广告
加载中

30天融资30亿 马云雷军联手重仓

杨继云 2026-04-07 09:18
杨继云 2026/04/07 09:18

邦小白快读

EN
全文速览

千寻智能在30天内融资30亿元,成为具身智能领域现象级代表,其核心亮点在于技术突破和商业落地。

1.技术亮点:Spirit v1.5大模型在RoboChallenge全球评测中超越美国模型,综合得分66.09,任务成功率50.33%,证明了AI大模型+高性能机器人硬件的全栈优势。公司采用“数据金字塔”训练理念,通过海量互联网视频预训练和强化学习优化,显著降低算力成本50%以上。

2.商业进展:已进入宁德时代产线,实现零故障量产近千块电池,插接成功率99%;与京东合作,接入京东MALL零售场景进行真机验证,跨越了从实验室到工业量产的鸿沟。

3.团队与融资:创始人韩峰涛经验丰富,联合团队覆盖AI、机器人、商业化;获马云和雷军罕见联手投资(顺为资本和云锋基金领投),背后资本包括顶级机构如红杉中国、产业巨头如宁德时代系,估值超百亿,形成全场景生态布局。

千寻智能的品牌营销和产品研发突显了具身智能消费趋势,为品牌商提供启示。

1.品牌营销:通过融资事件(如30亿融资)和战略合作(如京东、宁德时代)提升品牌影响力,展示产业资本生态圈建设,吸引马云、雷军等代表人物背书,增强市场信任度。

2.产品研发:开发高性能人形机器人Moz系列,如Moz 1配备26个力控关节和三指灵巧手,支持精细操作;自研Spirit大模型攻克柔性物体操作难题,迭代至v1.5版本,体现技术领先性。

3.消费趋势:具身智能兴起,用户行为转向自动化解决方案,如零售场景真机验证和工业量产应用,显示消费者对高效、低成本机器人的需求增长,品牌可借鉴其数据驱动路径(如20万小时交互数据)优化产品设计。

具身智能市场增长带来丰富机会和风险提示,卖家可关注合作与学习点。

1.机会提示:行业进入黄金时代,一季度融资40余起,千寻智能估值百亿案例显示潜力;合作方式包括与京东、宁德时代等头部企业生态共建,如开放零售场景验证,提供供应链参与机会。

2.风险提示:竞争加剧(百亿公司增至10余家),需真实订单验证避免泡沫;正面影响如技术降低试错成本90%,负面影响在于硬件挑战(如三指灵巧手的高难度)。

3.可学习点:借鉴千寻智能的“场景反哺模型”模式,通过数据采集扩展(2026年预计100万小时数据)和低成本采集设备,提升商业化效率;最新商业模式包括产业资本投资(如顺为资本、云锋基金),形成增长市场反哺。

千寻智能为工厂提供生产自动化和数字化启示,揭示商业机会。

1.生产需求:机器人应用于真实产线,如宁德时代电池PACK生产线,实现零故障量产,作业节拍达熟练工人水平,适用于位置偏差应对;需要高性能硬件如26个力控关节和三指灵巧手,支持精细制造。

2.商业机会:推进数字化,通过低成本数据采集(成本降90%)和“数据金字塔”训练,提升效率;启示包括采用可穿戴设备采集人类活动数据,替代昂贵遥操作,实现规模化工程(数据采集团队扩展至千人)。

3.启示案例:工厂可借鉴宁德时代合作,成为技术落地“第一场景”,反哺模型优化;具身智能机器人解决不确定性挑战,为生产线提供稳定订单源。

具身智能行业趋势和新技术提供客户痛点解决方案,服务商可重点关注。

1.行业趋势:中国进入黄金时代,头部效应加剧,融资频现超10亿元单笔;技术路线收敛,如千寻智能与Generalist AI均采用数据多样性驱动Scaling Law,降低算力成本,提升模型性能。

