公司 枢途科技（深圳）有限公司
融资轮次 天使+++轮
融资金额 近亿元人民币
投资方 基石资本、南山战新投、苏州趋势资本、能量守恒资本、杭实集团、西湖科创投
总部 深圳
创始人 未披露
官网 https://www.synapath.com/

数据需求从“采一段演示”变成“供一条产线”

枢途科技切入的市场，其变化逻辑在创业邦的报道中被描述为：具身智能正在从任务演示阶段进入产品交付和真实场景部署阶段。在演示阶段，一家机器人公司可以围绕单一任务采集有限规模的数据，完成模型训练和效果验证。一旦进入产品交付，机器人面对的是更多类型的任务、更复杂的环境和更多样的物体，数据需求随之从一次性、小规模采集，转向持续、稳定且能适配不同模型、本体和任务的数据产品。这一行业趋势描述来自创业邦报道，来源材料未提供针对枢途科技具体客户或交付项目的独立数据。

机器人操作模型的训练数据与语言模型训练数据有一个本质区别：语言数据是高度标准化的符号序列，而操作数据是物理世界的多模态记录，包含动作轨迹、物体状态、空间关系、接触反馈、操作策略和任务标准。以下为编辑分析：枢途科技的产品矩阵试图覆盖这些维度，但这一判断仅基于其披露的产品形态，并非对产品实际覆盖能力的独立确认。据公司披露，其产品涵盖第一视角、第三视角和触觉等数据形态，并根据具体训练需求对物理信息进行解析、表征和组织，形成可进入训练流程的数据产品。该披露尚无独立验证。

这里的关键词是“可进入训练流程”。枢途科技并非简单地采集和标注视频，而是试图把原始人类行为记录转化为经过任务设计、信息解析、结构化处理和质量验证的数据产品。据公司披露，其已建立覆盖任务设计、行为采集、数据治理、智能结构化和定制交付的生产体系。该披露尚无独立验证。从已披露的信息看，这套体系的核心价值主张是：数据不再是一次性项目交付的原始记录，而是可以围绕同类任务积累生产方法、质量标准和技术工具，并复用到不同模型、本体和应用场景的产品。这一价值主张来自公司披露，目前没有公开数据支持其复用率或跨本体迁移效果。

“互联网视频升维”是技术路线，也是最大的待验证假设

枢途科技的技术叙事围绕两个关键词展开：高精度视频定向升维和跨域映射（Retargeting）。据公司披露，这两项技术是其将海量互联网视频转化为高质量多模态数据的核心能力。该披露尚无独立验证。以下为编辑分析：从技术逻辑上理解，视频定向升维指的是从二维视频中恢复三维空间信息、物体姿态和运动轨迹，跨域映射则是把人类身体的动作表征迁移到不同构型的机器人本体上。这一理解基于公开技术概念，并非对枢途科技技术实现效果的确认。

这条技术路线在学术上并非全新概念。从人类视频中学习操作策略、通过重定向将人类动作映射到机器人，是具身智能领域过去几年持续探索的方向。但枢途科技将其作为一家商业公司的核心生产工具，意味着它必须回答一个学术研究不需要回答的问题：这套技术能否在规模化生产中保持足够的一致性和质量稳定性。学术演示可以在精心挑选的视频片段上取得令人印象深刻的效果，而工业化生产面对的是海量、嘈杂、拍摄条件不可控的互联网视频。从二维视频恢复的物理信息，其精度是否足以支撑机器人在真实环境中的力控操作，尤其是涉及接触、摩擦和形变的精细任务，目前没有公开的第三方验证。

另一个值得注意的细节是，枢途科技的产品描述在不同来源中存在口径差异。据投资界、投中网和创业邦报道，枢途科技强调其“以视频为核心的具身智能数据管线”定位，产品形态是数据产品。据证券之星等聚合平台，枢途科技Synapath.Ai以多模态具身智能大模型赋予机器人场景作业能力，结合自主研发的通用化、模块化硬件领先实现了具身智能机器人的商业化落地。该信息与主要来源描述不一致，且未获官方确认。证券之星为信息聚合平台，相关内容来自天眼查或公司宣传材料，权威性较低，并非公司官方对当前业务口径的确认，建议读者以投资界、投中网和创业邦等主要来源为准。以下为编辑分析：两种描述指向的是完全不同的业务形态，一个是数据基础设施供应商，一个是具身智能整机方案商。投资界、投中网和创业邦均为专业创投媒体，其报道通常基于融资通稿或公司访谈；证券之星则是信息聚合平台，相关内容来自天眼查或公司宣传材料，权威性相对较低。由于公司官方未对上述口径差异作出公开回应，因此无法判断其是否同时运营两条业务线，或者其中一种描述已经过时。对于一家成立仅两年的公司而言，这种口径分歧本身就是一个需要向市场澄清的信号。

