点击关注
已关注公众号
在整个一级市场投融资趋于谨慎、AI项目融资遇冷的大环境里，一家诞生仅十个月的具身智能企业跑出了反常行情。
星源智完成新一轮募资，成立至今累计融资突破10亿元，集齐市场化财务资本、各地国资、产业链产业资本三类投资方，成为国内具身赛道融资速度最快的初创公司。
很多业内从业者疑惑，当下机器人行业大多困在量产难、落地慢、烧钱无底洞的困境中，为何资本愿意扎堆押注这家新公司？
梳理本轮投资名单不难窥见资本的底层逻辑，松禾资本、创东方、华控基金等老牌财务机构入局，看重的是世界模型商业化带来的中长期回报；中车资本、北工投资、江西金控等地方国资加码，贴合国内把具身智能纳入未来重点培育产业的政策导向，助力本土机器人产业链补齐底层大脑短板；埃泰克、恒兴集团、奇安投资等产业资本入场，则意在提前绑定通用具身大脑技术，为自家硬件产品做智能化升级。
更值得留意的细节是，老股东元生创投连续三轮追加投资，孵化方北京智源研究院持续大额跟投，用真金白银持续绑定项目发展，从侧面印证技术路线经过长期科研验证，并非短期风口概念。
本轮拿到的资金，星源智划定了清晰的投入边界，资金将全部流向下一代世界模型研发、产品规模化量产、高端人才引进三大板块，避开了初创企业常见的盲目扩张、烧钱营销陷阱。从行业维度看，这笔10亿融资早已超越单一企业的资金事件，是资本从追捧通用大模型转向落地型物理AI的标志性信号。
过去两年，市场疯狂追捧能生成图文视频的云端大模型，但多数产品始终困在数字世界无法落地，而具身智能打通AI与实体硬件，能够落地工业、能源、服务等实体经济场景，自然成为资本新的锚点。往后三年，资金将持续向能落地、有自研底层技术的世界模型企业集中，纯算法纸面项目的融资红利会快速消退。
从自动驾驶老兵到具身探路人，选择藏着怎样的行业判断？
星源智能快速突围，核心离不开创始人 刘东 的跨界布局与团队的复合型配置，不少人好奇，深耕多年自动驾驶的老兵，为何放弃成熟赛道转身入局从零起步的具身智能？
刘东 出身中科院大学，早年在智源研究院深耕基础AI研究，后续出任京东智能驾驶总经理，一手搭建起三百人规模的无人车研发团队，主导第六代L4级无人配送车全栈自研，落地全国30余座城市，累计完成上亿单无人配送落地，手握整车算法商业化全链路经验。
正是在落地末端配送的过程中，他发现行业长期痛点，那就是无人车只能完成道路运输，但仓库分拣、末端入户等环节依旧依赖人工，自动驾驶局限于地面轮式载体，无法解决全场景物理作业难题，而通用具身机器人恰好能补齐这个缺口。
恰逢北京智源研究院推进具身大脑RoboBrain项目商业化落地，双方理念一拍即合，2025年8月星源智正式注册成立，依托智源实验室多年科研积累完成技术起步。
公司联合创始人 穆亚东 作为北大研究员、智源学者，深耕多模态与机器人模型前沿，科研团队成员来自清华、北大、慕尼黑工大、智源研究院等海内外顶尖院校，早在2024年就落地对标JEPA的隐空间预测技术路线，研发进度早于海外LeWorldModel，如今这套架构已经成为全球具身世界模型主流研发范式之一。
一方面是刘东带来的自动驾驶产业化落地经验，擅长成本管控、供应链对接与商业订单开拓；另一方面顶尖科研团队筑牢底层模型技术，科研 + 产业的双核心架构，打破了很多AI公司“重论文、弱落地”、硬件企业“重制造、缺算法”的行业通病，也是资本敢于持续加注的关键原因。
跳出个体视角，刘东的跨界选择也折射出行业人才流动趋势。大量自动驾驶领域工程师、算法专家正在涌向具身智能赛道，自动驾驶积累的导航、运动控制、多传感器融合技术，能无缝复用在机器人小脑研发中，两条技术赛道的技术互通，正在加速国内具身产业的成熟进程。
端侧世界模型路线，真的能破解机器人落地痛点？
如今全球具身行业普遍卡在两大无解难题，一是真机采集数据成本高昂，动辄数十万单真机测试才能完成模型微调，纯端到端模型很难适配多变的真实物理环境；二是主流云端大模型算力功耗居高不下，实时反馈延迟严重，很难装在尺寸有限的机器人本体里规模化商用。
