具身智能行业正在经历一次不太体面的集体转身。过去两年，资本为一段段人形机器人行走、抓取、叠衣服的视频买单，但2026年过半，越来越多公司发现，能拍出一段漂亮demo和能让机器人在真实产线上连续工作十个小时，中间隔着的不只是算法差距，而是一整套数据、模型、硬件与场景的工程体系。当行业从“表演能力”转向“上岗能力”，钱开始流向那些不再把融资节奏当作核心叙事的公司。
8月27日，灵初智能宣布完成新一轮过亿美元融资。投资方名单里几乎看不到传统财务投资人的身影，取而代之的是拓普集团、奇瑞控股旗下瑞丞基金、蓝思科技、三七互娱、芜湖市投控集团、复星创富，老股东珠海科技产业集团持续超额追加投资。这家成立于2024年的公司，把总部放在芜湖，创始人王启斌在机器人和消费电子行业有超过二十年的产品与商业化经验。灵初智能没有选择人形整机作为主战场，而是把资源集中在具身智能灵巧操作这一层：用一套模型让机器人像人一样用手干活。
这笔融资的看点不在于金额本身，而在于资本结构的变化。灵初智能上一轮以国资为主，这一轮则几乎被产业资本包圆。拓普集团是特斯拉全系车型核心一级供应商，同时布局人形机器人核心执行器；蓝思科技是消费电子精密制造龙头，也是苹果供应商；瑞丞基金背后是奇瑞控股的汽车制造产业链。三家制造龙头分别覆盖汽车整车、机器人执行器和3C精密加工，它们不只是出资方，更是工业场景的直接持有者。这种结构意味着，具身智能公司的融资逻辑正在从“赌赛道”转向“买场景入口”。
| 字段 | 内容 |
|---|---|
| 公司 | 灵初智能 |
| 轮次 | 新一轮（具体轮次未披露） |
| 金额 | 过亿美元（另有报道称数亿美元，具体金额未披露） |
| 投资方 | 拓普集团、瑞丞基金、蓝思科技、三七互娱、芜湖市投控集团、复星创富、珠海科技产业集团（老股东超额追加） |
| 总部 | 芜湖 |
| 创始人 | 王启斌 |
| 官网 | https://www.psibot.ai/ |
双系统架构不是技术名词堆叠，而是对“动作泛化”的工程回应
灵初智能的技术核心是Psi-R2操作策略模型与Psi-W0动作条件世界模型协同的双系统混合架构。据公司披露，Psi-R2以视觉、语言、本体状态为输入，完成长程任务拆解与连续动作规划，可端到端驱动机器人实现复杂灵巧作业；Psi-W0则通过建模物理世界运行规律，对动作轨迹进行预判评估与优化修正。两者串联后，目标是在非结构化场景下提升任务泛化能力与操作鲁棒性。这一描述来自公司官方融资稿件，目前没有独立第三方对双模型协同后的实际成功率提升幅度进行公开验证。
王启斌在投中网的访谈中给出了更技术化的解释。他把公司的新模型称为World Action Model，输入包括视觉、机器人状态和文本，输出动作策略；而Simulator的角色是评估和优化生成的策略，判断未来帧是否准确、能否达到预期效果，如果不行，就在模型里做强化学习优化。两个模型串联做联合训练。王启斌称，李飞飞曾把模型分为Rendering、Planner和Simulator三个核心板块，灵初做的是后两个，并把它们串在一起。从已披露的架构看，这意味着灵初的技术路线不是单纯追求更大的VLA模型，而是把“生成动作”和“评估动作”拆成两个可迭代的环节。但这一架构的实际效果边界，目前只能通过公司披露的榜单成绩和场景验证来间接观察。
公司称Psi-R2登顶MolmoSpace全球榜单。这一成绩来自公司官网和投资方复星创富的声明，但榜单的评测维度、样本规模、对比对象以及是否经过独立复核，公开材料均未披露。在具身智能领域，榜单排名与真实产线表现之间的相关性本身就存在争议，因此这一成绩更适合理解为技术路线获得阶段性验证的信号，而非可量化的商业能力证明。
