GEIA行业群
加入GEIA具身智能行业群，请添加微信18916565701，主动出示名片，仅限具身智能及机器人产业链相关企业。
120+具身智能与人形机器人行业报告合集~ 转发本文章至朋友圈截图发给GEIA小助理即可免费领取~ 文末添加小助理微信！
DAILY BRIEFING · 本期速递
2026年10月22日 融资速递
DAILY REPORT · 10/22 · 2026
本期融资速递，快速浏览海内外三条动向：海外一笔十亿美元级 A 轮押注效率主题，国内具身算力与具身数据基础设施各有落子。
本期数据概览
条目数3 条
涉及市场海外 1 条 · 国内 2 条
最大单笔10 亿美元
01海外融资
数据高效 AI 与 GPU 系统 · 非具身赛道
Flapping Airplanes 完成10亿美元A轮融资，投后估值约60亿美元
数据高效 AI 实验室 Flapping Airplanes（美国旧金山）宣布完成 10 亿美元 A 轮融资，据 TechCrunch 报道投后估值约 60 亿美元，由 Index Ventures 与 Lux Capital 联合领投，Index 合伙人 Mark Xu 进入董事会，此前种子轮投资人红杉资本、GV、Kleiner Perkins 继续跟投，Valor、Atreides、A* 与英伟达同列投资方名单。需要说明的是，60 亿美元估值来自媒体报道，公司方面与 Index 均未正式确认。该公司约九个月前以 1.8 亿美元种子轮起步、估值 15 亿美元，若报道口径成立，估值在九个月内翻了约四倍。
信息来源：TechCrunch 等媒体报道 · 2026 年 10 月 22 日
60 亿美元估值为媒体口径，公司与领投方均未确认，读这笔融资时先记住这一点。
本轮融资将主要用于扩大团队规模，把“数据高效”的技术主张推进到可验证的模型产出上，目前公司尚无任何对外发布的商用产品。
Flapping Airplanes 专注于降低 AI 对数据与算力的消耗，核心技术是自研的 megakernel 框架。一个 kernel 是跑在 GPU 上的一个程序，团队把训练、推理等多个任务打包进同一个 kernel，让访存受限的推理与计算受限的训练重叠执行，减少芯片在各步骤之间的空转等待。公司由 Aidan Smith 与 Spector 兄弟共同创办：CEO Ben Spector 是斯坦福计算机科学博士在读，此前在 MIT 创办学生加速器 Prod；Asher Spector 获斯坦福统计学博士；Smith 为 Thiel Fellow，大学期间曾在 Neuralink 工作。团队约二十余人，全部在旧金山现场办公。
— 点评
从行业视角看，这笔融资的信号不在金额，而在于资本给“效率”这个主题单独定了价——同一周内 Tenstorrent 以 62 亿美元估值完成 15 亿美元 E 轮，两家公司的叙事同源：算力与数据相对需求长期稀缺，赢家是能把每一美元、每一兆瓦、每一字节榨出更多产出的公司。
对具身智能而言这个主题并不遥远，Index 在投资说明中点名的受益市场第一个就是机器人——真机数据的采集成本远高于互联网文本，靠堆数据换能力的路径在本体侧最不划算。但要清醒的是，megakernel 解决的是算力效率，不是数据效率，二者之间还隔着模型架构这一层，公司自己也尚未发布任何可被第三方评测的模型；联合创始人 Asher Spector 那句“数据效率高百万倍的模型，投放到经济体里大概也容易百万倍”，目前仍是一句命题而非结论。10 亿美元给一个二十几人、零产品的团队，赌的是人，不是产品。
说明
megakernel 解决的是算力效率，不是数据效率；估值口径亦未经公司确认，两者都应放在观察位。
02国内融资
辉羲智能完成Pre-B+轮及B轮融资，2026年内累计股权融资超25亿元
轮次Pre-B+ 轮及 B 轮
金额年内累计超 25 亿元
方向新一代具身智能大算力芯片研发
具身智能大算力芯片企业辉羲智能（北京辉羲科技股份有限公司）10 月 22 日宣布相继完成 Pre-B+ 轮及 B 轮融资，公司 2026 年内累计股权融资规模已超 25 亿元。本轮由北京市人工智能产业投资基金领投，北京机器人产业发展投资基金、隐山资本、正心谷资本、金浦投资、建投投资、华泰宝利、慧目圆轮、上河动量基金、国家人工智能产业投资基金等政府基金及市场化机构共同参与；顺为资本、元生资本、凯辉基金、商汤国香资本、博华产投、国汽投资、朗玛峰创投、三七互娱、盛奕资本、星连资本、卓源亚洲资本等老股东持续加码。
本轮融资将重点用于新一代具身智能大算力芯片研发，加快规模化交付及产业生态建设，并持续完善覆盖模型框架、编译器、算子库、Runtime、中间件、操作系统、仿真与实时控制的软件体系。
