独家｜千亿首富出手，王启斌又融数亿美元

投中网独家获悉，灵初智能已完成新一轮数亿美元融资，跻身具身大脑百亿独角兽之列。本轮资本主力来自实体产业端。拓普集团、奇瑞控股旗下瑞丞基金、蓝思科技三大制造龙头联合参与，三七互娱、芜湖市投控集团、复星创富等机构协同加持，老股东华金资本持续超额追加。

2月初，我跟王启斌聊过一次，一晃半年，这家公司拿到了包括蓝思科技在内的三家制造龙头的钱。千亿首富周群飞都出手了，而且在这个赛道上出手不止一家。作为苹果供应商，蓝思科技自身也有机器人业务布局，足以再次印证，具身这个行业资本关注度有多高，跃跃欲试想分一杯羹的人有多少。

具体来看，拓普集团、奇瑞控股旗下瑞丞基金、蓝思科技，这三家企业分别覆盖汽车整车制造、机器人核心执行器和3C精密加工三大高端制造领域。它们既是智能制造升级的核心需求方，也是工业场景资源的直接持有者。今年，具身行业已经集体进入阶段化的商业落地，灵初也已在物流场景跑通小规模商业化验证。随着本轮产业资源的注入，从人类数据供给，到模型迭代，再到场景落地和数据回流，这个循环将进一步加速。

此前的文章中，我介绍过，灵初智能，是一家定位于“小全栈”的具身公司。之所以叫“小全栈”，是因为在研发上做了取舍，把重心放在构建以端到端WAM模型为核心的软件与数据采集工具链体系上。目前，灵初在模型方面是双系统架构，Psi-R2模型搭配Psi-W0动作条件世界模型，以此大幅提升非结构化场景下的操作鲁棒性与泛化能力。

训模型，关键一环是数据。高质量人类操作数据是具身智能的核心燃料，也是当前全球行业的共同瓶颈。正因为自己训模型，才知道需要的高质量的数据是什么样的，基于这套逻辑，灵初自研了一套数采体系，积累人类操作数据，并已完成十万小时量级数据沉淀。王启斌透露，年内将冲击百万小时人类数据采集目标，并将在下半年迭代两版新模型。

围绕这笔融资、公司的新进展以及行业水温的变化，我跟王启斌聊了聊。上半年近乎疯狂的融资之后，他认为具身行业已经进入深水区，大家都在从demo转向做好模型管线和场景落地。王启斌是个行业老兵，在机器人和消费电子行业拥有超过二十年的产品和商业化经验。经历过周期，对市场的起落敏感，人说话也敞亮，所以下面这个小对话值得一看。

以下是对话内容，略作编辑：

具身公司现在还没有拉开身位

投中网：上一轮是国资领投，这一轮融资为什么核心参与方以产业方居多？拓普、奇瑞、蓝思这三家是怎么敲定的？

王启斌：灵初之前的股东其实就有产业方，中际旭创和长飞。这回我们mapping了整个产业方，看哪些是我最看重的。现在我们认为有三大行业——汽车、3C、光行业，会是中国的绝对优势行业。后来就跟几位投资人聊，让他们投进来。

投中网：是不是也说明，具身到现在这个阶段，一般的财务投资人已经投不动了？

王启斌：说实话，在今年这个时间点，我们感觉到一些财务投资人会有压力。但作为一个公司，要发展，当下确实要考虑为什么产投非常重要。蓝思和拓普，他们在整个车厂的标准、T1供应商对主机厂的服务，以及量产优势上，具有碾压性。我们现在分别有产品在两家能够做代工和深度的量产研发。反过来，蓝思今年会开放一些场景，拓普我们也在合作做一些场景，双方都有一个比较好的合作点。

投中网：上次咱们聊是2月，从今年2月到现在差不多半年，你觉得整个市场有哪些特别大的变化？

王启斌：我觉得从数据到模型的这部分，过去半年还是发生了很多更大的变化。第一个就是数据格式问题，从数据采集的终端，一直到数据管线的搭建，再到模型训练，分别都跑出了几轮循环。数据的主要格式，也慢慢在收敛到一些共识上。比如ego-centric的双目、单目数据，现在在快速放量；我们做手，硬件也在快速迭代。几家头部公司应该都搭起了比较能放量的数据管线，开始用这种数据逐步去训模型。国外的头部公司也在不停地发新模型，从模型的泛化性开始走向特定任务的成功率。所以总体发展还是挺快的。

投中网：你们现在的业务主线还是灵巧手算法和数据手套？

王启斌：对。ego-centric的视频数据一直在采，有单目，现在也在做双目。手上的数据方面，手套我们也在迭代，新的版本更轻、更贴手，数据收得更准。

投中网：所以按你的说法，现在整个数采的路线是在收敛的？

王启斌：数采路线在收敛，Ego数据本身已经成为了一个非常强的共识。那Ego之外的，手上面的，有的公司在做UMI，我们在做的是还是人手数据。这两条路线里，手的部分其实技术方案目前正在进行一个高速迭代。手套上面，我们有外骨骼，也在做电子定位相关的部分。

