两个月融近25亿，国资组团押注这家“具身大脑”

资正在加速押注具身智能。

近日，据悉具身智能公司星动纪元完成新一轮10亿元融资。本轮由国务院国资委国有资本运营公司旗下诚通基金领投，以及多家大型国资基金参与：江西国控、国元股权、渝富中新基金、杭州资本等共同参与。此外，多家知名财务投资机构：中金雷诺、九坤创投、弘毅投资、君泰资本、盛赫资本跟投；老股东厚雪资本、清控天诚、千山资本持续追加投资。加上上一轮，两个月内累计融资近25亿元，且国资平台首次以如此密集的阵容出现在同一家创业公司。这一动向本身，比金额更值得解读。

从国家级基金到地方国资平台，再到市场化头部机构齐齐入局，这笔融资也成为当下一级市场资金扎堆具身赛道的典型缩影。

拉长时间线不难发现，具身智能是典型的木桶效应赛道，系统整体能力的上限由短板直接决定。

过去24个月，这条赛道几乎“吸干”了一级市场的流动性。IT桔子数据显示，仅2025年7月至2026年6月，国内具身智能领域就完成503起融资，总金额突破960亿元，平均每天1.3起交易，创下硬科技赛道史无前例的"资金虹吸效应"。

具身智能的资本叙事，也正在经历一次从“堆长板”到“补短板”的范式迁移。

最初，资金涌向确定性最高的上游—灵巧手、力控关节、六维力传感器等核心零部件，以及本体整机制造。这是典型的“卖铲人”逻辑：无论下游谁赢，上游总有机会。但当宇树73天科创板过会、近40家企业组成IPO预备梯队，二级市场的退出窗口骤然打开，一级市场的估值逻辑也随之扭转—投资人突然意识到，真正制约具身智能从Demo走向PMF的，不是已经“卷”到极致的机械结构，而是感知-认知-决策-执行的闭环能力，即具身大脑。

这是一个残酷的认知反转：过去两年，资本忙着把木桶的“长板”堆到估值天花板；如今IPO近在眼前，没有数据飞轮和场景闭环，能证明自己能干活的“大脑”，再华丽的本体也只是资本故事，而非商业产品。因此，资本重心正从硬件制造向具身大脑、数据体系和场景落地能力迁徙—当木桶的板子都已搭齐，最难啃、也最具护城河的短板，才是决定终局的关键。

这也是星动纪元备受资本市场关注的原因。星动成立以来，始终坚持AI Native技术路线，围绕"数据—大脑—运控—灵巧手—本体"构建行业唯一的具身全链条全栈自研体系，打通从底层模型到机器人硬件的完整物理AI进化闭环。在具身智能的木桶上，星动不仅核心板块齐备，更在具身大脑这块板上形成了数据飞轮与场景进化闭环—其机器人已率先在物流场景落地作业，并完成了行业首个PMF。 这套系统不仅让大脑能够真正"干活"，还能在产业真实场景中越干越聪明。

本轮融资后，星动纪元已经形成覆盖国家级及国资基金引领、全球顶级财务机构赋能和产业巨头资本生态协同的三重资本矩阵。除了本轮国家级及国资基金外，鼎晖VGC、红杉中国、IDG资本、中金资本等全球顶尖财务机构，还聚集了顺丰、吉利资本、三星、联想、海尔、新加坡电信、中国联通旗下基金、工银资本等共计20多家行业最多的产业资本协同。

就在不久前，投中网曾对话星动纪元创始人陈建宇。当时，公司刚刚完成2亿美元融资，距离上一轮10亿元人民币融资仅过去一个月。面对行业普遍关注的商业化节奏，他给出的答案颇为克制：“不会用短期营收绑架技术路线，始终锚定具身大脑与通用人形机器人做长期投入—技术成熟到哪一步，场景就自然打开到哪一步。”

按照他的规划，物流只是通用大脑赋能通用本体落地应用的第一站，汽车制造、3C制造以及家庭服务将是后续更大的市场。而比进入某一个场景更重要的是，公司希望成为未来产业链的"链主"——直接面向全球终端用户，掌握甚至定义从具身大脑到机器人整机的核心能力和标准。