十万小时人类数据是核心资产，但数据管线的稳定性才是真正的护城河
灵初智能已积累十万小时量级人类操作数据，王启斌称年内将冲击百万小时采集目标。这个数字在具身智能行业里并不算最高，但灵初的差异在于数据采集方式。公司自研了Psi-SynEngine具身数采引擎和SynGlove Air数据手套。据投资方复星创富披露，SynGlove Air把采集成本压到传统遥操作约十分之一。这一成本数据来自投资方声明，未披露具体计算口径和对比基准，因此无法独立核实。
王启斌在访谈中提到了一个容易被忽略的工程细节：数采硬件的稳定性。他举例说，双目头环有的厂家工作两小时后双目数据就发生畸变，精度出现偏差；很多人用Pico采双目数据，但设备一般工作四小时后开始发热断掉，因为它本来就不是为连续工作十小时设计的。这段话指向一个行业普遍存在但很少被写进融资稿的问题：具身智能的数据飞轮，最先卡住的往往不是算法，而是硬件在真实工作环境中的持续稳定性。灵初智能把数据采集设备纳入自研体系，逻辑上是为了让数据格式、采集效率和硬件稳定性都服务于模型训练需求。但公司目前没有披露其数采设备在长时间连续工作下的故障率、数据有效率或维护成本，因此“低成本”和“稳定”之间的实际平衡，仍待更多场景数据验证。
从数据格式看，王启斌认为行业正在收敛。他提到ego-centric的单目、双目数据在快速放量，手部数据方面，有的公司在做UMI，灵初做的是人手数据，技术方案正在高速迭代。灵初的采集方式是一套设备全采，同时获取头部ego-centric视频数据和手部关节角数据。这种“一个工位全采”的模式，理论上能保证多模态数据的时间同步性和空间一致性，但也会对单套设备的复杂度和成本控制提出更高要求。公司没有披露单工位采集设备的成本、部署周期或数据标注效率，因此这套体系能否支撑百万小时目标，仍是一个待验证的工程假设。
物流场景跑通小规模验证，但“跑通”与“规模化”之间隔着产业链的耐心
灵初智能已在物流场景跑通小规模商业化验证。这是王启斌在访谈中确认的信息，但公司未披露具体客户名称、订单金额、部署台数或验证周期。在具身智能行业，“小规模商业化验证”可以指向从几台到几十台设备在真实仓库中运行数周到数月不等，其商业意义取决于验证的具体指标：是任务成功率、设备稼动率、人工替代率，还是客户复购意愿。这些关键数据目前均未公开。
更具体的场景验证来自光通信行业。据盖世汽车报道，灵初智能携手长飞集团联合打造的光模块全流程自动化产线在WAIC上公开，搭载Psi系列具身大模型的具身整机可完成光模块亚毫米级插拔质检、抽真空封装、成品装箱整套工序，并自主适配物料偏差。光模块插拔属于典型的精密装配场景，对力控精度和容错能力要求极高，如果这一产线能在真实生产节拍下稳定运行，其说服力会远高于实验室演示。但公开信息只说明了“可完成”整套工序，没有披露产线的节拍时间、良率、人工干预频率或连续运行时长。因此，这一合作更适合理解为灵初智能在先进制造场景的技术可行性展示，而非已经跑通的规模化商业案例。
灵初智能的商业模式是聚焦具身智能灵巧操作，自研模型与数据采集体系，面向物流与先进制造场景提供技术方案与产品。公司没有选择做人形整机，而是把灵巧手、操作策略模型和数据闭环作为核心交付物。这种“小全栈”定位的合理性在于，灵巧操作是物流分拣、3C装配、光模块产线等场景的共性需求，而整机形态反而可能因场景差异而碎片化。但这也意味着灵初智能的收入结构高度依赖下游集成商和终端客户对“灵巧操作能力”的付费意愿，而这一意愿目前仍处在被教育阶段。公司未披露任何营收数据，因此其商业化进度只能通过场景验证的数量和深度来间接判断。
产业资本下注的不是一家公司，而是制造业智能化转型的接口
