摘要：资本为何青睐

朝阳资本论

作者：瞳海

2026年5月15日，具身智能企业深度机智（全称：北京机智赛博智能科技有限公司）正式对外披露融资进展。

这家成立仅一年的公司，已累计完成数亿元融资，投资方阵容涵盖中关村资本、诚通科创基金等国资平台，普华资本、东方富海、蓝湖资本等头部财务机构，以及全球光伏龙头晶科能源旗下的CVC基金。

在具身智能赛道已进入“头部抢筹”阶段的当下，深度机智的融资事件并非孤例。

据IT桔子数据，2025年全年具身智能领域投融资事件达358起，总金额超444亿元；2026年至今已发生191起，融资金额达525.34亿元，已超去年全年水平。

值得追问的是：在这条资本密集涌入的赛道上，一家成立仅一年的创业公司，为什么能拿到十余家头部机构的联合押注？它手中的筹码究竟是什么？

一年跑通全栈闭环，在五大国际榜单上证明自己

深度机智成立于2025年，由北京中关村学院与中关村人工智能研究院联合孵化，创始人陈凯在AI领域深耕十五年，他与公司CEO均毕业于中科大少年班，团队博士占比超过60%。

与多数从硬件或运动控制切入的具身智能团队不同，深度机智自成立之初就选择了一条差异化路线，不依赖真机轨迹数据来“教动作、模仿轨迹”，而是用人类第一视角数据让机器人“先理解、再行动”。

公司将这套方法论系统化地定义为“人类学习”路线，并围绕它构建了从数据到模型再到硬件的全栈能力闭环。

数据基座。深度机智选择用人类佩戴设备采集的第一视角多模态数据，而非传统的真机遥操作数据，来训练模型。这种做法大幅降低了数据采集成本，同时让模型获得的是带有物理常识和交互逻辑的“活教材”，而非孤立动作序列。

模型大脑。2026年3月，深度机智在中关村论坛上正式发布了具身通用智能基座模型PhysBrain 1.0。该模型体系由三部分构成：基座模型PhysBrain、双脑架构TwinBrainVLA，以及训练策略LangForce，核心思路是“理解优先，通用优先”，解决传统VLA模型物理常识缺乏、通用能力与任务能力难以兼顾的问题。

硬件验证。同期展示的全尺寸拟人体机器人Prime具备72个自由度，可实现毫米级精细操作，并能在断电状态下自主站立，主要用于验证模型在真实物理环境中的适配能力。

这套体系的价值，最终落在了公开评测的成绩单上。

截至2026年5月，深度机智的核心模型已在五大国际权威基准测试中取得榜首或领先表现。

在WorldArena世界模型综合能力基准中，深度机智以64.96分登顶，超越此前榜首的64.24分，在22项可比维度中16项进入Top 10，是全榜唯一在机器人落地核心维度无短板的参赛者。

在SimplerEnv泛化能力基准中，PhysBrain 1.0在两项测试中分别取得80.2%和91.3%的平均成功率，远超国际标杆π0.5的57.1%。在RoboTwin 2.0双臂操作泛化基准中，以93.82%和93.30%的平均成功率刷新榜单性能上限。

在RoboCasa家庭日常任务基准中，仅用千小时人类数据即实现64.5%的成功率，达到行业SOTA。在LIBERO多任务连续操作基准中，平均成功率达到98.8%，超过了NVIDIA Isaac-GR00T N1.6及IROS 2025相关冠军模型。

值得注意的是，这些成绩是在仅使用1000小时人类第一视角数据、零真机数据的前提下取得的，而同期一些竞争对手使用了数万小时的真机数据。

这种数据效率上的巨大差距，是深度机智技术路线最直接的验证。

技术路线的差异性、团队厚度与资本生态的协同效应

深度机智的融资能吸引到十余家头部机构，并非单一因素驱动，而是技术路线、团队背景和资本生态三方共振的结果。

首先，技术路线的差异性提供了稀缺的投资叙事。

在当前的具身智能行业，多数团队走的是一条“轨迹拟合”路线——让机器人在仿真或真实环境中反复执行任务，通过海量动作数据训练模型。这条路线的缺点是数据成本极高、模型泛化能力有限。

深度机智的“人类学习”路线则试图从底层逻辑上解决这个问题：让模型先建立对物理世界的常识性理解，再执行具体任务。

正如创始人陈凯所言，“具身智能的具象化目标，是打造一个能像人类一样观察、理解、行动的硅基人”。

投资机构显然认可了这条路线的前景。

投资方代表在融资公告中明确表示：“坚定看好深度机智人类第一视角物理常识技术路线，这⼀路线突破了行业传统轨迹拟合的固有范式，在通用具身智能基座模型领域构筑起坚实技术壁垒与领先优势”。

