国资密集押注，深圳又诞生一家具身独角兽

界面新闻记者 | 陆柯言
界面新闻编辑 | 刘方远

深圳具身智能行业又诞生一家新独角兽。

6月30日，跨维智能宣布完成B轮融资，此轮融资金额10亿元，投后估值超百亿元，后续将启动IPO。

从投资方阵容看，本轮融资国资色彩颇为浓厚：深创投、贵阳数字经济基金连续两轮重仓，前海母基金、蓝思科技、工银资本、恒健资产、诸瑞资本新进入局，南山战新投、成都科创投、四川院士基金等老股东继续跟投。

值得一提的是，股东名单中还有蓝思科技董事长周群飞的身影，这也是她首次个人出资一家具身智能企业。在此之前，蓝思科技曾是跨维智能的客户之一。

跨维智能官宣融资的前一天，两家深圳具身智能公司——自变量机器人、智平方同时被曝估值突破200亿元。其中，自变量两个月内完成四轮融资并交割，股东包括字节跳动、小米、美团等。智平方则新增近50亿元融资。几乎同时，极佳视界、千寻智能等公司也密集完成多轮融资。

短短数月，具身智能赛道密集涌现出多家估值超百亿的独角兽。据IT桔子统计，2026年上半年流入具身智能与机器人领域的资金超过460亿元，但七成集中在前20家企业手中，马太效应已经相当明显。

跨维智能也挤进了这一轮融资潮的头部阵营。这是一家创立于2021年的公司，创始人为香港中文大学（深圳）终身教授贾奎。贾奎此前一直从事科研工作，研究方向集中在三维空间里的AI应用，而跨维智能也是国内最早将AI应用到三维空间的团队之一。这也间接决定了跨维的技术路线：用合成数据和物理仿真去训练机器人，再把模型部署到真实场景里赚钱。

这在当时并不是一种主流判断。过去行业里更多人相信，靠堆叠真机遥操数据就能喂出一个通用的机器人大脑。但贾奎提到，一名遥操作员一天能采集的数据在100到150条左右，按这个效率，想要覆盖具身智能所需的语义泛化能力，理论上需要10万年。

当真机数据的效率瓶颈浮现，仿真合成数据路线的价值反而被重新审视，这也是产业界正在形成的共识。

跨维智能跑通了从生成仿真数据、训练模型到部署真机的一整套流程，由自研的DexVerse™具身智能引擎支撑。贾奎介绍，这套体系能把机器人新场景的研发周期压缩90%：一项泛智能制造场景下的新任务，从造数据到训模型到能上线工作，6到8小时内即可完成；一项人形机器人商业服务任务，从立项到落地一般可在几天内搞定。

今年具身智能行业最热闹的话题之一，是继VLA（视觉-语言-动作模型）之后，几乎所有头部公司都着重讲世界模型的故事，跨维也是其中之一。

贾奎的判断是，VLA本质上是一种“Shortcut Learning（捷径学习）”：机器人看到画面、接收语言指令，直接输出动作，跳过了对场景背后物理规律的理解。在大量真机数据的验证下，也没发现这种端到端的建模方式在泛化能力上效率低下，遇到没见过的物体、环境或干扰，模型就容易失效。

但对于世界模型，行业也并不是一味追捧。智平方创始人郭彦东就曾提到，当下被广泛讨论的世界模型本质上并不是物理规律驱动，而是靠海量数据训练出来的。当数据足够多，模型就知道水杯会下落，但这不是物理规律的总结，而是大数据学习的结果。

跨维智能近期发布的Dexterity-BEV，是其在世界模型上落地的具体方案。它借用的是自动驾驶领域已经验证成熟的BEV（Bird's-Eye View，鸟瞰视角）方法，把来自多个摄像头、多种传感器的原始观测数据，统一压缩进一个可直接调用的物理坐标系，让系统从在三维空间里理解世界，自动驾驶行业正是靠这一步完成了技术跃迁。

跨维智能希望把这套逻辑搬到机器人身上：把视觉输入、机器人关节状态、末端执行器的目标动作，统一对齐到同一个BEV坐标系中，从而解决不同机器人本体和操作者采集数据天然不互通的问题。并且，跨维的差异化在于，在架构设计阶段就把三维空间的几何约束和运动规律嵌入模型结构，并不是完全靠大数据堆积。

Dexterity-BEV发布一周后，阿里巴巴发布的世界模型Qwen-RobotWorld，也是类似的逻辑。当端到端VLA建模在泛化场景中遇到瓶颈时，业界正在从不同角度探索更接近物理规律的表征，试图为机器人真正理解世界找到某种共识。

商业化层面，跨维智能的打法是两条腿走路：一是用模型能力赋能第三方机械臂或机器人，切入智能制造领域的分拣、装配、插拔等任务，这也是目前商业化最成熟的业务；二是用自己的人形机器人DexForce W1系列切入需要人机交互的商业服务场景，比如咖啡制作、智慧零售和文旅导览。今年五一假期，跨维智能在十几家门店里录得单店超10万元的最高营收。

跨维智能机器人服务小站 图片来源：跨维智能

截至目前，跨维智能已落地50多个细分行业，2026年上半年人形机器人出货量在数百台级别，这个数据才行业中尚处第二梯队。但贾奎透露，2025年跨维智能实现了超亿级规模营收，2026年预计营收会同比翻三倍。

收费模式上，贾奎还提出了一种设想，参照大语言模型按token调用付费的逻辑，未来按机器人实际消耗的算力和数据量收费，而非单纯卖硬件本体。不过，目前按这种逻辑落地的案例仍然有限，硬件依然是主要的收费载体。但他也认为，一旦后续token消耗能为客户创造增量价值，具身厂商就可以从中进一步获益，届时前期硬件购买的重要性就会下降。

这或许是具身智能厂商新的想象空间。