11月2日具身智能·融资速递 | 机器科学、简智机器人等4家企业近日获得融资

DAILY BRIEF · 产业速递

2026年11月2日 融资速递

DAILY REPORT [11/02] [2026] 融资速递 快速浏览

2026年11月2日｜融资速递｜国内具身赛道专题

11 月 2 日这天，国内具身赛道在同一个议题上投了两次票——数据。机器科学说仿真加视频能把单条数据成本压到 0.05 元，简智机器人说真人采集网络已经做到单季度百万小时交付。同日另有两条融资指向硬件层被重新定价。

国内融资

01  RoboScience 机器科学 完成数亿元A2轮融资

02  简智机器人 完成1亿美元A+轮融资

03  机本智能（ManuPrax Robotics） 连续完成两轮近千万美元融资

04  鲲腾泰克 完成近亿元A轮融资

国内融资 · 事件一

A2 轮

RoboScience 机器科学

完成数亿元A2轮融资，用于具身大模型迭代与物流、零售、工业三类核心场景的规模化落地。

琥珀资本、鸿瑞达投资、上海半导体产投领投 · 数亿元 · 华兴资本担任独家财务顾问

单条数据获取成本

0.05 元

公司口径，称是传统方案的 1/20 至 1/200

通用具身智能企业 RoboScience 机器科学 11 月 2 日宣布完成数亿元 A2 轮融资，由琥珀资本、鸿瑞达投资、上海半导体产投联合领投，爽资本、360 战投、国联通宝、金鼎资本及多家上市公司平台跟投，华兴资本担任独家财务顾问。这是公司自 2025 年 3 月正式运营以来的第五轮融资，加上今年 5 月完成的 10 亿元 A 轮，两年累计融资已突破 10 亿元。

本轮融资将用于具身大模型的持续迭代，推进物流、零售、工业三类核心场景的 POC 验证与规模化落地，并加强高端人才储备。

机器科学成立于 2024 年 12 月，两位创始人是一对斯坦福同班同学。CEO 田野本科毕业于中国科学技术大学物理系，2014 年赴斯坦福大学 AI Lab 师从吴恩达，此后在苹果从工程师做到 AI 平台技术负责人，主导 Apple Intelligence 与 CoreML、CreateML 等端云协同推理平台；联合创始人邵林在斯坦福师从具身操作学者 Jeannette Bohg 与几何计算学者 Leonidas Guibas，现任新加坡国立大学助理教授。技术路线上它选的是最难的一档——不做单一形态本体，做跨本体泛化的通用操作模型。其 VLOA 架构在视觉—语言—动作之间插入一个“物体”层，把操作任务转译成对物体三维运动轨迹的理解，试图用“物体”这个中间表示换取跨场景、跨对象的泛化能力。配套产品三件套在一年内齐了：可微多模态物理仿真引擎 RoboMirage（2025 年 9 月发布）、通用具身大模型 Visics（2026 年 6 月推出）、轮式仿人形机器人 REX G1（2026 年 8 月亮相），构成“数据—模型—本体”闭环，Visics 已上线腾讯云，以接口形式向不同机器人输出操作策略。

这家公司最硬的指标是数据成本。按公司披露，“仿真+视频”的双数据飞轮把单条数据获取成本压到 0.05 元，是传统方案的 1/20 至 1/200；视频训练数据从 2026 年初的 100 万小时增至 10 月的 400 万小时，仿真训练数据突破百亿次运动轨迹。在 WAIC 与 WRC 两场展会上，搭载 Visics 的机器人可在 30 秒内切换不同品牌灵巧手且无需重新训练。

