击败英伟达，登顶全球第一，三个月吸金50亿：千寻智能凭什么？

资本界与科技圈的双重高光，正打向同一家公司。

6月3日，成立仅两年的千寻智能官宣完成15亿元A+轮融资。三个月内四轮密集吸金近50亿元，刷新具身智能赛道的融资速度纪录。其投资人名单堪称“顶配”：顺为与云锋罕见同台，京东、宁德时代、TCL、红杉中国等纷纷入局。

同一天，其自研大模型Spirit v1.6在RoboArena国际评测中拿下全球第一，客场力压英伟达Cosmos3与Physical Intelligence Pi0.5等海外标杆。RoboArena由加州大学伯克利分校、斯坦福大学与英伟达联合发起，被视作具身智能领域的顶级竞技场。

这并非千寻智能首次登顶国际权威榜单。今年1月，其开源版本Spirit v1.5已在RoboChallenge真机评测中夺冠，成为首个打破海外垄断的中国模型。

图源 | 千寻智能官网

一边是顶级资本掷下的百亿筹码，一边是在硅谷主场拿下的全球榜首。在这个巨头云集的顶尖牌桌上，千寻智能已成为不可忽视的玩家，它手中究竟握着怎样的底牌？

PPT退场，具身智能迎来量产元年

2026年，被视为具身智能规模化应用元年。

上半年，全球最具影响力的科技公司不约而同亮出各自的量产时间表。

大洋彼岸，OpenAI刚刚正式组建Robotics团队，由Sora核心缔造者挂帅亲自下场，试图将大模型的智力注入钢铁躯壳；马斯克则将弗里蒙特的Model S/X产线改造为Optimus机器人专用线，规划出年产百万台的惊人蓝图；硅谷明星公司Figure AI，其加州BotQ工厂设定了年产1.2万台的目标，并已在真实物流场景中实现了连续数十小时的自主作业……

而在国内，量产的冲锋号早已吹响。在这场竞速中，中国企业展现出惊人的加速度。

智元机器人在今年3月迎来第10000台通用具身机器人下线，成为全球首家达成此里程碑的企业；宇树科技2025年人形机器人出货超5500台，位居全球第一；优必选的Walker系列已批量进入比亚迪等头部车企的工厂；此外，银河通用、星尘智能等也已开启规模化交付。当海外巨头还在为硬件成本与良率博弈时，中国的量产已深入真实的高精密工业场景。

量产的信号全面亮起，资本市场也给出了最诚实的反馈。

据IT桔子及多家媒体报道，2026年以来国内具身智能领域的融资总额已超345亿元。这一数字超过了2025年全年329亿元的融资规模，更达到2024年全年89.33亿元的近四倍。

然而，这波融资狂潮背后，一条更为残酷的暗线正在发生：资本不再盲目地为概念买单，而是以前所未有的集中度向已被验证的头部玩家聚拢。

就在千寻智能官宣新一轮融资的同一天，有“中国版Figure”之称的星尘智能完成B轮系列融资，三个月累计融资超10亿元，估值突破百亿；具身大脑公司星源智机器人完成Pre-A轮融资，成立仅10个月累计融资达10亿元。更早前，银河通用斩获25亿元巨额融资，国家大基金三期首次出手具身智能赛道，推动其估值飙升至约210亿元。

与此同时，宇树科技的竞速则为整个赛道竖起了另一座灯塔。6月1日，宇树科技科创板IPO过会，从受理到过会仅用73天，拟募资42.02亿元，发行估值约420亿元，有望成为A股“人形机器人第一股”。

“怕错过”更“怕投错”。

资本不约而同地选择集中押注那些具备“确定性”的少数标的，这是一场赢家通吃的寡头游戏。在这场资本狂飙中，成立仅两年的千寻智能，正是这套新估值逻辑下跑出的最典型样本。

一次“放弃上市”的豪赌

韩峰涛，80后，华中科技大学本科，浙江大学硕士。

在创办千寻智能之前，他的身份是珞石机器人的联合创始人兼CTO。珞石是中国工业机器人领域的一支劲旅，任职期间韩峰涛亲历了国产工业机器人市占率从3%跃升至超50%的关键阶段。数字的增长，让他更清晰地意识到行业的深层困境。

2023年，韩峰涛在知乎上敲下了一篇万字长文《当机器人拥抱大模型》。

他在文中直指核心：机器人落地应用少、销量上不去，根源不在硬件，而在智能水平不够。传统机器人只能按固定程序重复动作，缺乏理解环境和自主决策的能力。

机器人没有获得更大规模的应用的原因分析 图源：知乎《当机器人拥抱大模型》

此前基于卷积神经网络的AI热潮，远不足以让机器人理解物理世界。而到了2023年，GPT-4、Llama大模型的接连迭代爆发，刷新了人们对AI的认知。韩峰涛敏锐地意识到，转折点已经出现。

