当智元机器人把第15000台通用具身机器人送进龙旗科技的ODM产线，当宇树科技把2026年的出货目标定到1万至2万台，中国人形机器人赛道已经进入用下线量、交付量和工厂产能说话的阶段。但另一条更隐蔽的路线正在杭州萧山生长：一家成立仅一年多的公司，拿出的不是某款人形整机，而是一个3B参数的协作智能基础模型。它试图回答的问题不是“机器人能不能造出来”，而是“机器人能不能在没有中央控制器的前提下，自己决定下一步该做什么”。
2026年9月，杭州芝诺未来技术有限责任公司（芝诺机器人）完成数亿元种子轮融资，投资方包括舜宇光学、沐曦股份、中网银新、赛意产业基金和和利资本。据科创板日报报道，该轮融资于近日完成，但具体金额、投后估值和完成日期均未披露。对一家2025年成立、尚未进入规模化收入阶段的公司来说，这笔数亿元种子轮融资的资本结构，比金额本身更值得拆解。
本轮投资方由光学企业、GPU芯片公司、产业基金和私募资本共同构成。截至目前，各方均未披露是否存在具体产业合作协议，也未披露投资金额分摊比例。从公开材料看，这轮融资的产业色彩明显高于一般早期项目：舜宇光学处于光学感知和视觉硬件环节，沐曦股份处于GPU与端侧算力环节，赛意产业基金则带有制造业数字化背景。这种组合可能意味着，芝诺机器人在成立初期就试图把感知硬件、算力底座和产业落地资源同时纳入资本结构。但投资关系本身并不自动转化为采购订单、联合开发或量产协同，相关安排目前均未披露。
| 字段 | 内容 |
|---|---|
| 公司 | 杭州芝诺未来技术有限责任公司（芝诺机器人 / Zeno AI） |
| 轮次 | 种子轮 |
| 金额 | 数亿元（具体金额未披露） |
| 投资方 | 舜宇光学、沐曦股份、中网银新、赛意产业基金、和利资本 |
| 总部 | 浙江省杭州市萧山区 |
| 创始人 | 植伟铭（联合创始人兼首席科学家）、张楫（首席机器人架构师） |
| 官网 | https://www.zenobot.ai/ |
3B参数模型押注去中心化架构，但“连续运行超10分钟”仍是一个窄口径验证
芝诺机器人对外发布的核心产品是协作智能基础模型Zeno-1。据公司披露，该模型拥有3B参数，采用去中心化架构，使机器人无需中央控制器即可根据视觉与交互历史自主决策，并支持跨场景、跨任务及跨本体适配。公司称，Zeno-1经真机验证可连续运行超10分钟并完成8个子任务，实现多机器人高难度协同操作。需要明确的是，这些表述来自公司口径，目前没有独立第三方测试机构或客户侧验证数据公开。
连续运行超10分钟、完成8个子任务，放在真实酒店、洗衣房或养老场景中，意味着什么？如果子任务只是抓取、搬运、放置等短周期动作，10分钟的运行时长并不能证明模型具备跨班次、跨异常情况的稳定泛化能力。公司没有披露这8个子任务的具体类型、成功率、重复次数和失败后的恢复机制。一个关键缺口在于，真机验证的“真机”具体指什么本体、什么传感器配置、什么算力平台，均未披露。如果验证环境与未来商业部署环境不一致，那么“连续运行超10分钟”的结论就可能无法直接迁移到客户现场。
从已披露的“去中心化架构”和“3B参数”看，芝诺机器人的技术路线与当前主流人形机器人公司存在明显差异。智元机器人、宇树科技、优必选等公司更强调整机出货、工厂部署和工业场景落地，模型能力往往嵌入在整机系统中。芝诺机器人则把基础模型作为独立产品层，试图跨本体适配。这意味着它可能不直接与整机厂争夺硬件出货量，而是向机器人厂商或场景运营方提供模型能力。但这一判断的边界在于，公司尚未披露任何客户名单、商业模式或收入数据，也没有说明Zeno-1目前适配的具体机器人本体类型和数量。