60%客户覆盖率的含金量与模糊地带

枢途科技最引人注目的商业化声明是：据公司披露，国内估值超过百亿元人民币的具身智能企业中，已有60%以上成为枢途客户。该数据为公司单方面披露，无独立验证。公开材料中没有客户名单、合同或采购金额可供独立核实。以下为编辑分析：该数字如果属实，意味着枢途科技在头部具身智能公司的数据供应链中已经占据了相当高的渗透率；但这一结论的前提是公司披露的覆盖率数字真实且口径明确，而该前提目前无法从公开信息中得到验证。这一声明的信息量受限于多个未披露的维度。

具体而言，待核验指标至少包括：客户名称、合同金额、采购周期、复购率、交付批次和收入确认方式。来源材料没有披露任何具体客户名称，也没有披露客单价、合同金额或复购率。60%的覆盖率可以意味着这些客户都签订了长期、大规模的数据采购合同，也可以意味着部分客户仅进行过小规模试用或单次项目合作。在缺乏采购金额和持续性数据的情况下，这个覆盖率数字更多是一个营销信号，而非可验证的商业化证据。投资界在报道中称“多家客户的持续采购以及项目在规模化交付中的稳定表现”为枢途科技提供了市场验证，但这一说法同样来自公司披露；“多家”具体是几家、持续采购的周期有多长、稳定表现以什么指标衡量，均未披露。建议读者参考验证边界中的商业侧核验方法，以去重后的付费客户、可执行合同、收入确认、复购率以及订单转化为准。

从产业链逻辑看，枢途科技声称的跨类型客户结构——头部具身智能企业、互联网企业和传统机器人企业——如果属实，确实与其基础设施定位相符。互联网企业可能对大规模视频数据处理能力有需求，传统机器人企业则需要将人类操作经验转化为工业场景中的可执行策略。但同样地，这种客户结构的真实性无法从公开信息中得到独立验证。来源材料中关于客户的信息全部来自公司单方面披露。

两轮融资的资本结构透露了什么

枢途科技在短时间内连续完成天使++轮和天使+++轮，两轮投资方的构成差异值得拆解。天使++轮的投资方包括麟阁创投、深圳高新投和一家未具名的头部手机与智驾产业投资方。天使+++轮则引入了基石资本、南山战新投、苏州趋势资本、能量守恒资本、杭实集团和西湖科创投。

从机构属性看，天使++轮中的深圳高新投和天使+++轮中的南山战新投、杭实集团、西湖科创投，据公开信息，上述机构可能具有地方政府或国资背景，但具体股权结构未经核实，分别对应深圳南山区、杭州和西湖区。以下为编辑分析：已核实前提是上述机构可能具有地方政府或国资背景，且枢途科技注册地位于深圳；结论边界是，这种地方资本组合通常意味着公司在注册地或业务落地上与相关区域存在协同安排的可能性，但来源材料未披露具体协议或落地条款，这一判断无法从公开信息中得到证实。待核验指标包括：公司与上述地方资本之间是否存在落地协议、返投安排或产业园区入驻关系。天使++轮中未具名的“头部手机与智驾产业投资方”尤其值得注意。手机和智驾产业与具身智能数据管线之间存在潜在的技术协同：智驾领域长期积累的多模态数据处理和场景理解能力，与机器人操作数据的结构化需求有相通之处；手机产业则在硬件供应链和端侧计算上有深厚积累。但这位产业投资方的具体身份未被披露，其与枢途科技之间是否存在业务协同，抑或仅是财务投资，目前无法判断。待核验指标包括：该产业投资方的具体身份、持股比例、是否派驻董事或签署业务合作协议。

