新智元报道

编辑：桃子 Aeneas

刚刚，继4月初获得5.28亿融资后，短短2个月，国内顶尖具身智能玩家又斩获近6亿元融资！不久前，其首款商用级人形机器人Moz1震撼发布，可单手精准抽纸，具备超强感知与执行力。凭借三维核心竞争力，他们正向万亿级赛道加速冲刺。

2025年，具身智能赛道风起云涌，迎来爆发式增长。

从硅谷到中国，多家科技巨头与初创黑马同台竞技，掀起了AI从虚拟世界走向物理世界的热潮。

谷歌AI模型Gemini Robotics，在推理和灵巧操作上，都展现出超强的类人实力；

Figure AI自研的端到端VLA模型——Helix，让机器人从语言理解到动作执行一气呵成；

还有UC伯克利系出身的Physical Intelligence，多次迭代π系列模型，通过多平台训练，攻克了洗衣、收纳等复杂任务。

可见，在这片巨大红海中，从不缺少重量级玩家。在技术迭代与资本助推下，全球的目光都聚焦于这场通往「通用机器人」的终极竞赛。

在中国，这条赛道同样如火如荼。众多机器人公司竞相涌入，试图在这万亿级市场中抢占先机。

然而，真正能坐上牌桌，跻身第一梯队的玩家，却屈指可数。

成立仅一年多的具身智能公司——千寻智能，正是这场竞赛中的关键突围者。

具身智能引领者

顶级资本竞逐

就在刚刚，千寻智能完成了近6亿元PreA+新一轮融资，投资阵容星光熠熠。

本轮融资由京东领投，中国互联网投资基金（简称「中网投」）、浙江省科创母基金、华泰紫金、复星锐正等知名机构跟投。

此次融资的顺利完成，将为千寻智能带来「资金+产业」资源的双重赋能。

堪称传奇的是，从2024年2月成立至今，这家公司便以惊人速度完成了多轮融资，成为资本市场的宠儿。

更值得关注的是，上一轮领投的P7在本轮持续超额加码；除此之外，顺为资本、华控基金、华发集团、千乘资本、靖亚资本、弘晖基金等老股东的继续下注，则是对千寻发展潜力的持续背书。

