德国一家全球制造业企业的总部车间里，随机摆放、规格不一的料箱散落在工位上。一台身高189厘米的轮式双臂机器人没有等待人工重新码放，也没有依赖预设坐标，而是连续完成识别、抓取和搬运。据公司披露，这是中科第五纪今年3月在欧洲完成的一次通用料箱搬运实景验证；该场景目前尚无独立第三方验证报告。对于一家成立不到两年的中国具身智能公司来说，这个场景的难度不在动作本身，而在于它必须在不改造现场、不重新标注环境的前提下，让机器人适应一套完全不同于中国工厂的物料规格与工位逻辑。
欧洲制造业现场的高标准验证，恰好指向当前具身智能行业最尖锐的矛盾：硅谷主流路线试图用海量数据“灌”出具身智能的通用能力，但真实工厂的非结构化环境让数据采集成本高企、场景泛化部署周期漫长。中科第五纪给出的答案是一条相反路径——超少样本学习。据公司披露，其FAM系列具身操作大模型将任务学习门槛降至3至5条真实示范，基础任务成功率达97%，数据需求量降至传统方法的1%。上述97%成功率、1%数据量均为公司口径，未经独立验证，公开材料中亦未披露测试条件、样本规模与任务定义。
这条技术路线刚刚获得大额资本押注。8月20日，中科第五纪宣布连续完成A1、A2轮融资，总金额超过十亿元。A1轮由锡高投、中国银行旗下中银AIC基金、三锋投资联合投资；A2轮由芯能创投、中银AIC基金、中山创投、鸿瑞达投资、博彦科技、金创投（浙江省新能源汽车子基金）联合投资。值得注意的是，中银AIC基金连续参与两轮，博彦科技作为上市公司出现在A2轮投资方名单中，这一资本结构在早期具身智能项目中并不常见。
| 字段 | 内容 |
|---|---|
| 公司 | 中科第五纪（杭州）智能技术有限公司 |
| 轮次 | A1轮、A2轮 |
| 金额 | 总金额超十亿元，A1、A2各自金额未披露 |
| 投资方 | A1轮：锡高投、中银AIC基金、三锋投资；A2轮：芯能创投、中银AIC基金、中山创投、鸿瑞达投资、博彦科技、金创投（浙江省新能源汽车子基金） |
| 总部 | 杭州（据公司全称推断，具体注册地址未披露） |
| 创始人 | 刘年丰（创始人兼CEO）、孙富春（联合创始人、首席科学家） |
| 官网 | 未披露 |
“热力图对齐”反对的是VLA降维，但工程验证仍停留在公司口径
中科第五纪的技术叙事建立在一个明确的批判对象上：传统VLA（Vision-Language-Action）架构。公司创始人兼CEO刘年丰在回答硬氪提问时解释，传统VLA架构在降维过程中极易丢失物理世界的空间结构先验，导致机器人稍换背景或光照就发生误操作。中科第五纪的回应是“热力图对齐”技术——将特征精准“拉高”回三维热力图，保留三维空间几何关系，减少空间数据损失。
从技术逻辑看，这一判断并非没有依据。具身智能与语言模型的关键差异在于，物理世界的动作正确性高度依赖位置、距离、遮挡、接触关系等三维约束。如果把视觉特征过早压缩为一维序列，模型在计算上更高效，但空间约束可能被稀释。中科第五纪称其通过“业内首创的模型架构创新技术”实现“少样本、高可靠、强泛化”的技术闭环。“业内首创”是公司口径，来源材料中没有独立技术评审或同行评议支持这一表述。
更值得追问的是“超少样本”的边界。公司披露，3至5条真实示范可实现97%的基础任务成功率，数据需求量降至传统方法的1%。但“基础任务”的定义是什么？97%是在什么环境一致性、什么任务复杂度、什么光照与物料条件下测得的？这些关键变量在公开材料中均未披露。从已披露的德国料箱搬运验证和国内物流、工业柔性产线、能源巡操三大场景落地看，公司确实在真实工业环境中运行了系统；但“规模化落地”的具体部署台数、连续运行时长、故障率、人工接管频率等指标均未公开。这意味着，超少样本学习在受控验证中的表现，与它在陌生工厂、陌生物料、陌生光照下的泛化能力之间，仍存在一段无法用现有信息填平的距离。
