6月3日，国内具身智能初创企业“千寻智能”官宣两个重磅消息：公司自研具身基座模型Spirit v1.6在被称为北美具身智能“奥林匹克”的RoboArena具身智能基准测试中综合得分位列全球第一，性能超越英伟达Cosmos3与Physical Intelligence Pi0.5，成为首个登顶该平台的中国具身模型。
与此同时，公司再获15亿元A+轮融资，股东包含一线美元基金、大型产业投资方以及国资基金，老股东持续加码。千寻智能在三个月完成四轮融资，累计规模近50亿元，刷新了具身智能赛道的融资频次纪录。
千寻智能成立于2024年1月，是一家专注于构建机器人“通用大脑”的具身智能公司。千寻智能创始人兼CEO（首席执行官）韩峰涛在6月3日接受《每日经济新闻》记者采访时表示，本次融资所获金额将大致平均分配至模型训练、数据储备以及人才招募培养上，重心持续锚定算法迭代与真实场景数据建设。公司短期性能目标是在预训练算法后仅需1小时将数据进行微调，即可达成95%的作业成功率。
值得注意的是，千寻智能狂揽多轮融资的背后，出现了马云旗下云锋基金、雷军旗下顺为资本等具备产业生态资源的战略投资人身影。
快思慢想研究院院长、特邀评论员田丰在接受《每日经济新闻》记者采访时表示，这类投资人的进入通常标志着赛道从“技术验证期”进入“场景部署期”——他们需要机器人走进自己的仓储、制造或零售终端，而非继续押注技术Demo（样机演示）。这意味着2026年至2027年，头部企业将面临从“持续融资”到“持续交付”的角色切换压力，能否在这一窗口完成批量交付闭环，将直接决定谁能进入量产兑现周期。
国产具身模型首次登顶具身智能“奥林匹克”背后的逻辑公开资料显示，被业内称作具身智能“奥林匹克”的RoboArena评测平台，由加州大学伯克利分校、斯坦福大学及英伟达等全球顶尖学术机构与科技巨头联合发起，是全球少有的全开源、双盲实测型具身智能基准榜单。榜单的评测框架、数据流与排名算法全量向国际社区开源，过程完全透明、可审计、可复现，奠定了其在中立性与权威性上的行业共识。
本次Spirit v1.6登顶，打破该榜单长期由硅谷技术霸榜的固有格局。在翻盖开合、精细物件抓取、多步骤连续任务等复杂场景，该模型表现优于英伟达Cosmos3与PI（Physical Intelligence）旗下Pi0.5模型。
技术突破成为资本加码的核心逻辑。2026年2月，千寻智能连续完成两轮融资近20亿元，估值突破百亿元；4月再完成10亿元融资，由顺为资本与云锋基金联合领投。时隔一个月，15亿元A+轮融资落地，千寻三个月融资总额接近50亿元，股东囊括一线美元基金、头部制造产业资本与多地国资平台。
横向对比国内同行，当前具身智能赛道分化明显：宇树科技、智元、优必选等聚焦人形机器人本体量产。数据显示，宇树科技2025年纯人形机器人出货量超5500台，全球市场占比达到32.4%，居全球第一；今年3月底，智元机器人第10000台通用具身机器人正式下线；优必选2025年人形机器人订单规模近14亿元，以硬件落地换取工业场景订单。
银河通用、千寻等企业则深耕“具身大脑”算法层，走模型自研、软硬件解耦路线。其中，银河通用完成多轮大额融资，依托算法落地宁德时代产线试点。
从全球维度看，英伟达、特斯拉、PI持续投入大量资金深耕物理世界模型，海外巨头优势集中在仿真数据集与底层算力生态，而千寻此次榜单夺冠，代表中国具身算法在实景泛化赛道实现局部反超。
在技术壁垒搭建上，千寻正在试图走出差异化路线：数据坚持用千寻自研UMI（通用操作接口）设备采集海量且足够多样的真实场景数据，据悉，2026年公司将积累100万小时级真实世界交互数据的阶段性沉淀；算法上，千寻设计了一种融合了VLA（视觉-语言-动作模型）+world model（世界模型）的新架构，能够更有效地学习到未来状态和动作预测。正是这种具备极高“数据密度”与“场景纯度”的底层数据基础设施，为 Spirit v1.6模型的泛化与演进提供了不间断的数据燃料。
核心零部件成本下行，但具身智能商业化落地仍存多重桎梏本轮资本集中涌入具身智能赛道，另一层重要因素来自国产零部件带来的硬件成本下行。
田丰表示，2023年至2026年，国内谐波减速器（常用作机器人的“关节”）单价从3000元—5000元降至1500元—2000元，伺服电机（对机器人移动起着至关重要的作用）国产化降价超40%，六维力传感器摆脱进口垄断，单价从5000元以上回落至1500元—2000元区间，核心零部件整体降幅普遍超50%，单台人形机器人硬件成本因此压缩10万元至20万元，工业重复性作业场景初步跨过成本盈亏门槛。
受益于上述零部件的成本红利，国内工业场景落地提速。智元机器人批量切入3C电子工厂，优必选Walker系列机器人成本也进一步压缩，已实现汽车产线小批量部署；千寻也抛出宁德时代、京东、博世等标杆合作项目。
但挑战依然艰巨。硬件降价仅打通工业场景落地门槛，家庭、商超等通用服务场景机器人单机成本仍处在较高区间，静态测算投资回报周期较长，商用采购经济性不足，全行业尚未迎来规模化落地拐点。
每经记者了解到，不同于行业多数企业“硬件优先”的发展思路，千寻选择模型先行战略，把投入重心由硬件采购转向数据与算法研发。公司核心逻辑在于依托海量真实数据训练通用基座模型，实现一套模型适配多品牌、多规格机器人硬件，后续随着硬件装机量提升，单台设备分摊的软件研发成本持续走低，试图跳出零部件价格内卷的红海竞争。
然而，即便手握榜单成绩与头部产业客户资源，千寻同样难逃行业共性商业化难题。
一方面，当前全行业具身机器人普遍存在“实验室表现与落地效果割裂”痛点：榜单受控环境中95%作业成功率的模型，落地真实产线后受光线、物料形变、设备磨损干扰，实际落地成功率常常会有所下滑，非标场景适配仍是全行业共性短板。
从订单结构来看，目前千寻与宁德、博世等合作仍以标杆试点项目为主，大批量常态化采购订单尚未落地，商业化变现节奏与硬件量产型企业相比仍有距离。
从全行业现状来看，2026年国内具身智能融资热度持续高涨，一季度全赛道融资总额创下新高，但绝大多数企业尚未实现盈利，收入高度依赖试点项目与产业资本输血。
资本扎堆下注的背后，是市场对人形机器人万亿元级远期空间的乐观预期，但短期通用场景落地节奏、下游付费意愿仍存在较大不确定性。头部企业榜单突破证明国产算法具备技术突围潜力，但从实验室跑分走向规模化商用，从单笔标杆合作走向批量稳定回款，仍是包括千寻在内的国产具身企业需要跨越的长期大考。
每日经济新闻
长宏网提示：文章来自网络，不代表本站观点。
