本文作者:访客

首发丨这家亿元级营收的具身智能公司,又融了几个亿

访客 2025-07-10 15:00:11 5
这家营收过亿的具身智能公司最近成功融资数亿元,该公司专注于智能领域的发展,通过不断创新和技术突破,实现了业务的快速增长,此次融资将为公司进一步拓展市场、加强研发实力提供有力支持,推动公司在智能领域取得更多突破性进展。

很少有其他投资赛道,比当下的“具身智能”更有一股“不甘心”的冲劲。自从今年3月投资圈出现了“正在批量退出”的声音,具身智能的投融资市场似乎反向进入了一段“繁荣期”。据CVSource统计,2025年3月至今,国内具身智能(本体研发相关)赛道发生的融资事件达到了101起。

除了数量,体量天花板也在几何倍放大。据CVSource统计显示,在上述101起融资事件中,达到亿元级别规模以上的融资有35起,记录也不断被刷新。3月,它石智航(TARS)宣布完成天使轮1.2亿美元融资,创下了中国具身智能行业天使轮的最大融资额纪录。4月,帕西尼感知科技(PaXiniTech)拿到比亚迪超亿元战略投资,创造了比亚迪在具身智能领域完成的最大单笔投资。6月,银河通用宣布完成人民币11亿元融资,刷新了具身大模型机器人领域单笔融资和累计融资额双纪录。

今天,这个故事迎来了新的主角。据投中网获悉,跨维(深圳)智能数字科技有限公司(以下简称“跨维智能”)近日完成了数亿元A1&A2轮融资,投资机构包括领投方成都科创投、洪泰基金,及天鹰资本、四川院士基金、南山战新投、一村资本、探元创投等知名机构,老股东联想创投等持续加码,融资金额数亿元人民币。

与今年的其他明星案例相比,跨维智能本轮融资有3个非常鲜明的标签:实干型学者创业;“非风口”周期成立;已找到具身落地场景并实现“亿元级营收”。

首先从发展历程来看,跨维智能是标准意义上的“技术转化成果”。创始人贾奎是香港中文大学(深圳)数据科学学院的教授,曾先后于中科院深圳先进技术研究院、香港中文大学、UIUC下属新加坡高等研究院从事研究工作,主要研究领域是机器学习与计算机视觉——跨维智能的雏形,正来自他在华南理工大学牵头成立的“几何感知与智能实验室”。

“几何感知与智能实验室”是国内最早一批尝试将人工智能技术应用于三维空间的研究团队,涉及机器学习、计算机视觉、图形学、机器人等交叉学科,推动机器去理解曲面、不规则图形,而机器人是这个研究路径天然的终端场景。因为一个基础逻辑是,如果要让机器人顺利地抓取一个物体,开发团队就需要建立相应的物理引擎、进行物理仿真,进而意味着需要信息化该物体在不同环境、不同状态下的所有数据,包含位置、角度、尺寸等。

但问题在于,“几何感知与智能实验室”的启动是在2016年。在当时,创投圈还并没有绝对的“具身智能概念”,热门赛道主要集中于新消费、web3、元宇宙。即使细化到计算机视觉领域,已经涌现了以商汤科技为代表的“AI四小龙”,在人脸识别、图像理解领域已经有相当成熟的发展。因此无论是在学术层面还是在商业应用层面,贾奎选择的都是一条小众的路线。

跨维智能成立的直接原因,一定程度上正来自于“发展需要”:2020年,贾奎发现如果要深入AI研究,就需要足够多的算力、数据以及场景,而高校能做的事情有限,在很多方面进展逐渐落后于大厂,因此需要通过企业化的方式来争取更多的资源支持。

跨维智能也确实因此抢到了很好的身位。跨维智能构建的基于物理引擎的仿真到现实(Sim2Real)技术体系,为机器人搭建了一个“场景技能训练场”。通过模拟现实世界中的物理规律、环境变量和复杂场景,智能体可以在虚拟环境中进行高频次、低成本的训练,快速掌握各类复杂任务的执行逻辑。

到今天,基于Sim2Real技术底座,跨维智能推出了一系列具有行业领先水平的产品。核心产品PickWiz及X-Wiz具身大脑搭载了先进的多模态感知系统,融合了视觉、触觉、力觉等多种传感器数据,能够对周围环境进行毫秒级的实时感知与解析。在双臂协同操作方面,X-Wiz采用了独特的运动规划算法,通过对人类双臂协同动作的深度模仿学习,实现了如人类双手般的精密配合。

首发丨这家亿元级营收的具身智能公司,又融了几个亿

更难得的是,在已经有成规模机器人应用的工业领域,跨维智能已经拥有了相当体量的商业场景。联想创投投资总监史晨星透露:“跨维已经累计开发完成上百家客户,落地数十个场景,年营收达到亿元级,是具身智能工业场景落地第一名。”担任独家财务顾问的华兴团队也指出,跨维智能目前拥有自研的底层仿真引擎和基于sim2real的VLA模型,这帮助跨维在“数据-模型-本体”的训练闭环中,拥有更完整的工具和更高的效率,更好帮助具身智能高效落地。

