当具身智能开始进厂，资本在押注什么？

谁能把机器人真正送进工厂、让它稳定干活，谁就可能成为这个行业第一批交付型公司的代表。

不缺自动化设备的工厂，为什么还需要具身智能机器人进厂？

传统工业机器人发展数十年，全球年装机量仍徘徊在50余万台。不是机械臂不够成熟，而是传统自动化太重、太贵、柔性不足。真正分散在工厂毛细血管里的柔性作业——灵活分拣、复杂装配、智能质检、最后10米上下料仍然大量依赖人工。

这些工序看起来不复杂，却很难被传统自动化系统低成本覆盖。对于迎来资本爆发的具身智能而言，真正要切入的正是这片长期未被自动化设备有效渗透的增量空间。

但从“能做Demo”到“能在产线上连续稳定运行”，中间隔着的不只是算法差距。安全规范、节拍匹配、工装适配、异常处理、成本维护——工厂要的不是一次漂亮的演示，而是一套可以被纳入生产体系的可靠设备。

元禾辰坤董事总经理李为在与36氪交流时提到，具身智能行业最难跨越的阶段，是从Demo到真正交付。一台机器人能否在客户现场解决实际问题，客户是否愿意为此付费，能否从一两台样机走向几十台、几百台的小批量部署——这些正在成为判断具身智能公司的新标尺。

博原资本管理合伙人及董事长蒋红权博士的观察更贴近制造业一线。他在博世全球工厂体系中与多家机器人公司做过大量POC验证，一个核心发现让他重新思考了整个赛道的竞争逻辑。

“在真实工业场景里，榜单上最先进的技术，未必就是产线上最能用的技术。”他告诉36氪，工厂真正考验的是稳定性、可靠性、速度，以及技术路径能否与生产场景深度耦合。

这两个判断共同指向一个结构性变化：当Demo不再稀缺，模型故事也不再新鲜，具身智能的竞争正在从实验室转向真实产线。谁能把机器人真正送进工厂、让它稳定干活，谁就可能成为这个行业第一批交付型公司的代表。

博银合创的Pre-A轮融资，正是在这个分水岭切换中浮出水面的一个样本。

5月15日，这家由博世旗下市场化投资平台博原资本与具身智能领军企业银河通用机器人共同孵化的合资公司宣布完成Pre-A轮融资，金额近3亿元人民币。

新一轮融资将用于首款自研工业具身智能机器人量产、工业数据采集和模型平台建设及市场拓展。元禾辰坤领投，博原资本、博世创投等老股东追加，元禾控股、金谷资本、东融壹号等多家机构跟投。

值得细看的是投资人结构。元禾辰坤是中国第一支市场化专业母基金管理团队，通常出手在基金层面而非早期直投；博世创投是博世集团旗下战略投资臂，博银合创是它在中国投资的第一家具身智能企业；博原资本既是孵化方，也是持续加注的股东。

博银合创的定位也区别于赛道中大多数玩家。它既不是单纯的机器人本体公司，也不是单纯的模型公司，而是一家以真实工业场景牵引、以工业数据闭环训练模型、以机器人本体和平台完成交付的工业具身智能系统平台公司。

这意味着它的价值不在于某一项单点技术的领先，而在于把场景理解、数据积累、模型迭代和工程化交付串联成一套完整的产业闭环。

老股东继续追加，国内知名母基金非常规领投早期项目，产业资本深度绑定——在一个被资本追逐的赛道里，博银合创为什么可能成为交付型具身智能公司的代表？

找不到现成的“答案”

就一起“创造”一个

理解博银合创，要从它的出身结构说起。

它并非一家典型意义上的创业公司。两个创始股东——博世旗下市场化投资平台博原资本与具身智能头部企业银河通用机器人——分别站在工业场景与AI技术的两端。博银合创的诞生，恰恰来自一次在两端之间反复丈量后得出的产业判断。

