一、公司速览
二、一场"机器人自己发布自己"的发布会
三、技术架构：从"世界模型"到"触觉皮肤"的全栈自研
1. 认知层：KAI World Model（物理世界模型）
-
动作模块：根据当前状态生成多个候选动作 -
基模型：根据候选动作推演未来状态 -
评估模块：对轨迹进行价值判断，包括任务进展和接触安全性
2. 感知层：KAI Halo 数采终端 + 全身触觉皮肤
-
第一人称视角视频记录 -
人体姿态重建 -
场景点云生成
-
18000个触觉触点覆盖全身 -
可感知0.1N以上的轻微触碰并作出反馈 -
在近距离协作、陪伴等场景中构建高质量的感知-反馈闭环
3. 执行层：KaiBot 高拟人本体
4. 三阶段训练体系
-
预训练：利用互联网、仿真及自采第一人称数据，构建"空间-语言-视觉-任务动作"对齐的常识基础 -
桥接训练：引入UMI和数据手套等高精度数据，补充手部精细动作与物理接触细节 -
后训练：通过真实场景遥操数据，完成与KaiBot本体的动作对齐
四、核心参数 vs 行业标杆
-
KaiBot在自由度密度和触觉感知密度上处于行业领先 -
但商业化量产进度明显落后于特斯拉、1X、宇树等竞品 -
1X NEO已开启预售（2万美元），宇树G1已量产销售，而KAI尚未公布售价和交付时间表
五、资本版图：分享投资+青鸟智控+松禾资本
六、团队基因：谷歌学术引用10万+的"算法天团"
-
两位世界级AI算法科学家：谷歌学术引用合计超10万次 -
研发人员占比70%+：远高于行业平均水平 -
全球顶尖学府背景：港大、清华、北大、慕尼黑工业大学、复旦大学等 -
产业经验深厚：团队具备自主设计并量产医用康复外骨骼机器人、推动L4级矿卡商业化落地的完整经验 -
全链路覆盖：从核心模组、具身本体、数据、端到端基础模型到场景解决方案，全部自研
七、SWOT深度拆解
✅ 优势（Strengths）
-
115自由度全球最高：运动灵活度逼近人类极限 -
18000触觉触点：0.1N感知精度，人机交互安全性领先 -
世界模型闭环架构：从理解到预测到评估的完整认知闭环 -
全栈自研：模型+本体+数据+训练体系，不依赖外部供应商 -
顶级算法团队：谷歌学术引用10万+，基础研究能力世界一流
⚠️ 劣势（Weaknesses）
-
成立不足1年：无营收、无产品交付记录 -
尚未量产：发布会演示≠量产能力，商业化路径不明 -
未公布售价与时间表：与1X NEO（已预售）、宇树G1（已量产）差距明显 -
品牌知名度低：除行业圈层外，公众认知度几乎为零 -
资金储备有限：仅完成天使+Pre-A轮，后续融资压力大
🚀 机会（Opportunities）
-
人形机器人赛道风口：2026年政府工作报告将"具身智能"列为未来产业 -
入选Morgan Stanley《Humanoid 100》：获得国际投行认可 -
青鸟智控产业协同：消防、应急等B端场景具备落地潜力 -
中国供应链成本优势：深圳产业链完整，量产成本可控 -
家庭/商业服务蓝海：老龄化加速，服务机器人需求爆发
⚡ 威胁（Threats）
-
竞品先发优势：特斯拉Optimus、1X NEO、宇树G1、Figure等已领先数个身位 -
技术成熟度风险：高自由度≠高可靠性，量产稳定性存疑 -
资金消耗快：人形机器人研发烧钱速度惊人，后续融资窗口不确定 -
商业化路径模糊：B端工业？C端家庭？尚未明确主攻方向 -
"发布会泡沫"风险：行业已有过多"惊艳发布、迟迟不交付"的先例
八、投资视角：三个关键问题
Q1：它是"真技术"还是"发布会公司"？
Q2：高自由度是"护城河"还是"负担"？
-
更复杂的控制系统 -
更高的硬件成本 -
更大的维护难度 -
更长的量产周期
Q3：它的最佳落地场景是什么？
九、结语
