20億融資！估值破百億！千尋智能獲云鋒、紅杉等眾多頂級資本押注

2月24日，具身智能頭部企業千尋智能連續完成兩輪融資近20億元。本輪融資陣容堪稱行業資本的集中亮相：云鋒基金、某頭部國資機構、混沌投資（葛衛東）、紅杉中國等超一線機構重磅入局；Synstellation Capital、TCL創投、明薈投資（匯川技術董事長朱興明家辦）等產業資本協同加注；重慶產業投資母基金、杭州金投等國有資本鼎力支持；360基金、厚雪資本等戰投機構共同參與，形成覆蓋頂級資本、產業巨頭、國有資本及戰投大咖的全方位賦能格局。

值得關注的是，順為資本、Prosperity7、達晨財智、柏睿資本、弘暉基金、華泰紫金、東方嘉富、千乘資本、廣發信德等老股東全部選擇繼續大額認購，以持續加碼的實際行動，彰顯對千尋智能技術路線與發展前景的堅定信心。

云鋒基金執行董事董懷謹表示：“專屬物理世界的AI大腦是具身智能實現躍遷的重要前提，而穿越周期的核心壁壘來自于技術對生產力的實際創造。高陽作為新一代具身智能科學家，牽頭打造AI基礎模型與自研核心設備，高效高質地推動「多樣數據—基礎模型—真實場景」的飛輪升級，并基于軟硬一體全棧能力在實際產業場景中迭代閉環。期待千尋智能持續深耕Physical AI 基礎模型，以技術底座驅動產業場景規模化落地與協同價值釋放。”

順為資本合伙人耿益璇表示：“順為長期關注AI與硬科技的交叉創新，千尋智能是我們在這個方向上最早發掘、且連續多輪加注的核心項目。團隊兼具頂尖學術底蘊與產業實戰基因，更難能可貴的是，他們從一開始就選擇了一條‘難而正確’的路——用‘數據金字塔’理念構建壁壘，用低成本采集破解行業數據瓶頸。正是這種務實的創新路徑，讓千尋率先跑通了‘場景反哺模型’的正向循環。我們堅信，這支年輕的夢之隊有望成為定義下一代具身智能的中堅力量。”

千尋智能表示，本輪資金將重點投入兩大核心方向：一是持續迭代具身智能大模型，深入研究數據規模效應（Scaling Law）；二是推動技術從單一場景向工業、商用、家庭等多領域快速復制，打破場景落地壁壘，實現通用能力規模化落地。

當前具身智能賽道已進入技術落地關鍵期，千尋智能憑借扎實的產業落地成果，僅成立兩年就達成百億估值，成為賽道內兼具技術實力與商業兌現能力的標桿企業。

01.

百億估值具身企業！是什么讓千尋智能屢屢成為資本標的？

中國信息通信研究院數據顯示，2025年國內具身智能領域融資總額已達735.43億元，投資事件超740起，賽道熱度持續攀升。

不過產業資本在2026年考察維度已愈發細化，機器人能否突破POC（概念驗證）階段，真正切入傳統生產線參與實際作業；能否在生產過程中保障作業的有序、穩定與高效；應急預案是否完備，能否應對生產中的突發狀況；以及運營支持團隊的專業性、技術維護與迭代升級能力等，均被納入資本的核心考察范圍。

換句話講，單體智能并不代表具身智能企業的未來潛力，而能否切入到產業的實際需求，擁有技術落地可行性與規模化場景遷移能力，正成為衡量企業價值的核心標尺。

不同于多數創業公司的“單點資本綁定”，千尋智能此次集齊了資本圈的“豪華天團”，資方背景顯赫。

紅杉資本作為全球科技投資的“風向標”，在AI賽道的布局向來精準狠辣，此前曾領投覓蜂科技數億元融資，精準卡位具身智能數據基礎設施賽道，如今加碼千尋智能，看重的是其技術路線的稀缺性與落地潛力；云鋒基金則擅長綁定產業龍頭挖掘長期價值，在硬科技領域的投資從不追求短期回報，而混沌投資背后的葛衛東，向來以“精準判斷產業周期”聞名，其出手往往意味著賽道已進入商業化爆發的前夜。

在產業資本的布局上，千尋智能是唯一一家吸引多元產業資本同時押注的具身智能創業公司，構建起具身智能賽道獨有的“全場景生態”。從寧德時代、匯川技術、TCL等工業制造龍頭，到京東、招商局創投代表的物流零售與金融基礎設施，再到華為、小米兩大消費電子巨頭，產業股東已實現對實體經濟核心賽道的跨界覆蓋。

這意味著，千尋智能不僅是技術路線的引領者，更成為頂級產業資本共同青睞的稀缺標的。當具身智能的競爭從實驗室走向產業縱深，千尋智能已憑借最廣泛的產業股東布局，提前鎖定了場景入口、數據來源與協同落地的戰略優勢，為規模化落地構筑起難以復制的核心競爭力。

02.

