公司 成都睿芯行科技有限公司
融资轮次 轮次未披露
融资金额 数千万元人民币
投资方 创新工场、中力股份、今天国际
总部 成都高新区
创始人 周军、徐菱
官网 https://www.intellichiprobot.com/

从控制器到整机：一条被客户需求倒逼出来的延伸路径

睿芯行的起点并不是具身智能整机。公司成立于2019年，由电子科技大学教授周军与西南交通大学教授徐菱联合创立。硬氪报道称周军为长江学者特聘教授、电子科技大学教授。公司早期从移动机器人控制器切入，围绕AGV、AMR等产品积累SLAM、导航、运动控制、视觉感知与决策能力。张通社与集微网在本次融资报道中将其描述为聚焦泛移动机器人的“感知与决策”，并提到其RBrain控制器产品族支持2D/3D LSLAM技术，适配室内外及各类底盘模型。

睿芯行的RBrain控制器产品族与整机产品之间存在直接技术衔接：控制器阶段积累的SLAM、导航与运动控制能力，构成了整机在工厂内移动、避障和定位的基础。真正推动公司向整机延伸的，是工业客户在零部件拣选环节的部署痛点。硬氪报道援引周军的说法称，公司现阶段将这些积累延伸至具身智能机器人整机，试图解决机器人进入工厂时部署成本高、环境适应能力不足的问题。这个转向的逻辑在于：如果只卖控制器，客户仍然要自己解决末端抓取与任务调度；如果把移动、感知、抓取和调度打包成整机方案，交付的就不再是一个部件，而是一段可被验收的作业流程。

从2025年的产品节奏看，这条路径已经进入实质交付阶段。2025年6月，睿芯行与中力股份联合发布第一代工业拣选机器人，用户可远程下发零部件种类与数量，由机器人自动完成拣选。据硬氪报道，2025年11月睿芯行发布“飞箱”产品与第二代具身拣选机器人。第一代方案需要机器人自主移动至不同料框位置完成拣选，而飞箱系统能够将对应物料的料框快速送至待拣选平台，以缩短物料切换与取料时间。第二代机器人采用双臂设计，两条手臂可适配不同类型的末端执行器，以覆盖更多零件品类。

控制器向整机延伸的另一个约束来自末端执行器的适配逻辑。硬氪报道称，公司还推出了单臂拣选站，可根据零件类型切换二指夹爪、气吸、磁吸及灵巧手等末端执行器，并与AMR、CTU及输送带等设备组合。这意味着整机方案的价值不只在于移动和感知能力，还在于能否把不同抓取方式与既有物流设备衔接起来。工业客户通常已经拥有输送带、料架和仓储管理系统，整机若不能兼容这些存量设备，部署成本可能不降反升。本次采集材料未找到公司收入结构、整机价格或单工位综合成本数据，因此无法判断控制器与整机业务之间的收入结构变化。

“免训练”不是不训练，而是把学习从离线搬到在线

睿芯行最核心的技术主张，是“基于类人脑机制的具身智能免训练抓取模型”。硬氪报道中使用了“全球首创”这一表述。该表述来自公司接受采访时的说法，尚无独立第三方验证。理解这项技术的关键，不在于“免训练”三个字的字面含义，而在于它试图改变模型学习的发生位置。

传统工业拣选方案通常针对不同零件采集数据、标注数据并重新训练模型。硬氪报道称，单个零件的训练周期至少需要一周，如果需要处理数百种零件，部署周期就可能被拉长至数十周，训练过程还涉及云端算力成本。睿芯行的思路，按周军向硬氪的解释，是在基座模型之上增加知识提取与检索机制，并通过在线学习让机器人在执行任务过程中积累经验，再利用这些信息调整后续抓取动作，形成实时反馈与自适应闭环，即“边做边学”。

这套架构与当前流行的VLA模型路线形成差异。VLA模型通常需要先通过大量数据完成训练，部署后再执行任务；遇到新零件时，往往需要补充数据、重新训练。睿芯行的方案则试图把学习与执行融合起来：机器人遇到新零件时，检索过去处理过的相似物体，将已有知识迁移到当前任务中。周军以人类抓取为例解释：人拿起水杯后，再拿纸杯时可以根据两者相似之处迁移已有经验，而不需要重新学习上万次。

成本端的另一项主张同样值得注意。硬氪报道称，睿芯行方案支持使用千元级普通3D相机替代数万元级高精度3D相机，降低系统拣选抓取和感知硬件成本。这一说法尚无独立第三方验证。如果成立，其意义可能在于降低单台设备成本，并对工业客户批量部署的资本开支结构产生影响；这一影响的程度尚待整机成本数据验证。需要指出的是，相机成本只是整机成本的一部分，机械臂、移动底盘、末端执行器与系统集成的成本占比同样关键。

