逐际动力更新“人形大脑系统”，估值最高的 Figure 该坐不住了|人形|动作|本体|机器人|真实场景|逐际

作者：彭堃方

编辑：吕鑫燚

出品：具身研习社

具身智能来到了新产业阶段。

过去几年，行业用技术突破完成了第一轮信心建设。人形机器人开始稳定行走、完成全身运动，在家庭、工厂和商业空间里执行更长程的任务；VLA、世界模型和大小脑融合不断刷新能力边界，一段段 Demo 也持续推高资本市场的预期。它们证明了具身智能并非遥远概念，机器人确实正在获得理解环境、调用身体并完成复杂任务的能力。

但技术验证和 Demo 更像行业早期的“应急手段”。在一个新赛道尚未形成稳定收入和成熟产品时，它们承担着解释技术、吸引资本、建立市场认知的任务。进入大规模出货和 IPO 市场之后，这套逻辑很难继续独立支撑一家公司的长期价值。资本市场最终关心的，仍是产品能否持续迭代，订单能否转化为稳定交付，企业能否进入更多区域和场景，并建立可重复的收入增长路径。

这也是当前具身智能竞争正在发生的变化。行业前半程比拼技术能否跑通，后半程则要看谁能把技术装进产品，把产品推向市场，再把市场反馈重新带回研发体系。模型能力、运动控制和本体创新仍然重要，但它们必须汇入一条更完整的产品化主线。

逐际动力最新完成的 Pre-IPO 轮融资，正是在这一背景下显得值得关注。近日，逐际动力完成近 2 亿美元融资，投后估值达到 150 亿元，过去半年累计融资 4 亿美元；更早之前，逐际动力已经完成股份制改造，上市路径逐渐清晰。

对一家即将进入资本市场长期检验的具身智能公司来说，这轮融资所指向的，已经不只是下一次技术发布，而是大脑系统的持续迭代、数千台产品的规模化部署，以及全球市场的进一步拓展。

而所有关于逐际动力未来的想象，都能在这支最新 Demo 里找到现实的落点。全尺寸人形机器人 Oli 在全程站立、持续移动的状态下，以连续动作串联起一整套家庭整理任务。一镜到底，不剪辑，不复位，这不是一次常规的技术演示，而是一份向资本市场发出的确定性信号。

从轮次上看，Pre-IPO 通常意味着一家公司从“卖想象力”到“卖确定性的增长”。

对于具身智能企业来说，这个转变来得格外早。行业中的大多数公司仍在证明技术可行性，用单项技术的摸高来证明未来有多少可能性。但逐际动力已经开始同时回答技术、产品、订单、交付和全球市场的问题。这也意味着，资本对它的判断标准已经开始接近一家成熟硬科技公司的标准：除了技术想象力，还要考察产品定义、供应链整合、商业收入以及跨区域扩张能力。

率先在具身智能行业中达成这种标准本身就是一个信号，而这也是逐际动力吸引全球投资者的核心原因。

新进入的机构包括 IDG 资本、全球 AI 硬件智造龙头蓝思科技、泛欧洲多元化产业与投资集团 GGG Group 与 Redstone VC、华山资本，以及合肥滨湖产发集团。阿联酋磊石资本连续多轮追投，绿洲资本、基石资本、南山战新投、尚颀资本、蔚来资本等老股东继续加码。资本来源覆盖中国、欧洲、中东和北美，既有财务投资者，也有制造业和汽车产业资本。

这样的股东结构，首先反映了国际资本对中国具身智能供应链与产品能力的判断。具身智能是一门高度依赖制造业基础的生意。减速器、电机、传感器、结构件、电子制造、整机装配和质量控制，最终都会沉淀到产品成本、可靠性与交付速度上。全球 AI 硬件智造龙头蓝思科技进入股东阵容，带来的价值也不局限于资金，还可能延伸到制造能力、供应链协同和海外客户网络。

中东与欧洲资本的集中出现，则更接近一种市场前置布局。这些地区既是机器人应用需求增长较快的市场，也是中国机器人企业全球化的重要落点。当地资本进入股东体系，相当于把市场关系、渠道资源和产业协同提前嵌入公司发展阶段。

老股东超额加注同样值得关注。早期投资通常押注团队和方向，连续多轮追投则更多建立在技术进展、产品交付和订单反馈之上。逐际动力目前各类机器人产品累计获得数千台订单，其中过半来自海外；全尺寸交互人形机器人 Luna 在发布后不到一个月便开始向国内外客户交付，新一代多形态具身机器人 TRON 2 也获得了大量海内外订单。

