超维动力Kinetix AI天使+轮融资超5亿元：具身智能全栈路线尚未收敛，数据-模型-本体闭环如何验证

2026年世界人形机器人运动会开幕式上，一个身高173厘米的人形机器人站在乒乓球台前，对面是前世界冠军丁宁。机器人左右横移，做出捞球、削球的动作，击球节奏与人类运动员的移动习惯高度接近。这场表演赛的看点不在于输赢，而在于同一套运动控制算法此前已经被部署到宇树G1和智元远征A3两种不同本体上。对具身智能行业来说，这恰好指向一个尚未解决的矛盾：当数据、模型和本体由不同团队分别推进时，系统能力卡在哪一层，往往难以判断。

超维动力（Kinetix AI）试图用全栈路线回应这个问题。近日，这家总部位于深圳南山的公司完成超5亿元人民币天使+轮系列融资，由新加坡淡马锡控股旗下VC机构祥峰资本、方广资本、万石资本等加注。公司称，该笔资金将用于加速“数据—模型—本体”迭代，并推动具身智能产品化落地。华兴资本担任独家财务顾问。

这笔融资的特殊之处在于轮次与金额的错位。天使+轮超过5亿元，在具身智能早期项目中并不常见。更值得注意的是，超维动力注册于2025年7月，同年9月在深圳南山启动研发，距离本轮融资披露仅一年左右。一家成立一年的公司，同时发布世界模型、数据采集硬件、AI基础设施平台、人形机器人本体和灵巧手，其叙事密度远超一般早期项目。

117个自由度的本体，首先是一个数据回流装置

超维动力把KAIBot定义为“超高拟人通用人形机器人本体”。据公司披露，KAIBot身高173厘米、体重70公斤，全身共117个自由度，关节活动范围与人类基本一致。公司称其为目前全球自由度最高的超高拟人人形机器人产品。这一表述来自公司口径，目前没有独立第三方机构对全球人形机器人自由度排名进行核实。

但自由度数字本身并不能说明太多问题。人形机器人行业的关键约束在于：自由度越高，控制复杂度、功耗、成本与故障率通常同步上升。117个自由度是否能在真实任务中稳定协同，取决于关节执行器、传动方案、实时控制频率和散热设计，而这些参数公司均未披露。从已披露的SMASH乒乓球演示看，机器人能够完成大幅横移、捞球、削球等动作，说明至少在高动态场景下，其全身协同控制经过了初步验证。但乒乓球对击球节奏、落点和对手行为的响应，与工业装配、家庭服务等场景的任务要求并不相同，不能直接外推为通用操作能力。

超维动力对高拟人路线的解释，建立在一个更具体的工程逻辑上：本体越接近人类身体比例和关节活动范围，人类动作数据向机器人迁移时的损耗越低。联合创始人罗平给出的表述是，本体定义了机器人的动作空间、感知能力和任务完成度的上限，数据决定模型泛化能力，而模型在真实任务中暴露的问题会反过来推动数采方式和硬件改进。这一逻辑成立的前提是，数据采集端确实能持续产出与本体匹配的高质量人类动作数据。否则，高自由度本体只是一个昂贵的验证平台。

300克头环采集第一人称数据，但数据闭环的规模边界未披露

超维动力在数据端的产品是KAI Halo Lite，一款第一人称数据采集头环。据公司披露，该设备重约300克，融合四路相机与惯性测量单元，支持厘米级空间定位与全身姿态理解。在WAIC和WRC现场，观众佩戴头环后，可通过手机APP实时查看高清采集画面和动态三维重构结果。

这款产品的定位是“多模态无本体数据采集”，即不依赖特定机器人本体，直接采集人类作业数据。相比动捕手套、外骨骼或遥控操作设备，头环形态的侵入性更低，理论上更容易在真实工作场景中规模化部署。但这里存在一个关键问题：第一人称头环能直接采集的是头部视角视频、头部运动和环境三维信息，全身姿态理解需要算法从这些信号中推断。对于手部精细操作，尤其是手指级动作，头环视角存在天然遮挡和分辨率约束。公司称KAI Halo Lite可为“人体全身运动建模、三维环境建模与具身算法训练提供高质量数据支撑”，但未披露其全身姿态估计精度、手指动作重建误差或数据采集场景类型。