但是，当海外PI、Figure AI扎堆沿用云端 + 本体快慢系统架构时，星源智另辟蹊径，选择软硬一体 + 全端侧部署的差异化路线，这套路线究竟有哪些过人之处？
公司自研“具身大小脑协同架构”，由具身大脑承担环境感知、任务拆解、长程推理、动作预判，具备任务失败后自我反思重规划的能力。另外，具身小脑负责导航、关节操控、动态避障等精细化运动控制，这套快慢协同思路和国际头部企业技术底层逻辑相通，但星源智做出关键突破，通过全模型部署在机器人本地端侧硬件，自研适配端侧的算力平台，彻底摆脱对云端服务器的依赖，大幅降低算力使用成本与数据传输延迟。
行业里多数世界模型对标Sora走视频生成路线，花费海量算力渲染完整画面，看似画面逼真，却无法理解动作与环境变化的物理逻辑，机器人拿到指令依旧只会机械复刻动作。
星源智的具身交互世界模型跳出像素生成误区，聚焦当前状态 - 动作 - 未来环境变化的因果关系，在隐空间提炼物体交互规律，机器人在执行任务前，能在模型内部预演动作带来的环境变化，预判抓取、装卸失误风险，从被动执行指令升级为主动推演后果。
简单来说，别的机器人是看见什么做什么，星源智的机器人能先在脑子里模拟一遍怎么做、做错会发生什么，从“看懂世界”进阶到“理解物理规律”。
此外，技术落地也是重中之重，它是验证可行性路线的唯一标准。对此，星源智携手全球头部电动叉车厂商中力股份发布具身装卸技术，落地工厂无人化叉车作业；和北京亦庄机器人达成深度绑定，布局政务巡检、商场导览场景，双方敲定三年内五亿落地订单，依托亦庄万台机器人落地规划批量铺机；在能源电力赛道，落地变电站设备巡检、风电设施运维等高价值场景，解决高危环境人工上岗难题。
不仅如此，在硬件合作端，产品成为英伟达Jetson Thor芯片全球最大出货合作方，国内超七成头部机器人本体厂商搭载其具身大脑方案，形成“模型适配硬件、硬件反哺数据迭代”的正向闭环。
理性复盘：星源智为整个具身行业带来了哪些现实启示？
纵观当下国内具身赛道，一边是大批人形机器人硬件厂商扎堆入场、同质化内卷严重，一边是云端大模型厂商跨界做机器人大脑却落地艰难，星源智用十个月快速起量、融资落地双丰收的发展路径，跳出内卷怪圈，结合行业现状，能提炼出三点具备参考价值的行业观点。
第一，未来具身竞争的核心不在硬件参数比拼，而在世界模型对物理世界的理解能力。此前行业陷入参数内卷误区，比拼机器人自由度、机身材质，但脱离能预判物理变化的世界模型，硬件再精良也只能在固定场景重复标准化动作，环境稍有变动就宕机报错。星源智证明，通用机器人的核心壁垒是能自主学习物理规则的端侧世界模型，这也是智源研究院持续深度共建联合实验室、源源不断输送科研资源的核心原因，底层算法才是机器人产业的卡脖子环节。
第二，端侧部署是世界模型落地规模化的必经之路，云端路线注定难以普惠商用。Sora、各类生成式世界模型依靠云端海量GPU支撑算力，单台机器人联网运行成本高昂，网络波动、断网就直接停工，很难下沉中小工厂与中小型服务商。全端侧自研架构虽然前期研发投入更高，但长期能摊薄单台硬件智能化成本，适配工业零散场景、户外无网巡检等复杂环境，契合实体经济降本需求，也是产业资本愿意持续入股的底层逻辑。
第三，科研院所 + 市场化企业的产学研落地模式，是国内AI突破技术壁垒的优质路径。智源研究院手握前沿科研成果，但缺乏市场化落地、供应链整合能力；星源智拥有产业化团队，补齐商业落地短板，双方共建实验室实现科研成果快速商业化转化，避开高校研发与产业脱节、初创企业缺前沿技术的双向痛点。在国内政策持续扶持新型研发机构的大背景下，这套合作模式未来会成为本土AI企业主流发展模板。
当然，星源智同样面临行业共性挑战，端侧世界模型仍需要海量真机数据持续迭代，机器人全品类规模化量产还要经受成本、供应链考验。但不可否认，这家成立未满一年的企业，已经踩中物理AI产业变革节点，随着10亿资金持续投入研发落地，国内具身智能世界模型赛道，即将迎来本土化技术全面赶超海外的关键窗口期。
往期推荐
融资10亿!上海国资重仓AMD前员工
吴夏青是谁？为什么离职英伟达创业？
点赞鼓励一下
图片来源：网络
本文不作为投资建议