2.新技术:Spirit v1.5模型全球领先,突破柔性操作瓶颈;创新“数据金字塔”路径,基于互联网视频预训练和强化学习预测,减少真实试错成本;三指灵巧手硬件提升操作上限,但技术难度高。

3.解决方案:针对客户痛点(如数据采集瓶颈),千寻智能通过可穿戴设备低成本采集,工程化扩展至20万小时数据;服务商可借鉴其生态合作(如京东场景开放),提供数据源和验证方案。

平台对千寻智能的需求和运营管理揭示招商和风向规避策略。

1.平台需求:商业平台如京东MALL需真实场景验证,开放零售数据源;平台招商焦点在产业股东(如顺为资本、云锋基金)合作,锁定工业、零售、消费电子三大场景入口。

2.平台做法:最新运营管理包括数据采集规模化工程(2026年千人团队),通过自研设备降低成本90%;生态共建如与京东签署战略协议,实现真机作业和模型反哺。

3.风向规避:风险提示集中于竞争加剧(百亿估值分水岭),需避免概念泡沫;平台可借鉴“场景反哺模型”理念,优化运营效率,如数据多样性核心,确保商业可持续性。

具身智能产业新动向和商业模式带来政策启示和研究问题。

1.产业动向:中国进入黄金时代,技术收敛(如千寻智能与海外玩家同频),数据驱动成核心;新问题包括商业化验证鸿沟(实验室到量产线),行业需基础模型不断进化,以应对复杂环境执行挑战。

2.商业模式:千寻智能的“场景反哺模型”形成正向循环,如宁德时代产线数据提升模型;启示包括差异化硬件(三指灵巧手)的长期押注,虽技术难度高但操作泛化能力强。

3.政策建议:研究显示数据采集政策支持规模化(如20万小时数据扩展),法规需鼓励低成本创新;资本趋势(如30天30亿融资)提示监管关注泡沫风险,确保真实订单验证穿越周期。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

Qianxun Intelligence raised ¥3 billion within 30 days, emerging as a standout player in embodied AI with core strengths in technological breakthroughs and commercial deployment.

1. Technological Highlights: Its Spirit v1.5 model outperformed U.S. competitors in the RoboChallenge global evaluation, scoring 66.09 overall with a 50.33% task success rate, demonstrating the advantages of an integrated AI model and high-performance robotics hardware. The company’s “data pyramid” training approach—using massive internet video pre-training and reinforcement learning—reduced computing costs by over 50%.

2. Commercial Progress: Qianxun has entered CATL’s production lines, achieving zero-fault mass production of nearly 1,000 batteries with a 99% connection success rate. It also partnered with JD.com for real-world validation in JD MALL retail environments, bridging the gap from lab research to industrial-scale application.

3. Team & Funding: Founder Han Fengtao leads an experienced team covering AI, robotics, and commercialization. Backed by rare joint investments from Jack Ma and Lei Jun (via Shunwei Capital and Yunfeng Capital), the company’s investors include top-tier firms like Sequoia China and industrial giants like CATL, valuing it at over ¥10 billion and positioning it for full-scenario ecosystem development.

Qianxun Intelligence’s brand strategy and product development highlight the rise of embodied AI, offering key insights for brands.

1. Brand Marketing: High-profile funding events (e.g., the ¥3 billion round) and strategic partnerships (e.g., with JD.com and CATL) enhance brand visibility, showcase ecosystem building, and gain endorsements from figures like Jack Ma and Lei Jun, boosting market trust.

2. Product R&D: The company’s Moz series of humanoid robots, such as the Moz 1 with 26 force-controlled joints and a three-fingered dexterous hand, enable precise manipulation. Its self-developed Spirit model tackles challenges in flexible object handling, with the v1.5 iteration reflecting technical leadership.

3. Consumer Trends: As embodied AI gains traction, user behavior shifts toward automated solutions—evidenced by real-world retail trials and industrial applications—highlighting growing demand for efficient, low-cost robotics. Brands can learn from Qianxun’s data-driven approach (e.g., 200k hours of interaction data) to optimize product design.