韩峰涛将大模型比作机器人的“通用大脑”，坚信这是解决机器人智能问题的最终答案。

他在文章结尾这样写道。“经过半个多世纪的发展，以及大模型的突破，今天的机器人产业也许正迎来仰望星空的那一刻。”

更大的抉择摆在他面前。

彼时，珞石机器人已经进入上市筹备阶段。作为联合创始人兼CTO，他可以等待即将到手的红利，但也可能因此错失创业的最佳窗口期。他必须做出选择。

最终，这位机器人硬件领域的行业老炮，转身投入了充满不确定性的具身智能浪潮。用他自己的话说：“如果一家做机器人本体的公司不做具身智能模型，它也不知道什么是好的硬件。”

2024年1月，千寻智能（Spirit AI）正式创立。

回头来看，千寻智能的技术路线、商业逻辑，都已在那篇万字长文中埋下了伏笔。在知乎上仰望星空的韩峰涛，决定亲手把星星摘下来。

黄金三角

风险投资圈有一条铁律：早期项目，投的就是团队。

千寻智能的核心团队，被业内称为 “黄金三角”。三人恰好覆盖了AI算法、硬件工程和商业化三大核心维度。

硬件工程这一角，由韩峰涛压阵。

2万台工业机器人的实战经验，让他在机械设计、运动控制、供应链管理、成本控制上拥有显著优势。对于一家具身智能公司而言，从demo到量产，这道鸿沟需要跨越众多技术与管理陷阱。韩峰涛的“地面能力”，正是跨越这道鸿沟的关键。

给机器装上“灵魂”的，是联合创始人高阳。

这位90后清华大学助理教授、UC Berkeley博士，在具身智能领域拥有深厚的技术积累。他的研究成果并非“象牙塔里的玩具”，由他提出的ViLa算法，被估值数百亿美元的美国明星公司Figure AI所采用。这足以证明，他的学术能力在工业界同样被高度认可。

“黄金三角”的最后一角，由郑灵茵补上。

郑灵茵是工业机器人出海领域的先行者，曾主导多家中国机器人公司的海外市场拓展，熟悉海外客户需求、认证体系和服务网络。千寻智能十年目标是“让全球10%的人口拥有自己的机器人”，这注定不是一家只服务中国市场的公司。郑灵茵的任务，就是将技术和产品高效推向全球，实现商业闭环。

AI负责“聪明”，硬件负责“强壮”，商业负责“卖得出去”，这样的组合，在资本眼中形成了1+1+1>3的化学反应。

要走什么路

在具身智能这个快速进化的战场上，技术路线能最大程度地适应数据、商业与模型的相互作用，谁就可能率先进入规模化落地阶段。

从成立第一天起，千寻智能就坚定押注端到端的VLA大模型。

所谓VLA，即视觉（Vision）、语言（Language）、动作（Action） 三个单词的缩写。简单说，就是让机器人能够看到、理解并行动。但VLA的真正内核不是这三个词的简单堆叠，而是将三者在同一个神经网络中融合。

传统机器人遵循“感知→规划→控制”的流水线——摄像头看到物体后，把信息传给规划模块计算路径，再传给控制模块执行动作。给它一条指令，它每一步都能精确执行，但一旦环境变化，它就不再“智能”。

图源 | 千寻智能官网

千寻智能的VLA模型，试图给机器人装上一个“通用大脑”。它把众多中间环节压缩进端到端架构，输入图像和指令，直接输出动作。机器人不再需要工程师为每个动作单独编程，而是像人一样，看一眼，就能直接动手做。这正是千寻智能 Spirit系列模型的核心架构。

但是，模型的进化高度依赖数据的供应。没有“燃料”，引擎再强大也只是摆设。

千寻智能相信“大即是美”。从GPT-1到GPT-4，已经验证了当模型越大、数据越多、算力越强，能力会指数级提升。不少从业者认为，具身智能遵循的Scaling Law（规模法则）和语言大模型殊途同归。

与大语言模型不同，具身智能领域需要投喂的数据不是现成的网页文本。目前，仿真数据仍是主流选择——成本低、效率高、无需人工标注且泛化性强。

但仅凭仿真数据，很难彻底跨越“仿真与现实的鸿沟”。

行业普遍面临的痛点是，机器人在仿真环境中的操控成功率往往极高，但落地真实物理场景后却常常出现断崖式下跌。斯坦福HAI发布的《AI IndexReport 2026》显示，机器人仿真环境操控成功率高达89.4%，落地真实家庭场景后却骤降至 12%。这正是仿真数据难以替代真机数据的行业现实。

