【亿邦原创】2月11日，具身智能创业企业星海图宣布完成10亿元B轮融资。本轮投资方包括产业资本金鼎资本、北汽产投、碧鸿投资，PE基金正心谷资本、前海方舟，以及国际化基金毅峰资本；五位主要老股东凯辉基金、美团龙珠、今日资本、襄禾资本、高瓴创投均超额或满额追加。
至此，星海图累计融资额近30亿元，估值突破百亿元，成为继宇树、智元、银河通用之后，中国具身智能领域的第四家百亿独角兽，也是其中成立时间最短的企业——从2023年9月创立到迈入百亿估值门槛，仅用不到两年半。
星海图的定位并非传统意义上的机器人整机厂商，它将自己定义为“具身智能基座公司”，致力于打造“大脑-身体-工具链”的全栈能力，试图成为AI基础设施。
创始团队是典型的“90后清华+自驾”复合背景：CEO高继扬本科毕业于清华大学，在南加州大学师从计算机视觉专家Ram教授、三年完成博士学业；联合创始团队成员兼具清华学术背景与Waymo、Momenta等自动驾驶头部企业的工程实践经验。
在融资沟通现场，星海图CFO罗天奇以坦诚的态度，拆解了这家“清华+自驾”背景公司对行业终局的根本判断，以及由此倒推的一整套经营哲学。
他的核心观点包括一条清晰而反共识的逻辑链：具身智能的“GPT时刻”还很远，目前还处于数据尚不ready阶段。具身行业的Scaling Law终将到来，胜负手不在算法榜单，而在数据基础设施与开发者生态。中国具身智能公司真正的隐形护城河不是硬件供应链，而是仅为美国1/10成本的数据采集能力。头部玩家的算法能力只是入场券，真正的竞争落在数据规模、模型训练方法、开发者生态与从智能反定义硬件的设计能力四件事上。具身智能的商业化要优于同期的大模型公司和自动驾驶公司，更不必经历自动驾驶的漫长寒冬——容错红利使商业化可以“润物细无声”地先行渗透。
基于这一认知，星海图正从“全球第一的开发者生态公司”向“生产力开发者主力军”关键一跃：科研用户收入占比将从2025年的30%降至2026年的20%，而产业场景中的工程化交付团队将贡献超90%营收；在场景选择上保持克制——只扎入“精度厘米级、速度人类80%、接受99%准确率”的有限场景，用千台级订单验证从1到10的可复制性；在资源投放上奉行“花钱效率”至上论，将80%研发预算押注“大脑”，而非硬件迭代。
罗天奇将这场竞赛定义为马拉松，“今年只是跑出去的第一公里”。
以下是包括亿邦在内的媒体对罗天奇的采访，内容经亿邦动力编辑整理：
一、业务数据和融资用途
提问：有个报道说星海图2025年营收7000万，可以披露一下吗？
罗天奇：之前的媒体披露不是很准确，我们的商业化速度可能会比大家预估的要更快一些，具体数字还是选择先不披露。
提问：这一轮新的融资，这笔钱重点会花在哪些方面？
罗天奇：我援引一下我们CEO高继扬的观点（编者补充：在不久前的原力灵机技术开放日上，高继扬明确表示：具身智能远未到“ChatGPT时刻”。理由是大语言模型的稀缺环节几乎只在模型本身，模型即产品，模型突破后商业化链条自然贯通；而具身智能的链条要长得多，零部件供应链尚不成熟、整机规模不足、渠道和终端高度线下化，这些都不是算法单点突破能够解决的问题。）
我们在做的行业最终还是一个AI行业。AI行业的技术驱动力是Scaling Law，具身行业的数据量还不够大，还在准备中，处于Scaling Law的初期阶段。
随着Scaling Law的到来，我们的研发投入会指数级上升。
今天站在这个时点上，我们无法预测行业一旦开始Scaling Law之后会有多么疯狂，它对研发的投入需求，对数据、算力的投入，会很快进入到大语言模型的状态——头部玩家进一步收敛，少数融到几十亿的玩家才能继续训练自己的基础模型。
绝大部分中小型公司，由于资金原因，开始寻找细分场景，要么做垂类场景、垂类模型，要么做上游“卖铲子”、卖数据的工作。
我认为这个行业会因为Scaling Law的存在，进入格局收敛的阶段。
对具身智能公司来说，如果在第一赛段成为头部之一，就会进一步享受到接下来的行业红利，成为行业的加强版贝塔。
目前星海图的融资是有一定冗余的，是为了应对即将爆发的数据增长，以及由此带动的算力增长。
我们今天在做的是一场马拉松，不是百米赛跑，今年也只是在马拉松上跑出去了一公里。以全局思维来看，唯一的客观指标是花钱效率——在研发上每花出去一块钱，它实现的效果和水平是怎样的，谁能把一块钱花出最高程度的智能。
提问：今年在算力和卡开支会是一个怎样的数量级？
罗天奇：我认为今年具身智能的Scaling Law还在早期阶段。今年大家在数据和算力上，头部具身公司的消耗量大概是头部大语言模型创业公司的1/10左右，但并不代表我们这个行业一直是它的1/10。至少在未来三年之内，我认为头部融了几十亿的公司，都还足够覆盖成本，拿最好的算力和最充分的数据去做事情。
这也保证了这个行业在未来三五年内，创业公司不至于在资源量级上被大厂碾压，从而没有自己的生存空间。我认为接下来这三年是宝贵的创业窗口。
提问：围绕全栈体系自研模式，各个部分的资金投入占比大概是多少？
罗天奇：从研发角度来看，我们分为大脑研发和硬件研发，其中大脑研发占80%。在大脑研发中，数据成本占比30%，算力占比40%-50%。外界总认为中国的具身智能公司是借助了中国硬件供应链的优势。马斯克也说，未来全球前十的机器人公司，除了特斯拉，剩下九家都一定会是中国公司。我很同意他的观点。