投中网：你们的数据金字塔大概是什么样？

王启斌：我们是一套设备全采的，既有头部的ego-centric 视频数据，也有手上面关节角这些东西，一套一个工位项目全部采出来。

投中网：模型方面有哪些升级？今年世界模型火了，你们在模型方面有哪些调整？现在做的模型是两个模型配合？

王启斌：我们新训练了模型，一个是World Action Model，策略模型，输入是整个视觉加上机器人的状态，加上一些文本来做生成。但更重要的其实是Simulator，它主要在评估和优化所有出来的这些Policy里，到底哪些是优质的。如果生成了Policy去做一些操作，放进去之后，它来看未来的帧是不是准确，能不能达到未来的效果。如果不行，就要在这个模型里再做强化学习的优化。两个模型串联起来做联合训练。

投中网：所以现在世界模型这一块很多技术路径，你们是怎么取舍的？

王启斌：目前这个阶段的重点，更多在训action模态。大家不管讲什么大的VLA和World Model，本质上要解决的问题还是action上的泛化性。在这个泛化性之上，再提升成功率。沿着这条路，我们训出来World Action Model，又放到Action-conditioned World Model里做优化。

李飞飞当时把模型分了三个核心板块：Rendering、Planner和Simulator，我们其实做了其中的2和3，将它串在一块。有的可能做的是视觉加action，或者是这几个可以随意组合。

投中网：话说回来，你觉得现在大家在模型技术能力上，真有拉开身位吗？

王启斌：我觉得现在还并没有本质上的拉开身位。全球有这么几家公司，在中国我认为有5家左右，是真正在花时间、花数据、花卡在做模型的。总体而言，还处于第一个阶段，都在拼命地憋大招，还没有真正拉开绝对的差异，只是侧重略有不同。像我们就是专心在做整个通用手的模型，不碰工业夹爪。

投中网：所以你们是那五家之一？

王启斌：那肯定的。

投中网：今年开始有一批新起势的世界模型公司，他们主张自己没有走技术上的弯路，做的东西听上去跟你们也差不多。所以你觉得灵初有先发优势吗？

王启斌：我个人认为是有先发优势的。先发的这几家都已经有自己比较好的数据管线团队了，数据飞轮至少开始小规模转了起来。后发的这些公司，算法非常厉害，但搭工程性的东西会搭得慢一些。最后要做数据飞轮，有很多工程性的团队还是要赶快搭起来。大家都要完成从学术到算法工程这一步。

Demo只是这条路上的1%

投中网：你觉得具身这个行业进入深水区，是说现在到了要阶段性地交答卷的时刻了吗？

王启斌：我倒不觉得是到交答卷的时刻。我昨天还在YouTube上刷到一个Waymo的前CEO在聊，他说demo只是整条路上的1%。

今年非常典型的，大家都在从demo转向好好地做模型管线，要么也开始做场景落地。那不管怎么样，从上往下看，是不是有数据管线？数据怎么来？涉及到运营，从什么运营方来？数据效率衰减有多少？再往下，数采硬件的稳定性，比如双目头环，有的厂家两个小时之后双目数据就畸变，精度会有偏差；现在很多人用Pico来采双目数据，但一般工作4个小时之后就开始发热断掉，当然它本来也不是为连续工作10小时设计的；然后再到整机，考虑的问题会很多，需要花很多时间。

投中网：头部的那些具身大脑公司，要用数据训模型，除了自己积累，也会向你们买吗？

王启斌：肯定大家都在自己建这样的能力，做遥操作、做ego数据的能力，规模化的采集、稳定的硬件，自己建数据管线去训模型。

投中网：展望一下，你对今年有什么业务上的预期？

王启斌：今年最核心的还是希望把整个模型的效果跑到预期。我们后续还会不断发新模型，希望把从泛化性到一些典型的下游任务的成功率都给做起来。

投中网：你觉得这个行业到年底会有什么变化？

王启斌：这个很难说。我觉得可能明年上半年会出现有些公司掉队的情况，有些公司会比较危险。

投中网：说起来，今年上半年具身融资如此疯狂，在你看来深层原因是什么？

王启斌：我个人觉得有两点。第一点，从赛道层面上，去年大家完全是一级市场风投的逻辑，说这个赛道很有前途。今年定位成了未来的六大产业，所以相应的，资本结构有些变化。

第二点，今年有新的叙事逻辑：世界模型这样的逻辑出来，新的人才团队出来，两者交叉就会让新的技术主线、新的团队再叠加资本，以前传统的一些VC去年开过枪的，今年又会对世界模型再开一轮。两个逻辑的叠加，让今年上半年非常疯狂。

但我个人觉得，市场已经在逐渐走向更理性、更冷静的方向。我觉得真正的良性成长必然是像心跳一样有起有伏的。这个赛道也基本上超过两年半了，做一些理性的回调，我认为这才是正常的。所有长赛道里不可能说一直向上，都是螺旋向上，会有一个调整。包括产研的各公司，要回归来看自己的整个迭代，以及做出的不管是从模型侧或者应用侧的价值。

投中网：上市也是今年具身的主旋律，但二三十家上港股，大家都会得偿所愿吗？

王启斌：我觉得会出现K线分化。就跟当年智驾一样，A公司上和B公司上差了很多，已经不是一个大的赛道逻辑了。大家可能会看到，即使赛道波动，也会看到公司层面上的具体的差异。如果没有很强的技术面和商业模式支撑，上去之后也会有很大压力。