中国具身智能获4.55亿美元融资 高瓴红杉联手投资创纪录

近日，中国具身智能领域诞生了一项新的融资纪录，单轮融资额达到了历史最高点。

4月16日，成立仅一年的它石智航宣布完成Pre-A轮融资，金额高达4.55亿美元。

一年前，这家公司曾以行业最大规模的天使轮融资引发关注；一年后，其Pre-A轮融资再次刷新了中国具身智能领域的单轮融资纪录。

更值得关注的是此次堪称“顶配”的投资方阵容：高瓴创投与红杉中国本次联合领投，美团战投也进行了重额加注并继续领投，北京机器人产业发展投资基金、上海国投先导等国资背景机构联合入局。参与此轮融资的机构超过20家，横跨了财务投资、战略投资、产业资本和国有资本四大维度。

据了解，这份投资方名单并非偶然形成，而是它石智航主动设计的结果。在技术路径已经明确之后，公司很清楚自己需要什么样的合作伙伴——只有那些秉持长期主义、具备清晰产业诉求和赋能能力的投资方，才能进入最终的名单。

那么，这笔超过30亿元软妹币的资金将投向何处？

据悉，资金将主要集中于两个核心方向：大脑和人才。

在“大脑”方面，公司的战略重心在于预训练，这部分需要消耗巨大的算力资源。在人才方面，它石智航将持续推进其“TARS STAR”全球顶尖人才引进计划，并提供行业内顶级的待遇。用公司自己的话说，他们已经准备好“有格局地用大钱”了。

从一系列动作来看，这是一家有能力、有野心不断“创纪录”的公司。无论是其豪华的创始人团队，在技术上斩获的吉尼斯世界纪录，还是其推出的全球首个旨在“真干活”的具身大模型，以及全球首创的“以人为中心”数据采集范式，都彰显了其潜力。

如今，在潜心研发具身大脑一年多之后，它石智航用这笔最大单轮融资，再次刷新了行业认知。在两轮重磅融资和技术首次交卷之后，这家公司已经不仅仅是稳坐具身智能第一梯队，更被视为国产具身大脑赛道的头号玩家。

没有大脑的本体，就只是一具躯壳

具身智能行业正在经历一场深刻的剧变。

过去两年，市场热闹非凡，但焦点往往集中在最“前端”的表现上。哪家公司的机器人能在展台上翻个跟头或跳段舞，展位瞬间就会被围得水泄不通，甚至春晚舞台上也少不了机器人热舞的身影。本体形态是否酷炫、关节是否灵活、运动控制是否流畅……这些直观的指标抢走了绝大部分的聚光灯。

然而，从去年年中开始，一个更尖锐、更务实的问题开始被反复提及：机器人到底什么时候能真正进厂干活？它的实际价值究竟在哪里？

行业的风向，开始不可逆地转变了。

到了今年年初，这股“务实主义”的风潮同样席卷了资本市场的前沿。与比拼本体硬件和底层运动控制（小脑）的热度不同，一批专攻智能上限的“大脑”玩家，如Skild AI、Sunday、Generalist等，开始成为新的资本宠儿。

资本市场的嗅觉向来灵敏。当顶级投资机构集体将目光转向“大脑”，这释放了一个清晰的信号：单纯或主要比拼硬件本体和底层运动控制的竞赛阶段，或许已接近尾声。下半场决定胜负的关键，在于“大脑”。

而这个大脑需要解决的，正是具身智能必须跨越的下一道鸿沟——让机器人真正干活，而不是进行披着干活外衣的表演。这也正是它石智航对其大脑模型的期许：一个能干活的具身通用大模型。

那么，它石的“大脑”究竟什么样？

答案是AWE 3.0，全称AI World Engine，即“AI世界引擎”。

值得注意的是，它并非传统的视觉语言模型（VLA），也不是3D资产生成模型。这是一个从底层架构就统一了感知、决策与行动的原生具身大模型，并搭配了全球首个视触觉世界模型OmniVTA。

