编辑：吕鑫燚
出品：具身研习社
具身正从“风口叙事”迈入“产业竞争”时刻。
世界经济论坛第十七届新领军者年会（夏季达沃斯论坛）刚刚结束。会上，中国向全球介绍了一连串我国产业集群，从长三角电子信息 1 小时创新圈、重庆摩托车 1 小时产业圈，到深圳机器人谷的“半小时配套圈”。这些产业集群之所以被放在同一条叙事线上，是因为它们共同指向了中国制造升级中最关键的底层能力：技术创新不再孤立发生，而是在高密度产业生态中被持续孕育、验证和放大。
深圳机器人谷正是这一逻辑的典型样本。它位于深圳南山区北部，沿留仙大道东西绵延约 15 公里。在这片狭长谷地中，聚集着大量机器人产业链企业、上市公司、细分领域龙头和近 10 所高校，形成了从基础研究、核心零部件、整机制造到场景应用的近距离协同。而所谓“半小时配套圈”，并非简单的地理便利，而是让机器人企业能够在极短时间内完成研发试错、供应链响应、工程迭代和小批量验证的产业底座。
对于具身智能技术栈如此复杂的赛道，深圳的优势尤其突出。大量核心零部件可以与成熟产业链形成协同，硬件迭代不必从零开始，制造能力也可以更快从样机走向产线。近期被反复提及的深圳机器人“八大金刚”，正是这片产业生态走向集中爆发的缩影。
智平方作为其中一员，既享受着深圳机器人谷的供应链红利，也在用自身的模型、硬件和场景落地能力，参与塑造深圳冲刺“人形机器人第一城”的产业叙事。值得一提的是，智平方创始人兼 CEO 郭彦东博士，是本届夏季达沃斯论坛论坛上中国具身人形机器人领域唯一受邀发表演讲的嘉宾，向世界分享中国机器人产业对“下一代机器人大脑”的思考。
在近期落幕的广东“众创杯”创业大赛中，智平方凭借“具身大模型驱动的生产力型通用智能机器人关键技术及产业化应用”从超1.16万个全球项目中脱颖而出，斩获产业发展赛道特等奖，成为本届赛事机器人产业化应用领域唯一获此最高荣誉的企业。作为广东省规格最高、覆盖范围最广、影响力最大的创新创业赛事之一，“众创杯”汇聚了全省乃至全球优秀创新创业项目，是广东遴选战略性新兴产业、培育未来产业的重要平台。此次斩获特等奖，不仅意味着智平方原创技术路线和产业化能力获得广东省权威认可，也再次彰显了其作为广东、粤港澳大湾区具身智能代表企业的领先地位。
而就在刚刚，这家被称为“最像特斯拉”的头部具身智能企业，迅速完成一系列新融资，估值飙升至 200 亿元。
本轮融资中，智平方实现了“国家队-部委-大湾区-地方-险资-券商-产业方-财投”全链条顶级资本的唯一全覆盖，国家队及多家千亿上市公司产业资本独家青睐。
具身智能今天的融资依旧激昂，但在惊叹热钱涌动之外，我们更应当追问：谁能量产，谁能进入高价值场景，谁能持续获得真实数据，谁能让模型在场景中越用越强，谁能把技术路线和中国供应链优势结合起来。
智平方这轮融资之所以受到资本追捧，正是因为它站在了这些问题的交汇点上。它既有大模型公司的技术想象力，也有机器人公司的硬件和交付能力；既有深圳机器人谷的供应链生态，也有达沃斯舞台上的全球表达；既能讲下一代机器人大脑，也能把机器人送进半导体、生物制药、新零售和公共服务等真实场景。
因此，智平方的故事不只是“又一家具身智能公司完成大额融资”，而是一个更值得观察的产业样本：当资本、供应链、场景和类脑模型开始在同一家公司身上汇合，中国具身智能正在从风口叙事，走向真正的产业竞争。