但这种“非风口创业”需要经历的考验,也相当程度反映在了跨维智能的融资历程中。根据工商信息显示,跨维智能在成立后的一年内,也就是在2021年底到2022年中敲定了多轮早期投资,引进了真格基金、松禾资本、联创永宣等多家VC。而第二个融资活跃期,则出现在2024年之后,跨维智能在这一阶段获得了联想创投、天鹰资本、清智资本等投资方。

可以说,跨维智能的经历在当下几乎是“样板式”的。它的萌芽方式、它的赛道变化、它的发展方式,都不同程度地体现了当下创投行业的审美、困境、痛点、以及未来的可能性。因此在获悉跨维智能完成新一轮融资消息后,我们第一时间联系了跨维智能创始人贾奎,与他展开了一段关于“具身智能、学者创业、风口融资”的对话。

以下是对话节选,希望对您有所帮助:

“不是为融资而融资”

投中网:首先恭喜跨维完成新一轮融资。但我很好奇,跨维智能为什么会选择这样的融资节奏?是什么因素推动了跨维智能决定重新开放融资窗口?

贾奎:从本质上来说,我们的融资节奏、每轮融资所需要的资金,都是根据如何更好地完成新产品、新业务的开发来设计的,不是为了融资而融资。核心理念是怎么以更高效的方式利用融到的资金和资源,形成整个业务的闭环,产生增量价值。

所以相比于2021年,所以我们的融资节奏加快,更多是从资金成本和时间窗口考虑的。实际上就“具身智能”而言,我们从2016年就开始积累底层技术了。

投中网:是的,关于您创建跨维的经历,我也做了些功课。就个人感觉而言,机器人——或者统称为“具身智能”——是您研究路径的一个自然结果,是机器学习、机器视觉最自然的体现。

贾奎:您说得非常对,也很精准。但我可以再补充一些细节。

2016年,我开始研究如何将AI应用于三维物理世界。在那之前,全球学术界——包括国内的商汤四小龙——主要关注的是AI在人脸识别、图像理解等2D领域的应用。举个例子,通过二维的AI技术,我们可以通过美国时代广场实时传回的图像,识别出特朗普在进行集会演说,但无法得知特朗普与观众台的距离等物理属性。想要知道这些物理属性,就需要将AI应用于三维信号。

二维和三维的计算机视觉技术,从底层的AI或深度学习技术,到数据获取、模型设计与训练,都是完全不同的。从2016年起,我们就致力于用AI实现三维视觉,并将其落地到机器人领域。2021年,我们开始推进产业化落地,创立公司,将这些技术应用到真正需要“机器人智能化”的场景中。

而无论是2016年还是现在,从技术到产品、业务再到商业真实需求的闭环场景,“机器人智能化”主要集中在泛智能制造领域。因为该领域本来就存在大量机器人应用,它们需要类似“眼睛和大脑”的智能,更需要具身智能技术来提升智能化、通用化水平——从商业角度而言,提升智能化、通用化水平本质上是提高产品性价比,使产品更通用、研发成本更低、部署更高效且成本更低,从而真正打通商业模型,这也是我们当时选择在泛智能制造领域落地的原因。

目前,我们已经在多个场景中大量落地了抓放、插拔、拧动等基本的具身智能的动作技能,涉及智能制造、商业服务(如无人车充电)、特种场景等。“单臂视觉+力控”的AI插拔技术已落地,双臂柔性装配技术也即将签单落地。从去年开始,我们拥有了基于自身引擎和AI能力、由AI定义的人形机器人本体,计划在三年内将其应用到能够实现商业价值闭环的商业服务场景中。

可以说,我们始终稳步推进从技术到产品再到商业闭环的过程,融资节奏也服务于这一规划,每一笔资金的用途都十分明确。

首发丨这家亿元级营收的具身智能公司,又融了几个亿

“投资人与创业者们一起成长”

投中网:您从2016年开始下场研究,2021年创业并首次接触投资人,再到2025年加速融资——这是一段跨度接近10年的历程,我很好奇从您的视角出发,投资人所关注的问题会有哪些变化?您最难忘的挑战和问题是什么?因为在我看来,投资总是不可避免风口情绪,我相信你在不同时间段,所能接触的投资人的群像一定发生了变化。

贾奎:2022年之前,最大的挑战是我们的技术范式——也就是基于合成数据的“具身智能”——因为没有风口,显得太超前,投资人听不懂。所以那时候,我们会用数字孪生做类比,说相比数字孪生,我们不仅同样可以仿真,还能造数据,造完数据之后能训练AI模型,让AI模型自主做事情,以此说明我们是更进一步的技术范式。所以简单来说,那时主要挑战是怎么把先进的技术理念传递出去。

2023年底,联想创投投了我们,他们是很专业的CVC机构。2024年到现在,投资人们经过了大量的学习,已经没有了太多技术理解障碍。最近一年来我们融资合作的投资方,都是更专业、能看懂、对闭环认识清晰的机构和投资人。

投中网:还有一个有意思的地方在于您的身份,您是学者。过去两三年,很多投资人都在尝试从高校、研究所挖项目。除了具身智能,商业航天、生物医药等赛道都是有这种模式。然而,投资人们在这个过程中,也频繁提到,科学家和企业家之间有巨大鸿沟。我找了您之前的一篇自述,实际上创业初期的那几年,您经历了一段比较长的磨合过程。

那么如今创业4年多过去了,您怎么看科学家创业?在当下,“科学家”这个身份是负分项目吗?投资方的印象有改观吗?

