單月估值翻番至200億，星海圖定義具身智能頭部標準

　　作者：彭堃方

　　從終局視角來看的話，星海圖已經 ready。

　　這是星海圖在完成 20 億元 B+輪融資，估值達 200 億規模之際，星海圖對外的表態。這句話背后的重點，不僅在于星海圖已經做好面對未來一切可能發生事情的準備方案，更映射了通往具身智能終局的路徑，已經悄然清晰。

　　終局要從兩條線來看，首先是“智能本身”，基礎模型是具身智能革命的關鍵變量，也是一切創新的起點，而基礎模型再近一步拆解來看，則分為三大要素：數據、算力、算法。

　　只有這三個要素同步解決才有推動智能躍遷的可行性;另一條線是從場景視角來看，解決場景要求的生產力和成本問題，能夠進入到一個 1 到 10、10 到 100 的復制階段。

　　智能和場景 ROI 兩條線打通之際，才是具身智能終局之時。

　　坦白講，這條路徑的難點往往不在于“走下去”。更多體現在對技術節奏的精準把控上。一方面是避免盲目激進的資源投入;另一方面是保持理性擴張的同時還要確保技術落地的扎實度。

　　這便要求，有資格進入終局的企業不僅有前沿技術探索能力，更要有工程化能力。將技術變成可落地、可量化，算得清 ROI 的生產力。

　　具身智能是一個需要 “六邊形戰士”的賽道，其長鏈條特性串聯起了硬件、算法、數據、運營等多個維度，傳統大廠僅能覆蓋部分環節，難以形成全鏈路優勢，這也為創業公司提供了絕佳的突圍機會。

　　而星海圖的 “ready”，正是圍繞終局，做好了技術、組織、生態全方位的準備就緒，在通往通用具身智能的漫長征途中，成為估值最高的星海圖已然找準方向、從容篤定。

　　過去幾個月，具身智能行業發生了一件關鍵變化：估值錨點正在從“本體”轉向“模型”。而這一變化，并不是孤立發生的。

　　一方面是以宇樹為代表的頭部本體廠商，已經把硬件端打磨通透，在邁向規模化量產、產品一致性等方面已經找到路子。

　　二是在更廣泛的 AI 領域，以 Minimax、智譜為代表的大模型公司，在二級市場獲得了遠超傳統軟件公司的估值溢價。而且，就在剛剛 OpenAI 完成硅谷史上最大規模的融資紀錄“1220 億美元”募資，估值已經到達 8520 億美元。這些模型公司的估值已經達到了幾百倍的 PS(市銷率)，其背后核心邏輯在于市場更加相信智能敘事下的“未來增速”，而非緊盯著“當下收入”來定價企業。

　　這一套邏輯，正在迅速傳導至具身智能，同時涌現出星海圖是具身智能四小龍的說法。

　　具身研習社了解到，市場逐漸意識到，這一代具身智能的真正變量在于“大腦”，而不是“形態”。換言之，具身智能之所以不愿叫做“人形機器人”，是人們意識到天花板或者這個產業能走下去的絕對驅動仍是模型，宇樹計劃花約一半的募資資金去做大腦大模型是相同的認知。

　　當機器人開始進入類似大模型尋找 Scaling 階段后，決定上限的，已經不再是機械結構，而是模型能力與數據質量。在這一框架下，星海圖的技術路徑開始被重新理解。

　　從模型層面來看，星海圖同時推進兩條關鍵路徑：

　　一條是 VLA 模型。作為連接視覺、語言與動作的統一框架，VLA 決定了機器人是否具備端到端理解與執行能力。星海圖在這一方向上持續開源迭代，從 G0 到 G0 Plus 再到即將發布的 G0.5，逐步推動模型從“可用”走向“可落地”。

　　另一條則是世界模型。不同于傳統感知與控制體系，世界模型試圖讓機器人具備對物理世界的預測與推理能力。星海圖推出的 Fast-WAM 不僅在架構上進行了重構，更重要的是在推理速度上實現突破，使其具備走向真實場景的工程可行性。這一成果發布后，也獲得包括世界模型巨擘楊立昆團隊的關注與轉發，這種來自頂級研究者的認可，本身就是一種稀缺背書。

　　如果說模型定義具身上限，那么數據決定模型是否智能。

　　在數據層面，星海圖的判斷更具“反共識”意味。羅天奇在溝通中反復強調，當前行業并不缺數據，真正稀缺的是高質量、可用于訓練模型的數據。

　　也正是在這一判斷下，星海圖構建了以真實場景為核心的數據體系，并開源了全球首個開放場景具身智能真機數據集 GOD。這一數據集在發布一個月內即登頂全球下載量第一，被開源社區普遍認為是當前最高質量的具身真機數據集之一，累計下載量已突破 60 萬次。