世界模型是第二层技术叙事，但榜单排名与工业可靠性不是一回事
中科第五纪的产品矩阵不止于操作模型。公司还推出了世界模型BridgeV2W，据公司描述，它能够将复杂的动作指令直接“翻译”成未来可能看到的画面，实现对动作结果的高精度、可视化模拟。其暂未正式发布的新一代世界模型FlowWAM，据公司披露，在今年4月登顶了WorldArena全球榜单总分榜；该排名为公司口径，未经独立验证。
世界模型在具身智能中的角色是“行动前推演”：机器人在真正执行动作之前，先预测动作可能带来的环境变化，判断是否存在碰撞、掉落或其他风险，再决定是否执行或引入人工干预。这一逻辑在工业场景中有明确的商业价值——高节拍产线上一次误操作的成本远高于实验室环境。但WorldArena榜单排名衡量的是模型在基准测试中的表现，与工业现场长期运行的可靠性之间没有直接映射关系。榜单成绩可以证明模型在特定评测维度上的能力，不能证明它在真实工厂中能稳定降低事故率或提高节拍。
从已披露信息看，中科第五纪在FAM-1.3版本中首次将三维空间结构先验与视频生成深度融合，实现了从离散热力图预测到序列化热力图生成的跨越。这是技术架构层面的演进，但公司没有披露这一升级在客户现场带来的可量化改进。世界模型与超少样本学习之间的协同效应，目前仍停留在技术描述层面，缺乏独立验证的工业数据支撑。
软硬一体的商业逻辑：大脑公司为什么要自己造身体
中科第五纪对自己的定位是“具身大脑”公司，但它同时自研了首款轮式双臂具身机器人。刘年丰的解释是：目前绝大多数机器人本体更适合展示，距离工业级作业还有明显差距；真实工厂要求机器人在高节拍下长期连续运行，同时满足高稳定性、高可靠性、大负载以及宽温域作业等要求。因此，公司根据具体任务对负载、工作范围、作业节拍和环境适应性的要求，匹配了一副能够承载大脑能力的身体。
这台机器人的公开参数是：身高189厘米，臂展65厘米，全身28个自由度，其中仿人形手臂拥有7个自由度。从参数看，它选择了轮式底盘而非双足，这是一个务实的工业决策——轮式底盘在平整工厂地面上的稳定性、负载能力和连续运行时长通常优于双足，而双足在工业场景中的移动优势尚不明确。但臂展65厘米与身高189厘米的组合，意味着其操作半径相对有限，更适合工位密集、动作范围可控的产线任务，而非大范围物料搬运。
中科第五纪选择软硬一体，从已披露的客户结构看有其合理性：中石化集团、国家电网、零跑等客户需要的不是模型接口，而是能直接进入生产或巡检流程的完整系统。但这也意味着，公司的竞争维度从“模型能力”扩展到了“工业设备可靠性”，后者的验证周期和客户决策链条都更长。中科第五纪的客户集中在能源、电力、汽车制造三个垂直领域，这些行业对设备安全认证、连续运行稳定性和供应商准入有较高要求；公司未披露各客户收入占比，因此客户集中度风险无法量化。
海外订单数亿元，但“订单”与“交付收入”之间隔着本地化服务能力
中科第五纪披露，海外市场已获得数亿元订单，海外业务进入实际交付阶段，并已构建起本地化服务体系。未来半年，公司计划重点拓展欧洲、澳新、日韩等市场。这是本轮融资后最明确的战略转向信号。“数亿元订单”为公司披露口径，未经独立验证。