The growing embodied AI market presents opportunities and risks, with key takeaways for sellers.

1. Opportunities: The sector is entering a golden age, with 40+ funding rounds in Q1 and Qianxun’s ¥10 billion valuation signaling potential. Collaboration models include ecosystem partnerships with leaders like JD.com and CATL, offering access to retail validation and supply chain involvement.

2. Risks: Competition is intensifying (10+ companies valued over ¥10 billion), requiring real-order validation to avoid bubbles. Positive impacts include a 90% reduction in trial-and-error costs, while challenges remain in hardware (e.g., complex three-fingered hands).

3. Lessons: Sellers can adopt Qianxun’s “scenario feedback model,” leveraging data expansion (projected 1 million hours by 2026) and low-cost collection devices to improve commercial efficiency. New business models, such as industrial capital investments (e.g., Shunwei, Yunfeng), create self-reinforcing growth cycles.

Qianxun Intelligence offers insights into automation and digitization for factories, revealing commercial opportunities.

1. Production Needs: Robotics applications in real production lines—like CATL’s battery pack assembly—achieve zero-fault mass production at skilled-worker speeds, adaptable to positional variances. High-performance hardware (e.g., 26 force-controlled joints, three-fingered hands) supports precision manufacturing.

2. Commercial Opportunities: Digitization advances through low-cost data collection (90% cost reduction) and “data pyramid” training boost efficiency. Factories can adopt wearable devices to gather human activity data, replacing expensive teleoperation and enabling scalable engineering (data teams expanding to 1,000 staff).

3. Case Study: Partnerships like CATL’s demonstrate how factories can serve as “first scenarios” for technology deployment, feeding data back to refine models. Embodied AI robots address uncertainty in production, providing stable order sources.

Embodied AI trends and technologies offer solutions to client pain points, key for service providers.

1. Industry Trends: China’s sector is booming, with top players consolidating influence and single funding rounds exceeding ¥1 billion. Technical approaches are converging—e.g., Qianxun and Generalist AI both use data diversity to drive scaling laws, cutting computing costs while improving model performance.

2. New Tech: The Spirit v1.5 model leads globally in flexible object manipulation. The innovative “data pyramid” path, based on internet video pre-training and reinforcement learning prediction, reduces real-world trial costs. Three-fingered hands raise operational limits but pose high technical hurdles.

3. Solutions: For client challenges like data collection bottlenecks, Qianxun uses wearables for low-cost gathering, engineering scalability to 200k hours of data. Service providers can learn from its ecosystem collaborations (e.g., JD.com’s open scenarios) to offer data sources and validation solutions.

Platform needs and operational strategies for Qianxun reveal partnership and risk-avoidance insights.

1. Platform Demand: Commercial platforms like JD MALL require real-scenario validation and open retail data sources. Partnership focus lies with industrial investors (e.g., Shunwei, Yunfeng) to secure access to industrial, retail, and consumer electronics sectors.

2. Platform Practices: Operational management includes scalable data collection engineering (1,000-person team by 2026), with self-developed devices cutting costs by 90%. Ecosystem co-building, such as strategic agreements with JD.com, enables live testing and model feedback.

3. Risk Mitigation: Risks center on intensified competition (¥10 billion valuation as a threshold), requiring avoidance of conceptual bubbles. Platforms can adopt the “scenario feedback model” to optimize operations, emphasizing data diversity for sustainable business.

Embodied AI industry dynamics and business models yield policy implications and research questions.

1. Industry Trends: China’s golden era sees technical convergence (e.g., Qianxun aligning with global players) and data-driven cores. Key issues include the commercialization gap (lab to production), necessitating evolving base models for complex environmental execution.

2. Business Models: Qianxun’s “scenario feedback model” creates a virtuous cycle—e.g., CATL production data improves models. Insights include long-term bets on differentiated hardware (three-fingered hands), which, despite difficulty, offer strong operational generalization.

