近日，具身智能领跑企业千寻智能 Spirit AI 宣布完成5.28亿元人民币Pre-A轮融资。本轮融资由阿美风险投资旗下Prosperity7 Ventures(P7)领投，招商局创投、广发信德、靖亚资本、东方富海、华控基金等多家资本深度参与，华发集团、浙江省科创母基金与上市公司浙江东方在杭州共同发起设立的善富科创子基金战略加持，为千寻智能在具身智能领域的产业布局注入了强大动力。
此外，老股东达晨财智、柏睿资本、弘晖基金以及千乘资本在本轮持续加码，进一步凸显资本市场对千寻智能的高度认可。本轮融资后千寻智能将持续加速具身大模型的迭代、机器人本体的进化以及人才团队的构建。
据悉，这是千寻智能自2024年1月成立以来，14个月内的第四笔大额融资。
▍阿美P7加码具身智能 专注细分赛道独角兽企业
Prosperity7 Ventures（阿美旗下投资基金）其背后的阿美Aramco是世界上探明储量最大的石油公司。Prosperity7 Ventures基金与中国拥有很深渊源，基金成立三年以来已在中国投资超过20家创新企业，北京和上海都有办公室。
近年来Prosperity7 Ventures在中国科技领域加速布局，尤其在具身智能赛道，已覆盖从基础技术到应用场景的全链条。
需要注意的是，Prosperity7 Ventures基金与其他基金不同，其投资团队由张柏舟、蔡翔等具备产业经验的管理者主导，强调“长期主义”和规模化增长潜力。并且投资风格集中在细分赛道中的独角兽企业。
此前，蔡翔曾在公开采访中表示，中东资本对中国市场的投资已从传统的LP出资转向直接参与，且更关注技术驱动型企业的规模化潜力。他曾提到“AI与产业结合”是P7的核心逻辑，而具身智能则是AI的进一步迭代与创新，更有可能颠覆未来传统产业生态，自然成为其布局的关键领域。
本次领投千寻智能Pre-A轮融资，是Prosperity7 Ventures基金在2025年投资的唯一家具备AI+机器人全栈生产力级技术能力的具身智能企业。至此，千寻智能已获得包括小米系、宁德系以及中东系三大顶级资本连投。
▍千寻智能再次发布最新成果 首次在国内实现柔性物体长程操作的闭环控制
3月17日，千寻智能发布Spirit v1抢先版Demo视频，该视频一经发布就受到各大平台转载，视频中千寻智能通过两个机械臂和单指夹具，在无额外标注的情况下，顺利完成三件T恤的折叠码放任务，这是国内首次攻克了柔性物体长程操作难题的案例。
千寻智能CEO韩峰涛指出：“叠衣服其实是一项非常具有挑战性的任务。与抓糖豆或倒水等状态数目相对有限的任务相比，叠衣服的复杂性在于，每件待整理的衣服都是不规则的，不存在两件完全相同的杂乱衣服，而倒水或抓糖豆的场景往往具有相似性，任务相对简单。因此非常考验具身模型在场景多样性上的泛化能力。
经过评估，我们发现叠衣服的状态数目至少是倒水等任务的100倍，其可能的状态空间极其庞大。对于不熟悉算法的人来说，这可能看似只是两件不同的事情，但实际上，机器人在完成这两项任务时所需的思维难度和复杂性存在极大的差异化。”
韩峰涛表示，目前，该视频Demo所展示的能力，只是一个预览版，千寻智能还将继续更新具身模型的能力，并计划将这项技术应用于可移动底盘上，实现移动作业形态。
数据的采集与有效利用是具身智能构建的关键，此前，千寻智能联合创始人高阳在这一领域拥有突出贡献，并在具身智能核心技术方面构建了领先优势。
高阳提出的EfficientImitate高性能模仿学习算法，相比斯坦福大学的VMAIL算法，性能提升了600%。此外，高阳提出的高样本效率强化学习算法EfficientZero，得到了OpenAI强化学习首席科学家John Schulman的高度评价。在视觉语言模型（VLM）领域，高阳提出的ViLa和CoPa模型显著提升了机器人在任务理解与规划方面的能力。特别是，CoPa模型的泛化能力超越了斯坦福大学的VoxPoser模型，且世界领先的Figure01机器人在其顶层规划中采用了ViLa模型。
此外，高阳团队还提出了Any-point Trajectory Model（ATM）框架，该框架仅需少量标注数据便能完成训练，并展现出强大的鲁棒性。在长程任务中，ATM框架的性能提升可达500%。该框架为小样本学习和跨具身机器人领域提供了新支持，并在国际机器人顶级会议RSS 2024上获得了全体审稿人的满分评价。
CoRL 2024 X-Embodiment workshop最佳论文奖