“数亿元订单”是一个需要拆解的口径。订单金额不等于确认收入，尤其在工业自动化领域，从签订合同到安装调试、验收、回款，周期可能长达数个季度甚至更久。公司没有披露订单的具体构成：是单一大客户还是多个客户累加？是设备销售还是包含长期服务合同？交付地点集中在欧洲还是分散在多个地区？这些信息缺失使得“数亿元订单”的商业质量难以评估。要核验这一口径，需要公司提供可执行的合同文本、收入确认文件或审计报告，但公开材料中均未包含这些文件。
刘年丰对海外市场的判断是：“欧洲制造业正面临劳动力结构变化和新一轮自动化升级，这为中国具身智能企业提供了新的市场机会。在海外，‘说到做到’极其重要。能拿到头部制造企业订单，靠的是产品能快速适应当地生产体系，并把项目真正交付下去。”这段话来自创始人访谈，其核心逻辑——欧洲制造业劳动力短缺带来自动化需求——与公开的欧洲制造业就业趋势一致。但“中国具身智能企业”在欧洲市场的系统性机会，还取决于一个更现实的问题：本地化服务能力能否跟上交付承诺。工业客户对停机时间极度敏感，如果一家中国公司不能在欧洲当地提供及时的维护、备件和软件升级，订单的续约率将大打折扣。中科第五纪称已构建本地化服务体系，但未披露这一体系的具体形态：是自建团队、当地合作伙伴，还是依赖系统集成商。
资本结构中的信号：中银AIC基金连投两轮，博彦科技入局
本轮融资的资本结构比金额本身更有信息量。中银AIC基金连续参与A1、A2两轮，这是一个值得注意的信号。AIC（金融资产投资公司）基金通常由银行系资金主导，其投资逻辑与市场化VC存在差异：更看重项目的产业落地能力、现金流可见性和与银行客户的协同空间，而非单纯的估值增长故事。中银AIC基金的连续加注，从资本结构层面印证了中科第五纪的工业客户导向，但这不构成对公司技术领先性的独立验证。以上对银行系资金偏好的判断，是基于公开信息的编辑分析，并非来自投资条款或基金内部文件。
博彦科技出现在A2轮投资方名单中，同样值得分析。博彦科技是一家A股上市的IT服务公司，其业务涵盖软件外包、数字化转型服务等。上市公司投资早期具身智能项目，通常带有战略协同考量：可能是为自身客户提供具身智能解决方案的渠道，也可能是财务投资叠加业务合作期权。公开材料中没有披露博彦科技的投资金额和具体合作条款，因此其战略意图只能从资本结构推断，不能作为已落地的业务协同来表述。
A1轮和A2轮各自的具体金额未披露，融资后估值未披露。从总金额超十亿元、连续两轮、多家机构参与的结构看，中科第五纪在资本市场上获得了较高的定价权，但缺乏估值数据使得“超十亿元”对应的股权稀释程度无法判断。对于一家成立不到两年的公司来说，连续完成大额融资本身是资本市场对其方向的认可，但认可不等于验证。
与Figure、1X Technologies的路线分歧：不是谁对谁错，而是谁先撞到成本墙
中科第五纪的技术路线必须放在全球具身智能的竞争格局中理解。硅谷的Figure和1X Technologies代表的是Scaling Law路线：将互联网大模型的逻辑引入物理世界，通过堆叠视频扩散模型与海量机器人真实抓取数据，试图催生具身智能的“GPT时刻”。这条路线的问题是，真实物理世界的非结构化特征导致数据采集成本极高，场景泛化部署周期很长。
中科第五纪的超少样本路线是对这一问题的直接回应。如果3至5条示范真的能让机器人在新场景中达到97%的基础任务成功率，那么部署成本将大幅低于需要海量数据预训练的Scaling Law路线。但这里存在一个关键的不对称：Scaling Law路线的支持者会承认数据成本高，但认为这是通往通用能力的必要投入；超少样本路线的支持者会强调部署效率，但必须证明少样本学习的能力上限足够高，不会在任务复杂度上升时出现性能悬崖。