据公开信息，基石资本为市场化投资机构，但管理规模未经核实。基石资本的参与为枢途科技提供了一定的市场化背书，但来源材料中没有投资方的表态或投资逻辑说明，无法判断基石资本对枢途科技的具体评估依据。据本次采集材料，能量守恒资本和苏州趋势资本的公开信息有限，其投资风格和资源协同能力尚不清晰。待核验指标包括：上述机构是否发布投资逻辑说明、是否进入公司董事会，以及是否存在后续轮次跟投记录。

资金用途指向“工业化生产体系”，但工业化标准尚未定义

枢途科技披露的资金用途包括四个方向：人类行为数据产品研发、核心技术迭代、工业化生产体系建设及深化产业协同。其中“工业化生产体系建设”是最值得关注的表述。它意味着枢途科技不满足于做一个数据采集和加工的项目制公司，而是试图建立一套可以标准化、规模化复制的数据生产流水线。

但“工业化”这个词在具身智能数据领域目前还没有公认的定义。具身智能操作数据的工业化需要回答一系列更复杂的问题：如何定义一条操作数据的质量标准？不同机器人本体之间的数据格式如何统一？触觉数据的采集设备和标定方法是否已经标准化？从已披露的信息看，据公司披露，枢途科技建立了“贯穿各环节的质量管理”，但具体指标未披露，合格率、返工率、交付周期等关键参数均未披露。该披露尚无独立验证。以下为编辑分析：已核实前提是枢途科技披露了“工业化生产体系”和“贯穿各环节的质量管理”的表述，但未披露任何可量化的生产指标；结论边界是，一家公司可以在没有公开标准的情况下声称自己实现了工业化生产，但市场无法据此判断其生产体系与竞争对手的差异，也无法验证其交付能力是否真的具备规模效应。待核验指标包括：数据产品的质量合格率、批次一致性指标、交付周期、返工率，以及同一数据产品在不同客户和不同机器人本体上的复用比例。

从已披露的“任务设计、行为采集、数据治理、智能结构化和定制交付”五个环节看，枢途科技的生产体系在流程设计上覆盖了从需求定义到最终交付的完整链路。其中“任务设计”和“定制交付”两个环节尤其值得关注，因为它们意味着枢途科技并非完全标准化的数据产品供应商，而是需要针对不同客户的具体任务进行定制。这种定制化程度越高，规模化的难度就越大。枢途科技声称围绕同类任务积累的生产方法、质量标准和技术工具可以复用到不同模型、本体和应用场景，但“同类任务”的边界在哪里、复用率有多高，目前没有公开数据支持。

竞争对手缺席的竞争格局与不可回避的替代方案

来源材料中没有列出枢途科技的直接竞争对手。这可能是信息披露的局限，也可能是枢途科技所处的细分赛道确实尚未形成明确的竞争格局。但竞争分析不能因此缺席。以下为编辑分析，基于已披露的产品定位和行业公开技术路线，不构成对枢途科技竞争地位的独立确认。

第一，具身智能公司自建数据团队。头部具身智能企业如果确实如枢途科技所言正在采购外部数据产品，那么它们同时也在建设自己的数据采集和标注能力。对于估值超过百亿元的公司而言，数据能力往往被视为核心竞争力而非可完全外包的环节。枢途科技需要证明外部采购比自建更高效或更便宜，否则其客户随时可能转向内部供给。这一判断的待核验指标包括：枢途科技与客户自建团队的单位数据成本对比、交付周期对比，以及客户是否将数据能力视为核心战略环节。

第二，仿真数据。具身智能领域另一条主流数据路线是使用物理仿真引擎生成合成数据。仿真数据的优势在于可以精确控制物理参数、批量生成边缘场景、成本随规模快速下降。其劣势在于仿真到真实的迁移鸿沟尚未完全解决。从技术逻辑看，枢途科技的真实人类行为数据与仿真数据可能存在替代和互补关系，但具体效果待验证。目前两种路线都在快速演进中，尚未形成定论。待核验指标包括：枢途科技真实数据与仿真数据在同类任务上的训练效果对比、成本对比，以及仿真数据真实感提升的具体技术进展。

