大湾区首家200亿估值之争，自变量与智平方“撞车”

出品｜达摩财经

两家大湾区具身智能公司，同日争抢“首家200亿元”的头衔。

6月29日，自变量与智平方两家公司，相继官宣完成新融资，且估值突破200亿元大关。

两家公司均在2023年成立，总部均位于深圳，颇为戏剧性的是，两家公司均不约而同对外宣称，自己是"大湾区首家"估值破200亿元的具身智能企业。

两家企业对“大湾区首家”200亿估值具身智能公司称号的争抢，并非简单的公关较量。在行业底层技术尚未收敛、商业化路径仍有待验证的当下，估值数字之上的概念标签，是衡量企业行业位阶最直观的替代指标。

先拿下“首家”的人，等于在融资竞标、政府准入和客户信任三个维度同时拿到了优先入场券。

自变量与智平方的估值竞速，并非孤立事件。截至今年6月，国内现存具身智能相关企业超过3200家，已有8家跻身“200亿元估值俱乐部”，上半年行业融资总额超过460亿元。

在融资热度持续攀升的同时，部分企业的估值增速已显著超越其商业化进度，“市梦率”的质疑声在投资圈内悄然蔓延。

值得留意的是，行业的锚定物正在从融资额向出货量迁移。宇树科技招股书显示，其2025年人形机器人出货量突破5500台，营收达17亿元；智元机器人在6月28日宣布第1.5万台通用具身机器人下线。工信部亦明确提出，年底前要在人形机器人等重点领域形成万台级规模落地能力。

这些信号表明，政策端与头部企业已形成共识，具身智能的下一阶段竞争，核心指标将是产能爬坡、成本控制与交付兑现。估值数字攀比的上半场或已结束，具身智能赛道正从资本驱动转向制造驱动，产能与订单的硬指标才是决定终局胜负的真正筹码。

自变量：互联网大厂“全明星阵容”

自变量与智平方两家公司，同年成立、同城创业、同一条技术路线、都有顶级资本追逐。但细看之下，又处处透着不同。

自变量成立于2023年12月，创始人王潜为清华大学电子系本科、南加州大学博士，研究方向覆盖神经网络注意力机制与机器人学习。王潜的另一个身份更被资本市场关注，他是国内最早将“世界模型”概念引入具身智能领域的创业者之一。

自变量的融资节奏在行业中颇为罕见。2026年1月，公司完成由字节跳动领投的10亿元A++轮融资后，4月获小米战投领投B轮，估值突破100亿元。此后两个月内，公司连续交割B+、B++及C轮共三轮融资，投后估值站上200亿元。

至此，自变量成为国内唯一集齐美团、阿里、字节跳动、小米四家互联网巨头分别领投的具身智能企业，且小米战投在B轮后连续追加。C轮融资中，中国移动、红杉中国、IDG资本、源码资本、中金资本等三十余家机构同步入局，股东结构横跨产业资本、国家队与头部财务投资机构。

技术路线上，自变量聚焦于具身智能的“认知层”，即让机器人理解物理世界运行规律的能力。

今年4月，公司发布基于“世界统一模型”（WUM）架构的具身大模型WALL-B，试图在模型层面构建机器人对空间、因果关系及物理交互的通用理解能力。这与公司较早切入家政服务场景的商业化选择形成呼应，与58同城旗下58到家合作，在深圳试点机器人协同家政服务员入户作业，同时推进某德系豪华品牌汽车零部件产线的部署。

自变量的叙事逻辑清晰，以通用认知能力为底座，从家庭场景切入，兼顾工业验证，试图在“机器人进入日常生活”这一长期命题中占据先手。

智平方：全链条资本加持

智平方成立于2023年4月，创始人郭彦东为普渡大学电子与计算机工程博士，曾任职于微软总部研究院，后担任小鹏汽车与OPPO首席科学家，兼具AI算法研究与智能硬件产品管理的复合背景。

智平方的融资节奏同样密集，成立三年间完成超十轮融资。2026年2月B轮融资超10亿元后估值突破百亿，6月完成近50亿元新融资，投后估值超过200亿元。

相较于自变量，智平方股东结构的特征在于覆盖面的广度，从国家级战略基金、广东省及深圳市地方引导基金，到保险资金、券商系资本，再到中国生物制药、康龙化成、茅台集团、招商局资本等跨产业资本，以及多家特斯拉供应链核心企业，基本实现了国家队、区域平台、产业方、财务机构的全链条覆盖。

在商业化进度上，智平方相对更为明确。公司披露已获得近5亿元在手订单，其中与全球第三大面板制造商惠科签署的“三年1000台”协议，被摩根士丹利列为全球生产力机器人领域的标志性订单。

2025年9月，智平方自有产线在深圳投产，具备千台级年产能，并规划于2026年扩至万台规模。技术层面，公司主打自研的类脑视觉语言大模型NeuroVLA，将人类“皮层—小脑—脊髓”三级控制机制引入机器人系统，强调模型在工业场景中的实时响应与适应性。

智平方的路径更接近于“以工业场景养模型”，即用批量订单验证硬件与系统的可靠性，用真实场景数据反哺模型迭代，走的是相对务实的量产优先路线。

回看自变量与智平方的同日“官宣”，其意义或不在于谁才是真正的“首家”。两家企业均为国内具身智能领域的技术先行者，且各自代表了不同的价值实现路径。一个更倾向于“模型驱动”的长期主义，一个更偏向于“场景驱动”的务实主义。在产业从0到1的阶段，两种路径都有其合理性，也都需要资本与时间的双重验证。

•END•