这家主打“小全栈”模式的初创企业，同时押注具身机器人，以及训练并维持其运行所需的人工智能模型与相关服务

重点：
* 灵初智能20亿元的天使轮与Pre-A轮融资，凸显在中国大力押注具身智能技术之际，资本正迅速涌入这一领域
* 对投资者而言，更大的押注或许不在于那些吸引眼球的机器人本身，而是在于数据、训练闭环以及部署系统，这些要素才让机器人能在现实世界中找到真正的用途
本文作者 胡鸣鹤
机器人对投资者而言并不是新鲜事，真正新的，是资本投入的规模。越来越多资金正流向那些把快速进步的人工智能代理，与能在现实世界执行实际任务的机器结合起来的公司。这也解释了为何具身智能初创企业北京灵初智能科技有限公司在成立仅两年后，就能在天使轮与Pre-A轮融资中筹集到高达20亿元（约2.8亿美元）的资金。
公司在上周公布融资消息时并未披露估值，但对一家如此年轻的企业而言，这一融资规模仍十分突出。根据IDC数据，2025年全球人形机器人销售额仅为4.4亿美元。
与融资金额同样重要的，是宣布的时机。就象征性而言，灵初智能在3月10日公布融资消息，正值中国每年一度的两会期间。这是中国年度政治周期的高峰时刻，政府会在此讨论来年的政策重点。今年的会议尤为重要，因为会上公布了中国十五五规划，再次强调人工智能、机器人以及相关产业落地的重要性。在这样的背景下，灵初智能的融资看起来不仅是对一家初创公司的信任投票，更契合了政策制定者与投资者推动人工智能走出概念阶段、进入实体经济的整体方向。
这一转变正是灵初智能所强调的核心价值，与其加入打造各种能跳舞、打功夫的展示型具身模型的竞赛，公司表示，新一轮融资将主要用于支撑真正让机器人运作起来的基础能力，包括更大规模的物流场景部署，以及建设大规模数据采集系统。
灵初智能将自身定位为既不是纯软件公司，也不是完全垂直整合的硬件制造商。相反，公司提出一种所谓的“小全栈”模式：在硬件设计的关键环节，如机器人结构、运动范围与自由度等方面保持控制权，而核心零部件的生产与整机制造则交由专业供应商完成。这种分工模式十分清晰，公司既能掌握系统设计与调校的核心能力，又不必承担全部自主设计与制造带来的高昂成本。
在实际应用中，未来一代实用型机器人面临的最大难题，可能并不是制造出令人惊艳的机器本身，而是如何收集足够高质量的数据，使这些机器在复杂而混乱的现实环境中依然可靠运作。对大型语言模型而言，互联网本身就是一个庞大的资料库，可以为其提供训练所需的信息。
但机器人并没有这样现成的资源，它们需要通过模拟、远程操作以及实际场景使用来学习，因此所收集的数据本身就成为一项战略资产。资金充足的竞争对手已开始结合模拟数据、人类动作视频以及已部署机器人的反馈，建立更大的训练闭环。灵初智能的系统看起来正是希望通过构建可扩展、可重复的学习管线，获得类似的能力。
实际落地
这种对实际落地的重视，是灵初智能与一些更容易登上新闻头条的具身机器人初创企业之间的重要区别。近来具身机器人备受关注，特别是在今年农历新年期间亮相央视春晚后更是成为焦点。但市场热度与商业现实往往并不同步。特斯拉的Optimus仍然是这场竞赛中最具代表性的象征，但真正具有意义的量产规模仍要等到今年稍晚。
相比之下，灵初智能似乎认为，一些不那么炫目的工作，特别是物流与操作任务，反而更可能带来早期收入来源。公司不仅押注自身的具身机器人硬件，也同时提供通用型具身智能能力，包括大规模视觉—语言—动作（VLA）模型 以及灵巧操作演算法，供其他机器人开发者使用。
公司的投资者名单也印证了这一方向，天使轮吸引了国有背景及产业资本参与，包括国开金融、国中资本以及一家与央视相关的产业基金。Pre-A轮则引入了上海国资背景的徐汇资本、地方政府基金、市场化基金，以及既有股东的追加投资。对一家年轻公司而言，这是一项相当重要的背书。
创始团队的背景同样不容忽视，创办人王启斌拥有超过二十年的硬件与商业化经验，曾负责京东的机器人业务。公司还提到与北京大学共同建立的联合实验室，专注于具身灵巧操作研究，为其商业故事增添了一层学术背景。
更广泛的市场环境也正在变得有利。IDC表示，2025年全球人形机器人出货量约为1.8万台，同比增长508%，其中中国制造商在规模交付方面率先取得领先地位。这表明该产业正开始在实验室之外找到商业买家，也解释了为何投资者突然愿意向这一领域投入大量资金。在海外，Figure AI和Skild AI等公司也围绕类似的人形机器人与机器人智能理念募集了大额资金。灵初智能的这笔新融资，正好契合了这股更广泛的资本浪潮。
尽管如此，这个产业仍处于早期阶段。目前的需求仍主要集中在娱乐表演、教育与科研，以及数据采集，而非大规模工业部署。同时，商业模式也开始从一次性的硬件销售，逐步转向服务、维护以及平台型产品等能带来持续收入的模式。这一点对灵初智能尤为重要，因为公司押注数据与训练基础设施可能成为持续创造价值的来源，为公司提供稳定收入，而不只是一次性的设备销售。
尽管如此，大额融资与可持续的商业模式并不完全等同。灵初智能表示，公司已经走出实验室，例如在服装仓库等半结构化物流场景中部署产品，让机器人完成条码扫描与多品类分拣等任务。这类重复但又具有变化的工作场景，往往是投资者最关注的应用案例，因为它们比展示性的演示更接近真正的商业化。不过，公司仍需要证明，这些早期试点能否最终转化为大规模部署并带来可观收入。
展望未来，更大的问题在于具身智能的长期价值究竟会落在哪一层，显而易见的赢家可能是那些制造机器人本体的公司。但同样重要的一群企业，可能是提供数据、训练以及部署系统的第三方服务商，这些系统能够帮助机器人完成训练并在实际使用中持续提升能力。
这似乎正是灵初智能瞄准的价值层，如果公司能将部署转化为可持续的重复业务，那么在如此早期阶段完成的大额融资，未来看来可能是一笔对具身智能真正价值所在的成功押注。但如果未能做到，其案例也将再次提醒市场：实体人工智能的发展是一门充满不确定性的生意，投资者往往需要猜测市场走向，而这种猜测并不总是成功。