第三，遥操作采集。部分具身智能公司采用遥操作方式直接采集机器人本体的操作数据，这种方式获取的数据与目标本体的匹配度最高，但采集成本高、速度慢。理论上，枢途科技的互联网视频转化路线可能在成本和规模上具有优势，但未经实证，在数据与目标本体的匹配精度上可能逊于遥操作采集。具体到枢途科技的技术路线，据公司披露，其核心技术路线为“高精度视频定向升维+跨域映射”，但该技术未经独立验证。该方案与上述三条路线存在本质差异：自建数据团队和遥操作采集均直接面向目标本体或真实场景，数据匹配度高但扩展性受限；仿真数据可控性强但面临sim-to-real迁移鸿沟；枢途科技则试图从海量人类视频中提取可迁移的物理经验，理论上具备规模优势，但其声称的跨域映射在精度上的潜在局限尚未被公开验证。以下为编辑分析：已核实前提是枢途科技披露了“高精度视频定向升维+跨域映射”技术路线，且来源材料未提供任何第三方测试数据或论文支撑；结论边界是，从人类视频到机器人本体的动作重定向在精细任务中可能存在精度损失，但无公开数据支持。待核验指标包括：枢途科技互联网视频转化数据与遥操作采集数据在目标本体上的任务成功率对比、采集效率对比，以及跨本体迁移的精度损失数据。这三种路线之间的竞争结果，将决定枢途科技的技术路线能否成为行业主流。

创始团队信息缺失与公司叙事的不完整

一家成立两年、连续完成两轮融资的具身智能基础设施公司，其创始人姓名和履历在全部来源材料中均未出现，这是一个不寻常的信息缺口。据证券之星等聚合平台，创始成员来自于美国佐治亚理工、斯坦福大学、香港科技大学、清华大学、上海交通大学等顶尖高校。该信息未在投资界、投中网和创业邦等主要来源中提及，也未获公司官方确认。证券之星为信息聚合平台，相关内容来自天眼查或公司宣传材料，权威性较低，并非公司官方对创始团队的确认，建议读者以主要来源为准。投资界、投中网和创业邦的报道同样没有提及创始团队的具体构成。

对于一家技术驱动型公司而言，创始团队的学术背景和产业经验是评估其技术路线可行性的重要依据。枢途科技声称的核心技术——高精度视频定向升维和跨域映射——需要计算机视觉、机器人学和机器学习等多个领域的交叉能力。创始团队在这些领域的具体积累，直接关系到公司能否兑现其技术承诺。来源材料中创始团队信息的缺失，可能是公司刻意低调，也可能是信息披露不充分。无论原因如何，这都增加了外部评估的难度。公司官网同样未在来源材料中提供，进一步限制了独立核实的能力。建议读者关注后续披露，尤其是创始团队的具体姓名、学术背景、产业经历和核心技术论文或专利记录。

从已披露的有限信息可以确认的是，据投资界等来源，枢途科技成立于2024年，总部位于深圳。公司注册名称为枢途科技（深圳）有限公司。据证券之星等聚合平台，公司英文品牌为Synapath.Ai，但主要来源未提及，且未获官方确认。据公开信息，深圳是具身智能产业链的聚集地之一，为枢途科技提供了靠近客户和供应链的地理优势。南山战新投的参与可能暗示公司与深圳南山区存在落地关系，但无公开证据。

枢途科技的故事本质上是一个关于“数据工业化”的故事。它试图把具身智能训练数据从手工作坊式的采集，推进到流水线式的生产。这个方向与产业需求的变化方向一致，也得到了多类型资本的初步认可。但从“方向正确”到“商业成立”之间，枢途科技需要跨越的验证门槛仍然很高：互联网视频升维的技术精度能否满足真实操作训练的要求，60%的客户覆盖率背后是否有足够的采购深度支撑，工业化生产体系是否真的具备可复用的规模效应，以及创始团队是否有能力在竞争加剧的环境中持续迭代。这些问题的答案，目前都还锁在公司未披露的信息里。唯一可以确定的是，具身智能对数据的需求不会消失，只会变得更加苛刻。枢途科技能否成为那个满足苛刻需求的基础设施，取决于它接下来交付的每一批数据，而不取决于它讲述的故事。

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：具身智能的数据瓶颈不是“没有数据”，而是“没有能用的数据”。枢途科技把互联网视频当作原料，试图用升维和重定向技术提炼出机器人可消化的物理经验。这条路线如果跑通，数据采集的成本结构将被彻底改写；如果跑不通，它只是又一家把学术概念包装成工业能力的公司。真正的分水岭不在融资新闻里，而在某个客户愿意为同一批数据持续付费的那一刻。

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。