去中心化架构本身也值得进一步拆解。在机器人系统中，中央控制器通常承担多传感器融合、任务调度和运动规划的统一协调功能。去中心化意味着决策权可能被下放到单个机器人或单个执行单元，这在理论上可以降低单点故障风险，也可能减少对高带宽通信的依赖。但代价可能是全局一致性下降、多机协同复杂度上升。公司称Zeno-1实现了多机器人高难度协同操作，但未披露协同操作的具体任务、机器人数量、通信条件和失败率。如果去中心化架构在复杂协同任务中无法保证一致性，那么“无需中央控制器”的优势就可能被协同失败的风险抵消。
创始团队来自LOAM算法与CMU机器人研究院，但学术背景不等于量产能力
芝诺机器人的创始团队带有明显的学术色彩。据公开信息，联合创始人兼首席科学家植伟铭现任悉尼大学计算机学院终身教职轨道助理教授；首席机器人架构师张楫为LOAM算法作者。多名核心成员拥有卡内基梅隆大学机器人研究院背景，核心团队大多具备海外科研和产业经历。
LOAM算法在激光雷达里程计与建图领域具有较高的学术影响力，这意味着团队在机器人感知与状态估计层面可能具备较强的底层能力。卡内基梅隆大学机器人研究院的背景，也可能为团队带来系统集成和机器人学方法论上的积累。但学术背景不等于量产能力。从论文算法到可部署、可维护、可复制的商业模型产品，中间隔着工程化、测试体系、供应链管理和客户交付等多个环节。
公司没有披露团队规模、工程人员占比、硬件团队构成，也没有披露是否与整机厂商建立了联合调试机制。从现有信息看，芝诺机器人更像一支以算法和模型能力见长的团队，其硬件集成和场景交付能力尚未被公开验证。一个更具体的问题是：Zeno-1作为基础模型，需要运行在具体的机器人本体上，而不同本体的传感器布局、执行器特性、算力约束和通信协议差异很大。如果团队没有足够的硬件工程力量，跨本体适配就可能停留在演示层面，难以进入客户现场。
海外PoC先于国内落地，半结构化场景是聪明选择还是被动收缩
据公司披露，芝诺机器人已在澳新及其他海外地区开展PoC测试，预计2027年上半年正式启动规模化进程。目前聚焦酒店、洗衣、养老等服务业及精密加工产业场景，优先选择技术边界明确、付费意愿强的半结构化环境进行落地验证。这一选择值得拆解。酒店、洗衣、养老等场景的共同特点是：环境相对固定，任务类型有限，人员流动可预测，对机器人的泛化要求低于完全开放场景。半结构化环境意味着模型可以在有限的状态空间内先跑通，再逐步扩展。
从商业逻辑看，选择半结构化场景切入，可能是为了降低模型泛化难度，也可能是为了在早期找到愿意为明确痛点付费的客户。酒店场景中的布草搬运、洗衣房中的分拣、养老场景中的物品递送，都是任务边界相对清晰、重复性较高的环节。如果Zeno-1能在这些环节中实现稳定运行，那么单点经济性可能比开放场景更容易计算。但公司没有披露任何一个具体场景的PoC客户、部署台数、运行时长或付费安排，因此“付费意愿强”目前仍是一个未经验证的判断。
海外PoC先于国内落地，也带来额外的不确定性。一家杭州初创公司在澳新开展PoC，意味着要么在当地建立了交付团队，要么依赖合作伙伴。公司没有披露海外PoC的具体客户、场景数量、测试周期和付费安排。如果PoC只是免费试点，那么“付费意愿强”的判断就还没有被验证。如果PoC已经产生收入，公司也没有披露收入规模。从“预计2027年上半年正式启动规模化进程”这一表述看，当前阶段距离可重复、可计价的商业交付仍有至少半年以上的时间差。
另一个需要关注的问题是，澳新市场的场景数据与国内市场的差异。酒店服务流程、养老照护规范、精密加工工艺标准在不同国家和地区可能存在显著差异。如果Zeno-1在澳新积累的场景数据无法直接迁移到中国市场，那么海外PoC的价值就可能被限制在验证模型基本能力层面，而非直接转化为国内商业订单。公司没有披露海外PoC与国内场景之间的数据迁移策略或本地化适配计划。
与智元、宇树、优必选的差距不在模型参数，而在出货量与收入兑现
把芝诺机器人放进当前竞争格局中，差距会变得非常具体。智元机器人于2026年6月28日累计下线量站上15000台，第15000台通用具身机器人交付至龙旗科技投入ODM产线，在直播测试中作业成功率达99.99%。宇树科技2025年度不含轮式双臂机器人的人形机器人出货量超5500台，2026年目标出货1万至2万台。优必选2025年实现全尺寸具身智能人形机器人销量1079台，柳州万台级工业人形机器人超级智慧工厂投产，年规划产能超万台。