博原资本管理合伙人及董事长蒋红权回忆，这个想法始于2024年底。当时博原团队已在博世集团内部与全球多家机器人公司进行了大量接触和POC验证，结论出乎意料地一致。

“这些公司有非常强的软件能力、模型能力和AI能力，但短板也很明显——对工业场景的理解不足，缺乏工业数据，对整个工业落地模式的理解也比较有限。”蒋红权说，“市场上这些公司的估值，和它们实际的落地能力之间，并不匹配。”

收入与估值之间出现上百倍的倍差，在具身智能赛道并不罕见。但蒋红权的反应不是在一堆高估值标的中挑出相对便宜的，而是换了一套思路。

“既然找不到，不如创造一个这样的标的”蒋红权说，“我们自己就是资源方，能提供其中一半关键资源——场景、数据、工厂、客户，只需要在市场上找到另一个合适的合作伙伴。”

与其在高估值的具身智能公司中做财务投资，不如把博世自身的产业资源变成一种强赋能。通过把博世体系内的工业场景、工程经验和客户需求，转化为博银合创早期成长的产业基座。

大多数具身智能公司拥有强大的模型能力，但缺乏打通工业场景的资源和经验；而据蒋红权介绍，博世在全球刚好拥有240余家工厂和工业4.0体系下的真实场景、工程经验和客户入口。

于是，博原团队与国内头部具身智能企业逐一接触，最终选择了银河通用机器人。评估标准很明确——必须是强强联手和能力互补。

不同于行业里常见的签约合作或技术授权，博银合创从成立之初便以战略方共同孵化赋能的方式，将博世在工业制造领域的产业资源、工程经验、真实场景与银河通用在具身大模型和数据基础设施方面的核心能力深度融合，形成覆盖模型、数据、本体与工程化部署的系统性技术协同。

蒋红权在回忆这段决策时说：“一开始听到要跟世界500强博世合作，大家都很愿意。但到了更深的层面——我们想做什么、想走哪条路、怎么把这件事做成？对方是否真的认同？彼此之间能不能擦出火花？比停留在PPT层面的合作意向重要得多。”

而最终选择与银河通用联合，是被其当时已经展现出的全栈技术能力触动。相比行业内不少仍停留在单点模型或演示能力阶段的企业，银河通用已在当时率先开始围绕真实应用构建覆盖具身大模型、数据基础设施、机器人本体的完整技术体系。这种能力结构，也与博世在工业场景、工程经验与客户体系上的积累形成了较强互补。

2025年6月，博银合创正式成立。但在公司成立之初，博原就已经为它锁定了第一个深度合作的工厂——联合汽车电子（UAES），博世集团与上汽集团合资设立的全球知名汽车电子供应商。

联合汽车电子不只是开放了工厂，还在内部成立了具身智能机器人联合实验室RoboFab，围绕汽车电子制造场景中的复杂工序展开长期研发。博银合创团队一开始就有多位工程师进驻，与联电工程师在同一个工作环境里并肩工作。

但博银合创成立的意义，并不是只服务博世内部。

尽管博世体系提供的，是企业创业早期最难获得的场景、数据和工业验证标准，构成了博银合创的起跑优势。但博银合创的目标，是把在博世体系中打磨出来的产品能力、数据闭环和工业交付经验，复制到汽车、家电、物流、新能源等更多外部客户场景中，最终成长为一家独立的工业具身智能平台公司。

传统VC模式往往是给钱，再帮忙对接资源；博原在这里做的是给场景，共同定义产品，联合研发，再让工厂变成客户。用蒋红权的话来概括，这本质上是一种“量体裁衣”——先看清工厂诉求，再反推产品形态；先在真实工位上验证需求，再进入研发迭代；等指标达标，场景方自然成为客户。

博原资本管理合伙人及董事长蒋红权

资本在其中扮演的角色，自然也从财务下注者变成了产业组织者。

从定义产品到第一台机器人在联合汽车电子亮相，博银合创用了三个多月。目前，博银合创正在RoboFab实验室中进行调试与迭代，下一步就是走向真实产线。“说实话，我们自己都觉得有些不可思议。”蒋红权感慨，“从成立到现在不到一年，这家公司的发展可以说是惊人的，超出了我们的预期。”

