在達沃斯被點名“深圳機器人谷”，剛剛跑出200億具身智能獨角獸

作者：彭堃方

編輯：呂鑫燚

出品：具身研習社

具身正從“風口敘事”邁入“產業競爭”時刻。

世界經濟論壇第十七屆新領軍者年會（夏季達沃斯論壇）剛剛結束。會上，中國向全球介紹了一連串我國產業集群，從長三角電子信息 1 小時創新圈、重慶摩托車 1 小時產業圈，到深圳機器人谷的“半小時配套圈”。這些產業集群之所以被放在同一條敘事線上，是因為它們共同指向了中國制造升級中最關鍵的底層能力：技術創新不再孤立發生，而是在高密度產業生態中被持續孕育、驗證和放大。

深圳機器人谷正是這一邏輯的典型樣本。它位于深圳南山區北部，沿留仙大道東西綿延約 15 公里。在這片狹長谷地中，聚集著大量機器人產業鏈企業、上市公司、細分領域龍頭和近 10 所高校，形成了從基礎研究、核心零部件、整機制造到場景應用的近距離協同。而所謂“半小時配套圈”，并非簡單的地理便利，而是讓機器人企業能夠在極短時間內完成研發試錯、供應鏈響應、工程迭代和小批量驗證的產業底座。

對于具身智能技術棧如此復雜的賽道，深圳的優勢尤其突出。大量核心零部件可以與成熟產業鏈形成協同，硬件迭代不必從零開始，制造能力也可以更快從樣機走向產線。近期被反復提及的深圳機器人“八大金剛”，正是這片產業生態走向集中爆發的縮影。

智平方作為其中一員，既享受著深圳機器人谷的供應鏈紅利，也在用自身的模型、硬件和場景落地能力，參與塑造深圳沖刺“人形機器人第一城”的產業敘事。值得一提的是，智平方創始人兼 CEO 郭彥東博士，是本屆夏季達沃斯論壇論壇上中國具身人形機器人領域唯一受邀發表演講的嘉賓，向世界分享中國機器人產業對“下一代機器人大腦”的思考。

在近期落幕的廣東“眾創杯”創業大賽中，智平方憑借“具身大模型驅動的生產力型通用智能機器人關鍵技術及產業化應用”從超1.16萬個全球項目中脫穎而出，斬獲產業發展賽道特等獎，成為本屆賽事機器人產業化應用領域唯一獲此最高榮譽的企業。作為廣東省規格最高、覆蓋范圍最廣、影響力最大的創新創業賽事之一，“眾創杯”匯聚了全省乃至全球優秀創新創業項目，是廣東遴選戰略性新興產業、培育未來產業的重要平臺。此次斬獲特等獎，不僅意味著智平方原創技術路線和產業化能力獲得廣東省權威認可，也再次彰顯了其作為廣東、粵港澳大灣區具身智能代表企業的領先地位。

而就在剛剛，這家被稱為“最像特斯拉”的頭部具身智能企業，迅速完成一系列新融資，估值飆升至 200 億元。

本輪融資中，智平方實現了“國家隊-部委-大灣區-地方-險資-券商-產業方-財投”全鏈條頂級資本的唯一全覆蓋，國家隊及多家千億上市公司產業資本獨家青睞。

具身智能今天的融資依舊激昂，但在驚嘆熱錢涌動之外，我們更應當追問：誰能量產，誰能進入高價值場景，誰能持續獲得真實數據，誰能讓模型在場景中越用越強，誰能把技術路線和中國供應鏈優勢結合起來。

智平方這輪融資之所以受到資本追捧，正是因為它站在了這些問題的交匯點上。它既有大模型公司的技術想象力，也有機器人公司的硬件和交付能力；既有深圳機器人谷的供應鏈生態，也有達沃斯舞臺上的全球表達；既能講下一代機器人大腦，也能把機器人送進半導體、生物制藥、新零售和公共服務等真實場景。

因此，智平方的故事不只是“又一家具身智能公司完成大額融資”，而是一個更值得觀察的產業樣本：當資本、供應鏈、場景和類腦模型開始在同一家公司身上匯合，中國具身智能正在從風口敘事，走向真正的產業競爭。