CoRL 2024机器人顶级会议上，高阳团队首次证实机器人操作任务中存在“数据缩放定律”，无需任何微调即可实现零样本泛化能力，该成果填补机器人模仿学习理论空白，提供高效数据收集与模型训练策略，降低成本和时间，提高效率和稳定性，《数据缩放定律在模仿学习中的机器人操作研究》也因此获得CoRL X-Embodiment workshop最佳论文奖。
▍中国具身智能企业估值有望再度提升
据机器人大讲堂&立德智库的数据统计，2024年4月至2025年3月，中国机器人行业中具身智能板块（包括软件企业与本体硬件企业）发生60余起投融资活动。周期内的具身智能相关领域总融资金额在280亿元以上(上市公司的 IP0 和定向增发金额不计算在内)。其中亿元规模以上融资发生近30起，具身智能已然成为年度最热投资板块。
早在2024年8月，千寻智能完成近2亿元人民币的种子轮+天使轮融资，资本对于千寻智能的AI+机器人全栈技术路线十分认可。这也直接促成了2025年Pre-A轮的加投。
大洋彼岸，美国Physical Intelligence（简称Pi）作为一家专注于开发通用机器人控制模型的初创企业，公司目标是打造能够控制各种机器人的智能大脑。该公司由斯坦福大学教授Chelsea Finn于2023年3月创立，并在同年10月发布了首个机器人基础模型π0。2024年11月，Pi完成了4亿美元的融资，估值达到24亿美元（约173亿人民币）。
Pi联合创始人Sergey Levine
值得一提的是Pi的联合创始人Sergey Levine（UC Berkeley教授）是机器人强化学习领域的权威，其主导的π0模型基于大规模数据预训练与流匹配技术，强调跨机器人平台和任务泛化。
千寻智能联合创始人高阳与Sergey Levine合影
千寻智能联合创始人高阳拥有清华系背景，为清华大学交叉信息学院助理教授，清华大学视觉与具身智能实验室主任，博士生导师。在UC Berkeley攻读博士期间，师从强化学习专家Pieter Abbeel，并与Sergey Levine深度合作，研究方向同样聚焦于机器人跨模态交互与泛化能力提升。两者均受UC Berkeley机器人学习领域的技术理念影响，尤其在模仿学习与强化学习结合方面表现出高度一致性。
在技术路线上，Pi的π0模型采用视觉-语言-动作（VLA）架构，结合流匹配技术实现高频动作控制，并通过跨机器人数据预训练提升泛化能力。千寻智能则提出ViLa和CoPa模型，利用多模态输入（视觉、语言）生成连续动作序列，并基于扩散模型优化动作生成精度。两者均借鉴了语言模型的“预训练+微调”模式，并且依赖大规模多样化数据集（如Pi的1万小时示教数据、千寻智能的真实场景闭环数据）来驱动模型进化。在技术逻辑上两家公司拥有一定的相似性。
所以当Pi这家公司估值已达173亿人民币的时候，千寻智能这家具身智能头部企业是否仍被低估？
▍背靠小米、宁德、中东系 千寻智能25年实现百台出货目标
对于商业化方面，韩峰涛有自己的敏锐洞察，此前韩峰涛曾公开表示，2025年计划交付数百台具身智能产品，瞄准高附加值场景批量落地。
说到商业化就不得不提及千寻智能CEO韩峰涛的背景，韩峰涛毕业于浙江大学控制学院取得硕士学位，作为机器人行业老兵，曾任珞石机器人联合创始人兼CTO。他曾经带领团队成功交付了数十款型号产品，总量超过20000台，并成功将机器人技术应用于20多个行业、100多个场景，实现了1000多个客户的商业化成果转化。
千寻智能的另一位联合创始人郑灵茵，在工业机器人领域拥有丰富的出海经验。曾经从0-1组建海外团队并带领团队在欧洲、俄罗斯等地区深入拓展海外市场，并迅速实现商业化成果转化。
对于具身智能产品如何落地这一问题，韩峰涛有自己的思考，他解释到：“服务行业与家用行业无疑蕴含着最为广阔的市场空间。然而，就商业化落地而言，千寻智能会遵循由易到难的原则，优先选择相对封闭且任务较为简单的To B场景作为切入点。并将To B领域作为初始阶段目标。后期随着规模化落地进展，逐步开拓服务行业与家用市场。”从资方布局不难看出，千寻智能的商业化落地，将紧密围绕小米、宁德业务生态进行展开，针对产业链中高附加值环节进行具身智能产品的落地部署。
▍结语与未来：
“我们希望未来十年，让全球10%的人拥有自己的机器人。”这是韩峰涛对于千寻智能未来5-10年的一个愿景。如果把2024年看成具身智能技术爆发元年的话，那么2025年则是具身智能商业化落地的元年。在这场竞赛中，谁能率先迈过数据采集鸿沟，谁能将落地场景的成本控制在百万级以内，谁又能更早地解决机器人的泛化能力问题，谁便有望率先渗透万亿规模的具身智能市场，并在未来掌握该领域更大的话语权。
（文：机器人大讲堂）