近日，具身智能領跑企業千尋智能 Spirit AI 宣布完成5.28億元人民幣Pre-A輪融資。本輪融資由阿美風險投資旗下Prosperity7 Ventures(P7)領投，招商局創投、廣發信德、靖亞資本、東方富海、華控基金等多家資本深度參與，華發集團、浙江省科創母基金與上市公司浙江東方在杭州共同發起設立的善富科創子基金戰略加持，為千尋智能在具身智能領域的產業布局注入了強大動力。

此外，老股東達晨財智、柏睿資本、弘暉基金以及千乘資本在本輪持續加碼，進一步凸顯資本市場對千尋智能的高度認可。本輪融資后千尋智能將持續加速具身大模型的迭代、機器人本體的進化以及人才團隊的構建。

據悉，這是千尋智能自2024年1月成立以來，14個月內的第四筆大額融資。

▍阿美P7加碼具身智能 專注細分賽道獨角獸企業

Prosperity7 Ventures（阿美旗下投資基金）其背后的阿美Aramco是世界上探明儲量最大的石油公司。Prosperity7 Ventures基金與中國擁有很深淵源，基金成立三年以來已在中國投資超過20家創新企業，北京和上海都有辦公室。

近年來Prosperity7 Ventures在中國科技領域加速布局，尤其在具身智能賽道，已覆蓋從基礎技術到應用場景的全鏈條。

需要注意的是，Prosperity7 Ventures基金與其他基金不同，其投資團隊由張柏舟、蔡翔等具備產業經驗的管理者主導，強調“長期主義”和規模化增長潛力。并且投資風格集中在細分賽道中的獨角獸企業。

此前，蔡翔曾在公開采訪中表示，中東資本對中國市場的投資已從傳統的LP出資轉向直接參與，且更關注技術驅動型企業的規模化潛力。他曾提到“AI與產業結合”是P7的核心邏輯，而具身智能則是AI的進一步迭代與創新，更有可能顛覆未來傳統產業生態，自然成為其布局的關鍵領域。

本次領投千尋智能Pre-A輪融資，是Prosperity7 Ventures基金在2025年投資的唯一家具備AI+機器人全棧生產力級技術能力的具身智能企業。至此，千尋智能已獲得包括小米系、寧德系以及中東系三大頂級資本連投。

▍千尋智能再次發布最新成果 首次在國內實現柔性物體長程操作的閉環控制

3月17日，千尋智能發布Spirit v1搶先版Demo視頻，該視頻一經發布就受到各大平臺轉載，視頻中千尋智能通過兩個機械臂和單指夾具，在無額外標注的情況下，順利完成三件T恤的折疊碼放任務，這是國內首次攻克了柔性物體長程操作難題的案例。

千尋智能CEO韓峰濤指出：“疊衣服其實是一項非常具有挑戰性的任務。與抓糖豆或倒水等狀態數目相對有限的任務相比，疊衣服的復雜性在于，每件待整理的衣服都是不規則的，不存在兩件完全相同的雜亂衣服，而倒水或抓糖豆的場景往往具有相似性，任務相對簡單。因此非常考驗具身模型在場景多樣性上的泛化能力。

經過評估，我們發現疊衣服的狀態數目至少是倒水等任務的100倍，其可能的狀態空間極其龐大。對于不熟悉算法的人來說，這可能看似只是兩件不同的事情，但實際上，機器人在完成這兩項任務時所需的思維難度和復雜性存在極大的差異化。”

韓峰濤表示，目前，該視頻Demo所展示的能力，只是一個預覽版，千尋智能還將繼續更新具身模型的能力，并計劃將這項技術應用于可移動底盤上，實現移動作業形態。

數據的采集與有效利用是具身智能構建的關鍵，此前，千尋智能聯合創始人高陽在這一領域擁有突出貢獻，并在具身智能核心技術方面構建了領先優勢。

高陽提出的EfficientImitate高性能模仿學習算法，相比斯坦福大學的VMAIL算法，性能提升了600%。此外，高陽提出的高樣本效率強化學習算法EfficientZero，得到了OpenAI強化學習首席科學家John Schulman的高度評價。在視覺語言模型（VLM）領域，高陽提出的ViLa和CoPa模型顯著提升了機器人在任務理解與規劃方面的能力。特別是，CoPa模型的泛化能力超越了斯坦福大學的VoxPoser模型，且世界領先的Figure01機器人在其頂層規劃中采用了ViLa模型。

此外，高陽團隊還提出了Any-point Trajectory Model（ATM）框架，該框架僅需少量標注數據便能完成訓練，并展現出強大的魯棒性。在長程任務中，ATM框架的性能提升可達500%。該框架為小樣本學習和跨具身機器人領域提供了新支持，并在國際機器人頂級會議RSS 2024上獲得了全體審稿人的滿分評價。