这一次，京东的领投，尤其引人注目。

作为中国电商与物流巨擘，京东的投资逻辑清晰且务实：聚焦核心业务效率、优化用户体验，并推动产业升级的技术创新。

可以说，千寻技术与硬件能力与仓储等多样化场景深度协同。

京东集团出手，不仅彰显了千寻在物流等高价值场景的潜力，也折射出其在具身智能赛道中的独特价值。

千寻创始人兼CEO韩峰涛表示，「重量级产投方的齐聚，不仅是对千寻智能的认可，更折射出产业界对具身智能赛道未来价值的高度共识」。

在具身智能这片红海，千寻智能究竟做对了什么，引得全明星产投方纷纷下注？

千寻Moz1霸气登场

办公室杂活全包了

就在不久前，千寻智能的首款商用级人形机器人——Moz 1重磅登场了！

可以说，Moz1的首秀，直接一举刷新了具身智能新高度。

首先，作为国内首个高精度全身力控的具身智能机器人，它拥有26个自由度（不含灵巧手）。

因为基于全球功率密度最高的一体化力控关节打造，它在速度、精度、安全性和仿生力控方面，都达到了行业的头部水平。

据悉，Moz1一体化关节的功率密度直接比特斯拉Optimus高出了15%，充分展示了千寻智能在机器人硬件上的强大实力

由于搭载了顶级的运控系统和VLA模型，它具有超凡的感知决策能力，性能全面跃升。

比如现在，它可以轻松驾驭各种复杂任务，包括家里和公司中的各种杂活。

开完会议，Moz 1就可以帮我们收拾会场，把桌上的杂物一件件捡进收纳盒。

国内领先的高精高速WBC全身运动系统，甚至能让它完成更换纸巾这样精密度极高的动作。

这个任务中，Moz1充分体现了自己的多模态感知交互能力，和全身协同的控制能力。

甚至能精确到抽出单张抽纸

因为具备深度融合的大小脑，Moz1的性能极其强大。

自主完成擦黑板、关灯这些任务后，它就乖乖待在会议室里，等待人类的下一次召唤了。

同时，因为还内置了自研的多维度数采设备（比如VR/动捕/同构形等），Moz 1能够实现模型的小时级迭代，以极其硬核的硬件，充分支撑技术落地。

它的全身都可以实现零延时遥操，整个过程丝滑柔顺。

看着它在公司内部来回穿梭、充分融入大家工作流的样子，我们就知道——如今，是时候重新定义「劳动力」了！

网友锐评道：没想到，上次那个最会叠衣服的机器人，现在又升级了，简直让保洁阿姨瑟瑟发抖。

在商用场景，它可以丝滑完成整理、接待、导览等任务，那么家庭场景的陪伴、互动和服务，当然也不在话下了。

自研端到端VLA，「边想边做」神同步

众所周知，具身智能的核心，在于赋予机器人感知、理解和行动的能力。

千寻首款商用级Moz1人形机器人之所以具备强大理解泛化能力，离不开具身智能「大脑」VLA（视觉-语言-动作）模型的加持。

为此，千寻自研了一款端到端具身模型——Spirit v1，通过数据融合与训练策略，实现了视觉感知、语言理解、动作执行的无缝衔接。

Spirit系模型在短短半年的时间迭代了三版，实现了从单一基础任务到高难度长程+数十个任务完成的阶跃式进步

举个栗子，叠衣服这一看似简单的任务，实则对机器人提出了极高挑战：每件衣服的褶皱、形状各异，要比抓糖豆、倒水等任务高出百倍。

Spirit v1通过动态场景感知和精确动作控制，完成了从抓取、铺平、折叠到堆叠的全流程，成功率达70%-80%。

而且，它同时完成任务的能力，已从过去的5个扩展到10个，逼近国际领先π系模型。

Spirit v1的成功，源于其独特的三层训练架构，通过融合视频预训练、遥操模仿学习和RL，构建了高效、泛化的技术壁垒。

这款VLA模型共有70亿参数，基于13000小时数据训练。其中，70%来自海量的互联网视频。

通过端到端学习，Spirit v1直接从视频中提取视觉和动作信息，掌握物体的形态变化、动作逻辑，以及场景动态性。

这种方法，能够赋予模型广泛的真实世界先验知识，显著提升泛化能力，使其快速适应多种场景。

在预训练基础上，20%的遥操数据通过千寻自研的EfficientImitate算法进行精调。

在端到端框架下，遥操作模仿学习进一步优化了Spirit v1性能，实现了从示范到自助操作的平滑过渡。

剩余10%的强化学习数据，则采用全球样本效率最高的EfficientZero强化学习算法，让机器人通过自主探索优化行为策略。

论文地址：https://arxiv.org/pdf/2111.00210

论文地址：https://arxiv.org/pdf/2403.00564

以上三层架构，不仅解决了训练「数据荒」的瓶颈，还让Spirit v1在动态环境中展现出强大的自主性和适应性。

更令人瞩目的是，今年5月，千寻首席科学家高阳带领团队提出了OneTwoVLA模型，实现了全新的突破。

这一创新架构将传统机器人系统中，分离的「推理大脑」和「动作四肢」熔炼为单一Transformer模型，真正实现了「边想边做」。

论文地址：https://arxiv.org/pdf/2505.11917

在长程任务实验中，OneTwoVLA加持的机器人能顺利流畅完成涮火锅、炒菜、调鸡尾酒等复杂任务，成功率比纯动作VLA提升30%。

如下示例中，当你要求「帮我涮牛肉」，OneTwoVLA会在每一步预测开始推理，还是开始执行。

它还能实现错误检测与恢复，实时察觉抓偏/失手，并能快速调整。

OneTwoVLA的通用视觉定位，还能准确识别未见过的雪碧罐，或是星巴克杯子，展现了超强的开放世界理解能力。

OneTwoVLA的代码与数据已全部开源，标志着千寻在通用机器人技术路线上的新里程碑，也为行业提供了更简洁、可扩展的具身智能路径。

商业战略

精准布局，赢取先机

这家具身智能实力派的成功不仅在于技术突破，更在于其以市场需求为导向的商业化逻辑。

从创立之初，千寻便组建了专门产品团队，深入能源电池、物流、餐饮、康养等上百个场景进行调研。

他们基于成熟的商业化经验，精准切入高价值场景，大规模部署高效收集的海量数据，持续反哺模型优化。

最终，形成了一个「场景需求—技术攻关—产品落地—市场反馈」独特且有效的商业闭环模式。

这种策略确保了技术研发与实际应用无缝衔接，显著降低落地的风险，更是赢得产投方的极大认可。

在办公场景中，千寻机器人展现出了强大的灵活性。我们看到了，Moz1能自主完成会议室清洁任务，收纳笔、擦拭白板等等。

据判断，在物流场景中，智能仓储体系对高效、灵活机器人的需求将极其旺盛，正好千寻机器人也能适配货物分拣、动态搬运等复杂任务。

放眼未来，千寻还计划从办公场景逐步向制造、服务业、医疗、康养等高附加值场景渗透，目标直指万亿级市场。

尤其在海外市场，欧美高人工的成本地区，付费意愿强。而创始团队的国际化经验，恰恰为其提供了坚实支撑。

他们曾带领机器人海外事业部实现了从0到1的商业化落地成果，为千寻的全球化战略奠定了基础。

这种清晰的市场拓展途径，不仅展现了千寻的商业前瞻性，也成为吸引顶级投资方的关键因素。

差异化，打赢市场之路

深挖之后可以发现，在如今竞争激烈的具身赛道，最终突出重围的之所以是千寻智能，还是因为它走了一条「少有人走的路」。

在技术上，VLA模型与硬件协同的独特技术路线，让它在一众竞家中走出了自己的特色。

快速的迭代能力，更是把许多同行甩在身后。

团队上，它拥有如今机器人领域的全球顶尖人才，技术背景过硬，行业眼光高瞻远瞩。

在商业上，它靠精准的场景调研和市场布局，打出了自己独特的一片生态位。

从高附加值场景切入，在此基础上进行多场景的拓展策略，更是独具慧眼。

因此，在瞬息万变的市场竞争中，它始终能占据有利地位，充分获得了产投方的信任和投资。

可以说，在技术、商业、团队和市场上，千寻智能几乎没有短板。

因此，才得以造就这位具身智能赛道的领军者。