贾奎:这是一个很好的问题。坦白地说,2020年、2021 年时,“科学家” 这个标签的接受度确实比现在低,甚至可以说是一个劣势,而现在接受度有了很大提高。但这几年我深刻体会到,科学家和企业家是完全不同的角色。要想以科学家的身份成功创业,就必须转变为一名能够胜任的CEO,二者所需的基本能力和从事的工作确实不同。

虽然我目前仍有学校老师的身份,但这几年锻炼出的能力让我更像一名CEO。并且这种身份的转变是必须的。我的优势或许在于年龄,已经过了35岁以下那种学术生涯尚未稳定的阶段,不需要在学术和创业之间做取舍,不会出现企业发展不佳或在企业中无法担任核心角色的情况,能够全身心地以企业经营者的身份分配时间和精力,锻炼自身能力,做好创业工作。

投中网:所以我觉得,你们的项目很有时代代表性,非风口周期成立、高校成果转化、拥有硬科技标准的长周期。所以我很想请您回答,筛选投资方时,更青睐他们的哪些闪光点?希望得到哪些帮助?

贾奎:务实来讲,我们公司到了这个阶段,希望投资方除了资本,还能真正懂我们对技术到商业场景的理解,能带来商业场景、业务等方面更好的联动,这是很重要的考量。因为我们知道怎么把前沿技术落到商业场景中,所以有对应的业务资源,能一起把跨维智能发展好,会更受欢迎。

“我们只会把钱,投入算得过账的地方”

投中网:有投资人提到,你们在具身智能领域的工业场景已经是头部,营收达亿元级。我觉得这很了不起,因为机器人在汽车领域应用很成熟,也意味着范式转换的成本其实挺高的。我很好奇,你们是怎么让工厂意识到有具身智能的需求?你们是怎么打开第一个商业场景,完成从0到1的?

贾奎:这些工厂并非没有对“具身智能”的需求,只是他们可能不用“具身智能”这个词来表述。正如您提到的汽车行业,目前机器人自动化在智能制造领域应用最广泛的场景,就是以汽车、家电、手机制造以及物流等为主。

而如果继续拆分来看,这些领域自动化程度高,是因为它们的单点价值量大,能够承担高昂的自动化成本。例如,汽车行业可以承担高昂的代价实现整条产线的自动化,但如果是生产宜家家具等产品,就难以承担这样的成本。而他们采用AI或者说具身智能,实际上是要实现机器人智能化后的高性价比和普及化,将自动化推广到更多行业。因此,关键在于让技术与场景下的任务需求相匹配,并且以尽可能通用而非定制的方式实现闭环。

回到您的问题,需求一直存在,关键在于是否愿意沉下心来解决场景中客户的需求。从制作demo到在实际需求场景中以产品级的高成功率、高稳定性、高精度(如99.9%以上的成功率)落地,中间存在巨大的差距,我们已经跨越了这一步。

投中网:所以拿到这轮融资后,你们会最优先投入到什么地方?

贾奎:我们的规划很清晰。现在抓放、插拔、拧动这些具身智能的基本技能已经大量落地,单臂视觉+力控的AI插拔也落地了,接下来主要拓展完全全天候及动态环境下,比如室外机器人的智能柔性操作能力,以及工业和商业场景下双臂柔性装配配合的更人形的技能落地。

下半年我们会率先以商业上“算得过账”的方式,落地那些现在全靠人干的柔性装配、打螺丝,还有拆塑料袋、装盒子之类的工作。另外,我们软硬一体的人形机器人,也在朝着能在办公环境接待、整理桌面、冲咖啡,兼具情绪价值和实用价值的方向落地。

我们的钱就会投到这些地方。我们也做demo,但只会做那些能牵引出真正能到商业需求场景的技术,不会投入从技术路径上就知道走不通的demo。

投中网:听到有一个关键词,我很感慨,叫“算得过账”。我觉得这是科学家到企业家转变的一个最明显的标志性。那么,想要实现上述您提出目标,最大的挑战是什么?

贾奎:最大的挑战就是一名CEO日常所面临的各种问题。例如,假设你刚完成天使轮融资,手中有一亿资金,首先必须明确要做什么,这是前提。然后需要组建团队,如何让技术、产品、业务运营团队协同合作,如何做好团队内部与外部市场需求的前后端融合;如何开展营销工作,针对 To C、To B、To小B、To大B采取不同的策略,提高需求与供给的对接效率;如果涉及增量市场,如何高效占领市场,如果是在已有市场中推出新技术产品,如何凭借性价比优势参与竞争,这些都是需要面对的挑战。

阅读
分享