更重要的商业化问题是，KAI Halo Lite已经开售并交付产业客户，但价格、订单数量和交付规模均未披露。数据采集设备的价值不仅在于硬件本身，还在于能否形成持续的数据回流。如果客户只是购买设备自用，超维动力未必能获得这些数据；如果客户的数据需要回传至超维动力的训练平台，则涉及数据产权、隐私和行业客户接受度问题。公司目前没有说明数据如何从客户侧回流到KAI World Model的训练体系。从已披露信息看，“数据—模型—本体”飞轮的数据回流路径，仍停留在公司层面的技术描述，尚未有公开证据表明产业客户的数据已经实际进入模型训练闭环。

世界模型同时做生成与重建，跨本体泛化的验证集中在乒乓球

KAI World Model是超维动力在模型层的核心产品。据公司披露，该模型依托并行的视频生成与4D空间建模，同时支持生成与重建任务，使机器人能够在同一套表示下兼顾纯移动、纯操作与全身移动操作三类需求。结合百万级视频数据预训练，公司称该模型实现了跨任务、跨本体的泛化能力。

“百万级视频数据预训练”这一表述需要谨慎对待。百万级视频数据在视觉模型领域并不算大规模，尤其是考虑到具身任务需要的是带动作、力反馈、接触状态和任务上下文的操作数据，而非通用互联网视频。公司未披露这百万级视频数据的具体来源、任务分布和标注方式。如果主要是人类活动视频，其对机器人操作能力的直接贡献需要进一步验证。

目前公开的跨本体验证，集中在SMASH乒乓球系统。据公司披露，SMASH融合高速视觉感知、实时轨迹预测、全身运动控制和具身智能决策，实现毫秒级全身协同控制，核心算法已适配宇树G1、智元远征A3和KAIBot三种本体。这是公告之外最有价值的信息增量之一：它说明超维动力的算法至少在一个高动态任务上，不依赖单一本体的特定动力学参数。但乒乓球是一个规则明确、环境相对固定、成功标准清晰的任务。跨本体部署在乒乓球上成立，不等于在长序列移动操作任务中同样成立。公司尚未披露SMASH算法在工业或家庭场景中的跨本体迁移结果。

灵巧手与数据采集设备先卖钱，整机业务反而更像技术橱窗

超维动力的商业化结构，与多数人形机器人公司不同。多数公司以整机为核心，零部件和算法对外输出是次要业务。超维动力目前明确开售并交付产业客户的产品是KAI Hand灵巧手和KAI Halo Lite数据采集头环，而非KAIBot整机。据公司披露，KAI Hand拥有37个自由度，指尖力超过30N，瞄准人形机器人产业链中技术密度较高的灵巧手部件市场。

这一选择有其现实合理性。人形机器人整机在2026年仍面临场景碎片化、可靠性不足和客户付费意愿有限的问题。灵巧手和数据采集设备则面向更明确的B端需求：其他机器人厂商需要高性能末端执行器，模型团队和科研机构需要数据采集工具。南方财经网的报道指出，超维动力的业务边界已超出整机制造，整机、灵巧手、数据采集设备、世界模型与训练平台共同构成一套具身智能工具链。从已披露的交付情况看，灵巧手和数据采集设备是当前最接近真实现金流的业务。

但“已交付产业客户”这一表述缺少关键细节。交付了多少台？客户是谁？是否形成复购？单价和毛利率是多少？这些信息均未披露。37个自由度和30N指尖力在灵巧手市场属于什么水平，也没有独立对比数据。在缺少价格和订单规模的情况下，KAI Hand和KAI Halo Lite的商业化兑现能力仍是一个待验证假设，而非已证实事实。

从天使轮到天使+轮只用一年，产业资本与财务资本同时下注

超维动力的融资节奏异常密集。据南方财经网披露，公司于2025年10月完成天使轮融资，投资方为分享投资与青鸟消防；2025年12月完成Pre-A轮融资，由松禾资本领投；本轮天使+轮由祥峰资本、方广资本、万石资本等加注。从公司注册到完成三轮融资，只用了一年左右时间。

早期投资方中的青鸟消防值得注意。青鸟消防是一家A股上市公司，以消防安全设备和物联网业务为基础。南方财经网援引青鸟智控此前表态称，超维动力的运动控制、场景感知能力可以与其在消防领域积累的业务资源形成协同。这意味着超维动力在纯财务投资之外，已经引入了一个具有潜在场景入口的产业资本。消防巡检、应急救援和高危作业确实是移动操作机器人的潜在应用方向，但从“业务资源协同”到实际订单落地之间，还有相当长的验证路径。目前没有公开信息表明双方已经启动了具体合作项目。