具身智能是典型的长周期、重投入、强工程、强场景产业。它不像纯软件应用那样可以轻资产快速试错，也不像传统硬件那样只靠供应链降本就能完成商业闭环。模型研发需要持续投入，机器人本体需要工程迭代，场景落地需要长周期磨合，规模化交付还要面对制造、成本、售后和安全等一系列现实问题。这样的行业，最终比拼的不只是融资金额，更是资本结构背后的耐心、资源和产业协同能力。
智平方本轮融资的特殊性，正在于股东阵容几乎覆盖了具身智能长期发展所需的关键资本类型。从国家队、部委基金，到大湾区地方资本；从险资、券商系资本，到产业方和市场化财投；再到多轮追加的老股东，智平方完成了一次罕见的“顶级资本全矩阵”集结。对于仍处于产业化早期的具身智能来说，这样的资本组合，传递出的信号远比单一大额融资更丰富。
国家级和部委基金的进入，意味着具身智能被放进了更高层级的产业战略视野。国家中小企业基金、中国文化产业体系基金等资本的加持，提供的不只是财务资金，也是一种长期背书。具身智能未来既关联先进制造，也关联人工智能、机器人、新型终端和产业自动化。这种特性标志着，具身智能只是一个科技创业赛道，而是国内制造体系迈向智能化、柔性化和自主化的重要抓手。
区域资本的持续加码，则进一步凸显智平方在区域产业升级坐标的位置。广东智能机器人产业投资基金、南山战新投、粤港澳大湾区系列基金等区域重点平台入局，背后是深圳和大湾区对具身智能产业集群的系统押注。当深圳机器人谷的“半小时配套圈”已经被放上达沃斯舞台，这意味着地方产业生态不再只是企业成长的外部环境，也开始成为企业竞争力的一部分。资本投向智平方，其实也在投向深圳机器人产业链从硬件制造向智能终端升级的可能性。
更值得关注的是产业方资本的密集出现。中国生物制药（正大集团）、康龙化成、茅台基金、招商局资本、五洲新春、万丰控股、中贝通信等产业龙头，横跨生物制药、科技服务、高端制造、新零售、港口建设等多个领域。叠加过往百度战投、中国中车等大型产业方，智平方的产业资本已覆盖多个高价值实体场景。这些资方中必须额外强调一点，五洲新春、万丰控股作为特斯拉供应链的企业，此番押注智平方，某种程度上既是对“中国特斯拉”的发展认可，也是愿长期携手同行的表态。
所以，对于具身智能企业而言，产业资本的意义常常超过账面资金，因为产业方带来的场景、工艺、数据、真实需求，更能辅助具身智能企业培养落地Know how。
这也是 AI 时代，具身智能产业与其他赛道非常不同的地方。一个大模型产品可以先在通用场景中获得用户反馈，机器人却必须进入具体的物理空间：洁净车间、半导体产线、公共服务区、新零售门店、制造车间。每个场景都有工艺标准、安全边界、稳定性要求和成本约束。没有产业方深度参与，机器人很难真正理解场景；没有场景长期开放，模型也无法从真实任务中持续进化。产业资本选择智平方，某种程度上是在用自己的产线和生态为其技术路线投票。
险资和券商系资本的进入，则为智平方补上了另一层长期主义底仓。机器人产业注定要经历从研发验证、标杆场景、批量交付到规模化复制的多个阶段，中间很难避免投入高、周期长、回款慢、标准未定等挑战。保险公司、中金资本、中信建投资本、国投证券、洪泰资本等资本的参与，意味着市场中更重视长期价值和产业确定性的资金，开始在具身智能赛道建立仓位。
老股东持续追加同样重要。达晨财智、敦鸿资产、道得投资、梁创投等老股东选择继续加注，说明智平方并非只在新一轮融资窗口中获得短期追捧，而是在连续观察中强化了投资人的判断。
把这些资本放在一起看，智平方获得的已不是单一维度的融资认可。国家级资本提供战略背书，地方资本连接区域生态，产业资本开放真实场景，险资和券商系资本提供长期耐心，老股东追加代表持续验证后的信任。七类资本的全链条覆盖，背后是多元化的合力。对于一个仍在快速演进的赛道来说，这样的资本结构，本身就是一种产业信号：市场正在寻找能够把技术、制造、场景和规模化交付放在同一张图上推进的公司。