但，真实世界数据的获取也存在“不可能三角”。

精度要求越高，采集成本越呈指数级攀升；要扩大规模，受限于成本，又不得不在数据质量和场景多样性上做出妥协。中国工程院外籍院士张建伟曾表示，具身智能所需数据可能是自动驾驶的上千倍、大语言模型的上百万倍，且必须是融合物理交互环境反馈的异构数据。中国科学院院士姚期智院士也多次强调，具身数据采集成本高昂，需要探索新的数据收集技术，构建可规模化运营的数据工厂。

那么，如何破解这道难题？

让数据自己转起来

为此，千寻智能做了几件事。

第一，把数据的采集成本打到最低。

据澎湃科技，具身智能数据当前总体定价区间在200至500元/小时，真机数据价格在 500元到1000元/小时，产业链上也涌现出不少“卖铲子”的数据服务公司。千寻智能的解法是从硬件端入手，自研数据采集设备。目前，千寻智能自研可穿戴数据采集设备已迭代至第7代，此前第5代设备已将采集成本降至传统方式的十分之一。

第二，让商业落地本身就是数据采集。

2025年底，千寻智能的人形机器人“小墨”批量部署于宁德时代中州基地的电池PACK产线；今年3月，千寻智能与京东正式签署战略合作协议，自研的Moz机器人已全面接入京东MALL智慧零售场景，在高精度咖啡制作任务中实现稳定作业；

今年6月，千寻智能与全球汽车及工业制造巨头舍弗勒签订战略合作协议，聚焦具身智能数据采集、核心零部件协同研发及工业场景应用；除此之外，千寻智能还与全球工业科技巨头博世达成战略合作，依托博世在中国的工厂、物流中心等真实工业环境，深度开展机器人数据采集与模型训练合作……这些真实的商业场景，构成了“数据采集与模型迭代”的飞轮闭环。

第三，让飞轮自己转起来。

当“小墨”在宁德时代产线上每天插接上千块电池，Moz在京东MALL里应对顾客交互的多样化需求，每交付一个机器人进入产线、每完成一次商业部署，真实世界的数据就会自动涌入数据池。

与此同时，这些数据训练出更强的模型，拿下更多商业订单，从而又产出更具多样性的长尾数据，一个正向循环的数据飞轮将源源不断地提供模型的“日常燃料”，这些也将成为竞争对手短期难以复制的壁垒。

据千寻智能披露，截至2026年6月，公司已累计获取超20万小时的多类型真实交互数据。相比之下，全行业每月数据产出量据行业调研约为25万—30万小时。在当前的数据军备竞赛中，量级即先发优势。

更重要的是，在千寻智能的“数据配方”中真实数据占比较高。创始人韩峰涛透露，千寻智能真实数据占比高达95%以上，仿真数据仅作为补充。而且这些数据并非单一来源，而是覆盖互联网视频、遥操作、可穿戴采集、真机部署等维度。

2026年全年，千寻智能的数据总量预计将突破100万小时。与之匹配的，千寻智能的数据团队将扩展至千人规模，持续为模型迭代注入高质量的真实物理交互数据。

要去摘星

技术登顶、资本追捧、商业落地，这三个往往需要数年才能逐步验证的里程碑，在千寻智能身上几乎同时发生。

它映照出中国科技创业的深刻转向：从模式创新到硬科技，从消费互联网到AI驱动。资本押注的，不是某个创始人的情怀，而是一个时代的确定性：AI正在觉醒物理世界，而具身智能，或许是这场觉醒的终极载体。

然而，通往终局的道路从不平坦。国内有宇树、智元步步紧逼，海外有特斯拉、Figure虎视眈眈。每家都在烧钱、挖人、抢客户。今年3月，加入刚一年的千寻智能技术负责人解浚源选择“再出发”，离开了千寻智能。这是高速增长期的阵痛，也是对所有玩家的考验。

融资狂潮、估值飙升、媒体聚焦……当光环与暗礁同时出现，千寻智能能否成为泡沫中的真金？

那个曾在知乎上写下“仰望星空”的产业老兵，如今正带领一支“黄金三角”团队，手握宁德时代、京东、博世的订单，朝着“让全球10%的人拥有自己的机器人”这个看似遥远的愿景，一步一个脚印地走去。

星空依旧，摘星人已在路上。

*文章图片来源：千寻智能、宇树科技、智元机器人，部分图源网络