三个月揽金近50亿元 千寻智能密集融资背后：国产机器人“通用大脑”迎技术拐点，但商业化大考仍悬而未决

每经记者：张梓桐 每经编辑：魏官红

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。