具身智能公司星尘智能（Astribot）近日完成10亿元新一轮融资，估值150亿元。本轮由投控东海（深投控）领投，洪泰基金、光华阳光管理的宁海兴泰合基金、善恒资本参与，老股东先沐追投。资金将用于模型迭代、人才扩充、商业化落地和产能建设。
2026年3月以来，星尘先后完成A+轮、A++轮、B轮和本轮融资。6月，B轮系列融资合计超过10亿元，估值首次突破百亿；三个月后估值升至150亿元，稳居中国具身智能公司第一梯队。云启资本、经纬创投、锦秋基金、蚂蚁集团、国科投资等机构此前已经入股。本轮融资后，星尘的股东已涵盖国资基金、产业集团和头部财务机构。
星尘成立约四年，是全球首家量产绳驱AI机器人公司，但它给自己的定位是以AI为核心的具身智能公司。绳驱本体是进入物理世界的入口，支撑估值的，是模型、操作系统和本体全部自研后形成的数据闭环，以及这套系统已经转化成的量产订单。深投鹏城战新基金CEO穆春卫表示：“从底层AI大模型、具身OS到独特绳驱本体设计，星尘智能团队展现出了极强的技术闭环能力和清晰的商业化落地路径。”
创始人来杰从一次开门实验出发，选了一条「无人」之路
来杰是腾讯Robotics X实验室的1号员工。2020年前后，他做机器人操作项目，一个反差一直让他想不通：工业相机的分辨率已经很高，机械臂精度做到了亚毫米级，机器人干活却依然笨拙。他开始怀疑，智能的瓶颈也许不在精度。盲人看不见，人手臂的精度也不高，做事却很利落。
他提出拿开门来验证这个想法。传统方案要先估算门轴位置、规划轨迹，偏差稍大就可能把把手拽下来。他让团队换个思路：机械手先压住把手，感觉到它转动就跟着调整，不再硬拉。这套方案开把手式门的成功率做到了100%，完全不需要精确的视觉定位。
来杰从中得出的结论是，力的传递要足够透明，人做事时施力和感知力本来就是一个闭环。绳驱用腱绳代替传统减速器传递动力，原理接近人体肌腱，可以让力的传递损耗极小，力对AI几乎完全透明，“就跟两个人握手一样”。在他看来，绳驱机器人也是最适配AI的机器人，它不只是一个硬件路线的选择，而是智能往下一步发展的基础。星尘的Design for AI理念由此而来：“要围绕AI的能力去设计能在物理世界探索学习的机器人，而不是先设计机器人、再把AI加上去。”
这条路没有作业可抄。和传统直驱、连杆加减速器的方案相比，绳驱的技术难度高出几个数量级，长期停留在实验室。星尘选了这条更难的路，把构型、驱动器、编码器、材料、底层算法和上层通信基本都自研了一遍。2025年6月，旗舰产品Astribot S1量产，成为全球首个量产绳驱的公司，这比OpenAI投资的同路线公司1X，至少领先一个代际。
再选一条更难的路：模型、操作系统与本体全栈自研
从创业的第一天，星尘就选了一条更难的路：AI+机器人全栈。来杰的说法是，绳驱是“为 AI 服务的第一块拼图”，在这条更难的路上，星尘继续向前：模型、操作系统到本体，全部走上自研。
星尘的技术栈分三层。
Lumo具身基座模型负责理解环境、推理和生成动作。7月发布的Lumo-2采用隐式世界动作模型架构，先在内部表示空间里预测与任务相关的物理变化，再生成动作。这是业界首个面向家庭场景的此类模型。在22项以上真机复杂评测中，Lumo-2在时序推理、物理理解和操作复杂度三个维度的综合表现都排在参评模型第一；经过解码优化，端到端推理时间从253.66毫秒降到93.53毫秒，复杂推理能够跟上实时控制。
Astribot OS（AOS）把模型和本体的能力组织成用户和开发者可调用的应用，技能训练一次，就能在不同设备和场景中复用。绳驱本体负责执行，它末端惯量低，接触柔顺，力反馈连续，配合遥操作和全身控制系统，可以持续采集视觉、运动轨迹、力觉、关节状态和任务结果等多模态真实交互数据。这类数据正是训练具身模型最稀缺的原料。
三层打通后，模型升级会提升已交付机器人的能力，技能通过AOS扩散到更多设备，部署数据再回流训练模型。来杰提到，全栈自研能让模型团队和本体团队可以直接互提需求：训练中发现手部摄像头的位置、视场角或抖动方式不理想，团队会直接让结构和底层控制团队调整设计，而不在AI上加滤波补救。对追赶者来说，补齐某一项技术并不够，要复制的是这一整套持续进化的系统。
AI前瞻布局：重押强化学习，让机器人一边学一边进化