在外界认知中，智平方首先是一家“大脑公司”。它是全球较早布局端到端 VLA 路线的企业之一，长期坚持“大脑先行”的技术路径。过去三年，从端到端 VLA，到 Video2Act，再到 NeuroVLA，智平方持续围绕机器人大脑进行系统性创新。摩根士丹利也曾连续多期在全球机器人行业研究报告中，将智平方列为机器人“大脑”方向代表企业之一，使其成为中国具身智能领域少数以大模型能力进入全球视野的创新企业。
但如果只把智平方理解成一家模型公司，又会错过它在产业中的关键特征。具身智能的难点在于，模型能力必须被放进真实身体里，经受物理世界的摩擦、误差、延迟、负载、碰撞和长时间运行考验。再强的“大脑”，如果没有可靠的本体和可规模交付的硬件体系，也很难真正进入产业场景。智平方罕见之处在于，它把“模型×硬件×场景”放在同一套体系中推进，形成了软硬一体的技术路径。
据了解，智平方已经拥有自主产线，爱宝系列机器人在复杂工业与公共服务场景中经历了数万小时稳定运行，已建成年产 2000 台以上的半自动化产线，并实现常态化批量交付。围绕生产端，该公司已搭建起覆盖产能建设、产品落地、成本管控的多维度布局，并规划在 2026 年下半年建设 2 万至 3 万台产能新产线。对于具身智能公司来说，这些信息说明它已经跨过了小规模试点阶段，开始把自己推向成为社会生产力工具的考场。
智平方的硬件和量产能力，离不开深圳机器人谷的产业土壤。
郭彦东在达沃斯演讲中提到，中国拥有全球最完善的智能手机与新能源汽车产业链，机器人所需的大量核心零部件均可与成熟供应链形成协同效应。深圳的价值就在这里。智能手机产业给深圳留下了小型化、集成化、消费电子级供应链和快速迭代能力；新能源汽车产业又带来了电机、电池、电控、传感器、精密制造和系统工程能力。
当这些能力迁移到机器人产业，具身智能公司就有机会更快完成从样机到产品、从产品到产线、从产线到规模化交付的跃迁。智平方身处深圳机器人谷“半小时配套圈”，意味着它可以把公司护城河直接接到国内制造的系统红利上。
更重要的是，智平方的硬件能力并没有停留在“造一台机器人”的层面，而是在反向服务模型和场景。机器人本体的正向设计、产线能力、模型训练和真实任务部署需要一起迭代。硬件决定了数据采集的质量，场景决定了模型优化的方向，模型又反过来影响硬件设计和控制策略。具身智能的产业闭环，最终不是把模型装进一具现成身体，也不是把硬件交给模型去“适配”，而是在场景压力下持续协同进化。
从落地情况看，智平方已经在多个高价值场景跑通了这种闭环。在半导体显示领域，公司完成了从单点验证到批量落地的跨越，去年率先落地与惠科的 3 年 1000 台标杆合作，今年又实现单一场景多客户复购，并在半导体领域拿下更多标志性客户。这里必须强调，能够实现复购，说明客户关注的已不只是技术展示，而是持续交付价值。
在生物制药领域，智平方已完成在华熙生物产线的部署，并在今年开始新增多家生物制药企业的深入合作。制药产线中的洁净作业、柔性分装、稳定质控，对机器人提出了非常细致的工艺要求。这类场景的价值在于，它既有明确痛点，也有较高门槛，一旦形成可复制方案，就可能从单条产线扩展到多厂区、多工艺环节。同时，中国生物制药的投资与合作，也将进一步强化这种“资本+场景+工艺”的协同关系。