点评

这条融资真正的信号不在金额，在节奏。过去一年具身赛道的融资叙事换了几轮——最早讲世界模型就能拿钱，后来得讲进工厂的 ROI，再后来得有“具身 RSI”的想象空间；故事通胀的背后，是大多数团队的技术底子撑不起叙事升级。机器科学的做法是反过来的：几乎每一轮融资前后都有可验证的东西落地——ICRA 最佳论文、仿真引擎、大模型、云端 EaaS、本体样机。资本在 10 月国内赛道融资数量近乎腰斩的当口还愿意联合领投，说明筛选标准已经从“讲得动人”转向“兑现得动”。0.05 元的单条数据成本如果成立，意味着数据规模可以随算力线性扩张，这正是具身 Scaling Law 能否成立的前提，也是国内同行普遍卡住的地方。风险同样要摆出来：跨本体泛化的效果目前只有公司口径，缺少第三方在标准任务集上的横向比较；VLOA 插入物体层理论上更省数据，但工程上依赖高质量三维标注，一旦场景从结构化货架转到非结构化环境，标注成本会反噬；轮式本体 REX G1 与主流双足路线存在形态分歧，若客户最终选择双足，模型层的适配价值需要重估；五轮融资、股东近二十家，早期估值抬升较快，后续若 IPO 窗口推迟，老股东退出压力会向下一轮传导。

国内融资 · 事件二

A+ 轮

简智机器人

完成 1 亿美元 A+ 轮融资，用于具身智能数据基础设施研发与全球数据采集网络扩张。

上汽集团、Eastworlds、百度集团、首程控股、GALBOT 等 · 1 亿美元

具身智能数据与评测基础设施公司简智机器人（简智新创（北京）机器人科技有限公司 / GenRobot）11 月 2 日首次公开披露，公司已于 2026 年第三季度完成 1 亿美元 A+ 轮融资。本轮由全球产业资本与财务投资机构共同参与：产业方包括上汽集团、马来西亚 Eastworlds、百度集团、首程控股、GALBOT（银河通用），财务方包括光合创投、SUNHELM、中信金石投资、中证投、建银国际、华泰紫金。

本轮融资将用于加大具身智能数据基础设施的研发投入，扩大全球数据采集网络的覆盖规模，提升高质量具身数据的产能与交付效率。

简智机器人 2025 年 5 月成立于北京海淀，是国内最早锚定具身智能数据基础设施赛道的创业公司。其自研体系包括 Gen DAS（第一视角物理世界接口）、Gen Matrix（数据治理平台）与 Gen ADP（大规模众包数据产线）。核心硬件 Gen DAS Dex 采集终端采用仿生轻量化外骨骼，支持人手 23 个自由度检测，指尖磁触觉传感灵敏度达 0.05N、空间分辨率 1mm，通过在家庭、工厂、物流等全场景采集人类操作与交互信息，把人类真实技能转化为可直接用于具身大模型训练的数据集。交付量是这家公司最值得盯的曲线：单季度有效数据交付量已从早期的十万小时级提升至百万小时级，公司称按现有产能与交付规划，2027 年将实现单季度千万小时级。CoRL 期间公司将发布 DAS 2.0 旗下的 Ego 2.0 与 Dex 2.0——Dex 2.0 的思路是由模型的数据需求反向定义采集系统，而非单一传感器的功能堆叠，同步支持无本体采集与机器人遥操作双模式。

点评

把它和今天另一条放在一起看，对照非常清楚：机器科学和简智都在讲数据，但走的是两条相反的路。机器科学自己做模型、自己消化数据，用仿真加视频把单条成本压到 0.05 元；简智不碰模型，专做无本体数据供应商，卖的是真人采集硬件与众包产线。一个押“合成数据能不能替代真人数据”，一个押“真人数据的规模化采集能不能成为独立生意”——具身行业对数据这件事的判断分歧，今天这两笔融资是同一天的两次投票。更值得注意的是股东名单：GALBOT 银河通用自己就是本体厂商，本体厂反过来投数据公司，意味着数据已经从各家内部的一项成本，变成了可以被单独定价和交易的资产；百度从种子轮起连续多轮加注、本次通过百度网讯科技主体持股，是把文心大模型体系与具身的底层数据能力直接打通；上汽加入则把智能汽车场景接了进来。三个风险要说清：本轮于第三季度完成、11 月 2 日才首次公开披露，中间隔着 10 月行业融资数量的腰斩，选择在这个时点披露本身就是一个信号；累计融资额存在两个口径（一说超 3 亿美元、一说一年内七轮累计超 2 亿美元），正文并列标注；“2027 年单季度千万小时”是公司产能规划，不是已签订单。