从训练成本口径看，公司给出的“单个零件至少一周训练时间、上千元训练成本”针对的是传统离线训练路径。若把云端算力、数据采集人工与产线停线等待合并计算，数百种零件场景下的总拥有成本可能远高于单次训练的直接费用。这意味着“免训练”主张的商业价值，需要放在整条部署链路的综合成本中评估，而不能只看模型训练环节的节省。本次采集材料未找到睿芯行方案在真实工厂中替代传统方案后的综合成本对比数据，其成本优势仍属待验证假设。

软硬件协同设计是理解睿芯行成本主张的另一条线索。周军向硬氪表示，具身智能模型的运行不仅涉及算法本身，也与底层硬件的算力、功耗和成本密切相关；如果直接依赖高算力硬件运行复杂模型，整机成本很难降下来。团队依托在算法与芯片方面的研究积累，可以在模型向硬件部署的过程中进行协同优化，在保证模型精度的前提下降低算法复杂度与硬件资源需求。这一表述意味着，睿芯行试图把成本控制从相机选型延伸到模型与硬件的联合优化，而非单纯替换某一类传感器。但算法复杂度降低是否会影响抓取成功率或节拍，本次采集材料未给出量化对比，仍需后续测试数据验证。

50台机器人在30米见方场地里，调度的难度不在数量而在密度

硬氪报道称，睿芯行曾于2025年11月在中力股份现场演示50台移动机器人协同作业，演示场地约为30米×30米。系统需要在有限空间内完成多任务调度，并处理机器人之间的交通拥塞与路径协调问题。硬氪报道称，公司近两年自研了千台级智能体协同调度系统，将任务分配、实时动态调度与数据分析结合起来。“千台级”为报道中的公司口径，目前公开演示规模为50台，两者之间存在数量级差距，尚无独立第三方验证其千台级调度的实际运行表现。

从技术逻辑看，调度系统的挑战在于动态性。传统移动机器人依赖激光雷达感知环境并完成定位，当工厂内的货物、料框或设施发生移动时，机器人可能面临定位失准。睿芯行的具身“小脑”技术强调环境自适应与多智能体协同能力。硬氪报道称，公司还在原有移动机器人系统中加入大模型感知能力，以提升机器人对动态环境的适应能力，并进一步支持多智能体集群调度。这一技术路径的合理性在于，工厂环境不是静态地图，任何依赖固定地图的调度方案都会在真实产线中快速失效。

本次采集材料未找到50台演示中的任务类型、持续时长、故障率、人工干预次数、节拍指标或与人工效率的对比数据，因此目前只能确认“50台协同演示已发生”，无法判断其稳定性、可复制性或产线级效率达标情况。

睿芯行的技术起点使其在多机协同上可能具备不同于纯操作型团队的积累。硬氪报道指出，与部分从机械臂操作切入的具身智能企业不同，公司自2019年成立以来便持续研发AGV、AMR等移动机器人技术，在工厂环境中的移动、避障、定位与导航方面积累了较长时间的工程经验。这意味着其调度系统面对的不是实验室里的空旷场地，而是有货物、料框和人员流动的真实工厂。50台机器人的协同演示发生在中力股份现场，这一场景本身带有工业环境的约束，但演示环境与持续生产环境之间仍有差异。公开信息未说明演示是否在正常生产节拍下进行，也未披露故障恢复和人工接管情况，因此该演示更适合视为工程能力的阶段性展示，而非产线级可靠性的证明。

投资方不只是出钱：中力股份与今天国际把渠道和场景摆上了桌

本轮投资方组合的产业属性，比金额本身更值得拆解。网易号“朝阳资本论”文章称中力股份是全球工业车辆与智能物流装备头部企业、今天国际是国内智能物流系统集成龙头，该描述来自自媒体平台内容，尚无独立第三方验证。若两家投资方的产业资源能转化为场景开放，睿芯行可能获得下游工业与物流场景的入口；目前尚无公开信息确认具体合作安排或订单。

中力股份的角色尤其特殊。睿芯行2025年6月的第一代工业拣选机器人正是与中力股份联合发布，2025年11月的50台机器人协同演示也发生在中力股份现场。联合发布本身不构成采购承诺，但已形成联合产品开发与场景验证的合作基础。今天国际作为智能物流系统集成商，其客户场景与睿芯行的拣选、搬运产品存在直接对接可能。同一网易号文章称创新工场在硬科技与机器人赛道有投后赋能经验。

从已披露事实看，中力股份与睿芯行已有两代产品联合发布和现场演示的合作基础，这种关系降低了双方在技术对接上的摩擦。今天国际作为系统集成商，其价值更多体现在把睿芯行的拣选、搬运产品嵌入更大的物流系统方案中，这需要与终端客户的独立招标和验收流程衔接。本次采集材料未找到睿芯行与中力股份、今天国际之间是否存在具体订单或采购协议，也未找到任何收入数据。因此，产业协同目前仍停留在“场景入口”层面，尚未转化为可核验的商业合同。