辉羲智能成立于 2022 年 4 月，总部位于北京亦庄，定位具身智能计算平台供应商，围绕 RPU 计算内核、RISE 计算平台与 RhinoVLA 模型构建技术体系。硬件侧，基于自研通用可编程架构高性能 AI SoC“光至 R1”打造的计算平台算力达 500 TOPS，并于 2026 世界机器人大会期间发布 Huixi Embodied 算力产品系列；软件侧，RhinoVLA 提供标准化预训练基础模型与完整开发流水线，目标是降低机器人企业从算法开发到实机部署的工程门槛。2025 年，搭载光至 R1 的计算平台已应用于智元精灵 G2 机器人；2026 年 6 月，多台搭载该芯片的智元精灵 G2 在为期 6 天的连续产线直播作业中累计完成作业 17625 次，公司披露任务成功率达 99.99%。创始人、董事长兼 CEO 徐宁仪本硕博均毕业于清华大学电子工程系，曾任微软亚洲研究院硬件计算组组长、百度智能芯片部主任架构师并主导设计昆仑芯片，联合创始人章健勇曾任蔚来汽车自动驾驶助理副总裁、主导 EyeQ4 与 Orin 平台功能的全球首发量产。
— 点评
这笔融资最值得看的是股东名单的结构：北京市人工智能产业投资基金领投、国家人工智能产业投资基金参与，同时北京机器人产业发展投资基金在列——具身智能这条链上，地方国资的算力基金与机器人产业基金第一次在同一张表里出现。它说明具身算力已经被当作需要单独扶持的产业环节，而不是通用 AI 芯片的副产品。
从产业逻辑看，“数据闭环定义芯片”的提法是这家公司区别于通用 GPU 路线的地方：机器人端侧受功耗、时延与成本三重约束，通用算力堆不进去，谁能把 VLA 模型的实际计算图固化进芯片，谁就能在整机 BOM 里拿到一个不可替代的位置。风险同样清楚：具身算力芯片的最终需求取决于人形机器人的量产节奏，而这个节奏至今没有被验证；同时公司量产方案覆盖具身智能、L4 无人物流车与乘用车智驾三个市场，资源是否会被智驾这块更确定的现金流牵走，是接下来要观察的。
观察：具身算力需求取决于人形机器人量产节奏，三个市场并行下的资源分配值得跟踪。
星忆智能完成数千万元种子轮及种子+轮融资
轮次种子轮及种子+轮
金额数千万元
方向核心算法与产品研发、真实世界多模态数据基础设施
物理 AI 数据基础设施公司星忆智能（星忆科技（北京）有限公司）10 月 22 日宣布完成数千万元种子轮及种子+轮连续融资。其中种子轮由顺禧基金领投，种子+轮由产业资本凌云光领投，中关村资本、一创投资跟投。
本轮融资将重点投入核心算法与产品研发、真实世界多模态数据基础设施建设，以及客户交付与商业化能力提升。
星忆智能孵化于清华大学计算机系，创始人兼 CEO 为宋知珩，公司以算法为核心壁垒、以数据质量为价值落点，聚焦第一人称真实交互数据。公司自研 EgoKit 多模态采集系统与 HBR Engine 智能数据引擎，针对严重遮挡、图像畸变、高速运动、极端光照四大技术痛点搭建算法体系，通过手部姿态解析、多模态融合处理与自动化标注，把真实人类操作加工为可复用、可规模化交付的训练资产。本轮投资方凌云光兼具产业投资方与业务伙伴双重身份，除领投种子+轮外，还通过全资子公司元客视界与公司达成战略合作，双方整合第一视角 Ego 采集、多视点视觉采集与光学动捕硬件能力，共建覆盖采集、标注、质量评估、数据交付的完整闭环。目前公司已与多家头部具身模型企业及机器人厂商开展项目级合作，输出高精度手部交互训练数据。
— 点评
这条融资指向的是具身智能当下最紧的供给瓶颈——不是又一个本体厂商，而是复杂手物交互数据。行业并不缺第一人称 Ego 素材，缺的是能直接喂给模型、且能按批交付的训练资产：手部精细动作涉及频繁遮挡与复杂交互，原始素材到训练资产之间隔着一道清洗与标注的工程鸿沟，谁把这道鸿沟填平，谁就掌握了模型能力上限的阀门之一。
凌云光的双重身份尤其关键：光学动捕硬件叠加自动化处理算法，理论上是压低单位数据成本最直接的路径，而数据生意的成败最终取决于单价。风险在于种子轮数千万元的体量，相对采集设备与标注人力的投入偏小，规模化产能依赖后续轮次；同时“卖数据”在国内尚未跑出稳定的定价模型，客户自采与外采之间的取舍会随各家模型路线的变化反复摇摆。
数据说明：本期条目金额与估值口径均取自公开报道与公司披露，统计时间为 2026 年 10 月 22 日。
本期收束
三笔融资分别落在效率、算力与数据三个环节：海外那笔赌的是人，国内两笔补的是具身链条上的芯片与数据短板。下一步值得盯的，是产品与产能能否跟上估值与叙事。
温馨提示：加入GEIA具身智能行业群，请添加微信18916565701，出示名片，仅限具身智能及机器人产业链相关企业。