3. Policy Suggestions: Research indicates policy support for scalable data collection (e.g., expanding 200k hours of data), with regulations encouraging low-cost innovation. Capital trends (e.g., ¥3 billion in 30 days) urge regulatory attention to bubble risks, ensuring real-order validation for long-term stability.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

假期后第一笔超级融资诞生。

投资界获悉,今日(4月7日),具身智能独角兽千寻智能(Spirit AI)宣布再获10亿元新融资,由顺为资本、云锋基金联合领投,达晨财智、某头部人民币基金、银河源汇、图灵基金、新鼎资本、庚辛资本等重磅加持。

要知道,这距离上一轮20亿元融资官宣仅仅过去月余。至此,千寻智能在三十天内连获30亿融资,速度之快,令人惊叹。

更具风向标意味一幕,则是雷军和马云在赛道内罕见握手——顺为资本和云锋基金首次共同重仓一家具身智能公司。如此,一个产业资本生态圈悄然浮现。

马云雷军联合领投,千寻崛起

融资如此迅猛,千寻智能成了中国具身智能浪潮的现象级代表。

身后创始人韩峰涛是一位连续创业者,早年毕业于浙江大学,2015年联合创立珞石机器人并任CTO。韩峰涛曾总结自己的第一次创业是“无知者无畏”,一份60多页的word是他们的第一份BP。

此后10年,他主导交付超2万台工业机器人,亲历了工业机器人的国产化率从3%跑到超过50%过程,见证了中国工业机器人产业链的崛起。

硬件易得,大脑难造。2023年ChatGPT席卷全球,韩峰涛意识到,大模型是机器人的通用大脑,这才是真正的技术革命。他在知乎写下万字长文《当机器人拥抱大模型》,当中断言:AI大模型是解决机器人智能问题的最终答案。

深感时不我待,就在珞石已筹备上市之际,韩峰涛毅然离职,决心打造“AI+机器人”全栈的具身智能公司。

为此,韩峰涛花半年时间,筛选了6000多个联系人,面对面谈了100多个,最终锁定了千寻智能现今的“铁三角”——

联合创始人兼首席科学家高阳,1991年出生,“伯克利归国四子”之一,现任清华大学交叉信息研究院助理教授、博士生导师;联合创始人郑灵茵,工业机器人出海先行者,负责商业化与运营;韩峰涛本人则任CEO。三位创始人分别覆盖AI、机器人、商业化三大核心能力,共同构成了业内罕见的“六边形战士”团队。

2024年1月,千寻智能(杭州)科技有限公司正式成立,致力于创造行业领先的通用人形机器人和下一代具身大模型与学习算法,驱动世界迈向智能机器人新时代。

精准踩中时代风口,千寻起航后开始光速发展——仅6个月就推出初代原型机Moz 0,完成技术验证。去年6月,又发布国内首款全身高精度力控人形机器人Moz 1,26个自由度全身一体化力控关节,负载自重比1:1,定位生产力级具身智能机器人。

总结起来,千寻智能的核心竞争力在于AI大模型+高性能机器人硬件的全栈技术闭环。2025年3月,千寻发布自研Spirit v1 VLA大模型,攻克柔性物体操作(如叠衣服)难题,如今已进化到Spirit v1.5。

这里不得不提中国具身智能领域一个里程碑事件——今年初,千寻的Spirit v1.5模型,在RoboChallenge Table30真机评测中,以综合得分66.09、任务成功率50.33%,正式超越长期霸榜的美国标杆模型Pi0.5(得分58.7、成功率42.67%),登顶全球第一。

这一切源于技术路径上的深耕。高阳此前表示,千寻坚持“数据金字塔”训练理念,在预训练阶段没有走传统“世界模型”预测每一帧的老路——那条路算力消耗巨大且效率不高。相反,千寻选择基于海量人类互联网视频进行预训练,在更少参数量下实现更好效果,显著降低算力成本。