其次，团队的学术厚度和工程经验构成了执行力的基石。

陈凯此前在微软亚洲研究院主导过千亿级年调用量的“文档智能”系统，团队联合创始人张翼博透露，团队背后有“超过15年的技术积累”。这种从学术研究到工业级产品的完整经历，在具身智能创业团队中属于稀缺配置。

中关村资本首席AI投资官王博也明确表示，此次投资体现了对具身智能基座模型领域的战略加持，目标是“支持企业代表中国力量参与全球技术博弈”。

第三，投资方阵容本身构成了一套完整的生态协同体系。

国资平台提供了战略定力，中关村资本、诚通科创基金、北京熙诚致远的参与，意味着深度机智的“人类学习”路线获得了国家层面的认可。

财务机构提供了持续的资金支持，普华资本连续领投，东方富海、蓝湖资本等联合加持。

而晶科能源旗下CVC基金的入局，则为未来的产业应用场景打开了想象空间。虽然目前尚未披露晶科能源与深度机智之间的具体产业协同计划，但光伏制造场景中的精细操作、柔性生产等需求，与具身智能的应用方向存在天然的契合点。

至于商业化，深度机智目前仍处于早期阶段。

公司方面表示，本轮融资资金将主要用于“人类数据飞轮”建设和教育、康养等场景的落地。创始人陈凯预测，未来2到3年具身智能核心技术将迎来重大突破，基座模型的商业价值有望集中释放。

换句话说，资本押注的不是当前的收入规模，而是2到3年后“基座模型”技术红利兑现时的占位权。

赛道进入“头部抢筹”阶段，但深度机智的对手不只在

深度机智身处的是一个正在经历爆发式增长的赛道。

中商产业研究院数据显示，2025年中国具身智能机器人解决方案市场规模达到346亿元，同比增长20.6%，预计2026年将达到449亿元，2028年突破815亿元。IDC则预测，2026年全球智能机器人硬件市场规模将接近300亿美元，中国将引领全球增长。

资本端的表现同样印证了赛道的热度。2026年一季度，国内具身智能赛道披露融资超50起，累计融资额约200亿元，同比增长近60%，创下历史新高。

国内估值超百亿元的具身智能企业已扩容至9家：宇树科技、智元机器人、银河通用、星海图、智平方、千寻智能、自变量机器人、星动纪元和帕西尼。

这些同行可比公司，大致可以分为两类。

一类是“全栈派”，既做机器人大脑也做机器人身体，代表企业包括智元机器人、银河通用、星海图等。智元机器人估值约180亿元，2025年营收突破10亿元、出货量超过5000台，是国内商业化进度最快的具身智能公司之一。

银河通用2026年3月完成25亿元A+轮融资，估值超200亿元，投资方包括国家人工智能产业投资基金、中国石化、中信集团等。

星海图则在4月完成近20亿元B+轮融资，估值突破200亿元，成为一级市场估值最高的具身智能企业之一。

另一类是“大脑派”，专注于具身智能基础模型的研发，与深度机智的技术定位更为接近。

这条路线上的全球代表是美国公司Physical Intelligence。该公司由机器人领域的顶级学者创立，已累计融资超10亿美元，2025年底以56亿美元估值完成6亿美元B轮融资，2026年3月又传出正洽谈超110亿美元估值的新一轮融资。

另一家美国公司Skild AI在2026年1月完成约14亿美元融资，估值超140亿美元，由软银领投，NVIDIA和贝索斯跟投。

深度机智目前在估值量级上远低于上述头部企业。

但它的独特优势在于，其“人类学习”路线在全球范围内都是差异化的技术实践，而且已在五大国际基准测试中与Physical Intelligence和NVIDIA等巨头的模型正面交锋并取得了领先成绩。

这意味着，深度机智的问题不是“技术行不行”，而是“能否在资本实力和商业化节奏上跟上头部梯队的步伐”。

从发展机会来看，本轮融资为深度机智至少打开了三重空间。

第一是技术纵深。资金将用于推进“人类数据飞轮”建设，如果能够持续扩大数据规模和模型能力，有可能在2到3年内形成技术上的代际优势。

第二是场景落地。教育和康养是两个政策支持明确、市场需求稳健的赛道，也是具身智能率先实现商业化的潜力方向。

第三是资本蓄力。在具身智能行业格局加速收敛的当下，持续的资金储备是参与下一轮竞争的前提。

参照星海图CFO罗天奇的判断，“行业Scaling Law一旦全面启动，研发投入的量级与节奏将呈现指数级攀升，未来资金需求仍存在极大不确定性”。

当然，具身智能行业的商业化路径尚未完全跑通，目前最大的采购群体仍是科研教育机构，占全行业订单量的75%。

从“养孩子”的科研市场走向真正的工业级商业闭环，是所有玩家需要共同跨越的鸿沟。行业头部企业的估值已在百亿甚至两百亿量级，融资能力本身正在成为竞争壁垒，深度机智虽然拿到了数亿元融资，但相较于银河通用的25亿元、星海图的累计近50亿元，资金体量仍有一定差距。