星海圖完成 20 億元 B+ 輪融資，具身智能拐點將至

星海圖本輪融資后的交易估值已進入國內具身智能公司第一梯隊，估值突破 200 億元。

作者｜Li Yuan

編輯｜鄭玄

4 月 3 日，具身智能公司星海圖宣布完成 20 億元 B+ 輪融資。

本輪融資投資方包括華登科技、藍思科技、矽芯投資、時代伯樂、航發基金、修遠資本、弘章投資、御海資本、金融街資本、金浦投資、北京科創、國元股權、中金資本旗下基金、普華資本、洪泰基金、廣發乾和等。

投資機構相對多元，除產業資本和國資背景資金外，也有偏長線、市場化風格的機構加入。

星海圖本輪融資后的交易估值已進入國內具身智能公司第一梯隊，估值突破 200 億元。放在當下的融資環境里，這不僅意味著市場仍愿意為頭部具身智能公司給出高價格，也意味著資金正在進一步向少數「綜合能力更完整」的公司集中。

2026 年年初的這一波對具身智能的資金涌入，主要原因之一是世界模型和無本體數據，正在把過去最難解的數據瓶頸撬開一個口子。行業的注意力也迅速從「投機器人公司」轉向「投具身大腦公司」。

星海圖這一輪融資，某種程度上正踩在這個節點上。

就在兩個月前，星海圖管理層對外釋放的口徑還是「克制花錢」：賬上仍有充足現金儲備，支出重點是為接下來可能快速增長的數據量與算力需求留出冗余。

隨著這輪融資，公司的判斷已經明顯變化。星海圖開始明確強調，具身智能的 scaling 拐點已經出現，2026 年的重點不再只是「提高花錢效率」，而是要把資源真正投向更大規模的數據、訓練與場景驗證中去。

這也是這輪融資最值得關注的地方。

它不只是又一筆大額融資，也不只是頭部公司估值繼續抬升；更重要的是，星海圖和它背后的投資人，正在押注同一件事：具身智能真正拉開差距的階段，可能已經開始了。

01

從花錢謹慎到激進投入，

星海圖認為拐點已至

如果說過去兩年，星海圖給外界留下的印象一直是「花錢克制」，那么到了此次融資，這家公司對資金使用方式的表述已經開始明顯變化。

今年 2 月，在上一輪融資后，星海圖管理層仍強調賬上有充足現金儲備，支出策略不會簡單按「賬上有多少錢、每年該花多少」來倒推，而是要為后續可能快速增長的數據采集、模型訓練和算力需求預留足夠冗余。彼時，公司更強調的是「花錢效率」。

但到了這輪融資后，星海圖的說法變成了：2026 年要把「花錢效率最高」，切換成「花錢最有效果」。

這筆錢最直接的去向，是繼續放大數據和訓練投入。

按照公司給出的說法，2026 年，星海圖在數據積累上會比去年再上一個數量級，與之對應的算力支出也至少會上一個數量級。這里的「放大」并不只是多買一些算力、把訓練預算做大，而是把數據采集、數據管理、模型訓練和迭代節奏一起往前推。

其中，數據仍然是最核心的一項投入。

過去一年，星海圖已經在家庭、酒店、工廠和倉庫、超市、餐廳五類真實場景中進行真機數據采集，這些場景也基本覆蓋了它接下來重點進入的目標場景，2025 年 8 月，公司曾將上述真機數據中的 500 小時進行開源。

到了 2026 年，星海圖計劃將多場景真機數據繼續推到數十萬小時量級，并在原有遙操方案之外，引入 UMI、第一視角 POV 視頻等新的無本體數據采集方式。

相比單純追求數據時長，星海圖表示更在意數據質量，以及數據質量背后的組織方式。因此目標是數據今年上一個數量級。同步放大的是模型訓練資源也上一個數量級。

「為什么我們不更激進一點去上兩個數量級？這個事情，并不取決于我們手上有多少錢，以及我們能不能這么做，而取決于行業的客觀規律——每當你的 scaling（規模化）上一個數量級，無論是數據的規模，還是訓練規模，其實你都會遇到很多需要解決的新問題。