这三家公司的共同点是已经进入规模化出货或产能爬坡阶段，而芝诺机器人仍处于PoC测试期。华泰证券指出，机器人估值或更强调收入兑现，行业资源或进一步向已有收入的头部企业集中。这一判断对芝诺机器人并不友好。财联社创投通—执中数据显示，以2026年9月为预测基准时间，芝诺机器人后续2年的融资预测概率为82.37%。该预测基于历史融资事件和行业特征的统计模型，未披露具体预测方法、样本范围和误差区间，不构成对该公司实际融资能力的判断。
芝诺机器人的潜在机会在于，整机厂之间的竞争越激烈，对底层模型能力的需求可能越强。当整机厂在出货量上互相追赶时，模型层的跨本体适配能力可能成为一种稀缺资源。但这一机会的兑现需要两个前提：一是Zeno-1确实能在不同本体上稳定运行，二是整机厂愿意把模型层外包给第三方。目前这两个前提都没有公开证据支持。公司未披露任何产品定价、授权模式或SaaS化收入安排，也没有披露目标客户类型或已适配的机器人本体数量。
从产业链位置看，芝诺机器人选择的是模型层，而智元、宇树、优必选选择的是整机层。模型层的优势在于资产更轻、潜在客户面更广，但劣势在于收入兑现路径更长、客户决策链条更复杂。整机厂可以直接用出货量证明市场接受度，模型公司则需要先证明模型能力，再证明客户愿意为模型单独付费。在机器人行业尚未形成统一的模型层采购习惯之前，芝诺机器人的商业路径可能比整机厂更依赖标杆客户的示范效应。
舜宇与沐曦的入局，可能比融资金额本身更重要
本轮投资方中，舜宇光学和沐曦股份最值得关注。对芝诺机器人而言，舜宇光学可能提供机器人视觉感知层面的硬件支持和供应链资源，沐曦股份则可能提供端侧推理芯片的适配机会。但投资关系不等于产业合作。舜宇光学和沐曦股份均未公开披露与芝诺机器人之间的具体合作内容、采购框架或联合开发计划。和利资本和中网银新的投资逻辑则未披露。从资本结构看，这轮融资更像是一次产业资源拼盘，而非单纯的财务投资。这种结构在早期项目中可以降低纯财务VC对短期回报的压力，但也可能意味着公司在战略方向上需要兼顾多家产业股东的不同诉求。
舜宇光学在光学镜头和摄像头模组领域具有规模化制造能力，如果Zeno-1的视觉感知环节需要定制化光学方案，舜宇的供应链资源可能降低硬件适配成本。沐曦股份在GPU领域的产品线，如果能够支撑Zeno-1在端侧的推理需求，那么去中心化架构的算力瓶颈可能得到缓解。但这些都是基于产业链位置的推断，而非已披露的合作事实。产业投资方进入早期项目，有时是为了锁定潜在供应商地位，有时是为了观察技术路线，有时只是财务配置。在没有联合开发协议或采购承诺的情况下，产业股东的实际协同深度仍需验证。
另一个值得注意的细节是，本轮投资方中没有出现传统意义上的头部财务VC。数亿元种子轮由产业资本和产业基金主导，这可能意味着公司早期融资更依赖产业资源而非纯财务回报逻辑。这种结构的潜在影响是，公司在产品定义和场景选择上可能需要更早地回应产业股东的需求，而不是完全按照技术团队的判断推进。如果产业股东的需求与公司自身的技术路线产生分歧，早期治理结构中的话语权分配就会变得重要。公司未披露本轮融资后的股权结构和董事会安排。
资金用途未披露，但2027年上半年的规模化节点已经设下倒计时
芝诺机器人没有披露本轮数亿元融资的具体用途。按照行业惯例，种子轮资金通常用于团队扩充、模型迭代、场景PoC和早期商业化探索。但“数亿元”对种子轮来说是一个相当高的金额，如果资金主要用于研发和海外PoC，那么公司的烧钱速度将取决于团队规模和测试部署密度。如果资金中包含硬件采购、场景改造或客户补贴，那么实际可用的研发资金会被进一步摊薄。