从已披露的落地场景看，中科第五纪目前聚焦的是物流、工业柔性产线、能源巡操三大场景，这些场景的共同特征是任务相对结构化、动作模式可枚举、环境变化可控。这与Figure和1X Technologies瞄准的通用人形机器人市场存在定位差异。中科第五纪的轮式双臂机器人不是人形机器人，它不追求双足移动，而是选择在工业工位上最大化操作能力。这种定位差异意味着，中科第五纪与硅谷公司之间的竞争，短期内不会在同一客户、同一场景上正面碰撞，但长期看，如果Scaling Law路线在通用能力上取得突破，超少样本路线在结构化场景之外的市场空间将受到挤压。需要说明的是，Figure和1X Technologies的公开技术参数、数据规模和场景验证指标，在本次采集材料中并未出现，因此无法做同口径的量化对比；可比较但尚未披露的指标包括：单场景部署所需示范数据量、新场景适配周期、连续运行故障率、人工接管频率和单位部署成本。
资金用途指向全球化，但真正的瓶颈是交付而非订单
公司明确表示，本轮融资完成后，全球化将成为未来发展的核心方向之一，重点拓展欧洲、澳新、日韩等市场。从资金用途看，这笔钱大概率会投向三个方向：海外本地化团队建设、针对不同国家工业标准的适配开发、以及海外项目的交付与售后体系。
但中科第五纪全球化面临的最大瓶颈可能不是订单获取，而是交付能力。欧洲、日韩的工业客户对设备安全认证、数据合规、劳动安全标准有严格要求。一台在中国工厂运行良好的机器人，进入欧洲工厂需要满足CE认证、机械安全指令、数据保护条例等一系列合规要求。公司没有披露其产品是否已获得相关认证，也没有披露海外交付团队的具体规模。从“已构建起本地化服务体系”的表述看，公司至少意识到了这个问题，但体系的质量和深度无法从公开信息判断。
另一个被忽视的变量是地缘政治。中国具身智能企业进入欧洲、日韩市场，面临的不只是商业竞争，还有技术出口管制、数据跨境流动限制、以及工业客户对供应链安全的考量。中科第五纪的海外订单来自哪些国家、哪些行业，公开材料没有披露。如果订单集中在欧洲，那么欧盟对中国机器人企业的政策态度将直接影响后续拓展；如果订单来自东南亚或中东，那么“欧洲、澳新、日韩”的布局计划还停留在纸面。
从已披露的国内客户结构看，中石化集团、国家电网、零跑分别代表能源、电力、汽车制造三个垂直领域。这种客户结构的好处是场景验证充分、行业know-how积累快；风险是如果过度依赖少数大客户，公司的产品路线会被大客户的定制化需求牵引，偏离标准化产品方向。中科第五纪没有披露各客户的收入占比，因此客户集中度风险无法量化。
中科第五纪的A轮融资故事，本质上是一个关于技术路线选择的赌注。在具身智能行业普遍焦虑于数据成本与部署效率的当下，超少样本学习提供了一条看似更短的通向工业落地的路径。德国料箱搬运验证、国内三大场景落地、海外数亿元订单，这些事实共同构成了一个“技术-产品-市场”的闭环叙事。但这个叙事的每一环都留有未经验证的缝隙：97%成功率缺少独立测试，数亿元订单缺少交付与收入确认，本地化服务缺少具体形态，全球化布局缺少合规与地缘风险的应对细节。中科第五纪用十亿元融资买到了验证这些假设的时间窗口，但窗口不会无限期敞开。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：具身智能的竞争正在从“谁的数据多”转向“谁的数据效率高”，中科第五纪的超少样本路线是对Scaling Law的一次正面挑战。但工业场景的残酷之处在于，客户不为技术路线买单，只为稳定运行和按时交付买单。十亿元融资能支撑公司把验证做到什么程度，将决定这条路线是成为行业拐点，还是成为又一个被资本催熟的技术叙事。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。