具身智能是典型的長周期、重投入、強工程、強場景產業。它不像純軟件應用那樣可以輕資產快速試錯，也不像傳統硬件那樣只靠供應鏈降本就能完成商業閉環。模型研發需要持續投入，機器人本體需要工程迭代，場景落地需要長周期磨合，規模化交付還要面對制造、成本、售后和安全等一系列現實問題。這樣的行業，最終比拼的不只是融資金額，更是資本結構背后的耐心、資源和產業協同能力。

智平方本輪融資的特殊性，正在于股東陣容幾乎覆蓋了具身智能長期發展所需的關鍵資本類型。從國家隊、部委基金，到大灣區地方資本；從險資、券商系資本，到產業方和市場化財投；再到多輪追加的老股東，智平方完成了一次罕見的“頂級資本全矩陣”集結。對于仍處于產業化早期的具身智能來說，這樣的資本組合，傳遞出的信號遠比單一大額融資更豐富。

國家級和部委基金的進入，意味著具身智能被放進了更高層級的產業戰略視野。國家中小企業基金、中國文化產業體系基金等資本的加持，提供的不只是財務資金，也是一種長期背書。具身智能未來既關聯先進制造，也關聯人工智能、機器人、新型終端和產業自動化。這種特性標志著，具身智能只是一個科技創業賽道，而是國內制造體系邁向智能化、柔性化和自主化的重要抓手。

區域資本的持續加碼，則進一步凸顯智平方在區域產業升級坐標的位置。廣東智能機器人產業投資基金、南山戰新投、粵港澳大灣區系列基金等區域重點平臺入局，背后是深圳和大灣區對具身智能產業集群的系統押注。當深圳機器人谷的“半小時配套圈”已經被放上達沃斯舞臺，這意味著地方產業生態不再只是企業成長的外部環境，也開始成為企業競爭力的一部分。資本投向智平方，其實也在投向深圳機器人產業鏈從硬件制造向智能終端升級的可能性。

更值得關注的是產業方資本的密集出現。中國生物制藥（正大集團）、康龍化成、茅臺基金、招商局資本、五洲新春、萬豐控股、中貝通信等產業龍頭，橫跨生物制藥、科技服務、高端制造、新零售、港口建設等多個領域。疊加過往百度戰投、中國中車等大型產業方，智平方的產業資本已覆蓋多個高價值實體場景。這些資方中必須額外強調一點，五洲新春、萬豐控股作為特斯拉供應鏈的企業，此番押注智平方，某種程度上既是對“中國特斯拉”的發展認可，也是愿長期攜手同行的表態。

所以，對于具身智能企業而言，產業資本的意義常常超過賬面資金，因為產業方帶來的場景、工藝、數據、真實需求，更能輔助具身智能企業培養落地Know how。

這也是 AI 時代，具身智能產業與其他賽道非常不同的地方。一個大模型產品可以先在通用場景中獲得用戶反饋，機器人卻必須進入具體的物理空間：潔凈車間、半導體產線、公共服務區、新零售門店、制造車間。每個場景都有工藝標準、安全邊界、穩定性要求和成本約束。沒有產業方深度參與，機器人很難真正理解場景；沒有場景長期開放，模型也無法從真實任務中持續進化。產業資本選擇智平方，某種程度上是在用自己的產線和生態為其技術路線投票。

險資和券商系資本的進入，則為智平方補上了另一層長期主義底倉。機器人產業注定要經歷從研發驗證、標桿場景、批量交付到規模化復制的多個階段，中間很難避免投入高、周期長、回款慢、標準未定等挑戰。保險公司、中金資本、中信建投資本、國投證券、洪泰資本等資本的參與，意味著市場中更重視長期價值和產業確定性的資金，開始在具身智能賽道建立倉位。

老股東持續追加同樣重要。達晨財智、敦鴻資產、道得投資、梁創投等老股東選擇繼續加注，說明智平方并非只在新一輪融資窗口中獲得短期追捧，而是在連續觀察中強化了投資人的判斷。

