映了公司技術積累的加速度。

初代AlphaBot于2024年7月發布，主打模塊化設計，可根據場景更換移動底盤與夾具模組，支持柔性場景下的精準感知與任務執行。

這款產品為智平方打開了市場驗證的大門。

AlphaBot 1S融合了輪式設計、折疊升降結構與高自由度的機械臂，超長續航，仿人形態支持多任務切換。

能夠在高度靈活、柔性、多樣的場景中，精準感知世界，實現“在任意場景、操作任意物體、完成多樣任務”。

2025年4月推出的AlphaBot 2代表了當前具身大模型機器人的頂尖水平。該機器人整機采用34+自由度設計，單臂臂展700mm。

垂直工作范圍0-240cm，續航6小時以上，核心部件無故障運行時間超5萬小時。

AlphaBot 2的性能提升主要體現在三個方面：全域空間感知能力，具備360°×360°全空間探測感知；廣泛的操作范圍，采用腰腿升降結構。

垂直工作范圍擴展至0-240cm；持久的續航表現，支持連續工作6小時以上，遠超行業平均水平。

AlphaBot系列機器人在多個真實場景中展現出卓越的適用性與可靠性。在汽車制造領域，可執行上下料、拖拽料車、貼標、收納保護布等任務。

覆蓋裝配、檢測、物流及運維等多個環節。

在半導體顯示行業，能夠完成PCB操作、OLED真空貼合等高精度作業；在文化展演與服務業，展示了跨場景適應能力，如打油茶、制作咖啡冰淇淋、打架子鼓等。

05 演示到商用

智平方在商業化落地方面表現出色，真正實現了技術價值到商業價值的轉化。截至2025年4月，智平方的產品已覆蓋汽車制造、半導體、生物科技和公共服務領域。

進入東風柳汽工廠執行物流轉運，在華熙生物無菌車間完成物料拆包消毒，進駐惠科全球生產基地完成倉儲物流、上下物料等全流程作業。

2025年下半年以來，智平方的商業訂單迎來爆發式增長。9月11日，智平方與惠科股份全資子公司慧智物聯達成近5億元戰略合作。

計劃三年內為惠科全球生產基地部署超1000臺AlphaBot系列輪式人形機器人。

這是全球半導體顯示領域首個具身智能規模化應用項目。此前，智平方的機器人已落地東風柳汽、晶能微等工廠。覆蓋從零部件裝配到質檢測試的全流程業務，幫助合作工廠提升工藝一致性，降低人工依賴。

值得注意的是，就在智平方的訂單公布前一周，優必選剛宣布獲得2.5億元采購合同，并稱其為“全球最大人形機器人訂單”，而這一紀錄保持不到十天即被智平方超越。

智平方的商業落地策略有著清晰的邏輯。公司堅持“從半結構化到非結構化”的漸進戰略，率先攻堅汽車制造、半導體、生物科技等最高價值、最復雜的工業場景。并在國內一線城市機場等公共服務場景部署。

通過其軟硬一體的AlphaBot系列機器人在真實場景中的持續作業，智平方已構建起難以超越的“數據飛輪”和場景復利壁壘。郭彥東博士指出：“好的機器人數據一定是從真實的勞動中來、到勞動中去”。

06 數產雙輪動

智平方的競爭優勢不僅在于技術和產品，更在于其前瞻性的戰略布局。在數據獲取方面，公司獨創了“正反金字塔”數據模型，強調了真實場景作業數據的核心價值。

冷啟動階段（正金字塔）以互聯網和仿真數據打基礎，保證多樣性與增長；大規模部署后（倒金字塔），高價值的真實場景作業數據成為模型迭代的關鍵“糧食”，實現“越用越聰明”。

智平方深刻洞察到“真實場景閉環”是未來三年競爭的核心。隨著部署規模的擴大，機器人運行中所產生的數據持續反哺GOVLA大模型訓練。形成“數據飛輪”效應，推動系統越用越聰明、越用越通用，為實現廣泛商業化落地奠定堅實基礎。

在產能建設上，智平方已啟動自有產線建設計劃。公司計劃2028年實現萬臺年產能，2033年擴展至百萬臺商業化規模。

這一產能規劃遠超同行，體現了公司對市場前景的充分信心。

智平方的AlphaBot系列機器人采用小樣本學習模式。憑借預訓練基礎，僅需少量現場數據進行微調，即可將任務成功率從90%提升至99%，并保持穩定輸出。

該機制大幅降低了新場景部署中的時間和成本，解決了傳統工業機器人依賴大量編程和調試的痛點。

在全球化布局方面，智平方也將目光投向國際市場。公司在本輪融資資金將用于GOVLA大模型及AlphaBot系列機器人的持續迭代、自建產線擴容與全球市場拓展。

隨著千臺訂單的落地實施，智平方不僅證明了其技術路線的商業化可行性，更為中國具身大模型產業的大規模應用撕開了一道關鍵突破口。

07 挑戰與機遇

盡管發展迅速，智平方仍然面臨著諸多挑戰。郭彥東坦言，“目前人形機器人本體量產層面沒有100%成熟，一些零部件的產量并不大，產能有待建設”。

他認為，研發不成熟的產品，硬件零部件若納入到主機里面，就有可能被卡住，它有很多不確定性。

對于行業發展階段，郭彥東給出了自己的判斷：人形機器人時代的“iPhone時刻”需要5-7年，而機器人能夠真正大規模To B應用需要大約3年。

這一判斷相較于行業的普遍預期更為理性務實。

在資本市場層面，雖然智平方估值已突破10億美元，但與美國機器人企業相比，中國企業的估值仍被低估。

例如，Figure AI在2025年9月完成超10億美元C輪融資后，投后估值飆升至390億美元。

而Physical Intelligence正以50億美元估值洽談新融資。有投資人士指出，中國頭部機器人企業如果處于美國市場，那么整體的估值還將至少高出5倍到10倍。

智平方的愿景是讓通用智能機器人像智能汽車和智能手機一樣，成為人人可用的智能終端。實現這一愿景需要技術、產品、商業化的協同進步。

隨著“數據飛輪”效應的不斷加速，以及自有產線建設的推進，智平方有望在具身智能的賽道上繼續保持領先地位。

從深圳南山區出發，智平方的機器人正悄然走向全球制造工廠。

在東風柳汽的車間、華熙生物的無菌室以及惠科全球生產基地，AlphaBot系列機器人不再是演示工具，而是真正的生產力工具。

郭彥東曾說，機器人必須從“能跑能跳”轉向“能工作”。今天的智平方，正在用千臺訂單和不斷刷新的業績證明，具身智能的商業化破局已從愿景走向現實。

當多數機器人公司還在技術演示與商業落地的鴻溝前徘徊時，智平方已經憑借其GOVLA大模型的技術高度與商業化布局的廣度，在具身智能的賽道上跑出了獨特的“智平方速度”。