公司预计2027年上半年正式启动规模化进程。这个时间节点意味着，从2026年9月完成融资到2027年上半年，公司只有大约三个季度的时间来完成从PoC到规模化交付的跨越。规模化进程的具体定义是什么？是签约客户数量、部署机器人台数，还是模型授权收入达到一定规模？公司没有给出量化指标。如果规模化意味着从澳新PoC扩展到更多海外市场或进入国内场景，那么公司需要在短时间内建立交付团队、售后体系和本地化适配能力。这些都需要大量资金和组织能力，而公司目前没有披露任何相关进展。
从时间表看，三个季度的窗口期对一家成立仅一年多的公司来说相当紧张。如果PoC测试中暴露出模型稳定性或场景适配问题，修复和重新验证的时间会进一步压缩规模化准备期。如果公司选择在规模化启动前再进行一轮融资，那么2027年上半年的时间节点也可能与融资节奏产生冲突。财联社创投通—执中数据给出的后续2年融资预测概率为82.37%，但这一预测的统计基础未披露，不能作为公司实际融资能力的判断依据。
泛化能力、技术路线迭代与量产爬坡，三重风险同时压在模型层公司身上
万联证券指出，具身智能面临泛化能力不足导致商业化落地进度不及预期，以及技术路线迭代快导致现有技术产能落后的风险。这两条风险对芝诺机器人尤其直接。泛化能力不足意味着，Zeno-1在酒店场景跑通的模型，迁移到洗衣房或养老场景时可能需要重新训练或大幅调参。如果每个场景都需要单独适配，那么“跨场景、跨任务及跨本体适配”的公司口径就会被现实稀释。技术路线迭代快的风险则在于，如果行业主流转向更大参数模型、云端协同架构或新的训练范式，3B参数去中心化路线可能面临被边缘化的压力。
华泰证券提示的机器人量产爬坡节奏不及预期风险，对芝诺机器人同样适用，只是表现形式不同。整机厂的量产爬坡风险在于工厂产能和供应链，而模型公司的“量产爬坡”风险在于，能否把PoC项目转化为可复制的标准化产品。如果每一个客户都需要定制化适配，那么规模化进程就会被无限拉长。芝诺机器人选择半结构化场景切入，本质上是在降低泛化难度，但这也意味着它的模型能力边界可能被限制在相对狭窄的场景范围内。从已披露的酒店、洗衣、养老和精密加工四个方向看，公司尚未证明Zeno-1可以在其中任何一个场景实现可计价的重复交付。
另一个未被充分讨论的风险是数据。具身智能模型的训练和迭代依赖大量真实场景数据，而芝诺机器人目前没有披露数据来源、数据规模、数据合规安排或仿真训练比例。海外PoC测试可以积累真实场景数据，但澳新市场的场景数据能否迁移到中国市场，存在文化和环境差异。如果公司依赖客户场景数据来训练模型，那么数据所有权和使用权如何划分，将直接影响客户合作意愿。这些问题的答案，目前均未披露。
还有一个与去中心化架构直接相关的风险是安全与责任边界。在酒店、养老等有人环境中，机器人的自主决策如果出现错误，责任归属、紧急停止机制和人工接管流程都需要明确。去中心化架构下，如果没有中央控制器统一监控，单个机器人的异常行为可能更难被及时发现和干预。公司没有披露Zeno-1在真机验证中的安全机制、失败率或人工干预频率。在养老场景中，这些问题的敏感性会进一步放大。
从已披露的融资事实、团队背景、技术口径和落地节奏看，芝诺机器人是一家在模型层押注去中心化路线的早期公司，其产业投资方组合提供了潜在的供应链和算力资源，但公司尚未公开任何客户、收入或可验证的商业化数据。2027年上半年的规模化节点，将是检验Zeno-1能否从实验室验证走向真实场景交付的关键窗口。在此之前，所有关于“跨场景、跨任务、跨本体适配”的说法，都只能被视为公司口径，而非市场事实。
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：当整机厂用万台出货量重新定义具身智能的竞争标尺时，芝诺机器人选择了一条更轻、也更难被验证的路。3B参数和去中心化架构在理论上很优雅，但酒店洗衣房里的机器人不会为架构投票，只会为连续运行、稳定交付和可复制的经济性投票。数亿元种子轮买来的不是市场信任，而是一张通往2027年上半年的限时船票。