把這些資本放在一起看，智平方獲得的已不是單一維度的融資認可。國家級資本提供戰略背書，地方資本連接區域生態，產業資本開放真實場景，險資和券商系資本提供長期耐心，老股東追加代表持續驗證后的信任。七類資本的全鏈條覆蓋，背后是多元化的合力。對于一個仍在快速演進的賽道來說，這樣的資本結構，本身就是一種產業信號：市場正在尋找能夠把技術、制造、場景和規模化交付放在同一張圖上推進的公司。

在外界認知中，智平方首先是一家“大腦公司”。它是全球較早布局端到端 VLA 路線的企業之一，長期堅持“大腦先行”的技術路徑。過去三年，從端到端 VLA，到 Video2Act，再到 NeuroVLA，智平方持續圍繞機器人大腦進行系統性創新。摩根士丹利也曾連續多期在全球機器人行業研究報告中，將智平方列為機器人“大腦”方向代表企業之一，使其成為中國具身智能領域少數以大模型能力進入全球視野的創新企業。

但如果只把智平方理解成一家模型公司，又會錯過它在產業中的關鍵特征。具身智能的難點在于，模型能力必須被放進真實身體里，經受物理世界的摩擦、誤差、延遲、負載、碰撞和長時間運行考驗。再強的“大腦”，如果沒有可靠的本體和可規模交付的硬件體系，也很難真正進入產業場景。智平方罕見之處在于，它把“模型×硬件×場景”放在同一套體系中推進，形成了軟硬一體的技術路徑。

據了解，智平方已經擁有自主產線，愛寶系列機器人在復雜工業與公共服務場景中經歷了數萬小時穩定運行，已建成年產 2000 臺以上的半自動化產線，并實現常態化批量交付。圍繞生產端，該公司已搭建起覆蓋產能建設、產品落地、成本管控的多維度布局，并規劃在 2026 年下半年建設 2 萬至 3 萬臺產能新產線。對于具身智能公司來說，這些信息說明它已經跨過了小規模試點階段，開始把自己推向成為社會生產力工具的考場。

智平方的硬件和量產能力，離不開深圳機器人谷的產業土壤。

郭彥東在達沃斯演講中提到，中國擁有全球最完善的智能手機與新能源汽車產業鏈，機器人所需的大量核心零部件均可與成熟供應鏈形成協同效應。深圳的價值就在這里。智能手機產業給深圳留下了小型化、集成化、消費電子級供應鏈和快速迭代能力；新能源汽車產業又帶來了電機、電池、電控、傳感器、精密制造和系統工程能力。

當這些能力遷移到機器人產業，具身智能公司就有機會更快完成從樣機到產品、從產品到產線、從產線到規模化交付的躍遷。智平方身處深圳機器人谷“半小時配套圈”，意味著它可以把公司護城河直接接到國內制造的系統紅利上。

更重要的是，智平方的硬件能力并沒有停留在“造一臺機器人”的層面，而是在反向服務模型和場景。機器人本體的正向設計、產線能力、模型訓練和真實任務部署需要一起迭代。硬件決定了數據采集的質量，場景決定了模型優化的方向，模型又反過來影響硬件設計和控制策略。具身智能的產業閉環，最終不是把模型裝進一具現成身體，也不是把硬件交給模型去“適配”，而是在場景壓力下持續協同進化。

從落地情況看，智平方已經在多個高價值場景跑通了這種閉環。在半導體顯示領域，公司完成了從單點驗證到批量落地的跨越，去年率先落地與惠科的 3 年 1000 臺標桿合作，今年又實現單一場景多客戶復購，并在半導體領域拿下更多標志性客戶。這里必須強調，能夠實現復購，說明客戶關注的已不只是技術展示，而是持續交付價值。

在生物制藥領域，智平方已完成在華熙生物產線的部署，并在今年開始新增多家生物制藥企業的深入合作。制藥產線中的潔凈作業、柔性分裝、穩定質控，對機器人提出了非常細致的工藝要求。這類場景的價值在于，它既有明確痛點，也有較高門檻，一旦形成可復制方案，就可能從單條產線擴展到多廠區、多工藝環節。同時，中國生物制藥的投資與合作，也將進一步強化這種“資本+場景+工藝”的協同關系。