客户名单很亮，但“落地测试”与“规模化交付”之间还有距离

周军向硬氪表示，公司已在浙江中力、海尔、京东方、中际旭创等企业的工厂开展落地测试。这些名字放在任何工业机器人公司的客户列表里都足够有分量。周军在采访中表示，头部工厂对新技术的导入有比较严格的要求，机器人不仅要能够完成任务，还需要具备足够的泛化能力，能够适应不同零件和环境；同时，作业节拍要尽可能接近人工，成本也必须合理。只有同时满足这些条件，客户才有可能真正将机器人部署到生产流程中。他还表示，接下来需要通过更多工厂测试，持续验证模型的泛化能力、作业效率与系统稳定性，并逐步推动产品从场景测试走向规模化交付。

“落地测试”与“规模化交付”之间存在距离，这是编辑基于周军上述表述作出的分析。技术演示已经完成，客户测试正在进行，但规模化交付尚未发生。一个零件品类的免训练抓取成功，不代表所有零件品类都能达到同等水平；一个工厂的节拍适配，也不代表不同行业的产线节拍都能满足。周军向硬氪坦承，装配环节涉及更复杂的操作精度和动作要求，现阶段仍需要更多数据支持。这意味着“免训练”能力在不同任务中的成熟度并不一致，拣选场景的突破不能直接外推到更复杂的操作场景。

客户测试名单中的企业分属不同制造环节，其验证重点可能并不相同。海尔、京东方、中际旭创分别对应家电、显示面板与光模块制造，零件形态、产线节拍和洁净度要求差异明显。睿芯行若能在这些场景中同时推进测试，说明其免训练抓取模型试图覆盖的是跨行业的零件多样性，而非单一行业的深度适配。但跨行业测试也可能分散工程资源，使每个场景的验证深度受限。本次采集材料未找到各客户测试的具体零件品类、测试时长或通过标准，因此名单的行业广度目前只能说明潜在市场空间，不能证明各场景的成熟度已达到同一水平。

睿芯行在商业场景上的延伸也为其技术验证提供了不同维度的样本。硬氪报道提到，针对商超等商业场景，公司开发了无人拣选方案，考虑到商品包装以瓶装、罐装和纸盒等形态为主，机器人采用气吸式末端执行器完成抓取。这与工业拣选中需要切换二指夹爪、气吸、磁吸及灵巧手的多末端策略形成对照。商业场景的包装形态相对标准化，理论上可能更适合单一末端执行器方案；这一判断尚待公司披露商业场景的落地数据验证。两条场景线并行推进，可能帮助公司在不同复杂度层级上积累数据，但也意味着工程资源需要在工业客户测试与商业方案之间分配。本次采集材料未披露商业场景的落地进展或客户情况。

本轮融资留下的信息缺口，恰恰是判断公司阶段的关键变量

这笔融资的信息披露存在几个明显的缺口。首先是金额，仅披露“数千万元”，具体数字未公开。其次是轮次，来源均未说明这是第几轮融资。对于一家成立于2019年、已经走到整机产品发布阶段的公司而言，轮次信息缺失让外界难以判断其历史融资节奏与估值变化轨迹。本次采集材料未找到公司官网信息、股权结构、历史融资记录与收入规模。金额缺失限制了对本轮资金体量的判断，轮次缺失限制了对历史融资节奏与估值变化的判断，官网、股权结构与收入规模缺失则限制了对公司治理和商业化进展的独立判断。

从已披露信息看，睿芯行的技术路线选择有其内在逻辑：从移动机器人控制器积累的工程经验，向具身智能整机延伸；用在线学习与知识迁移替代逐零件离线训练；用产业资本绑定下游场景。但这条路径的验证远未完成。50台机器人的协同演示是一次有意义的压力测试，却不是千台级系统的证明；新零件免训练在拣选场景已有公司口径的进展，但在装配等更高精度场景仍需更多数据支持；客户测试名单的含金量，最终取决于能否转化为可重复的采购订单。本轮融资的具体金额与用途分配未披露，其能支撑公司推进到何种阶段尚无法判断。

资金用途的披露口径也值得单独审视。网易号“朝阳资本论”文章称，本轮融资将主要用于核心技术迭代、产品量产落地与市场拓展，该表述来自自媒体平台内容，并非公司或投资方的直接声明。若量产落地按字面推进，公司需要从联合发布和现场演示走向可重复生产的整机交付，涉及供应链管理、品控体系和售后网络建设；这些环节的资金需求是否超过技术迭代，本次采集材料未给出量化依据。市场拓展则可能指向在现有落地测试客户之外获取更多工业场景入口。由于具体金额和轮次均未披露，外界无法判断数千万元融资在上述三项用途之间的分配比例，也无法评估其支撑量产爬坡的周期长度。

RecodeX 极客视：工业具身智能最贵的不是机器人本体，而是每换一种零件就要重新训练一次的沉默成本。睿芯行试图用在线学习把“训练”从部署流程中拿掉，这个方向如果跑通，改变的是工厂自动化的成本结构而非单点性能。但从50台演示到千台级调度、从拣选免训练到装配泛化、从落地测试到规模化订单，每一步都需要比融资公告更硬的证据。产业资本入局给了它场景，也给了它一个更严格的计时器。

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。