在新零售领域，智平方的爱宝“智魔方”已在全国十余个省市实现常态化运营。机器人店员日均工作 10 小时，每天自主完成数百杯咖啡和冰淇淋制作，并进一步拓展至抹茶、啤酒、鸡尾酒等品类。与工业场景相比，新零售更贴近人群、更强调交互体验和运营效率，也更容易暴露机器人在长期服务、异常处理和场景泛化中的问题。智平方计划未来三年在全国落地 1000 个爱宝智魔方，目前正从项目制交付向产品化批量化转型，将新场景落地周期进一步压缩。
这些场景共同指向一个关键趋势：具身智能的竞争正迈入新阶段，谁能在真实世界形成“技术-商业”闭环。高价值场景带来真实数据，真实数据反哺模型进化，更强的模型帮助机器人进入更多场景，更多场景继续扩大数据壁垒。对智平方而言，“模型×硬件×场景”三位一体，不只是公司叙事上的完整，更是它进入产业竞争的基本结构。
如果说资本和供应链回答的是智平方为什么有机会跑出来，那么达沃斯舞台上的表达，则回答了它想把中国具身智能带向哪里。
本届夏季达沃斯论坛以“规模化创新”为主题，汇聚来自全球 90 多个国家和地区的 1700 余位领军人物。郭彦东作为中国具身人形机器人领域唯一受邀参会并发表演讲的企业家代表，向全球产业领袖、学术专家及国际机构代表系统介绍了智平方关于下一代机器人大脑、机器人规模量产和真实场景落地的思考。这次亮相的意义，不只在于一家中国机器人公司登上国际舞台，更在于中国具身智能开始对外输出自己的技术判断和产业方法。
当前，全球 AI 正面临一个越来越突出的矛盾：模型能力不断增强，但数据、算力和能源消耗也在快速上升。大模型路线的成功，让行业看到了规模化训练的威力，也让更多人意识到它在物理世界中可能遇到的限制。机器人要在真实环境里行动，面对的是连续控制、低延迟反应、能耗约束、安全边界和长时间运行。单纯把更大的模型、更大的数据和更高的算力压进机器人，并不能自动解决这些问题。
郭彦东在演讲中提出，下一代机器人大脑不应只是算力和数据的竞赛，更需要探索更高效、更可持续的发展路径。他提到，“如果所有人都沿着同样的大模型路线继续往前走，我们需要 10 倍的数据、10 倍的电力。但现实世界并没有无限的数据和能源。”这句话或许会叫醒那些过度迷信 Scaling Law 的人，是因为它把具身智能的竞争从参数和数据规模，拉回到现实世界的资源约束中。
智平方给出的答案，是类脑路线 NeuroVLA。
今年 4 月，智平方正式发布全球首个开源类脑 VLA 模型 NeuroVLA。它借鉴生物神经系统的层级分工，将“皮层—小脑—脊髓”协同机制引入机器人控制体系：皮层负责语义理解和任务规划，小脑负责高频运动协调与动态修正，脊髓负责毫秒级运动执行与安全反射。这套设计的核心价值在于，让机器人的智能不只体现在“理解任务”，也体现在运动稳定性、动态修正、安全反应和能效上。
在测试中，NeuroVLA 展现出几类非常具身化的能力。机械臂运动中的急动度平均降低 75% 以上，动作轨迹变得更稳定，为倒水、插孔等精细任务奠定基础；在碰撞恢复测试中，机器人手持试管遭遇未知障碍后，能够以小于 50 毫秒的反射迅速缩回，再利用接触信息重新规划绕行路径，最终完成任务；在“摇晃烧杯”这类重复性任务中，系统通过脉冲脊髓模块读取力峰，不靠视觉数数，也能自主完成周期性的运动模式。这些能力不只是模型指标，更直接关系到机器人能否在真实场景中稳定、安全、低能耗地工作。
低功耗是类脑路线更长远的价值。由于脉冲神经网络具有“不做事就不耗电”的特性，NeuroVLA 的仿脊髓执行层运行时平均功耗仅为 0.4 瓦。对于未来长时间续航的移动机器人而言，能耗不是边缘问题，而是决定产品形态、部署成本和可用时长的关键变量。当机器人从实验室走进工厂、商场、公共服务空间乃至家庭，它无法一直依赖高功耗计算来维持基本动作和安全反应。更高效的机器人大脑，才有机会支撑更大规模的现实部署。
