2026年2月10日晚，星海图B轮融资媒体群访在线上举行。CFO罗天奇面对媒体提问，首次系统阐述了公司对具身智能行业的前瞻性思考。在这场信息量密集的交流中，他反复强调一个反共识的观点：在这个新兴行业，花钱效率比烧钱速度更重要。
01 全栈布局：打造具身智能的基座能力
星海图将自己定位为“大脑+身体+基础设施”的全栈服务商。罗天奇用了一个形象的比喻：“今天的大脑和身体是紧密相关的。为了做好模型，不能只做模型。”这一认知源于创始团队创业初期的共识——要定义“对大脑最友好的本体”。
“我们很快做了轮式双臂的本体，这个本体成为了全球顶级研究人员的首选。”罗天奇提到，包括AI教父李飞飞团队和全球公认的最佳具身大脑项目“派”都在使用他们的硬件平台。
随着业务发展，星海图发现了第三个关键要素：工具链。“本体加上大脑还差最后一公里，需要用工具链去填补。”罗天奇将这套体系称为“具身智能的Infra”（基础设施）。如今，公司同时推进三件事：以大脑为核心，向上做身体，向下做Infra。
这套完整的产品体系让用户能够在具体场景中像“培训新员工”一样部署机器人。通过采集场景数据，在基础模型上做微调，最终实现准确率的持续提升。罗天奇认为，这是具身智能领域的“手机+智能”关键环节，也是行业链主所在的位置。
02 为何选择全栈模式？
面对“创业公司为何布局如此之广”的疑问，罗天奇给出了两层解释。
首先，具身智能产业链特别长。“如果想成为最终的赢家之一，必须做六边形战士——从硬件到数据到模型，再到商业化、融资、客户关系甚至政府关系，都需要全面能力。”
其次，星海图支持国内外众多大脑研发团队，包括那些自研模型的竞争对手。“我们判断行业未来会百花齐放，不是某家公司吃独食的格局。”基于这个判断，公司选择构建开源开放的生态，提供“基座能力”避免重复造轮子。
这种策略的核心是服务开发者群体。罗天奇特别澄清了一个误解：“很多人把开发者和科研用户划等号，实际上科研用户只占我们收入的30%，今年会进一步降到20%。90%以上的收入来自长期生产力开发者。”
03 从开发者到生产力
2025年底，星海图提出“从开发者走向生产力”的战略转向。罗天奇解释说，当前行业的生产力场景尚未完全ready，客户本质上仍在进行POC验证和场景打磨。
“我们通过产品矩阵服务的开发者，很自然地成为了场景端的先行者。”这种金字塔式的辐射效应，让星海图能够更好地捕捉生产力爆发的机会。
他对行业终局的判断类似于大语言模型：“下游会有无数物理世界的Agent，有的用来洗碗，有的用来铺床。场景的多样性太高，没有公司能覆盖所有中长尾场景，需要开发者生态。”
04 技术路线之争：为何不追逐“世界模型”
当被问及近期火热的多模态世界模型对具身智能的推动时，罗天奇给出了明确的判断。
“世界模型更适合Google、阿里这样的大厂去探索，不适合创业公司。”他进一步解释说，具身智能更像人类的学习过程。“人脑并不掌握世界模型，但到了陌生环境依然能游刃有余，因为掌握了交互的一般规律。”
星海图选择的路径是从本体出发的交互智能。“有可能存在上帝之眼式的技术突破，但那需要10-20年。我们选择的路径足够清晰，且没有看到大的瓶颈。”
公司的技术架构采用“快慢双系统”，在自主研发端到端VLA模型的同时，充分利用大厂VLM模型的进展。“很多公司过度强调视觉语言理解能力，但这些能力大厂已经做得很好，我们更关注独特的VLA模型。”
05 商业化策略：不摘“低垂果实”
星海图的商业化策略体现其务实风格。罗天奇将商业化分为“技术驱动”和“商务驱动”两种。虽然行业内在“商务驱动”方面已有可观出货量，但星海图更倾向于攻克需要更高技术门槛的“生产力场景”。