本轮投资方的构成，是理解这笔融资的关键。拓普集团投资团队在声明中称，制造业对高精度、高可靠性灵巧操作能力有迫切需求，灵初智能在端到端WAM模型与灵巧手通用操作策略上构建了坚实的技术壁垒，自研数采设备有效突破了真实场景数据采集的成本与效率瓶颈。拓普还明确表示，将与灵初智能在执行器、灵巧手等核心硬件研发与生产、数采手套量产及工业产线数据闭环等维度展开深度协同。从已披露信息看，拓普的角色不只是财务投资，而是把灵初智能纳入自己的机器人执行器生态。
蓝思科技的声明则更宏观。蓝思科技称，具身智能正在从以本体硬件能力为核心的早期阶段，逐步进入由数据、模型与软硬协同能力共同驱动的新一轮竞争周期。蓝思科技认为灵初智能较早围绕下一代具身智能范式进行系统性布局，率先探索WAM+VLA技术路线，并建立了人类全模态操作数据体系。蓝思科技自身是苹果供应商，在3C精密装配和检测环节有大量非标作业场景，这些场景恰恰是灵巧操作最直接的落地目标。王启斌在访谈中透露，蓝思今年会开放一些场景，拓普也在合作做一些场景。这意味着产业资本的投资逻辑不是单纯的财务回报，而是把被投公司当作自身产线智能化改造的技术供应商和合作伙伴。
复星创富的声明则更直白。复星创富称，下注灵初“表面看是投了一家2024年成立的年轻公司，实质是投了一条被很多人忽略的主线——灵巧操作+人类数据+世界模型”。复星创富特别提到，当行业还在卷自由度、卷人形外观时，灵初智能已经把重心锁在“小全栈”。这一表述来自投资方，带有明显的立场色彩，但它确实点出了灵初智能与一批人形整机公司的定位差异。
芜湖市投控集团的参与则带有地方产业政策色彩。芜湖是全国首个国家级机器人产业集聚发展试点承载区，据公司披露，灵初智能可快速对接上下游300余家配套企业。芜湖市投控集团表示将开放本地产业集群的“资源池”与“场景库”，为灵初精准对接供应链配套与示范应用场景。这意味着灵初智能的总部选址并非偶然，而是与地方机器人产业链深度绑定。珠海科技产业集团作为老股东持续超额追加，并计划与灵初智能在珠海共同建设规模化具身智能数据采集创新平台。从芜湖到珠海，灵初智能正在把“数据采集厂”变成一种可复制的基础设施布局。
王启斌的行业判断：身位未拉开，但掉队可能从明年上半年开始
王启斌在投中网的访谈中给出了几个值得注意的判断。他认为，全球范围内，中国约有5家公司是真正在花时间、花数据、花卡做模型的，灵初智能是其中之一。但他同时承认，现在还没有本质上的身位拉开，大家都处于第一个阶段，都在“拼命憋大招”，只是侧重略有不同。灵初智能的侧重是通用手的模型，不碰工业夹爪。这一判断的边界在于：王启斌没有给出“5家”的具体名单，也没有说明判断标准，因此这更适合理解为一个行业内部人士的主观观察，而非可验证的市场格局结论。
关于行业节奏，王启斌引用了Waymo前CEO的说法：demo只是整条路上的1%。他认为今年行业非常典型的变化是，大家都在从demo转向好好做模型管线，或者开始做场景落地。他提到，数据管线涉及运营方、数据效率衰减、数采硬件稳定性、整机可靠性等一系列工程问题，需要花很多时间。这一观察与灵初智能自身的布局逻辑一致：公司把大量资源投向数据采集体系和模型管线，而不是追求发布更多demo视频。
王启斌对行业前景的判断是“明年上半年可能出现有些公司掉队的情况，有些公司会比较危险”。他同时认为，今年上半年具身融资的疯狂有两个原因：一是赛道从一级市场风投逻辑升级为未来六大产业定位，资本结构发生变化；二是世界模型的新叙事和新人才团队出现，叠加传统VC对世界模型再开一轮。但他认为市场已经在走向更理性、更冷静的方向，“真正的良性成长必然是像心跳一样有起有伏的”。这些判断来自一个经历过产业周期的创业者，其价值在于提供了一个与融资稿不同的行业温度计，但预测本身不构成事实。