国内融资 · 事件三

连续两轮

机本智能（ManuPrax Robotics）

成立两个月已连续完成两轮融资，瞄准机器人灵巧操作赛道，做软硬一体的灵巧手解决方案。

Alphaist Partners、耀途资本领投 · 近千万美元

机器人灵巧操作公司机本智能（ManuPrax Robotics）11 月 2 日披露，这家成立仅两个月的公司已连续完成两轮融资，累计金额近千万美元，分别由 Alphaist Partners 与耀途资本领投，接力天使及某零部件产业方实控人跟投。

公司 2026 年 9 月完成注册，瞄准机器人灵巧操作赛道，目标是做软硬一体的灵巧手解决方案，其中算法、数据与工程化能力构成灵巧手软件的壁垒。CEO 李浦豪出生于 2001 年，清华大学自动化系本硕博，从 2021 年起围绕灵巧手与灵巧操作开展研究；CTO 陈泽源出生于 2000 年，北京大学硕士，为创业放弃博士就读机会，参与过 ClutterDexGrasp 与 CADGrasp 等工作，曾在 Amazon FAR、智元与京东参与研究。两人均出自北京通用人工智能研究院（通研院）具身机器人中心，机本智能是通研院官方支持的创业项目，通研院院长朱松纯是李浦豪的博士生导师。

两位创始人对问题的切分很清楚：上层基础模型负责理解任务、制定计划，他们做的是“小脑”——类似肌肉记忆的动作协调层。让机器人拿起桌上的杯子，上层模型能理解指令、识别位置、制定动作目标，但手指该从哪个角度接近、施加多大力度、杯子滑动时如何补救，这些都不是理解指令就能解决的。团队选择强化学习路线而非主要依赖人类演示的模仿学习，正在探索把仿真、真人演示与生成的交互轨迹结合起来构建训练数据体系。李浦豪给出的是一个冷静的产业判断：国内灵巧手硬件的发展速度会非常快，未来半年内纯硬件业务的利润空间就可能大幅压缩，这正是团队向物理交互层操作模型延伸的背景——如果硬件逐渐成为标准化程度更高、利润更薄的产品，决定机器人能否完成复杂任务的操作能力就会成为新的竞争焦点。

灵巧手是机器人零部件里公认最难的一项，马斯克在 2025 年特斯拉财报电话会上说过灵巧手及前臂的机电工程难度超过机器人身体的其他部分，到 2026 年仍在为 Optimus 手部的最终硬件设计苦恼。两个 00 后在灵巧手已经形成竞争梯队的时点入场，凭的是通研院体系与“小脑”这个卡位。但风险比想象中大：硬件可以比负载、自由度、价格、可靠性与交付周期，客户一眼能判断；操作模型要回答的问题要具体得多——能否完成此前做不了的任务、比现有算法或自研方案提高多少成功率、节省多少训练与部署时间。如果模型只在少数演示任务里表现好，客户未必愿意为它单独付费。此外，公司成立两个月、无产品无客户，强化学习从仿真到真机的迁移（摩擦、接触、形变与传感器误差都可能让仿真中的成功经验失效）是全行业尚未解决的题。

国内融资 · 事件四

A 轮

鲲腾泰克

完成近亿元 A 轮融资，资金重点投入智能多相电驱技术的新产品开发与市场开拓。

深创投领投，成都高新创投、金融城资本等参与 · 近亿元

收录说明

★本条主体业务为交通电驱动，人形机器人重载关节驱动为其场景之一，属赛道跨界补位收录。

电驱动技术企业鲲腾泰克（成都）科技有限公司 11 月 2 日宣布已完成近亿元 A 轮融资，由深创投领投，成都高新创投、金融城资本、上海艾耐博及重庆鹏瑞投资共同参与。