NeuroVLA 还试图摆脱机器人行业的数据内卷。它没有一味依赖海量机器人数据，而是使用预训练的 Qwen-VL 和数百个下游样本进行微调，并通过代理梯度实现 SNN 的端到端训练，从而降低类脑架构训练门槛。对整个行业来说，这一点同样重要。真实机器人数据昂贵、稀缺、采集周期长，且强依赖本体和场景。如果每一个新任务都需要大量真机数据堆出来，具身智能的规模化落地会被数据成本长期压制。类脑路线、小样本学习和低功耗计算，正是在回应这一产业瓶颈。
除了技术路线，郭彦东在达沃斯还提出了另一个关键判断：用统一硬件与统一模型弥合工业、公共服务和未来家庭之间的场景鸿沟。
当前机器人产业的一个现实问题是，不同场景之间割裂严重。工业场景追求精度、稳定性和节拍，公共服务强调交互、环境适应和异常处理，家庭场景则更加开放、复杂和长尾。如果每个场景都单独设计硬件、单独训练模型、单独建立数据闭环，机器人很难形成规模化能力。
智平方的思路是，以统一本体和同一基础模型为底座，让机器人进入不同场景持续运行，并将不同场景产生的数据回流到同一个机器人大脑中。工业场景提升精度与稳定性，公共服务场景增强交互和泛化能力，两类能力相互促进，最终为未来家庭应用积累基础。这条路径的意义在于，场景不再只是商业化收入来源，也成为模型进化的训练场；硬件不再只是承载模型的外壳，也成为跨场景数据一致性的基础设施。
当然，智平方的全球输出还不止于单家公司技术判断。公司今年 4 月发布 AlphaBrain Platform，定位为全球首个一站式、开箱即用的具身智能模型开源社区，向全行业开放，打通“数据—训练—模型—评测”的完整链路，把原本只有少数团队具备的复杂系统能力，转化为行业可共享的公共能力。而这也有助于推动整个行业从零散探索走向体系化竞争。
站在更大的产业视角看，智平方正在尝试回答一个新的问题：当 AI 从数字世界进入物理世界，什么样的技术路线才真正可持续？过去几年，全球 AI 产业习惯用更大模型、更大数据、更强算力来衡量进步。但机器人不只存在于服务器里，它必须带着电池、关节、执行器和传感器，在人类真实环境中连续行动。物理世界不会给机器人无限能源，也不会给行业无限数据，更不会容忍不稳定和不安全。
所以，这正是智平方在达沃斯舞台上交出的“中国答案”：依托中国供应链实现规模量产，以真实场景驱动数据飞轮，用类脑路线降低数据和能耗压力，再通过统一硬件与统一模型跨越场景鸿沟。它既来自一家公司的技术选择，也来自中国制造体系、深圳产业集群和真实场景资源共同构成的土壤。
具身智能的竞争已经进入新的阶段。资本会继续寻找确定性，产业方会继续寻找能解决真实痛点的机器人，城市会继续争夺下一个智能终端产业集群，全球舞台也会继续追问 AI 如何更高效、更可持续地服务现实世界。智平方此刻站在资本、供应链、场景和类脑模型的交汇点上，它的意义并不只是一轮融资和国际亮相，而是提供了一个观察中国具身智能产业化路径的样本。
当机器人产业从表面热闹走向产业纵深，真正值得关注的企业，将不再只靠单点技术、单个场景或单轮融资定义自己。未来的头部公司，要能把模型研发、硬件工程、供应链组织、场景落地、数据回流和全球表达连成一条完整链路。智平方正在证明，中国具身智能已经有企业开始沿着这条链路向前推进。
风口终会过去，产业竞争才刚刚开始。