在新零售領域，智平方的愛寶“智魔方”已在全國十余個省市實現常態化運營。機器人店員日均工作 10 小時，每天自主完成數百杯咖啡和冰淇淋制作，并進一步拓展至抹茶、啤酒、雞尾酒等品類。與工業場景相比，新零售更貼近人群、更強調交互體驗和運營效率，也更容易暴露機器人在長期服務、異常處理和場景泛化中的問題。智平方計劃未來三年在全國落地 1000 個愛寶智魔方，目前正從項目制交付向產品化批量化轉型，將新場景落地周期進一步壓縮。

這些場景共同指向一個關鍵趨勢：具身智能的競爭正邁入新階段，誰能在真實世界形成“技術-商業”閉環。高價值場景帶來真實數據，真實數據反哺模型進化，更強的模型幫助機器人進入更多場景，更多場景繼續擴大數據壁壘。對智平方而言，“模型×硬件×場景”三位一體，不只是公司敘事上的完整，更是它進入產業競爭的基本結構。

如果說資本和供應鏈回答的是智平方為什么有機會跑出來，那么達沃斯舞臺上的表達，則回答了它想把中國具身智能帶向哪里。

本屆夏季達沃斯論壇以“規模化創新”為主題，匯聚來自全球 90 多個國家和地區的 1700 余位領軍人物。郭彥東作為中國具身人形機器人領域唯一受邀參會并發表演講的企業家代表，向全球產業領袖、學術專家及國際機構代表系統介紹了智平方關于下一代機器人大腦、機器人規模量產和真實場景落地的思考。這次亮相的意義，不只在于一家中國機器人公司登上國際舞臺，更在于中國具身智能開始對外輸出自己的技術判斷和產業方法。

當前，全球 AI 正面臨一個越來越突出的矛盾：模型能力不斷增強，但數據、算力和能源消耗也在快速上升。大模型路線的成功，讓行業看到了規模化訓練的威力，也讓更多人意識到它在物理世界中可能遇到的限制。機器人要在真實環境里行動，面對的是連續控制、低延遲反應、能耗約束、安全邊界和長時間運行。單純把更大的模型、更大的數據和更高的算力壓進機器人，并不能自動解決這些問題。

郭彥東在演講中提出，下一代機器人大腦不應只是算力和數據的競賽，更需要探索更高效、更可持續的發展路徑。他提到，“如果所有人都沿著同樣的大模型路線繼續往前走，我們需要 10 倍的數據、10 倍的電力。但現實世界并沒有無限的數據和能源。”這句話或許會叫醒那些過度迷信 Scaling Law 的人，是因為它把具身智能的競爭從參數和數據規模，拉回到現實世界的資源約束中。

智平方給出的答案，是類腦路線 NeuroVLA。

今年 4 月，智平方正式發布全球首個開源類腦 VLA 模型 NeuroVLA。它借鑒生物神經系統的層級分工，將“皮層—小腦—脊髓”協同機制引入機器人控制體系：皮層負責語義理解和任務規劃，小腦負責高頻運動協調與動態修正，脊髓負責毫秒級運動執行與安全反射。這套設計的核心價值在于，讓機器人的智能不只體現在“理解任務”，也體現在運動穩定性、動態修正、安全反應和能效上。

在測試中，NeuroVLA 展現出幾類非常具身化的能力。機械臂運動中的急動度平均降低 75% 以上，動作軌跡變得更穩定，為倒水、插孔等精細任務奠定基礎；在碰撞恢復測試中，機器人手持試管遭遇未知障礙后，能夠以小于 50 毫秒的反射迅速縮回，再利用接觸信息重新規劃繞行路徑，最終完成任務；在“搖晃燒杯”這類重復性任務中，系統通過脈沖脊髓模塊讀取力峰，不靠視覺數數，也能自主完成周期性的運動模式。這些能力不只是模型指標，更直接關系到機器人能否在真實場景中穩定、安全、低能耗地工作。