资金将重点投入公司智能多相电驱技术的新产品开发与系统方案拓展、多元化市场开拓，部分用于工艺开发与产线扩建。

功率密度提升

约 50%

公司口径，同时称材料成本降低约 30%

鲲腾泰克成立于 2022 年 4 月，聚焦电机与电驱的系统性技术创新，依托自研动态配置控制算法与真多相架构，其智能多相电驱产品称功率密度提升约 50%、材料成本降低约 30%，具备驱充功能集成与容错驱动等能力。当前产品覆盖商用车电驱桥、乘用车辅驱、插电与增程混动以及人形机器人重载关节驱动等场景，已获多家头部车企订单、项目定点及联合开发合作。团队来自贝尔实验室、特斯拉、采埃孚、Rivian、华为、蔚来、吉利、奇瑞等企业，在成都、深圳、上海与美国设有研发、客户服务与生产基地，创始人兼董事长为毛恒春博士。公司同时表示，本轮部分资金将用于研发高性能大功率关节及 AIDC 电力系统的创新动力系统方案。

点评

收这条的理由是那两个数字：功率密度提升约 50%、材料成本降低约 30%。人形机器人关节模组当下最贵的两处正是体积重量与成本，真多相架构如果真能从汽车电驱平移过来，打的是要害。深创投的表述也把“人形机器人及物理 AI 场景”写进了投资理由。但边界必须说清：公司的主战场仍是新能源汽车，机器人重载关节目前只是“产品覆盖场景”的表述，未见具体定点、客户或出货数据；本轮资金用途的第一顺位是交通电动化的产品开发与市场推广。深创投投的是一条已经跑通的电驱平台，不是具身本体。这两个数字也全部来自公司口径，没有第三方在机器人关节场景的实测对照。

行业点评

11 月 2 日这天，国内具身赛道在同一个议题上投了两次票——数据。

机器科学和简智机器人同一天官宣，一家说仿真加视频能把单条数据成本压到 0.05 元，另一家说真人采集网络已经做到单季度百万小时交付、明年冲千万小时。前者自己做模型消化数据，后者不碰模型只做供应商。这不是巧合，是行业到了必须回答“数据从哪来、谁来付费”这个阶段的标志。过去两年，数据采集是每家具身公司内部的一项成本，写在研发费用里；现在它开始以独立公司、独立融资、独立定价的形态出现，而且买方里有本体厂商（GALBOT），有大模型公司（百度），有整车厂（上汽）。数据一旦被单独定价，整个行业的成本结构就会重排。

同一天的另外两条则指向另一个方向：硬件层正在被重新定价。机本智能两位创始人给出的判断是，灵巧手纯硬件的利润空间在未来半年内可能被大幅压缩——这是从硬件里往外走；鲲腾泰克则是从汽车电驱往里走，带着功率密度加 50%、成本降 30% 的真多相架构。一进一出之间，具身硬件的价值正在从“造得出来”转向“造得便宜且造得密”。

还有一个信号值得记：这四条里没有一条是纯早期财务机构主导的。机器科学的领投方里有上海半导体产投，简智的股东名单里产业方占了一半，鲲腾泰克是深创投领投加三家地方国资，机本智能的跟投方里直接出现了“某零部件产业方实控人”。在 10 月国内赛道融资数量近乎腰斩的背景下，纯财务机构正在退场，留下来的钱都带着场景、产能或订单。这对创业者意味着一件事：融资叙事的终点不再是技术有多先进，而是谁能把技术接进一条真实的产线。

四条融资，两个方向：数据开始被单独定价，硬件开始被重新定价。10 月融资数量近乎腰斩的背景下，产业资本与地方国资仍在加注，筛选标准从“讲得动人”转向“兑现得动”。