而在强化学习阶段,千寻引入世界模型,去做未来状态的预测,从而辅助强化学习的过程。这是一条更高效、低成本的路线,让模型能在“想象”中不断试错与优化,避免了在真实世界中高昂的试错成本。

如今,中美顶级玩家技术路线开始收敛。就在4月2日,Generalist AI发布了最新模型Gen1,该模型将多项物理任务平均成功率从64%提升至99%,完成速度约为现有最先进技术的3倍。某种程度上,这佐证了千寻智能技术路线的正确性。

首先,双方数据驱动Scaling Law高度一致,皆以多样性为核心;此外,在数据采集上,均摒弃昂贵的遥操作,转而采用低成本可穿戴设备采集人类活动数据,称得上殊途同归。

差异化在于硬件形态的押注。千寻智能整机配备26个关节,每个关节集成力传感器,搭载三指灵巧手;而Generalist目前采用两指设计。三指结构在可穿戴数采中面临更高的自由度、更精细的力控要求及更复杂的动作映射,技术难度显著提升,但同时也意味着更高的操作上限和泛化能力——为模型学习人类级精细操作提供了更丰富的数据维度。

如果说数据采集路线的一致证明千寻智能跟上了海外顶尖玩家的节奏,那么三指灵巧手的选择则表明:千寻智能正在挑战比Generalist更高难度的硬件形态。两指能做的事,三指一定能做;三指能做的事,两指未必能触及。这条“自找麻烦”的差异化路线,恰恰是千寻智能对通用具身智能的长期主义押注。

截至2026年4月,千寻智能数据采集团队将扩展至千人规模,是国内首家将多样化数据采集路线从理论推向工程化、规模化,并在真实商业场景中完成双重验证的具身智能公司。通过自研设备,千寻将数据采集成本降低了90%。截至目前,千寻已累计获取超20万小时多类型真实交互数据,覆盖互联网视频、遥操作、可穿戴采集等维度,预计2026年总量将突破100万小时。

韩峰涛曾说,2026年是具身模型性能快速爆发的一年,千寻会把绝大部分精力放在模型上。在技术路线与头部玩家“同频共振”的同时,千寻智能正以三指灵巧手这一差异化硬件形态,为通用具身智能的终极目标铺设一条更难但更远的道路。

30天融资30亿,产业资本罕见集体押注

回过头看,千寻智能身后的多元产业资本令人印象深刻。

官网显示,2024年8月,千寻智能完成近2亿元种子轮+天使轮融资,投资方包括顺为资本、绿洲资本、弘晖基金、达晨财智、千乘资本等;同年11月,天使+轮融资,领投方是由宁德时代联合创始人、副董事长李平出资创办的柏睿资本。

2025年3月,千寻智能宣布完成5.28亿元Pre-A轮融资,阿美风险投资旗下Prosperity7 Ventures(P7)领投,招商局创投、广发信德、靖亚资本、东方富海、华控基金等多家资本深度参与;7月,完成近6亿元Pre A+轮融资,由京东领投,中国互联网投资基金(简称“中网投”)、浙江省科创母基金、华泰紫金、复星锐正等知名机构跟投。

令人印象深刻的则是今年2月,千寻连续完成两轮融资近20亿元,行业资本集中亮相——云锋基金、某头部国资机构、混沌投资(葛卫东)、红杉中国等超一线机构;Synstellation Capital、TCL创投、明荟投资(汇川技术董事长朱兴明家办)等产业资本;重庆产业投资母基金、杭州金投等国有资本;360基金、厚雪资本等战投机构,以及老股东全部大额认购。至此,公司估值突破百亿。