在这个模型中，视觉、语言、动作三种模态天然对齐，训练时可以在任意模态间互相转换。例如，“视觉”到“视觉”是视频预测，“视觉-语言”到“动作”是端到端控制，“视觉-语言”到“视觉-动作”则构成了世界模型。

更直观地说，这个模型具备一项名为“Failure Recovery”（自我纠错）的关键能力。面对柔性操作中层出不穷的突发状况，模型不再简单地模仿预设的动作轨迹，而是在隐空间里持续推演未来的多种可能性，并据此做出实时决策。例如，当插接线束的力度或角度出现偏差时，机器人会主动把线拔出来，调整角度后再次尝试——这与人类的做法如出一辙。

对于真实的工业场景而言，这标志着一个关键的应用成熟度信号：机器人开始具备“反思”能力了。这可以说是2026年具身大脑浮出水面后，为行业带来的第一份实质性厚礼。

更关键的是，这一切能力的实现，没有依赖一秒钟的遥操作数据。长期以来，行业内在数据采集上有一个共识：遥操作数据的精度最高。但它石团队认为，这个结论在追求极致精度的场景下是站不住脚的。

它石首席科学家丁文超曾指出，在对精度有亚毫米级要求的场景中，人工遥操作过程中的犹豫、抖动反而会成为训练数据中的“噪声”。这也是它石反复强调“以人为中心”（Human-centric）数据采集范式的根本原因。

以线束装配场景为例，其孔位极窄，容错率非常低，堪称“恐怖”级别的任务，但人类工人却能完成。虽然人类操作也并非百分百零偏差，但其强大的实时感知和纠错能力，允许工人在操作中感受阻力并迅速调整角度和力度。

从第一性原理出发，想要让AI习得这种局部微调的能力，最有效的方式就是从真人的实际操作中采集数据。如今，这一理念已完全落地，并凝练成一整套轻量化的以人为本数据采集套件——SenseHub。

工人只需佩戴一双轻便的数据采集手套和一枚第一视角摄像头，即可在日常作业中同步完成数据采集，几乎不干扰正常工作流程。

回过头看它石的布局，其逻辑变得非常清晰：数据、本体、模型的全栈自研，并非为了构建封闭生态，而是从“第一性原理”推导出的必然选择。在行业发展的蛮荒期，技术路线尚未收敛，缺乏标杆案例和成熟的产业分工。而产业链上的每一个变量都可能直接影响“大脑”的最终能力。因此，必须秉持一定的完美主义，通过全栈自研来把控每一个细节。

“全栈大脑”概念的魅力也在于此。赛道上的每一家公司都在围绕自身的技术哲学，从数据、本体、模型三个维度全线推进，将各自的信念极致化。这注定将是一场极为精彩，同时也极为残酷的淘汰赛。

吉尼斯纪录背后，是落地的领先

在具身大脑这条赛道上，所有玩家无论从哪条路径出发，最终都不可避免地会交汇于一点——泛化能力。因为大家的目标都是让智能体能够应对真实世界的复杂任务。

真实世界是混沌且极度复杂的。如果一个机器人只能像复读机一样执行预设的单一脚本，那么它与传统自动化产线上的机械臂并无本质区别。大语言模型之所以让人兴奋，正是因为我们第一次看到了智能具备泛化能力的可能。虽然它在某些单一任务上可能不如硬编码的脚本极致，但真实世界中那些无法用固定逻辑描述的、大量的长尾任务，必须依靠智能的“涌现”能力来解决。

这也意味着，这个领域很可能呈现“赢家通吃”的格局。具身智能之所以被视为下一个万亿级赛道，其核心前提正是模型的泛化能力、跨场景复制能力以及成本可控的规模化能力。

它石智航从成立第一天起，所有的战略重心都在为这个前提做准备，而他们选择的“试金石”是线束装配。

线束装配，被称为工业自动化界的“哥德巴赫猜想”。它将长程操作、柔性操作、亚毫米级精度这“不可能三角”集于一身，是堪称“地狱”级别的工厂场景。选择这样一个高价值与高难度并存的场景作为技术能力的“交卷”题目，本身就极具深意。