CoRL 2024 X-Embodiment workshop最佳論文獎

CoRL 2024機器人頂級會議上，高陽團隊首次證實機器人操作任務中存在“數據縮放定律”，無需任何微調即可實現零樣本泛化能力，該成果填補機器人模仿學習理論空白，提供高效數據收集與模型訓練策略，降低成本和時間，提高效率和穩定性，《數據縮放定律在模仿學習中的機器人操作研究》也因此獲得CoRL X-Embodiment workshop最佳論文獎。

▍中國具身智能企業估值有望再度提升

據機器人大講堂&立德智庫的數據統計，2024年4月至2025年3月，中國機器人行業中具身智能板塊（包括軟件企業與本體硬件企業）發生60余起投融資活動。周期內的具身智能相關領域總融資金額在280億元以上(上市公司的 IP0 和定向增發金額不計算在內)。其中億元規模以上融資發生近30起，具身智能已然成為年度最熱投資板塊。

早在2024年8月，千尋智能完成近2億元人民幣的種子輪+天使輪融資，資本對于千尋智能的AI+機器人全棧技術路線十分認可。這也直接促成了2025年Pre-A輪的加投。

大洋彼岸，美國Physical Intelligence（簡稱Pi）作為一家專注于開發通用機器人控制模型的初創企業，公司目標是打造能夠控制各種機器人的智能大腦。該公司由斯坦福大學教授Chelsea Finn于2023年3月創立，并在同年10月發布了首個機器人基礎模型π0。2024年11月，Pi完成了4億美元的融資，估值達到24億美元（約173億人民幣）。

Pi聯合創始人Sergey Levine

值得一提的是Pi的聯合創始人Sergey Levine（UC Berkeley教授）是機器人強化學習領域的權威，其主導的π0模型基于大規模數據預訓練與流匹配技術，強調跨機器人平臺和任務泛化。

千尋智能聯合創始人高陽與Sergey Levine合影

千尋智能聯合創始人高陽擁有清華系背景，為清華大學交叉信息學院助理教授，清華大學視覺與具身智能實驗室主任，博士生導師。在UC Berkeley攻讀博士期間，師從強化學習專家Pieter Abbeel，并與Sergey Levine深度合作，研究方向同樣聚焦于機器人跨模態交互與泛化能力提升。兩者均受UC Berkeley機器人學習領域的技術理念影響，尤其在模仿學習與強化學習結合方面表現出高度一致性。

在技術路線上，Pi的π0模型采用視覺-語言-動作（VLA）架構，結合流匹配技術實現高頻動作控制，并通過跨機器人數據預訓練提升泛化能力。千尋智能則提出ViLa和CoPa模型，利用多模態輸入（視覺、語言）生成連續動作序列，并基于擴散模型優化動作生成精度。兩者均借鑒了語言模型的“預訓練+微調”模式，并且依賴大規模多樣化數據集（如Pi的1萬小時示教數據、千尋智能的真實場景閉環數據）來驅動模型進化。在技術邏輯上兩家公司擁有一定的相似性。

所以當Pi這家公司估值已達173億人民幣的時候，千尋智能這家具身智能頭部企業是否仍被低估？

▍背靠小米、寧德、中東系 千尋智能25年實現百臺出貨目標

對于商業化方面，韓峰濤有自己的敏銳洞察，此前韓峰濤曾公開表示，2025年計劃交付數百臺具身智能產品，瞄準高附加值場景批量落地。

說到商業化就不得不提及千尋智能CEO韓峰濤的背景，韓峰濤畢業于浙江大學控制學院取得碩士學位，作為機器人行業老兵，曾任珞石機器人聯合創始人兼CTO。他曾經帶領團隊成功交付了數十款型號產品，總量超過20000臺，并成功將機器人技術應用于20多個行業、100多個場景，實現了1000多個客戶的商業化成果轉化。

千尋智能的另一位聯合創始人鄭靈茵，在工業機器人領域擁有豐富的出海經驗。曾經從0-1組建海外團隊并帶領團隊在歐洲、俄羅斯等地區深入拓展海外市場，并迅速實現商業化成果轉化。

對于具身智能產品如何落地這一問題，韓峰濤有自己的思考，他解釋到：“服務行業與家用行業無疑蘊含著最為廣闊的市場空間。然而，就商業化落地而言，千尋智能會遵循由易到難的原則，優先選擇相對封閉且任務較為簡單的To B場景作為切入點。并將To B領域作為初始階段目標。后期隨著規模化落地進展，逐步開拓服務行業與家用市場。”從資方布局不難看出，千尋智能的商業化落地，將緊密圍繞小米、寧德業務生態進行展開，針對產業鏈中高附加值環節進行具身智能產品的落地部署。

▍結語與未來：

“我們希望未來十年，讓全球10%的人擁有自己的機器人。”這是韓峰濤對于千尋智能未來5-10年的一個愿景。如果把2024年看成具身智能技術爆發元年的話，那么2025年則是具身智能商業化落地的元年。在這場競賽中，誰能率先邁過數據采集鴻溝，誰能將落地場景的成本控制在百萬級以內，誰又能更早地解決機器人的泛化能力問題，誰便有望率先滲透萬億規模的具身智能市場，并在未來掌握該領域更大的話語權。