當你以每年上一個數量級的節奏去 scaling（規模化）的時候，你還是一個比較 ready（準備就緒）、能把問題在出現過程中解決好的狀態。但是，當你沒有把下一個數量級所遇到的問題解決好，就貿然跨數量級去追加資源的情況下，那可能更大的會造成浪費。就是說，我們雖然都樂見行業成功，但是反過來，我們其實也還是在這個過程中需要把握一個理性的節奏。」CFO 羅天奇表示。

02

成立早，軟硬件齊全

星海圖能在這一輪拿到 20 億元融資，一個更現實的原因是：到了 2026 年，具身智能賽道整體融資仍然活躍，對頭部公司依然有很強的投資需求。

小公司當然也在融，而且不少新項目仍然能持續拿到錢；但在市場的另一端，也確實有一批資金更愿意去找已經跑到前排、綜合能力更完整的公司。

對這類資金來說，單點能力突出當然重要，但更關鍵的是，一家公司能不能同時把本體、數據、算法、模型和場景幾條線搭起來，成為有機會穿越下一階段競爭的玩家。

而到今天，真正同時滿足幾項條件的標的并不多：成立足夠早，已經完成幾輪關鍵技術選擇；手上有相對充足的資金儲備，不至于在 scaling 過程中中途掉隊；更重要的是，模型、本體、數據和場景幾條主線都已經搭出雛形。在這樣的窗口期里，真正可投、又愿意繼續融資的頭部公司，本來就不多。

星海圖恰好屬于這一類。

成立于 2023 年，星海圖是國內成立較早的，專注于具身大腦的公司。

公司的核心判斷一直是要先做一臺很好的硬件，而在其之上，讓更多的開發者來用，希望借此獲得收集更多數據的機會。也因此，星海圖的機器人雖然同樣是輪式雙臂形態，但整體路線并不偏向 To C 的「人形想象」，而是更強調作為數據采集、模型訓練和真實任務執行載體的工程屬性。

過去兩年，這條路線給它帶來的好處也比較直接。公開信息顯示，星海圖目前已在輪式雙臂機器人領域實現全球靠前的部署規模，R1 Pro 和 R1 Lite 平臺覆蓋超過 90% 的全球頂級開發者，并被斯坦福大學李飛飛團隊、Physical Intelligence（PI）等機構用作開發平臺。

公司此前也對外提到，已有數千臺訂單，2025 年的出貨以開發者群體為主。開發者客戶大約 150 家，主要包括高校/科研機構實驗室、大廠基礎研究部門、頭部具身智能創業公司，以及大型產業集團的研發團隊。

在過往，星海圖偏向于真實場景里的真機數據采集。也有一定的數據積累。

即使數據范式產生了變化，好的、對模型友好的硬件載體仍然重要，一整套數據 know-how 也仍然重要——什么樣的本體更適合 AI，什么樣的真實數據更有用，真機數據和無本體數據怎么組合，不同任務和場景之間怎么配比，以及采回來的數據如何通過數據管理平臺進一步加工。

在算法和模型側，星海圖近一年也動作不少。公司先后推出 G0、G0 Plus、G0 Tiny 等模型，并對外強調即將發布的新一代 G0.5 基礎模型；與此同時，團隊還發布了 Fast-WAM，在世界模型方面也已經布局。

某種程度上，這也是星海圖這一輪融資更容易成立的原因。它不是某一個點突然做對了，而是成立兩年多以來，幾條關鍵路線都沒有明顯搖擺和失誤。

回頭看，這條順序并不算激進，但它讓星海圖在今天成了一家更完整的公司和投資標的。

03

從開發者走向 B 端市場

過去一段時間，星海圖更容易被外界看到的，是它在開發者和科研市場上的存在感：開源數據集、開發平臺覆蓋率、頭部實驗室采用情況，這些都幫助它迅速建立起「技術底座型公司」的形象。