在三位一体架构之上，星尘在AI上除了持续迭代基座模型，还开始重押强化学习。无论走VLA还是WMA路线，机器人模型的训练都长期依赖成本高昂的“模仿学习”，而强化学习则是打开机器人“自主学习”大门的钥匙。 这把钥匙也在落地： 一方面加人：前字节跳动强化学习大牛、腾讯Robotics X智能体中心负责人孙鹏加入，打造更强的RL后训练团队。
紧接着是技术发布：团队推出在线强化学习框架SmoothRL，利用真实部署中的失败和纠正反馈，让机器人在执行任务时持续优化行为，减少对离线训练的依赖，“吃一堑长一智”。
效果相当直观：S1动态投掷成功率从39%提升到94%。微缝开箱任务要求把约1毫米的刀片插进2至3毫米的缝隙，成功率从30%提升到90%。Lumo-2结合真机数据、人类示范和互联网数据，几十条真机数据就能适配新场景，从数据采集、模型训练到演示验证，最快一天完成。
星尘方面的解释是：强化学习需要大量试错，传统机器人本体动手不知轻重，很难承受；绳驱对力的精细感知，恰好让大量试错成为可能。本体上的优势，最终落到了AI能力上。
T1起售价8.99万元，价格降下来，数据飞轮才能转起来
来杰对资本关注点的变化感受很直接。2024年融资时，不少投资人的态度是不做端到端不投；2025年变成不做VLA不投；今年越来越多投资人开始问商业化做到什么程度了。
星尘的商业化分两条线推进：面向商业服务市场，提供零售、导览、艺术表演等场景解决方案；面向科研机构和开发者，提供标准化机器人平台、技能模块和开发工具。
价格是第一个变量。绳驱天然简化了传动结构，T1全身20多个关节的绳索成本加起来，约等于刚性传动机器人一个关节里谐波减速器的价格。今年6月T1开始发货，起售价8.99万元，同类精细操作机器人普遍要数十万元。更便宜的本体上跑的仍是同一套Lumo模型和AOS，成本下降没有以牺牲AI能力为代价。
价格门槛降低，机器人才能走进更多真实场景。装机量和使用频率上去，回流的真实交互数据越多，前面那套“本体＋数据＋模型”的飞轮就转得越快，用来杰的话说，是“把每一次真实部署变成模型与产品持续进化的燃料”。
规模已经在上来。星尘目前手握数个千台级订单。2025年12月，S系列开启千台级订单批量交付，S、T两个系列的总产能已达万台级。星尘与金马游乐、仙工智能等合作，将在商业和工业场景部署上千台机器人；与中科创达共同推动千台级落地，并借助后者覆盖北美、欧洲、亚洲的销售网络出海。自研的机器人MART零售服务店从2025年11月起，陆续在北京、上海、广州等六个城市批量部署。客户还包括博登智能、央视和京东。
开发者一侧，蚂蚁灵波、深度跃迁、生数科技、具脑磐石等AI公司正在星尘平台上做模型部署和场景开发。2026年WAIC期间，中科创达旗下创通联达基于高通跃龙平台的机器人计算平台，首次应用于星尘的人形机器人产品。随着装机量和使用频率增长，公司计划拓展AOS的软件和应用服务，并探索模型的商业化模式。
核心团队出自腾讯Robotics X，持续加码AI人才密度
来杰有17年机器人研发经验，曾任腾讯Robotics X实验室架构师、百度小度机器人团队负责人，主导研发过轮腿式机器人Ollie，在IROS、ICRA等国际会议发表论文10余篇。
另一位创始人戴媛拥有美国UIUC学士和UCLA博士学位，主攻机器人感知，曾担任腾讯机器人实验室高级研究员，在国际顶级期刊上发表过45篇论文，拥有70多项机器人专利。创始核心团队6人均出自腾讯Robotics X，团队成员还来自谷歌、优必选、百度、华为等公司。
AI方面，人才底座稳固，研发持续迭代。王佳楠（前谷歌DeepMind、IDEA顶级AI公司任职）早在2024年初便加入公司，一手搭建并领军基座模型研发，已相继推出强推理VLA模型Lumo-1，及业界首个家庭隐式世界模型Lumo-2，新一代基座模型也在研发中。孙鹏（前字节、腾讯）则坐镇强化学习，打通机器人自进化闭环。
2026年公司在招职位数同比大幅增长，社招聚焦VLA、世界模型基座大模型算法专家、关节模组、整机测试等高壁垒岗位。2027届校园招聘也已启动。
明年推出家庭机器人
星尘面向家庭和个人用户的系列产品已进入研发阶段。来杰透露，公司计划明年推出一款家用机器人，售价和能力都会极大突破目前的行业认知。
他用苹果作比：个人电脑降低了应用开发门槛，图形交互界面降低了使用门槛，两者把信息革命推向了高速发展阶段。“现在的AI就类似当年的软件，现在的本体就类似当年的硬件。星尘希望通过打造具有强AI能力的个人机器人，加快智能革命的发展。”
在来杰的设想中，星尘智能应该要往“成为苹果”这样的方向努力。