更重要的是，它揭示一个容易被忽视的事实：在具身智能赛道上，真正稀缺的资源从来不只是模型和技术，还有场景。正如蒋红权谈道，“技术当然重要，但一项技术能否在复杂工业系统中稳定运行同样重要。”

谁能持续获得真实工业场景的准入权，谁就掌握了这个行业不可或缺的竞争筹码。

走上工业产线，不需要“高中生”，

需要合格的“打工人”

起步快只能说明路径顺，能否真正扎进工厂，还要看产品能否经受住产线考验。

消费场景里的机器人可以承受一定误差，工业场景却很少给这种宽容。工业客户评价一台机器人是否可用，看的不是它能不能完成一次Demo，而是一套严苛得多的工业级标准。

能否在真实工位上长期稳定运行？能否匹配产线节拍，不拖慢整体效率？能否适应不同工位的工装和物料形态？出现异常时能否自主处理或安全停机？维护成本是否可控？这些指标能否最终收敛为一个可被客户接受的ROI？

满足其中任何单项并不难，难的是同时达标。这也正是Demo和量产之间最深的鸿沟——Demo验证的是单次表现，工业交付考验的是系统级的长期稳定。

银河通用机器人联合创始人姚腾洲把工业场景对具身智能的挑战拆成三个层级。

第一层是成功率。“客户也许能接受你拍一个几分钟的视频，但客户真正想要的，是一个能够复制的生产力。”姚腾洲告诉36氪，“工业生产是一环扣一环的，任何一环不能匹配整体制造体系的成功率，都会拖低整条线的效率。”

第二层是泛化能力。工厂里，有成百上千的工种，甚至有的人上午和下午的工作都不同。人的学习能力足够强，但模型能不能支撑机器人做到同样的事？“工业场景对于模型的泛化能力、任务理解能力，以及长期学习和迭代的能力，都提出了远高于实验室的要求。”姚腾洲说。

第三层是经济性。当成功率和泛化能力达标后，客户就会开始算经济账——机器人采购、部署、维护、停机风险、人员替代效率，能不能支撑大规模复制。

这三层挑战，也解释了一个行业里人人心知肚明的现象——Demo很多，落地很少。

银河通用机器人联合创始人姚腾洲

要让机器人持续可靠地完成任务，通用模型的能力是基础，但还需要依赖大量来自真实场景的数据，让模型在一次次成功和失败中完成后训练。

斯坦福大学教授、World Labs联合创始人李飞飞也曾谈到，大语言模型本质上是“黑暗中的词匠”——能说会道，但对真实物理世界既看不见也摸不着。

工业场景则让这个问题更难——每一座工厂的工位布局、物料形态、操作规范都不同，数据必须在真实环境中一帧帧采集、一轮轮训练。

姚腾洲还指出了一个行业中最容易被低估的环节：对需求本身的识别。“很多时候，客户自己都讲不清楚他的需求是什么。这需要有专门的人，有非常丰富行业经验的人，能够去理解、挖掘和获得需求。”

这也正是博银合创CEO任经纬加入这家公司的核心原因。任经纬拥有近20年工业自动化、物流自动化及机器人领域全链路管理经验，覆盖产品研发、生产制造、项目交付、市场营销及全球化运营，先后在库卡、瑞仕格、TCL等全球领先制造企业担任CEO及高管。

博银合创CEO任经纬

对于一家工业具身智能公司而言，CEO不只是要懂机器人，更要懂工厂如何决策、懂产线如何评估一台新设备、懂客户什么时候愿意从试点走向采购。

任经纬对36氪坦言，博银合创首款自研产品BW10-Lite目前的成熟度“大概处在65分到70分的水平”——已具备小规模量产和工业场景长时间作业的基础能力，但距离规模化量产仍有提升空间。

