跨维智能×自变量×智平方:具身智能200亿估值赛道深度扫描

AI效率 2026-07-02 4 阅读
具身智能 融资 机器人 独角兽 物理AI

2026年6月底,具身智能赛道迎来了一波密集的融资高潮:跨维智能完成10亿元B轮融资、估值突破百亿;自变量与智平方同日宣布估值突破200亿元。三家企业的密集融资动作,标志着具身智能正在从"实验室概念"加速走向"产业竞速"。

三家明星企业扫描

跨维智能:物理AI基础设施派

跨维智能本轮融资由国家级母基金、头部国资创投和实体产业资本联合投资,深创投、贵阳数字经济基金连续两轮重仓。资金重点用于底层世界模型迭代、物理引擎升级和数据基础设施建设,公司明确表示很快将启动IPO。跨维的差异化在于强调"物理AI基础能力",而非单纯的机器人硬件。

自变量:商业速度派

自变量在两个月内连融4轮,背后站着阿里、字节、美团、小米等互联网巨头。这种速度和阵容在具身智能赛道极为罕见,表明自变量正在以"互联网速度"推进机器人产业化。

智平方:端到端技术派

智平方近期完成近50亿元融资,覆盖国家队、地方国资与险资。公司押注端到端具身大模型路线,被行业贴上"最像特斯拉"的标签,暗示其可能在走类似特斯拉Optimus的通用人形机器人路线。

具身智能赛道融资全景

2026年上半年,具身智能赛道的融资热度可以用"烈火烹油"来形容:

  • 全行业融资总额:约460亿元
  • 头部企业估值集体突破百亿
  • 投资方从VC扩展到国家队、国资和产业资本
  • 20家头部企业吸走了约90%的资金

这种"头部集中、估值跳涨"的融资格局,与2023-2024年AI大模型赛道如出一辙。

三大技术路线博弈

当前具身智能存在三种主要技术路线,三家明星企业恰好各代表一种:

  • 世界模型驱动(跨维智能):先建虚拟世界中的物理模拟能力,再迁移到真实世界。优势是数据效率高,劣势是仿真到现实的迁移存在"sim-to-real gap"
  • 端到端大模型(智平方):直接从感知到行动训练一个统一模型。优势是泛化能力强,劣势是需要海量训练数据
  • 场景快速落地(自变量):优先在特定场景(仓储、制造)实现商业化,再逐步扩展。优势是现金流健康,劣势是技术纵深可能存在天花板

暗流涌动:人才争夺与高管出走

在融资热潮的另一面,具身智能赛道的人才争夺日趋激烈。小鹏机器人中心负责人米良川(LC Mi)在6月正式离职,这是继核心产品一号位施晓鑫5月离职后的又一关键人员流失。何小鹏为此亲自兼任小鹏机器人业务CEO,并发全员内部信明确"2026年底实现人形机器人量产"。

核心高管连续出走,折射出具身智能赛道的两个核心矛盾:

  • 量产VS研发:投资人要求量产变现,但技术团队认为产品尚未成熟
  • 大厂VS创业:创业公司的高管被大厂以数倍薪资挖角

投资启示

对于关注AI投资的读者,具身智能赛道的几个判断:

  • 短期(6-12个月):头部企业估值仍有上行空间,但估值泡沫风险不可忽视
  • 中期(1-2年):量产交付能力将成为分水岭,能按时交付万台级产品的企业将胜出
  • 长期:具身智能是确定性极高的方向,但胜出者可能不是当前估值最高的企业

总结

2026年是具身智能从"讲故事"到"交产品"的关键转折年。跨维智能、自变量、智平方的三线融资,加上优必选U1的预售破万和智元机器人的万台级量产,共同勾勒出具身智能赛道的火热景象。但正如大模型赛道所证明的——融到钱只是开始,量产出货才是真正的成人礼

相关阅读:优必选U1人形机器人深度评测 | AI工具导航