寧德時代產線實戰成功率99%+！墨子機器人憑Spirit模型搞定電池插接高難度工序

2025 年 12 月，千尋智能墨子機器人正式落地寧德時代中州基地電池 PACK 產線，主要承擔電池包下線前 EOL（終端測試）與 DCR（直流內阻測試）環節的接插件插接作業。截至當前，墨子機器人已完成近千塊電池生產作業，成為產線核心作業單元。

在高精度、高可靠性要求的動力電池生產環境中，墨子機器人線束插接成功率穩定達 99% 以上，作業節拍達到熟練工人水平。

面對電池生產中來料位置偏差、插接點位變化等復雜不確定性，墨子機器人依托千尋智能 Spirit具身智能模型。提供強大的零樣本泛化能力，無需針對每個新場景、新任務重新編寫代碼，即可讓機器人擁有類似人類的 “通識” 操作能力。

在柔性線束插拔等高難度工序中，可自主感知環境、實時調整操作姿態，并動態調節力控輸出，在保證連接可靠性的同時，充分保障部件安全。

千尋智能表示，未來墨子機器人將繼續優化作業效率，與寧德時代共同探索不同電池類型、不同產線、不同作業工序的規模化復制能力。

此外，千尋智能也在進一步拓展具身智能的應用落地邊界，商用領域，墨子機器人在京東零售場景中替代人類進行講解互動與產品操作演示，雙方正共同探索京東云及Joyinside大模型在大型零售網絡中的落地潛力，實現技術研發與應用場景的雙向賦能。

03.

千尋Spirit v1.5成為中國首個性能超越Pi 0.5的開源具身模型！

2026 年 1 月，千尋智能自研 Spirit v1.5 具身智能模型，超越 Physical Intelligence 旗下 Pi 0.5，成為中國首個性能超越該模型的開源具身模型。

需要關注的是，千尋智能的Spirit v1.5具身智能模型在非受控環境下的高魯棒性，是機器人走出實驗室、進入真實世界的關鍵指標。

Spirit v1.5 最核心的突破，在于零樣本泛化能力的大幅躍升。它基于視覺 - 語言 - 動作（VLA）端到端統一架構，采用 OneTwoVLA 范式，無需技術人員為新任務重新編碼或訓練樣本，就能自主完成擦拭物體、操作鉸鏈、操控柔性物體等復雜動作。這一特性打破了傳統專用機器人 “一個任務對應一個模型” 的固有局限，同時有效降低了機器人應用的開發成本與使用門檻。

與Physical Intelligence（Pi）、Google DeepMind等美國頭部模型企業類似，千尋智能 Spirit v1.5 同樣聚焦 VLA（Vision-Language-Action）通用操作大腦的研發，不同之處在于其更注重技術研發與產業需求的深度融合。

據了解，Spirit v1.5 具身智能模型通過海量人類視頻數據管線，有效解決了真實世界中推理數據稀缺的行業難題。截止當前，千尋智能已在人類視頻數據領域的投入已持續兩年。

目前，美國頭部模型企業在 VLA 路線上持續發力，其中 Pi 近期展示了基于人類視頻學習的技術，印證了人類視頻數據的高可擴展性與價值；Figure 正與美國地產商合作，通過視頻形式大規模采集人類行為數據以擴充數據量級；Skilled 公司則聚焦通用跨本體具身智能大腦研發，目標是跨越四足、雙足等多種物理硬件形態，構建包含導航與操控功能的通用大腦。

值得注意的是，千尋智能的技術路徑，與 Pi 和 Google DeepMind 最為接近，其團隊核心成員多來自UC Berkeley、清華、北大等頂尖學府，平均年齡不到30歲，卻已在多模態大模型、機器人學、強化學習、模仿學習等具身模型核心領域擁有深厚的學術與工程基因。不僅在國際開源社區持續輸出核心成果，更具備打通“模型-算法-硬件”的全鏈路能力。因此也被業界譽為“不可復制的AI夢之隊”。

聯合創始人、首席科學家高陽是典型的北美頂尖具身智能人才。清華大學背景、UC Berkeley 博士，深耕強化學習與機器人跨模態交互，提出全球樣本效率最高的 EfficientZero 系列算法及 ViLa、CoPa 等標桿模型，是全球具身智能領域的一線領軍學者。

在北美具身智能技術流派當中，高陽與Physical Intelligence創始人SergeyLevine都曾在UC Berkeley人工智能研究實驗室深造（BAIR實驗室），兩人同屬伯克利具身智能與機器人學習的核心實驗室集群，而BAIR也是北美具身智能技術的核心發源地之一。