大多数具身智能公司在选择落地场景时，往往会遵循“易落地、快见效”的路径，例如叠毛巾、搬箱子、摆货架。这些任务确实存在海量需求，且对精度的要求相对宽松。但它石偏偏反其道而行之，要打，就打最难的仗。

对此，丁文超曾表示“没有Plan B”。逻辑在于，如果连最柔软、最易变形、精度要求最严苛的线束都能实现精准装配，那么工厂里其他常规的装配任务，无异于降维打击。

事实证明，它石不仅做到了，更是将这个场景“打爆”了——其机器人在1小时内完成了百余次亚毫米级柔性线束的完整装配，一举刷新了吉尼斯世界纪录。

甚至，在实现高速装配的同时，还保证了拟人化的“观赏性”。在它石发起的业内首个“机器人柔性操作图灵测试”中，超过50%的投票者无法分辨视频中哪个是机器人，哪个是真人。

在这背后，“以人为中心”的数据采集范式起到了决定性作用。这种方式天然具备全场景覆盖的基因，因为它捕捉的是人在真实环境中的完整工作流，不再受限于特定硬件或封闭的数据采集中心。这意味着，AWE 3.0模型从诞生之初，就具备了跨场景迁移的潜力。

在它石看来，模型层的过拟合只是技术瑕疵，但方法论的过拟合是致命的。因此，从成立第一天起，公司就拒绝了走捷径的诱惑，全力押注“以人为中心”这条路径。一年过去，当初商业计划书中的承诺正一一化为现实，而他们依然坚守着最初的理念。在AI这个技术日新月异的赛道，敢于“不变”，或许比盲目“求变”需要更大的战略定力。

如今，这份坚守迎来了回响。它石智航凭借线束场景一战成名。但聚光灯之外，公司从创立之初便同步启动了在工厂、物流、仓储、洗衣房、酒店等多场景的数据采集工作。从一开始，它的目标就是泛化。

目前，它石已拥有超过十万小时的“以人为中心”数据，并正式发起了“具身数据星火计划”，邀请生态伙伴共建产业级数据共享生态，目标直指1亿小时级别的数据规模。基于这些具备高度可迁移性的训练数据，它石内部已有多个落地场景在并发推进，蓄势待发。

一颗足够强大的大脑，有望填平从工业场景到家庭场景的泛化鸿沟。这，正是具身智能从实验室走向千行百业的关键所在。

资本下半场风向标：大脑强，则具身强

具身智能领域，正从“百花齐放”的喧嚣期，走向“百川归海”的收敛期。

踏入2026年，资本市场不再普降甘霖，而是开始了精准滴灌。而滴灌的靶心，正是那些进行全栈布局、以“大脑”为核心竞争力的公司——这是粮草先行、兵家必争的战略高地。

没有“大脑”的本体公司，本质上是一具精致的躯壳，其上限在等待别人注入灵魂的那一刻就被锁定了；而不涉足本体的纯算法团队，则难以打通从数据到商业反馈的闭环，最终可能沦为技术外包商。

在这场残酷的淘汰赛中，技术路线收敛之后，市场往往只会记住并需要第一名。这也是垂直整合在行业发展早期显得尤为必要的原因。想要把技术做到极致，唯一的解法就是把所有关键变量都掌握在自己手中。核心零部件和硬件供应链未来固然会出现专业化分工，但整个产业的定价权与标准制定权，必将向拥有“最强大脑”的全栈企业高度集中。

最终的赢家，大概率会是全栈大脑公司。

高瓴与红杉的联手押注，正是对这一行业终局判断最有力的印证。对于秉持长期主义的投资机构而言，不怕投得晚，但一旦决定出手，就意味着对其未来画像已经有了笃定的判断。据悉，两家顶级机构在对它石进行了超过一年的深度跟踪调研后，才最终决定联合出手。因为他们看到，具身大脑正是那个正在逐渐收敛的确定性。

在这条新赛道上，它石无疑是当下最具竞争力的头号玩家之一。4.55亿美元，是资本市场对这个终局判断的抢先投票。行业的下半场，全栈大脑将成为具身智能下一阶段竞赛的胜负手。

发令枪，已经响了。