“我们挑选的场景必须符合几个标准：厘米级精度、人类速度的80%、准确率98%以上。”罗天奇透露，汽车制造和物流领域的部分场景已符合这些标准，并开始批量交付。
他特别强调了具身智能与自动驾驶的区别：“单次失效成本低意味着容错空间更大，不需要像自动驾驶那样追求99.9%后的多个9。很多场景不需要极高准确率就能落地。”
这种特性让具身智能的商业化不会经历自动驾驶的漫长寒冬，而是“润物细无声”地推进。符合标准的场景全球都有百万级劳动力规模，即便1%的渗透率也意味着万台级出货量。
06 资金效率：一场马拉松式的竞争
面对“百年老店”（指融资额按当前花费速度可支撑百年）的调侃，罗天奇坦言公司更关注资金使用效率。
“在这个行业，谁能把一块钱花出最高程度的智能，谁就应该获得资本青睐。”他援引美团在百团大战中的策略类比：在行业尚未ready时盲目烧钱，不如保持资金储备，在技术拐点来临时精准投入。
罗天奇透露了一个关键数据：星海图研发投入的80%用于“大脑”开发，其中数据采集占30%，算力占40%-50%。他特别强调了中国企业的数据供应链优势：“美国公司数据采集成本是我们的10倍，这个差距远大于硬件成本差异。”
2025年，星海图验证了自己是具身智能头部公司中花钱效率最高的企业。“2026年，我们要把效率转化为效果，目标是成为中国具身智能模型第一。”这意味着公司将有“激进而审慎”的花钱计划。
07 三到五年的关键窗口期
罗天奇预测，未来三到五年是创业公司的关键窗口期。“头部公司目前的融资规模足够支撑研发，尚未出现被大厂碾压的局面。”
但随着scaling law的生效，行业格局将快速收敛。“头部玩家进一步集中，少数融到数十亿的公司才能持续训练基础模型。中小公司可能转向细分场景或上游工具。”
他判断，今年头部具身智能公司在算力数据上的投入约为大语言模型创业公司的1/10。“但这个行业是指数级增长，明年可能增长三五倍。未来三五年内，创业公司还能在资源量级上与大厂抗衡。”
08 团队基因转变：从科学家到交付工程师
随着行业进入场景交付期，团队背景也在发生变化。“投资偏好正从科学家团队转向自动驾驶背景的团队。”罗天奇表示，星海图是头部四家公司中唯一的自动驾驶背景团队。
“行业下半场比拼的是量产交付能力，自动驾驶背景的团队更有比较优势。”公司相应地进行了团队调整，吸引更多能支撑场景交付的人才加入。
09 华哲创业事件背后的战略思考
对于联合创始人华哲离职创业，罗天奇表现出开放态度。“华哲希望做ToC的产品型应用，而星海图选择聚焦生产力场景。”
公司甚至通过产业投资基金对华哲的新公司进行天使投资。“我们认为这符合双方利益。未来华哲在ToC领域的探索，可以为我们提供参考。”
这种处理方式体现了星海图对行业生态的思考。“越来越多的公司会向下游细分场景发展，我们应该做好基础模型和工具链，支持整个生态。”
10 行业未来的中美竞争
罗天奇同意马斯克的预测：未来全球前十的机器人公司，除特斯拉外都将是中国企业。但他补充了一个被忽视的优势：数据供应链。
“除了硬件供应链，中国的数据供应链优势更明显。高质量数据采集成本是美国的1/10，同样的资金能获得10倍数据量。”
这种双重优势让罗天奇相信，中国具身智能行业在中美博弈中不仅能保持不败，甚至可能实现全球引领。
在具身智能这场马拉松中，星海图选择了一条注重长期效率的路径。当部分友商追逐短期出货量时，他们更关注如何为技术拐点储备能量。这种策略能否成功，取决于对技术成熟度的准确判断，以及机会来临时快速扩大的能力。随着行业进入交付期，星海图的自动驾驶基因和全栈布局将迎来真正的考验。