高陽在博士階段師從 Trevor Darrell 教授，博士后在 Pieter Abbeel 團隊，博士后期間高陽曾與Sergey聯合開展具身智能形成機制、機器人泛化能力等課題研究，同時與Sergey主張的數據驅動、大模型賦能、端到端學習的技術理念趨同。

在伯克利深造期間，高陽構建了廣泛的具身智能領域人脈網絡。其同期校友中涌現出多位行業關鍵人物，其中高陽與許華哲、吳翼、陳建宇被業界并稱為 “伯克利歸國創業四子”。歸國清華任教期間，高陽又與趙昊、趙行以及許華哲、陳建宇被稱為“清華具身五杰”。此外，高陽還與清華大學產業研究院院長張亞勤、清華計算機系教授朱軍、清華人工智能研究院副院長劉奕群等高校專家進行深度合作。

千尋智能聯合創始人高陽表示：“我們堅持‘數據金字塔’訓練理念，在預訓練階段沒有走傳統‘世界模型’預測每一幀的老路——那條路算力消耗巨大且效率不高。我們選擇基于海量人類互聯網視頻進行預訓練，在更少參數量下實現更好效果，顯著降低算力成本。”

04.

千尋智能不卷“干凈數據” 專做數據多樣性 20萬小時跑通批量化數據復制管線

千尋智能在2025年7月確定數據Scaling Law技術路線后，就已經開始進行可穿戴數采設備的研發和相應理論的驗證。目前該設備已完成5個大版本、20個小版本迭代，搭建起從低成本硬件設計、高質量數據采集清洗，到模型訓練的完整數據閉環。

高陽表示：“我們通過自研設備將數據采集成本降低了90%，這才有了海量真實世界數據的規模化落地。正是這些技術能力的疊加，讓Spirit v1.5成為全球首個性能超越Pi0.5的開源基座具身模型。”

目前千尋智能已累計超20萬小時高質量數據，涵蓋互聯網人類視頻、遙操作、可穿戴設備采集、真機rollout等多類型數據，2026年數據規模預計將突破100萬小時，自研的可穿戴式數采設備已迭代至第5代，將數據成本降至傳統方式的1/10，為規模化采集掃清障礙。

預訓練數據的多樣性和規模，能明顯提升模型在相同計算量下的性能

在數據積累過程中，千尋智能提出“Dirty data is the key to scaling VLA models”的核心觀點，認為數據多樣性才是訓練通用具身智能模型的關鍵，而非單純追求數據“高質量”導致的多樣性缺失。

預訓練數據的多樣性和豐富度，比單純的演示數據更能有效提升模型的遷移性能。

目前，千尋智能在互聯網視頻數據與可穿戴設備數據上的投入已具備規模化拓展條件，跑通了批量化數據復制管線，實現模型從被動教學到主動學習的進化。

05.

“模型+數據”突破場景壁壘 Spirit v1.5模型對傳統專用機器人實現降維打擊

依托Spirit v1.5模型賦予機器人硬件的“零樣本泛化”能力以及龐大的數據積累，千尋智能有望從工業場景向外延伸，逐步覆蓋商用、家庭等更多細分領域，依靠此前跑通的落地經驗，千尋智能通過“模型+數據”模式能夠快速拓展具身智能的落地范圍，使機器人從單一重復作業設備，向可適應環境變化、具備基礎理解能力的智能體升級，這是對傳統專用機器人的降維打擊。

從工業場景落地來看，千尋智能提供的具身智能方案，可適配多品種、小批量、高柔性生產模式，借助模型泛化能力，可適配不同工件種類、來料位置及作業環境，提升生產交互效率與作業靈活性，助力制造業智能化轉型。

商用場景方面，千尋智能提供面向人機交互、日常重復作業、24小時無人值守需求，覆蓋商超零售、酒店服務、巡檢安防等場景，可完成智能導購、自動理貨、前臺接待、客房清潔、設備巡檢等任務，幫助客戶提升運營效率與服務質量。

家庭場景中，千尋智能聚焦人類家庭生活中的高頻家務勞動，面向清潔整理、衣物管理、餐廚輔助等日常需求，實現物品收納、衣物折疊、基礎備餐等操作，推動具身智能技術進入家庭場景探索。

本輪融資后，千尋智能將持續加大具身基礎模型與真實數據體系投入，深化產業生態共建。從任務級智能到通用具身模型，從仿真到真實世界驅動，具身智能正進入技術產業化關鍵階段。

06.

結語與未來：

2026年是具身智能商業化落地密集兌現的窗口期，隨著具身智能技術整體走向收斂，底層路線和發展方向逐漸清晰，垂直場景規模化落地及“一腦多形、跨形態泛化”成為技術迭代核心。技術收斂降低了遷移復制成本，手握核心技術的企業率先啟動商業化，憑借技術壁壘搶占落地先機，推動產業從培育期向成長期跨越。