资金用途清晰，但百万小时数据目标和模型迭代节奏仍是最大变量
灵初智能披露，本轮资金将重点投向两大方向：一是持续攻坚具身智能前沿技术，坚持人类数据路线，深化世界模型研发迭代；二是加速物流与先进制造场景的商业落地。为支撑世界模型迭代，公司将进一步扩大人类数据采集规模、优化数据管线，加快各地数采厂的布局与建设。王启斌透露，下半年将迭代两版新模型。
从资金用途看，灵初智能的路径选择是清晰的：用数据采集规模支撑模型迭代，用模型能力驱动场景落地，再用场景数据回流优化模型。这个飞轮在理论上成立，但每一个环节都存在现实约束。数据采集规模从十万小时到百万小时，意味着数采设备、运营人员、场地和标注能力的同步扩张，这对一家2024年成立的公司来说是不小的管理挑战。模型迭代从泛化性走向特定任务成功率，需要大量真实场景数据，而真实场景数据又依赖客户开放产线。场景落地本身又受制于客户对技术成熟度的信任和付费意愿。这三个环节互为前提，任何一个环节的延迟都会拖慢整个飞轮。
灵初智能面临的风险，公司自己在融资稿中也提到了：行业竞争激烈，技术迭代快，需持续投入研发，技术成果转化存在不确定性。但更具体的风险在于，具身智能行业目前还没有形成统一的技术路线共识。王启斌认为数据格式正在收敛，ego-centric数据成为强共识，但手部数据方案仍处高速迭代。如果行业最终收敛到与灵初智能不同的手部数据方案，或者出现更高效的数据采集技术，灵初智能的先发优势可能被快速稀释。此外，产业资本虽然带来了场景资源，但也可能带来战略绑定：如果灵初智能过度依赖少数几家产业投资方的场景，其独立性和市场拓展空间可能受到限制。
另一个值得注意的信息是，投中网报道称灵初智能本轮融资为“数亿美元”，并称其“跻身具身大脑百亿独角兽之列”，老股东为华金资本；而公司官方口径和其他多数报道均为“过亿美元”，老股东为珠海科技产业集团。融资额和估值的确切数字均未披露，老股东名称也存在不一致。这种口径差异在创投报道中并不罕见，但它提醒读者，关于这笔融资的精确规模和公司估值，目前没有统一的公开数据。
从已披露的信息看，灵初智能走的是一条与多数具身智能公司不同的路：不做整机，不卷人形外观，把资源集中在灵巧操作模型、人类数据采集和场景验证上。这条路更接近工业自动化的逻辑，而不是消费级机器人的逻辑。产业资本的密集进入，说明制造业龙头对灵巧操作能力有真实需求，也说明具身智能的投资逻辑正在从“技术想象力”转向“场景可用性”。但灵初智能目前展示的，更多是技术路线的合理性和场景验证的初步进展，而非规模化商业能力的证明。十万小时数据、物流小规模验证、光模块产线展示，这些都是重要的中间节点，但它们距离“机器人真正在产线上替代人工”还有多远的距离，目前没有足够的数据来回答。
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：灵初智能这笔融资最值得关注的不是金额，而是资本结构。当拓普、蓝思、奇瑞这样的制造龙头开始用真金白银和真实产线为灵巧操作能力投票，具身智能的竞争已经从“谁的demo更惊艳”转向“谁的数据管线更稳定、谁的场景验证更扎实”。但产业资本的耐心也不是无限的。王启斌说demo只是整条路上的1%，这句话同样适用于灵初智能自己——十万小时数据和物流小规模验证，可能也只是从实验室到产线的1%。真正的考验，是百万小时数据目标能否如期达成，以及那些开放场景的产业投资方，是否愿意在灵初智能的模型还没有完全成熟时，继续为它的迭代买单。
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。