当我自己在局中看到这些之后，我发现还有一个巨大的优势被大家所忽视，就是中国的数据供应链优势，比硬件供应链优势更夸张。
今天我们高质量数据的采集成本，可能是美国公司的1/10。这意味着花相同的钱，我们能采到10倍的数据量。靠着这两个优势，中国具身智能行业不比美国差，在中长期超过美国、做到全世界盈利，是一个概率极高的事情。
二、技术趋势与行业判断
提问：您一直在提到3-5年这个时间点，我能不能理解为，具身智能或者人形机器人的商业化需要一个更长路径，不会在三年内有很大进展？
罗天奇：我认为我们这个行业的商业化分两种，一种是技术驱动的商业化，一种是商务驱动的商业化。
商务驱动的商业化从2025年开始，出货量已经不低了。我们选择的是技术驱动的商业化，就是说某项工作，如果技术未ready，确实干不了；一旦技术ready，商业化是指数级的——从0到1需要一年，1到10可能也只需要一年，10到100可能再需要一年。我们想干这种事儿。
基于我们对技术的判断，大家所谓的“GPT时刻”不一定是一两年内可以很快期待的东西。在GPT时刻还没有真正到来之前，技术驱动的商业化也已经有很多场景了。具身行业下游也类似大语言模型行业，下游是无数的Agent，每个场景都是一个Agent，很多场景并不需要极高的准确性和泛化率。
相较于自动驾驶，机器人的单次失效成本很低，大概是一美元或者一人民币级别的单次失效成本。这意味着很多场景里，具身智能并不需要到99.9%的成功率才能落地。
自动驾驶花了很多年是在99%后面加99.99999%，但是具身智能行业对容错率这件事更友好。它不会在商业落地上经历自动驾驶那么漫长的寒冬，它是润物细无声的，在很多符合条件的场景里开始落地，生根发芽。若干年后大家回顾这个过程，好像记不得哪一年是具身智能的GDP时刻，但是具身智能已经走进了千行百业。
提问：具身大脑目前发展到一个什么样的阶段？多模态和世界模型对具身大脑的发展是否有影响？
罗天奇：首先，我觉得世界模型是一个更宏大的命题。在这个命题下，我们的第一个判断是，它可能是多模态模型的下一个阶段，它大概率是像Google Gemini、阿里通义千问他们进一步探索去做的事情，不适合创业公司。这是第一个结论。
第二个结论是，我们所在的具身智能领域，其实很像我们模仿一个婴儿出生长大成人的过程。在这个过程中你会发现，人脑其实并不是一个掌握了世界模型的大脑，但是当你去到一个陌生地方，你依然可以在那里游刃有余，原因是你掌握了和这个世界交互的一般规律。
我们今天在训练的具身模型，走的是从身体出发、与物理世界交互的智能路径。
从务实的角度来讲，世界模型可能是一个10年到20年内有机会突破的事情，但是我们这一条路径已经足够清晰，过程中没有看到有任何阻碍我们通向这个终局的不可逾越的障碍。作为创业公司，我们今天的理性选择，肯定是沿着这条路坚定不移地走下去。
三、商业化落地与场景选择
提问：今年在商业化落地上有哪些具体规划？
罗天奇：在商业化上，我们聚焦符合技术边界的场景，花1-2年能够彻底跑通。这里面需要同时符合几个特点：第一，精度在厘米级；第二，速度是人类速度的80%左右；第三，能接受99%的准确率。同时符合这几个标准的场景还是很多的。另外，我们真正开始做数据采集之后，准确率能进一步提高到百分之九十九点九几，这是我们未来几年会持续做的。
比如部分场景的料箱搬运、部分场景的物流分拣，最近我们还在和一个末端配送的自动驾驶公司合作，探索最后一公里的外卖操作。这几个场景在全球都有百万数量级以上的劳动力，意味着我们只要跑通，达到1%的渗透率，每年就有万台级的出货量；达到10%，每年就是十万级的出货量。
当然，真正能落地的远不止这些。
在这个过程中，我们也发现一个很有意思的事情：具身行业的商业化比大语言模型好做很多，因为我们的件单价是他们的客单价。这意味着头部公司实现数亿级别营收，并不是一个特别有挑战性的事情。相比于营收总额，大家应该更关注营收质量。
提问：星海图现在达到了数千台出货量。订单到了这个规模之后，在供应链端你们有没有感受到什么变化？比如它有没有带来议价能力上的变化，或者其他变化？
罗天奇：我们这个行业肯定是有一定的规模效应的。也就是说，随着量的增长，各方面的成本会有下降。但是我们这个行业，中长期的商业模式还是卖物理世界的Token，就跟大语言模型卖虚拟世界Token一样。所以说，我们认为这个行业的供应链成熟到一定程度之后，大家在硬件成本上不会有实质性差别。
大家之间的差别在两点：第一点是智能水平，第二点是从智能水平反向定义的硬件设计能力。生产制造能力大家都可以利用中国最强大的生产制造体系和供应商，硬件不是大家比拼的关键，也不是中国最稀缺的东西。
提问：您讲的“成熟到一定程度”是怎么来理解？
罗天奇：我们认为，可能以这个行业量产10万台以上为一个标志。这个事情可能会在明后年发生。以这个为标志，整个供应链基本上也进入了第一个成熟期。
在第一个成熟期之后，整个供应链的降本速度可能每年就会进入一个比较稳定的状态，比如像今年汽车供应链一样，每年稳定降低几个百分点，就不会像今天大家从小规模到大规模量产之间那种成本巨幅降低的情况了。