在陈建宇看来，具身智能仍是一条没有真正形成产业格局的新赛道。无论是机器人出货规模还是产业成熟度，都与汽车、智能手机等产业存在数量级差距。既然行业尚未诞生绝对龙头，也意味着玩家们仍有机会，但这机会并非均分——纵观新兴产业赛道，链主之争从来不是单点技术的赛马，而是全栈闭环能力的淘汰赛。而具身智能同理，没有数据、大脑、运控、灵巧手、本体等核心板块做支撑，连补短板的入场券都拿不到，更遑论争夺产业链主导权。而国家级资本此时涌入，押注的或许正是这样一种终局：在板子都已搭齐的赛手中间，谁能率先拉长“具身大脑”这块最短的板，谁就有资格成为未来产业链的链主。

要拉长"具身大脑"这块最短的板，首先需要回答一个更具体的问题：通往通用具身智能，究竟该走哪条技术路线？

具身世界模型提出者，拥有最多世界模型成果

过去一年，VLA模型几乎成为具身智能赛道的"显学"——Figure、PI（Physical Intelligence）等全球头部玩家竞相押注，一级市场也将其视为通往具身大脑的"标准答案"。但当创业团队与资本蜂拥而至，一个关乎估值根基的追问开始浮现：VLA的底层逻辑本质上是行为克隆，它通过海量数据教会机器人"看见什么就做什么"，却从未让它真正理解物理世界的因果规律。这种"知其然不知其所以然"的模仿范式，真的能长出会思考、具备跨场景泛化能力的具身大脑吗？还是说，我们只是在用数据堆砌一个"看起来很聪明"的条件反射系统，最终将成为制约行业PMF的隐性天花板？

星动纪元的解法，是从"模仿"走向"理解"——用世界模型（World Model）补全VLA缺失的因果推理能力。

在星动看来，VLA负责让机器人"会做事"，世界模型则负责让机器人"理解世界、预测结果、规划行动"。二者并非替代关系，而是未来通用具身智能必须融合发展的两条技术路线。

事实上，星动纪元也是全球最早开展和布局世界模型相关工作的团队之一。2024年，公司率先提出世界动作模型PAD，实现视频预测与动作预测统一建模；随后推出基于大规模人类视频预训练的世界动作模型，使机器人具备零样本任务泛化能力。

进入2025年，公司进一步联合斯坦福大学推出Ctrl-World，将世界模型从预测器升级为数据仿真器，能够生成更加符合真实物理规律的训练数据。据介绍，在相关测试中，相较于Pi0.5方案，性能提升45%。

今年，公司又二度联合斯坦福大学率先行业提出VLAW，VLAW是基于世界模型的VLA强化学习框架，实现策略与模拟器的协同迭代。VLA真实交互数据（含成功与失败案例）对世界模型进行微调，消除「过度乐观」偏差；校准后的世界模型生成大规模高保真合成轨迹，经视觉-语言奖励模型自动标注后，通过稳定的监督学习目标持续优化VLA策略，正式跑通「真实数据校准—虚拟数据扩增—策略持续进化」的自进化闭环。

这也是业内认为具身智能真正迈向Scale的重要一步，意味着，机器人不再完全依赖昂贵的真实训练，而是可以利用世界模型持续生成高质量数据，不断提升自身能力。

截至目前，星动纪元已经获得WorldArena、Benjie's Olympics、RoboChallenge三项国际具身模型赛事冠军。

如果说世界模型决定了机器人未来能够学到什么，那么数据，则决定了机器人今天能够学会什么。

三重梯度数据，跳出规模陷阱

过去几年，大模型的发展几乎都建立在"Scaling Law"之上——更多数据、更大模型、更强算力。但进入机器人时代，这一规律开始出现变化。

原因很简单。语言模型可以无限抓取互联网文本，而机器人必须面对真实物理世界。一个夹取动作是否成功，一个物体是否滑落，一次碰撞产生怎样的反馈，这些都无法简单依赖互联网获得。因此，真正有价值的数据，不是数量，而是真实性，场景行为广度。

围绕这一理念，星动纪元提出"质大于量"，并搭建三重梯度数据源体系：

核心价值层：物流、工业等真实场景的长时真机交互数据，100%物理真实性，是模型贴合产业需求的核心基础；

精准训练层：高精度遥操作数据，提供标准化动作参考范式；目前已有1200万+个真机遥操作数据clip，其中灵巧手真机遥操作数据达150+万个，是世界上最大的灵巧手真机数据集。

