NE时代

◎ 智平方近50亿融资背后，具身智能进入量产验证期。

△ 撰文：DONG

具身智能赛道，又出现了一笔足够改变行业预期的融资。

智平方近日完成新一轮融资，金额近50亿元人民币，估值突破200亿元。

放在2026年的机器人行业里，这不只是一家公司估值再上台阶，也意味着资本对具身智能的判断正在发生变化。

本轮投资方横跨国家中小企业基金、广东省人工智能基金、南山战新投、粤港澳大湾区系列基金等政策和地方产业基金，也包括中国生物制药、康龙化成、茅台集团、招商局资本、五洲新春、万丰控股、中贝通信等产业方，险资、券商系资本和老股东也参与其中。

这类资本结构很少只为一个技术概念买单，它们下注的是具身智能从实验室、展会和样机演示，走向真实场景、批量交付和产业验证的可能性。

换句话说，机器人行业的竞争标准正在从“谁更会讲未来”，转向“谁更可能先把未来交付出来”。

智平方近50亿元融资，正好落在这个转折点上。

01.

这轮融资首先要看谁在投

具身智能很难只靠财务资本跑通。

软件公司可以用低边际成本扩张，传统硬件公司可以围绕供应链和渠道爬坡。机器人公司要同时处理模型、硬件、运动控制、供应链、产线、场景适配和交付维护。

任何一块短板，都会在客户现场放大。

智平方本轮投资方覆盖政策基金、地方产业基金、产业资本、险资和券商系资本。这个组合说明，具身智能已经进入更宽的资本视野。

国家和地方产业基金看的是未来产业和先进制造；产业资本看的是应用场景、供应链位置和潜在协同；险资和券商系资本进入后，这个赛道也开始从早期VC偏好的高风险项目，变成更长期资金愿意观察的产业资产。

产业方的进入尤其关键，机器人最终要进工厂、实验室、商超、门店和家庭。客户要用，现场要验证，供应链要接得住。

机器人企业能走多远，不能只看实验室指标，还要看它能进入多少真实场景，拿到多少真实数据，能不能把一次性交付变成可复制交付。

所以，这轮融资更像一次产业资本的提前卡位。

资本押注的不是“人形机器人”这个大词，而是一套更具体的能力组合：模型、本体、场景、交付和扩产计划。

02.

机器人大脑之争，进入系统架构阶段

智平方的估值基础，仍然来自技术叙事。

过去一年，行业围绕VLA和世界模型争论很多。VLA强调从视觉、语言到动作的端到端能力，世界模型强调对物理世界的理解和预测。

一个更接近“怎么做”，一个更接近“会发生什么”。

真实机器人系统里，这两类能力必须合在一起。

智平方创始人郭彦东的观点是，世界模型不是VLA的替代路线，而是VLA体系中的一部分。世界模型负责带时间维度的物理环境预测，最终仍然要服务于机器人行动决策。

这套说法的价值，不在于为某个技术名词站队，而在于把行业讨论拉回机器人现场。

机器人在真实环境里工作，需要看懂指令，也要预测物体变化、稳定抓取、及时避障、控制力度、处理碰撞，并在长时间运行中保持可靠。

单一模型概念很难覆盖这些问题。

智平方近期强调的NeuroVLA，就试图把机器人大脑拆成更接近生物系统的分层架构。

据了解，NeuroVLA采用“皮层、小脑、脊髓”三层结构：皮层负责语义理解和任务规划，小脑负责高频运动协调，脊髓负责毫秒级执行和安全反射。

这套架构瞄准的是机器人落地时的硬问题：动作抖动、反应延迟、能耗和稳定性。

NeuroVLA能够将机器人运动抖动降低75%以上，在碰撞发生后20毫秒内完成反射响应，仿脊髓执行层平均运行功耗约0.4W。

这些数据指向一个清晰方向：机器人不能只会推理，还要能快速、低耗、稳定地行动。

生产环境不会给机器人无限试错空间，设备会有误差，物体会偏移，人员会靠近，任务会切换。

低延迟、低功耗和高稳定性，决定机器人能不能从展台走进产线。

03.