低功耗是類腦路線更長遠的價值。由于脈沖神經網絡具有“不做事就不耗電”的特性，NeuroVLA 的仿脊髓執行層運行時平均功耗僅為 0.4 瓦。對于未來長時間續航的移動機器人而言，能耗不是邊緣問題，而是決定產品形態、部署成本和可用時長的關鍵變量。當機器人從實驗室走進工廠、商場、公共服務空間乃至家庭，它無法一直依賴高功耗計算來維持基本動作和安全反應。更高效的機器人大腦，才有機會支撐更大規模的現實部署。

NeuroVLA 還試圖擺脫機器人行業的數據內卷。它沒有一味依賴海量機器人數據，而是使用預訓練的 Qwen-VL 和數百個下游樣本進行微調，并通過代理梯度實現 SNN 的端到端訓練，從而降低類腦架構訓練門檻。對整個行業來說，這一點同樣重要。真實機器人數據昂貴、稀缺、采集周期長，且強依賴本體和場景。如果每一個新任務都需要大量真機數據堆出來，具身智能的規模化落地會被數據成本長期壓制。類腦路線、小樣本學習和低功耗計算，正是在回應這一產業瓶頸。

除了技術路線，郭彥東在達沃斯還提出了另一個關鍵判斷：用統一硬件與統一模型彌合工業、公共服務和未來家庭之間的場景鴻溝。

當前機器人產業的一個現實問題是，不同場景之間割裂嚴重。工業場景追求精度、穩定性和節拍，公共服務強調交互、環境適應和異常處理，家庭場景則更加開放、復雜和長尾。如果每個場景都單獨設計硬件、單獨訓練模型、單獨建立數據閉環，機器人很難形成規模化能力。

智平方的思路是，以統一本體和同一基礎模型為底座，讓機器人進入不同場景持續運行，并將不同場景產生的數據回流到同一個機器人大腦中。工業場景提升精度與穩定性，公共服務場景增強交互和泛化能力，兩類能力相互促進，最終為未來家庭應用積累基礎。這條路徑的意義在于，場景不再只是商業化收入來源，也成為模型進化的訓練場；硬件不再只是承載模型的外殼，也成為跨場景數據一致性的基礎設施。

當然，智平方的全球輸出還不止于單家公司技術判斷。公司今年 4 月發布 AlphaBrain Platform，定位為全球首個一站式、開箱即用的具身智能模型開源社區，向全行業開放，打通“數據—訓練—模型—評測”的完整鏈路，把原本只有少數團隊具備的復雜系統能力，轉化為行業可共享的公共能力。而這也有助于推動整個行業從零散探索走向體系化競爭。

站在更大的產業視角看，智平方正在嘗試回答一個新的問題：當 AI 從數字世界進入物理世界，什么樣的技術路線才真正可持續？過去幾年，全球 AI 產業習慣用更大模型、更大數據、更強算力來衡量進步。但機器人不只存在于服務器里，它必須帶著電池、關節、執行器和傳感器，在人類真實環境中連續行動。物理世界不會給機器人無限能源，也不會給行業無限數據，更不會容忍不穩定和不安全。

所以，這正是智平方在達沃斯舞臺上交出的“中國答案”：依托中國供應鏈實現規模量產，以真實場景驅動數據飛輪，用類腦路線降低數據和能耗壓力，再通過統一硬件與統一模型跨越場景鴻溝。它既來自一家公司的技術選擇，也來自中國制造體系、深圳產業集群和真實場景資源共同構成的土壤。

具身智能的競爭已經進入新的階段。資本會繼續尋找確定性，產業方會繼續尋找能解決真實痛點的機器人，城市會繼續爭奪下一個智能終端產業集群，全球舞臺也會繼續追問 AI 如何更高效、更可持續地服務現實世界。智平方此刻站在資本、供應鏈、場景和類腦模型的交匯點上，它的意義并不只是一輪融資和國際亮相，而是提供了一個觀察中國具身智能產業化路徑的樣本。

當機器人產業從表面熱鬧走向產業縱深，真正值得關注的企業，將不再只靠單點技術、單個場景或單輪融資定義自己。未來的頭部公司，要能把模型研發、硬件工程、供應鏈組織、場景落地、數據回流和全球表達連成一條完整鏈路。智平方正在證明，中國具身智能已經有企業開始沿著這條鏈路向前推進。

風口終會過去，產業競爭才剛剛開始。