1个月后,千寻智能再度刷屏,至此形成覆盖顶级资本、产业巨头、国有资本及战投大咖的全方位赋能格局。

广泛的产业股东布局之下,一个独有的全场景生态就此建立。

毋庸置疑,当具身智能的竞争从实验室走向产业纵深,场景入口和数据来源成为决定胜负的关键。通过柏睿资本(宁德时代系)、明荟投资(汇川技术家办)、TCL创投;京东、招商局创投;哈勃投资(华为系)、顺为资本(小米系)的投资,千寻智能锁定了工业制造、物流零售、消费电子三大核心场景,形成场景反哺模型、模型提升场景效率的正向循环——这是难以复制的核心竞争力。

从实验室迈向生产线,商业化能力逐步显现。以宁德时代为例,宁王系不仅是千寻的财务投资人,更是其技术落地的“第一场景”。目前千寻智能已在宁德时代中州基地投运全球首条人形具身智能产线,墨子(Moz)机器人在PACK生产线上已生产近千块电池,实现零故障量产,插接成功率稳定在99%以上,作业节拍达到熟练工人水平,可自主应对来料位置偏差、插接点位变化等不确定性。

当具身智能机器人真正进入全球动力电池龙头的量产线,并成为产线不可或缺的一部分,这意味着千寻智能的技术已经跨越了“实验室演示”到“工业量产”的鸿沟。对于资本市场而言,这是比任何技术指标都更具说服力的商业化证明。

毕竟,谁进入了宁德时代的产线,谁就拥有了最严苛的试炼场和最稳定的订单源。

京东与千寻也完成了从投资到生态共建的一步。今年3月,双方签署战略合作协议,Moz机器人接入京东MALL智慧零售场景,京东将其零售场景开放给千寻智能进行真机验证,这意味着千寻智能获得了中国最大的零售平台之一作为技术落地的试验场和数据源。

顺为资本合伙人耿益璇曾评价,千寻团队从一开始就选择了一条“难而正确”的路——用“数据金字塔”理念构建壁垒,用低成本采集破解行业数据瓶颈。正是这种务实的创新路径,让千寻率先跑通了“场景反哺模型”的正向循环。

中国具身智能百亿门槛分水岭

此时此刻,中国具身智能正在迎来黄金时代。

正如今年以来,我们目睹了一场具身融资风暴。一季度该赛道已披露融资事件40余起,百亿元估值公司数量已扩容至10余家,单笔超10亿元的融资规模频现。仿佛一夜之间,大家都在争先恐后冲破百亿估值。

头部效应加剧,千寻智能顺利突围。如你所见,资金正用脚投票——

技术层面,千寻是国内首个在公开评测中超越美国头部模型的企业,有着深深的技术壁垒;商业层面,它已进入宁德时代、京东等头部客户的真实业务场景,实现宁德时代产线近千块电池零故障量产,在京东MALL真机稳定作业;资本层面,它拥有覆盖工业、零售、消费电子的全场景产业股东。三个维度共同构成了千寻智能百亿估值的价值底座。

这不仅是一家公司的崛起,更是一个赛道的分水岭。

一个较为普遍的判断是,中国具身智能的“ChatGPT时刻”仍需五年甚至更久。正因如此,各方都在为接下来数年的漫长探索期储备弹药。一场真金白银的生死拼杀正在上演。

历史经验反复表明,无论融资再怎么豪华,实验室中的技术突破再多,如果无法通过真实的订单验证,终究只是概念泡沫。具身智能的终极战场,早已不在展厅,而在产线;不在演示,而在量产;是从数字世界走向物理世界的最后一公里。

此外,行业下半场竞争的本质,实际是基础模型与模型进化能力的竞争。只有具身基模不断进化,才能在复杂的真实环境中提高执行任务的能力,才能让通用机器人真正进入千行百业、千家万户。如此,才能真正穿越周期。

历史的车轮滚滚向前。一个属于中国具身智能的时代,正从概念走向现实,从实验室走向星辰大海。

注:文/杨继云,文章来源:投资界(公众号ID:pedaily2012),本文为作者独立观点,不代表亿邦动力立场。

文章来源:投资界

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0