他反复强调，博银合创不会讲太多宏观的技术概念。“在工业场景里，80分、90分往往都不够，这有点像工业质量控制里的Six Sigma——越接近高可靠性区间，每提升一个小数点，背后都需要付出更高的工程成本。”

这款产品目前已经开始在联合汽车电子的RoboFab实验室中进行场景化验证。基于银河通用的基座模型，团队两周左右在仿真环境中跑通了上下料场景的全流程。

但仿真只是起点。团队随后在RoboFab实验室中基于真实工业物料和作业规范采集数据，针对实际工位条件进行后训练，逐步向真实产线的部署标准靠拢。

姚腾洲把银河通用提供给博银合创的基座模型比作一个完成高中教育的“高中生”——它具备基础感知和理解能力，但要在产线上真正干活，还需要通过真实工业数据进行专业化训练。工厂不会让一个高中生直接上岗，它需要的是经过岗位训练的熟练工。

“这不是一次性的技术输出关系，而是大家共同迭代。”姚腾洲说。博银合创在工业场景中采集的真实数据，依托于银河通用的具身基模“银河星脑”，让工业垂类模型持续进化；更强的模型再落地于新的工业场景中去应用，形成从仿真到实验室验证、再到真实产线的数据闭环路径。

强大的模型底座叠加，真实产线上沉淀下来的场景数据和工程经验，会形成更难超越的复利。在任经纬看来，博银合创的差异化优势正在于此——从不以模型参数作为核心驱动力，而是以场景使用指标作为驱动力：稳定性、产线节拍、作业效率、客户ROI。

这些指标的背后，是一套“硬件+平台+模型”协同技术体系的支撑。在产品层面，首款自研产品BW10-Lite已完成原型验证，具备双臂操作、高重复精度及快速工位切换能力，可覆盖超过60%的人工装配场景；更高负载版本BW10计划于2026年内发布，进一步扩展工业搬运、分拣、装配等场景的替代能力。

在模型层面，公司正基于银河通用的端到端具身大模型和数据技术管线，构建面向汽车、新能源、家电、物流等行业的工业垂类模型。在平台层面，工业具身智能任务管理平台以及数据与模型训练一体化平台也在同步搭建。

任经纬还透露，BW10-Lite将在今年下半年进入量产阶段，BW10在明年上半年跟进。苏州工业园区的产业化基地预计下半年启用，到明年整体年产能目标为6000-10000台套。对于博银合创来说，真正的考验将从量产开启。

从中国工厂走向全球产线

对投资人来说，博银合创的吸引力在于一种在早期项目中罕见的确定性。

元禾辰坤董事总经理李为是博银合创投资项目组的项目组长，从尽调到投决全程参与。他对36氪直言，元禾辰坤此前在具身智能赛道出手不多。“等我们想出手的时候，很多本体公司的估值已经非常高了。”

博银合创提供的是另一个入口：估值仍在合理区间，背后又有博世体系提供真实需求和场景背书以及银河通用的技术赋能。这种组合在当下的具身智能赛道并不常见——它既保留了早期项目的成长弹性，又降低了纯技术创业公司常见的落地不确定性。“像这么早期下重注，对于一个母基金来讲并不常见。”李为说。

元禾辰坤董事总经理李为

ROI测算让这种确定性变得更加具体。按照李为给出的测算，在部分人力成本较高、重复性强、三班倒运转的典型工位上，一台售价30万元的机器人如果能替代3名工人，一年即可回本。即便节拍暂时不足、需要两台机器人完成一个人工作,两年回本对工业客户也完全可接受。

当然，真实的投资回报还会受到设备稼动率、维护成本、停线风险、工位改造投入和良率等多重因素的影响——但在最核心的经济账上，工业场景比消费场景能够算得更清晰。

从投后进展看，博银合创的表现没有让投资人失望。成立不到一年，公司已快速进入商业化验证阶段。按照已沟通的框架性需求和意向订单测算，潜在订单规模已达数亿美元级别，客户覆盖汽车及其零配件、物流分拣等行业。