广度拓展层：第一视角人类行为数据及大规模互联网视频数据开启百万小时Scaling，低成本覆盖海量日常行为与场景。其中，真实场景长时真机交互数据与大规模人类视频数据，同时满足真实性、多样性，构成数据体系的双核心引擎。

据悉，星动纪元整体数据集已覆盖100+真实场景、1000+灵巧操作任务，充分保障了数据的场景丰富度与行为多样性，为通用具身大脑的持续迭代筑牢了高质量数据底座。与单纯追求数据规模相比，这种强调真实性、多样性和长尾场景覆盖的数据体系，更符合机器人产业发展的实际需求。

走出实验室，走入产业现场

站在今天来看，具身智能的竞争已经进入新的阶段。真正决定行业格局的，未必是谁率先造出机器人，而是谁能够持续构建数据飞轮、训练通用具身大脑，并最终形成在场景中的规模化落地能力。

真正的壁垒，不只是拥有数据，而是如何持续产生数据。这也是为什么业内越来越强调"数据飞轮"。

对于机器人来说，一旦完成商业部署，每一次执行任务、每一次失败、每一次异常，都意味着新的训练样本。如何快速完成采集、清洗、标注、训练，并重新部署，决定了模型迭代速度。

围绕这一点，星动纪元建立了一套完整的数据治理体系。首先，公司以真实作业能力为核心建立评测体系，从长时任务执行、规划能力、空间理解、跨本体迁移、错误恢复等九项能力持续评估模型表现，让数据采集围绕能力短板展开，而不是无目的堆积。其次，公司构建AI自动化数据管线，超过90%的数据实现自动标注，相较传统人工方式效率提升10倍以上。同时，公司建立覆盖预训练、后训练不同阶段的数据分层体系，能够支撑上千台机器人同时部署后的数据回传、清洗、标注和训练。

据介绍，目前真实场景数据最快可在1天内完成完整闭环，整个采集到部署周期控制在1至2天。

除了构建数据飞轮以外，星动纪元还在挖掘更多元的商业价值。

星动纪元目前已经在物流领域完成业内首个PMF（Product-Market Fit）验证，包括与顺丰、中国邮政等头部客户开展深度合作，目前已在全国5个省市、10多个物流中心落地，部分场景实现常态化运营。这一进展甚至引发海外关注。此前，海外具身智能明星企业Figure在直播测试机器人时，就有国外媒体公开评论：“中国星动纪元的机器人已经在顺丰和中国邮政工作了，Figure什么时候才能真正走出测试间？”

听上去带有调侃意味，但这句话却折射出当前全球具身智能竞争的新变化。行业竞争，已经从"谁的Demo更惊艳"，逐渐转向"谁能真正进入产业现场"。

除了物流之外，星动纪元还在3C电子、汽车制造等场景推进商业化，与三星、联想、海尔、吉利等产业客户持续合作。真实产业场景不断回流高质量数据，也进一步强化了公司的模型训练能力，形成"商业落地—数据积累—模型进化—再落地"的正向循环。

与此同时，公司另一条增长曲线也在同步增长。目前，星动纪元的灵巧手、机器人本体及研发平台已服务全球市值前十科技公司中的九家，客户覆盖OpenAI、波士顿动力、英伟达、苹果、谷歌、亚马逊、字节跳动，以及麻省理工学院、加州大学伯克利分校、斯坦福大学、清华大学、上海期智研究院等全球顶尖科研机构。

在具身智能的木桶游戏中，想要兑现产业价值，比拼的是系统能力，大脑（模型和数据）决定价值上限，本体（整机及末端执行器，如五指灵巧手）制约能力下限，这也是星动纪元广获资本青睐的原因。

从VLA到世界模型，具身大脑的技术路线之争，本质上是在回答同一个问题：如何让机器人从“会干”"走向“懂干活”。对于星动纪元而言，世界模型补全的不仅是VLA缺失的因果推理能力，更是其在“补短板”竞赛中的技术纵深。当国资密集涌入、IPO窗口打开，具身智能的终局已不再是“谁的本体更酷”，而是“谁的大脑更懂世界”。在这场木桶游戏里，星动纪元试图用世界模型，把行业最短的那块板，变成最长的护城河。