但這輪融資之后，公司的重心顯然開始更明確地轉向另一件事：某一個重要生產力場景，能不能被真正跑通。

這里的「跑通」，標準并不是有一兩臺機器進場試一試，也不是拍幾個視頻、做幾個 POC 就算完成驗證。

星海圖給出的定義更接近于：機器人要能在一個具體崗位上把活干好，而且客戶能把賬算清楚，進而具備從 1 到 10、再從 10 到 100 復制的可能。換句話說，真正的門檻不在于「能不能演示」，而在于「能不能連續作業、穩定交付、并且讓客戶看到經濟性」。

星海圖并沒有明確這一具體崗位，但是根據過往公開資料，大概率是制造、倉儲、物流、服務業等終端生產力場景里的客戶。

星海圖表示，這部分市場今年仍然更接近 POC 元年。也就是說，現階段比的還不是誰一次性鋪得更多，而是誰能先把一個崗位真正從 0 推到 1。因為在具身智能里，1 到 10、10 到 100 的復制往往不會是最慢的部分；真正難的是第一個可持續運轉、能算清楚賬的場景閉環。

而這恰好也是星海圖認為自己更有機會的地方。

從創始團隊背景看，星海圖并不是一支純學院派機器人團隊，有著大廠的工程經驗。創始人兼 CEO 高繼揚本科畢業于清華大學電子工程系，后在南加州大學攻讀計算機視覺博士，隨后進入 Waymo、Momenta 等自動駕駛公司；聯合創始人趙行同樣與他有 Waymo 共事經歷，目前也是清華大學交叉信息研究院助理教授、博士生導師。

這也是今年不少具身「大腦」公司反復強調的方向：看誰能率先把某一類真實生產力崗位跑通。

這件事對具身模型的要求其實很高。因為如果模型本身在大部分任務上仍然需要大量微調，所謂「落地」很容易退化成重工程、重定制的項目制交付，更多時候只能成為一種展示，而很難真正復制。

但另一面，它的上限也同樣誘人。一旦有公司先把某一個崗位真正做成——不僅技術上能用，而且客戶也能把賬算清楚——它拿到的往往就不只是一個項目，而很可能是率先吃下這一類崗位規模化機會的門票。

有意思的是，在自己往 B 端場景推進的同時，星海圖也在投資行業里的早期項目。

背后的判斷是：具身智能最終要進入的是千行百業，而真實世界里的藍領崗位本來就是高度分散的。倉儲、物流、制造、酒店、零售、餐飲，不同行業、不同崗位，對機器人的任務定義、產品形態和交付方式都不一樣。也正因此，圍繞具體場景做應用和產品的公司，不太可能只收斂成一兩家，它天然就是一個分散市場。這也是星海圖對外投資最明確的一條主線——圍繞下游場景，去布局更多應用型公司。

另一條主線則是前沿技術。至少在星海圖看來，未來兩三年，具身智能的技術路線還遠遠沒有收斂。圍繞數據采集、模型架構、世界模型、訓練方法等方向，仍然會不斷出現新的探索機會。這些公司未必要把硬件、數據、模型、交付幾條線都做成「六邊形戰士」；它們只要在某一個前沿方向上做出真正有價值的突破，本身就具備獨立的技術價值和商業機會。

從這個角度看，2026 年的具身智能，其實正在同時發生兩件事：一邊是頭部公司拿到越來越多的大額融資，試圖把數據、模型和場景一起推上新的數量級；另一邊是行業底層的創新仍在不斷外溢，新的技術公司和應用公司還在持續冒出來。

這或許也是星海圖這輪融資背后更完整的一層含義：具身智能的競爭確實在加速走向頭部，但這個行業本身，遠沒有到收斂的時候。

*頭圖來源：星海圖

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

極客一問

你如何看待星海圖？