河北80后，融资20亿：创业才2年

成立2年，融资20亿，机器人赛道发烧了？

作者 | 铅笔道 砚蒙尘

封面图 | 豆包生成

2026年的春晚，机器人是主角。开年后的融资话题上，机器人还是主角。

这不，成立刚两年的新秀千寻智能，一口气融资两轮，凑齐近20亿资金，估值冲破百亿大关。这速度已经不是开跑车，而是坐火箭了。

某头部国资机构、云峰、混沌、红杉等机构入局，宁德时代、汇川、TCL、小米、华为、京东等巨头，也杀了进来了。

但其实，早在2025年，具身智能“过热”的言论就开始了。2026年，千寻智能却揭开一个真相：过没过热不一定关键，但关键的是：具身智能要能用，有用，好用。

成立2年的百亿独角兽

千寻智能很年轻，2024年1月才正式成立。

CEO韩峰涛，河北石家庄人，80后，前珞石机器人联合创始人兼CTO，自己就是机器人行业的老兵，干这行十几年，亲手交付过两万多台工业机器人；

联合创始人高阳，伯克利海归博士后、清华助理教授，构建了千寻的技术内核；

联合创始人郑灵茵，从0到1搭建了出海事业部，并实现规模化盈利。

“铁三角”包圆了“产-学-研”，核心技术团队主要来自伯克利、清华、北大。

千寻的业务，围绕着机器人的“看、听、工作”——VLA技术路线（Vision-Language-Action，视觉-语言-动作）。

千寻的机器人“小墨”现在已经胜任部分工作，在宁德时代服役，作业能力与熟练工相当，助力近千块电池零故障量产；并进入京东零售场景，用于讲解互动与产品操作演示。

千寻智能的杀手级产品，来自其自研“机器人脑”——Spirit v1.5模型，性能超越美国同类产品Pi0.5（数据来源于RoboChallenge），国内首例。

2026年1月，千寻把Spirit v1.5开源了。

千寻靠什么赚钱？一边卖机器人，一边靠开源技术富集生态。

先run起来，再想别的

搞技术的喜欢一句话：“先跑起来。”即先运行最小化、最可行的系统，再升级迭代。

成立两年就进入“百亿俱乐部”，似乎是因为千寻一直在琢磨：怎么尽快跑起来。

在通用具身智能领域，场景和能力关系微妙，类似于“先有鸡还是先有蛋”：

无场景，无优质数据用于训练，机器人就不靠谱；

机器人不靠谱，就不能应用于场景。

千寻选择的是先跑起来。

比如主打产品机器人“小墨”，虽是人形，却没采用双足结构，而采用轮式底盘。

对此韩峰涛曾解释，人类干活主要依靠上半身，采用轮式底盘，平衡、续航、负重、长久站立等双足机器人常见难题，可以忽略。

具身智能不用像高达那样用脚攻击，所以不需要脚。（素材来源：《机动战士高达》）

轮式身板，能解决机器人“体弱不能上岗”的问题。

对于机器人大脑的训练，千寻智能抛弃业内鼓吹的高质量数据，而是自有一套“脏数据”哲学：不追求实验室纯净数据，而是大量采集真实世界的数据（包含失败和混乱）。

执行“脏数据”哲学，带来两个直观收益：

第一，用“脏数据”喂出“活脑子”，机器人能更聪明，这也为具身智能训练带来新思路；

第二，数据多样、成本低、量大管饱。如结合穿戴数采设备训练，比传统的遥操采集方式，成本可降低90%。

野外放养的动物，毕竟会比关在动物园里的，生存能力要强。

千寻目前的Spirit v1.5模型，已具备零样本泛化能力，即不用训练，就可以完成一些简单任务，如拿起毛巾擦拭灰尘。

真正跑起来后，发现“数据限制”就不是啥问题了。当机器人进入宁德工厂、京东物流仓库等场景，源源不断的真实数据就持续产生了。

具身智能，降温还是升温？

千寻的20亿融资，似乎是去年具身热度的延续，真相可能正好相反。这个赛道，不是大家看到的升温，而是在慢慢的降温。

首先，市场理性在回归，融资总体在下滑。

据中国信通院显示，2025年整年，具身智能赛道融资总额超过735亿，投资事件多达740起，平均每天都有两起投资，热度直追当年的新能源；而其中实现工业落地的不到10家。

其它公开数据显示，2025年Q3具身赛道融资额同比大幅下降42%，融资事件减少35%，早期项目融资占比从2024年的68%骤降至32%。

降温背后，给了市场一个谨慎信号：看不清的，就不要投。

第二，炫技不如解决问题。

与走低的具身企业相比，头部企业最显著的特点是：不卷参数、模型性能，场景明晰，落地性强。

在大模型赛道，近期智谱AI、MiniMax同时IPO，同时创下3000亿市值纪录，核心在于商业闭环、前景明晰，前者有大体量的政府用户，可充分实现国产替代；后者则是验证了商业化能力——能造血养活自己。

2026年，具身智能也被提了“新要求”，要能解决问题。

比如与千寻同期融资的智平方，同样被资本热捧，B轮融资10亿，号称对标特斯拉，机器人产品也早已进汽车工厂“搬砖”。

具身智能市场已经改变，变的不是资本热情，而是评价的标准更具体，更朴素。市场不需要知道领先的参数，而需要知道解决什么问题、降低多少成本、扩大多少产能。

一些垂直场景的具身智能，往往有着相同的职责：代替人在严苛环境下工作，如水下机器人要为船只清理藤壶、维护风电设施、海底光缆，在发展海洋经济中前景光明；

通用具身智能，也在经历着“出实验室-登上舞台-进厂-进家”的演化路线：今天进厂打螺丝，未来3-5年可能进入家政、养老市场。

2026年，拿着解决方案去融资，比拿着参数表去融资，效果更好。

本文不构成任何投资建议。