因此，这轮融资更像一次产业坐标的确认：逐际动力正在从一家机器人技术公司，转向一家同时接受资本市场、全球客户和规模化制造检验的产品公司。

股改、Pre-IPO、150 亿元估值以及全球资本阵容，共同勾勒出一条上市前的加速曲线。上市仍然要经过漫长的财务、合规与市场验证，但至少从资本动作看，逐际动力已经开始主动进入下一阶段。

逐际动力最早被行业认识，很大程度上来自硬件创新和让人折服的运控能力。

它曾以多形态具身机器人 TRON 探索轮式、双足等不同形态之间的切换，又陆续推出全尺寸人形机器人 Oli、交互型人形机器人 Luna。相较于围绕一款标准人形本体不断迭代，逐际动力长期强调形态与场景之间的适配关系。这种产品思路，让其硬件体系带有更强的原创性和工程特征。

但硬件只是理解这家公司的一个入口。

在“硬”的另一面，大家往往自然联想到“软”，并进一步把软件能力等同于模型能力。过去两年，VLA、世界模型、端到端模型成为具身智能估值最重要的支点，一批高估值公司也由此诞生。模型规模、数据量和任务成功率，逐渐成为评价机器人大脑的通用语言。

在这之下，诸如 Figure 这类企业凭借 Helix 架构和家务 demo 已经成为估值最高的人形机器人企业。但在逐际动力看来，这种 System 1、System 2 的架构，仍是在押注端到端模型。逐际动力对此有一套不同的定义：大脑等于系统，模型等于能力。模型可以是一项技能，却无法单独构成大脑。

在逐际动力创始人张巍看来，视觉、语言到动作的模型，更接近机器人完成某项任务的技能。机器人会不会开门、叠衣服、搬箱子，描述的是技能丰富度；真正的大脑还要负责观察、记忆、思考、规划、纠错，并根据任务调用不同模型和工具。

他曾用一个直观的比喻解释这一区别：一个人不会开车，并不意味着他没有大脑。同样，机器人掌握了大量技能，也不意味着这些技能自然堆叠成了大脑。“模型不是大脑，大脑也不是模型。大脑是个操作系统。”在这套认知下，LLM、VLM、VLA 都是大脑可以调用的引擎或工具，管理这些能力并让它们协同工作的是Agent OS。最后，身体能够在真实世界，完成你希望他完成的所有动作，而且稳定、可靠地完成，才是机器人大脑系统的完整形态。

为此，逐际动力成为全球率先提出并布局人形大脑系统的企业。这条路线的产业意义在于，它把具身智能的竞争从单模型能力拉回到整机系统。

真实世界的任务很少能由一次模型推理完整解决。机器人整理房间时，需要识别环境、理解目标、形成任务顺序，随后调用移动、抓取、弯腰、避障、放置等不同能力；执行过程中还会遇到物体滑落、路径被占用、目标位置变化等意外情况。每一个局部动作都可以由模型完成，但把它们组织成一个连续、稳定、可恢复的长程任务，需要更高层的系统管理。

基于这种判断，逐际动力形成了 System 0、System 1 和 System 2 三层技术架构。

底层的 System 0，即 LimX WBT 全身运动基础模型。它不理解任务，也不参与决策，主要解决机器人如何稳定、协调、连续地使用身体。该模型采用约千万参数的 Transformer 策略，完全运行在机器人本体上，控制频率达到 1000Hz，并通过统一接口把上游给出的全身运动目标转化为平衡、协调的关节指令。逐际动力在技术报告中将其与公开全身跟踪模型 SONIC 对比：全身位置误差 MPJPE 为 12.85 毫米，平均关节角误差为 1.5 度；在关节空间 jerk 和基座朝向 jerk 两项平滑度指标上，也分别低约 11%和 20%。这些指标共同指向一个前沿的问题——机器人既要动作准确，也要足够平滑，才能支撑长时间、连续的真实任务。

中间的 System 1 负责技能，将视觉感知、任务要求和动作能力连接起来。它不是一个包打天下的单一模型，而是一组可以独立训练、复用和调度的技能，VLA 只是其中之一。在 LimX COSA 0.5 中，S1 中的技能，自身也是一套快慢双系统：较慢的 VLM 生成动作意图，较快的 flow-matching 策略将意图转化为底盘、躯干、头部、双臂与双手协同的全身动作块，再通过 System 0 落实到真实身体上。这也是 Demo 里机器人能够边走、边弯腰、边伸手操作的技术基础。