　　與此同時，公司還沿著“真實數據金字塔”進一步拓展，布局 UMI 與第一視角(POV)數據，使數據來源從“依賴機器人”擴展到“人類與環境”，在效率與成本之間建立新的平衡。據了解，2026 年星海圖計劃構建全球最大規模的真實場景具身數據集，以百萬小時真實場景數據持續驅動具身基礎模型進化。

　　可以看到，當模型能力與數據體系同時成立時，星海圖的本質已經不再只是一個機器人公司，而是一個具備生產“智能能力”的基礎設施型公司。

　　也正是這一點，解釋了星海圖估值在短時間內快速躍升成為當下具身智能領域估值最高企業的原因，當模型與數據的護城河開始形成，市場愿意相信其未來廣闊的想象空間，對其有了更大的預期和信心。

　　如果說模型與數據決定上限，那么商業化路徑決定企業能否走到終局。

　　在當前行業中，“量產”正在成為最容易被放大的敘事，但在星海圖看來，這一階段真正需要解決的，并不是規模問題，而是成立問題。

　　星海圖給出一個非常明確且冷靜的判斷：2026 年，行業的關鍵還沒有來到“1 到 10”，而在于“0 到 1”。在他看來，真正重要的不是出貨數量，而是機器人是否能夠在真實場景中穩定工作，并且具備可計算的成本結構。

　　在這一邏輯下，星海圖的商業路徑呈現出明顯的分層結構。

　　首先是在科研市場，其輪式雙臂機器人已經成為全球開發者的核心平臺，頭部覆蓋率超過 90%，在該細分領域形成了事實上的標準和地位。盡管這一市場規模有限，但其價值在于“用腳投票”——只有真正具備產品力的系統，才能通過頂級開發者的驗證。

　　在此基礎上，星海圖并沒有停留在科研場景，而是進一步向生產力場景推進。目前，其已聚焦搬運移動、抓拿放置、封裝打包、織物疊放以及設備串聯五大核心垂類方向，并完成千臺級訂單跑通，與工業搬運、物流分揀及商業展示等行業頭部客戶形成深度合作。按照規劃，隨著供應鏈與場景能力成熟，2026 年將進入萬臺級放量階段。

　　與“先鋪量再優化”的路徑不同，星海圖更強調在具體崗位上把“1”做扎實，即讓機器人能夠在客戶現場連續運行、穩定交付，并能夠算清 ROI。這種節奏看似保守，但卻是熱火的具身賽道中一種難能可貴的“冷靜”。

　　與此同時，公司在前沿技術上的布局，也在強化其長期能力邊界。例如其投資的簡智機器人(GenRobot.AI)，圍繞數據采集這一關鍵環節，推出 UMI、Ego 等設備，甚至已經預告了靈巧手數據采集方案。這類布局的意義，當然不是為了短期商業回報，而是為了提前鎖定未來數據供給的關鍵入口。

　　從科研市場的絕對領先，到生產力場景的逐步突破，再到上下游能力的前瞻布局，這種“腳踏實地又仰望星空”的路徑，也正是其能夠從技術公司走向產業平臺的關鍵所在。

　　將視角再拉高，會發現具身智能與以往多數科技賽道存在一個本質差異：它不是單點能力驅動的行業，而是一個典型的長鏈條系統工程。

　　從數據、模型，到本體、場景，再到供應鏈與生態，每一個環節都不可或缺。這也意味著，任何單點優勢，都難以構成長期壁壘。

　　由此可見，這個行業需要的是“六邊形戰士”，“因為這個行業的鏈條確實很長，每個鏈條里面的要素都不一樣。甚至大廠也只能在某些領域有所強。”

　　也因此，在到達百億估值階段之后，資本的判斷邏輯發生變化，即從原先尋找“最強單點”，轉向篩選“最完整體系”。換句話說投資人不再只看某單一長板技術，而是綜合判斷這只木桶能裝多少水。這里考察的點，包括技術路徑是否持續正確、是否具備工程化能力、是否能打通多環節協同、是否具備長期組織能力等。

　　在這樣的篩選邏輯下，真正符合條件的公司反而變得稀缺。

　　這就解釋了為什么星海圖能夠在百億估值后，再次于短時間內同時獲得產業資本、國家隊基金、長線基金與一線 PE 的集中加碼，“六邊形戰士”才是具身真正的稀缺標的。資本押注的，并不是某單一能力，而是一種可以穿越周期的綜合能力結構。

　　總之，具身智能依然是一個遠未收斂的行業。但與兩年前相比，一個關鍵變化已經發生：路徑，開始變得清晰。

　　換句話說，具身智能賽道中，模型成為核心變量，數據成為分水嶺，場景成為最終驗證，在這幾方面做多做深的企業才會有更大的想象空間。

　　而當這些變量逐漸明確之后，行業的競爭邏輯也隨之改變：2026 年，具身從講故事，轉向兌現;從單點突破，轉向系統能力;從階段領先，轉向長期存活。

　　在這樣的階段里，“ready”不再是一句輕易可以說出口的話。當糧草與技術輜重已經準備就緒，星海圖或許看到了終局輪廓。