但李为对博银合创的期待不止于国内市场。在他看来，赛道机会之外，博银合创的另一条重要路径是出海。

这个判断背后是一个冷静的结构性观察。国内具身智能竞争已经极度拥挤，超过20家公司冲刺IPO，价格战的端倪已经显现——卷到最后，利润会被压到极薄，而海外市场恰好提供了另一种可能。

根据咨询公司Oliver Wyman对全球250家汽车工厂的研究，德国每辆车的劳动力成本高达3300美元，是中国的近6倍、美国的2.5倍，位居全球之首。欧美制造业普遍面临高人工成本与老龄化的双重挤压，机器人替代人工的经济账远比国内清晰——同样一台机器人，放在这些市场里能释放的价值是国内的数倍。

过去一批中国硬科技公司尝试过类似路径：先在中国完成效率验证，再到海外高成本市场寻找利润空间，具身智能很可能沿着同样的逻辑展开。

但出海从来不是一件容易的事。欧美工业客户对供应商的信任链条极长，准入流程复杂。对于一家没有全球品牌背书的中国机器人公司，想独立叩开一家欧洲头部制造商的大门，难度可想而知。

博银合创的全球化路径，也不是简单的把机器人卖到海外，而是把在中国高密度制造场景中验证过的工位方案、数据闭环和交付方法论，经过博世体系的全球标准验证后，复制到海外高人工成本市场。

而博世体系为博银合创提供的，也不只是一张单纯的通行证，而是全球工业场景的理解力、客户信任的起点和标准化验证的路径。不过，最终能否站住脚，仍取决于博银合创自身的产品稳定性、工程化能力和本地化服务水平。

博世创投管理合伙人Ingo Ramesohl博士表示博银合创的独特性在于它站在机器人、人工智能和真实工业应用场景的交汇点上，“一方面有银河通用这样的前沿机器人企业，另一方面有博世这样的全球领先工业企业，这让博银合创与智能制造的未来高度相关。”Ingo向36氪表示。

博世创投管理合伙人Ingo Ramesohl博士

Ingo特别强调了博世创投对博银合创的支持“不止于资本”。通过Open Bosch机制，博银合创可以更早、更具体地接触到博世在全球的工厂和工业专家。对于一家年轻公司而言，这种连接通常很难在早期获得。

他还透露，博银合创CEO任经纬将于6月10-11日在德国柏林Bosch Connected World大会上发表keynote演讲。Bosch Connected World是全球工业数字化和互联技术领域的重要平台之一，届时博银合创将首次携全新产品和场景方案亮相欧洲。

“中国是博银合创的起点。这里验证周期更短，制造场景更丰富，需求变化也更快。以中国市场为起点，博世创投希望一步步支持博银合创拓展全球市场。”Ingo说。

2026年的具身智能赛道不缺技术叙事，不缺资本热情。它真正稀缺的，是能被客户验证的交付能力。

577亿元投资涌入，13家百亿独角兽并立，20余家公司冲刺IPO——这些数字描绘的是一场声势浩大的产业竞赛。但数字背后的问题依然很现实：有多少机器人真正在工厂里每天运转？有多少订单走过了PoC阶段进入了量产？有多少家公司的收入增速，能追上估值膨胀的速度？

这个行业正在经历一次静默的分化。一种是仍然活跃在PPT和展会上的故事公司，另一种是已经开始在真实产线上用节拍和良率说话的交付公司。

博银合创Pre-A轮近3亿的融资，以及元禾辰坤、博世创投、博原资本等机构的联合押注，本质上是对后一种路径投下的一张确定性选票。

在一个充斥着模型参数竞赛和估值泡沫的赛道里，博银合创提供了一种更朴素的价值主张：把机器人送进工厂，让它真正能干活。

至于这条路最终能走多远，答案在真实产线上。