真正构成“大脑”的，是顶层 System 2，也就是具身智能体操作系统Agentic OS。

System 2 以视觉语言模型为核心组件，但它并不等同于一个模型，而是一整套负责理解、记忆、调度、决策和人机交互的智能体系统。它读取头部与手腕相机及语言指令，决定机器人“要做什么”，再把任务下发给技能层。System 0 解决“身体怎样稳定地动”，System 1 解决“用什么技能完成任务”，System 2 则判断“现在应该做什么、先做什么、出现变化后如何调整”。

这套三层架构的关键，也不只是分工，而是不同时间尺度下的协同。System 2 以约 1Hz 的频率负责审慎思考，System 1 以约 50Hz 的频率生成和执行技能，System 0 则以 1000Hz 持续维持平衡与精准控制。意图自上而下流动，机器人状态自下而上反馈，各层异步运行、互不阻塞。逐际动力强调的“大小脑融合”，正是让上层思考真正能够通过技能层和运控层，转化为物理世界中的连续行动。

COSA 0.5 最新 Demo 展示的价值，也正在于这种系统能力开始进入家庭场景。

在视频中，一台 31 自由度的全尺寸人形机器人 Oli 在全程站立、全程移动的状态下，连续完成晾衣、收纳、搬箱摞箱、深弯腰拾物、清理垃圾、递物等一整套家庭整理任务。整个过程一镜到底，任务之间不剪辑、不复位，每段演示前的场景还会被人工随机重新布置。与只展示某个动作片段相比，这种设置更接近对系统稳定性、环境适应能力和长程执行能力的综合检验。在这样一个开放环境，三层系统能否协同，直接决定任务能不能完整跑下来。

由此再看逐际动力对“大脑”的定义，它针对的是具身智能走向产品时必然面对的问题。实验室可以分别优化模型、运控和硬件，用户最终购买的却是一套完整体验。机器人能够识别垃圾，却弯不下腰；能够规划任务，却在移动中失去平衡；能够完成一次操作，却无法连续工作，这些都会直接影响产品价值。

模型决定机器人的能力上限，系统决定这些能力能否成为稳定产品。逐际动力的技术路线，正是试图在两者之间建立长期壁垒。

高估值可以由技术愿景撑起，上市与长期市值最终仍要由商业化兑现。

逐际动力目前已经形成了覆盖科研教育、商业服务、全地形巡检、工业、建筑等场景的产品布局，各机器人产品累计获得数千台订单，其中海外订单超过一半。这使其全球化不再只是一项未来规划，而是已经进入订单、交付和服务体系建设阶段。

海外订单占比过半，对一家中国具身智能公司有两层意义。

第一层是产品需求的验证。具身智能在国内仍受到项目制、示范性采购和地方产业政策影响，海外市场则更看重产品能否解决具体问题，以及购买、部署、维护的总成本。能够获得跨区域订单，说明产品已经开始接受不同客户体系和应用环境的检验。

第二层是全球交付能力的验证。机器人出海远比消费电子复杂，它涉及本地认证、备件供应、开发支持、渠道培训和售后维护。订单本身只是起点，能否准时交付、稳定运行并形成复购，才决定全球化能走多远。

那从产品结构看，逐际动力也在尝试用不同形态覆盖不同市场阶段。

TRON 2 强调模块化和开发接口，更适合科研、开发者和特定行业应用；Luna 聚焦交互体验，能够较快进入商业展示、演艺和服务场景；Oli 则承担全尺寸通用人形机器人和大脑系统验证平台的角色。这种组合降低了公司只依赖一款通用人形机器人等待市场成熟的风险，也为技术迭代积累了更丰富的真机数据与客户反馈。

不久前，FluxVLA Engine 的开源，则承担着另一层全球化任务。通过向开发者开放从数据、训练到真机部署的工程链路，逐际动力可以让更多模型、任务和硬件接入自身生态。对于一家具身智能公司而言，全球化并不只有卖设备一条路径。开发工具、模型基础设施和操作系统，同样可能成为连接全球开发者与合作伙伴的入口。

当然，逐际动力接下来面对的考验也会更加现实。