从演示走到交付，行业开始分层

过去两年，人形机器人行业最不缺演示视频。

倒水、叠衣服、做咖啡、搬箱子、跳舞，这些内容容易传播，但客户不会因为一段视频下单。

智平方当前最能支撑融资叙事的部分，是它已经在几个场景里有交付记录。

在半导体显示领域，智平方曾与惠科签下3年1000台合同，并在单一场景获得多家客户复购；

在生物制药领域，智平方已在华熙生物洁净产线部署，并拓展更多制药客户；

在公共零售场景，“爱宝智魔方”已在全国十余省市运营，机器人店员日均独立完成数百杯饮品制作。

这些场景有相似特征：环境相对可控，任务边界清晰，客户有支付能力。

这比直接冲向家庭场景更现实，家庭机器人想象空间最大，难度也最高。家庭环境高度开放，物品、人员、动线和任务都在变化。

半导体显示、生物制药、汽车制造、饮品零售等场景虽然要求高，但现场规则更明确，也更容易衡量效率、稳定性和投入产出。

这些场景还能变成模型训练场，机器人在现场做抓取、搬运、制作、检测，会产生持续数据。企业再把这些数据用于模型训练，提升泛化和稳定性。

对具身智能公司来说，场景不是销售终点，而是模型继续变强的入口。

所以，“单一客户多场景”和“单一场景多客户”比单点Demo更关键。

一家机器人公司如果只能完成一次展示，很难形成数据闭环，它如果能在同类场景复制，并让不同客户复购，产品才开始从项目制走向可复制。

04.

量产会筛掉一批公司

机器人公司的下一道门槛是量产。

模型可以发布，样机可以展示，产线和交付很难靠叙事补齐，供应链、良率、成本、交付周期、售后维护，都会在规模化阶段集中暴露。

据悉，智平方在2025年9月自建产线正式投产，2025年12月实现单月百台级交付，目前具备年产能2000台的出货能力。

拿到新一轮融资后，智平方计划在2026年下半年启动数万台生产力具身人形机器人产线建设，推动产品从项目制交付转向批量化标准品。

这会成为下一阶段的核心验证。

一台机器人在展会上完成任务，和100台机器人在客户现场稳定运行，是两件事；100台能交付，和10000台能以可控成本交付，又是另一件事。

规模越大，系统短板越难遮住。

这也解释了为什么产业链企业会出现在投资方名单里。机器人要规模化，需要算法团队，也需要制造体系、零部件供应、质量控制和现场服务能力。

具身智能公司正在从AI创业公司，变成AI、硬件和先进制造的混合体。

近50亿元融资和200亿元估值，会把智平方推到更亮的位置，但融资只能说明资本先投了票，产业验证还在后面。

对于智平方来说，还要过三关。

第一关，是数万台产线。

具身智能行业有很多宏大计划，稀缺的是按期交付、稳定运行和持续降本。

数万台产线如果顺利推进，智平方会从头部创业公司进入规模化企业阶段。

产线进度、良率、成本或需求如果不及预期，市场也会重新审视它的估值基础。

第二关，是高门槛场景复购。

半导体、生物制药、汽车制造等场景能检验机器人稳定性和工业适配能力，但标杆项目离规模市场还有距离。

客户是否持续采购，是否从试点走向多点部署，是否能算清投入产出账，才是商业化质量的核心指标。

第三关，是技术平台能不能形成壁垒。

AlphaBrain Platform的开源叙事有想象空间。具身智能不同于大语言模型，数据采集、仿真训练、模型评测和场景适配都更复杂。

智平方如果能通过平台开放工具链、模型和评测体系，可能带来生态价值。

但开源社区能不能聚起开发者，能不能形成行业标准，能不能反哺自身模型能力，还要等更长周期验证。

这三关决定智平方能不能从被资本看好，走到被客户长期使用。

05.

行业进入量产验证期

智平方这轮融资更像一个行业信号：具身智能的评价标准正在从概念转向交付。

市场已经看过足够多的机器人演示，现在资本和客户会追问更具体的问题，比如能不能进入真实场景？能不能批量生产？能不能把场景数据变成模型能力？

2026年的具身智能还没到终局，头部公司之间开始拉开差距，但模型路线、硬件形态、场景路径和成本结构都还在变化。

一个趋势已经出现：只会做Demo的机器人公司，很难支撑高估值；只会讲模型的公司，也很难穿过产业周期。

未来的头部玩家，需要同时拥有机器人大脑、本体设计、真实场景、供应链和产线能力，还要能从交付中拿回数据。

智平方拿到近50亿元融资，说明资本先押了一把。

接下来要看的，是有多少机器人能离开展台，在真实世界里长期工作。