本轮领投方祥峰资本的逻辑，集中在“全栈标准定义能力”上。祥峰投资执行合伙人李伟的表述是，当数据、模型与本体分开推进时，问题出在哪一层都难以判断，因此更看重有能力定义全栈标准的团队。这一判断的逻辑基础是：如果三层由不同团队分别优化，系统级故障无法归因；全栈团队至少可以在内部统一接口、数据格式和评估标准。但全栈路线也有其固有成本：每一层都需要持续投入，而早期公司的资源有限，同时推进数据采集硬件、世界模型、AI基础设施和整机本体，意味着每一层都可能面临投入不足的风险。超维动力能否在每一层都达到专业公司的水平，是比“全栈闭环是否打通”更实际的问题。

2025年具身智能融资超300起，但路线收敛远未到来

超维动力的密集融资，需要放在具身智能赛道的整体热度中理解。据公开统计，2025年具身智能领域融资事件超过300起，入局投资方超过600家。大模型训练、机器人本体与数据采集均属于资金密集型环节，行业技术路线尚未收敛。

这种未收敛状态，在超维动力身上体现得尤为明显。公司同时押注高拟人本体、第一人称数据采集、世界模型和跨本体算法输出，本质上是在多条可能的技术路线上同时布局。高拟人路线与轻量化数据采集路线是否必然兼容，世界模型与真实机器人控制之间是否存在更直接的路径，这些问题在行业层面都没有定论。超维动力的选择是，用全栈产品矩阵覆盖多个可能的收敛方向，而不是押注单一技术路线。这降低了路线选择错误的风险，但也提高了资源分散和执行复杂度。

从资本结构看，天使+轮超过5亿元，意味着超维动力在极早期就获得了接近A轮甚至B轮量级的资金。这一方面反映了投资方对全栈路线的认可，另一方面也提高了后续轮次的估值预期。如果KAI Hand和KAI Halo Lite的订单与交付规模不能在接下来几个季度形成可验证的商业化数据，下一轮融资的定价将面临压力。公司称资金将用于“持续投入原生具身大模型与具身智能基础设施的研发”，但未披露资金在数据采集、模型训练、本体制造和商业化团队之间的具体分配比例。

待验证的不是技术演示，而是从演示到订单的转化率

超维动力在过去一年展示了多项技术能力：SMASH乒乓球系统在WHRG与丁宁对战，KAIBot在WRC和WAIC现场自主行走、语音交互、抓取递送物品，KAI Halo Lite开放现场试戴，KAI Hand开售交付。这些演示证明了团队在短时间内完成从算法到硬件集成的工程能力。

但演示与商业化之间的距离，恰恰是具身智能行业当前最大的不确定性。文旅、表演场景被公司列为“具有极强落地属性”的方向，但这类场景的采购预算、复购频率和规模化空间，与工业制造、物流仓储等场景存在显著差异。乒乓球表演赛的观赏性，能否转化为文旅客户的持续付费意愿，目前没有公开数据支持。KAI Hand和KAI Halo Lite虽然已交付产业客户，但交付规模、客户行业分布和后续订单均未披露。从已披露信息看，超维动力的商业化仍处于“有产品、有交付、无规模数据”的阶段。

另一个待验证假设是“一脑多形”的商业价值。SMASH算法适配宇树G1和智元远征A3，说明超维动力的算法不绑定自有本体。但算法对外输出的商业模式是什么？是按授权收费、按项目收费，还是作为整机销售的附加能力？公司没有披露。如果算法输出只是技术演示层面的能力展示，而非独立收入来源，那么“全栈工具链”的叙事中，算法层的商业闭环仍然缺失。

从已披露的X（产品开售与交付）与Y（跨本体算法演示）看，超维动力至少证明了其产品不是停留在PPT阶段，而是有真实客户接触和跨平台技术验证。但Z——价格、订单规模、交付数量、客户复购和算法收入——均未披露，因此结论边界是：超维动力是一家工程执行力强、产品矩阵完整、商业化仍处于极早期验证阶段的公司。其全栈闭环在技术演示层面有初步证据，在商业闭环层面尚无公开数据支撑。

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：超维动力的真正赌注，不是117个自由度，也不是乒乓球算法，而是“数据—模型—本体”三层能在同一家公司内部形成比行业分工更快的迭代速度。这个赌注的验证方式只有一个：KAI Hand和KAI Halo Lite的订单能否在接下来几个季度从“已交付”变成“可复购”。如果全栈路线不能比单点公司更快地产生现金流，那么全栈本身就会从壁垒变成包袱。