作为行业内最早走端到端大模型技术路线的企业，智平方又被评价为“中国版特斯拉机器人团队”。

2月23日，界面新闻独家获悉，通用智能机器人公司智平方近期完成B轮系列融资，融资规模超10亿元人民币，公司估值超过百亿。

这是深圳2026年开年以来首个新晋的百亿估值具身智能独角兽，智平方也成为当前深圳未上市具身智能企业中估值量级最高的企业之一。

这家公司成为当下全球融资节奏最快的具身智能企业。这是智平方继2025年半年内连续完成七轮数亿级融资后，再完成的五轮融资，一年累计完成12轮融资。

此次投资阵容豪华，投资方包括百度战投、中车资本、特斯拉生态链上市龙头企业、沄柏资本、国泰海通以及地方基金等，横跨互联网和AI巨头、央企产业资本、特斯拉生态链龙头、“深口袋”PE基金、头部券商系及地方基金。并吸引老股东持续加注。

公司方面表示，本轮系列资金将重点投向GOVLA具身大模型的技术研发与能力升级、保持大模型能力的持续领先。在此基础上，驱动AlphaBot（爱宝）系列机器人产品迭代与产线扩容。

具身智能成为当下最火热的投融资赛道之一。据中国信息通信研究院联合清华大学电子工程系发布的《具身智能发展报告(2025年)》，截至2025年12月，我国具身智能和机器人领域投资事件数达744起，融资总额735.43亿元。

据公开资料，目前还有智元、云深处、星海图、银河通用等几家公司估值超过百亿元。而在深圳，智平方之前，2018年完成C轮融资的优必选同样达到百亿估值。

智平方成立于2023年4月，由美国普渡大学博士郭彦东创立，聚焦生产力型通用智能机器人（非表演）这一智能终端品类。郭彦东曾在微软美国总部核心AI团队任职，后担任小鹏汽车和OPPO的首席科学家与研发高管。

2023年以来，国内具身智能产业重心经历了三次切换。初期，企业主攻本体硬件，硬件赛道占据绝对主导；2024年后，以具身大模型为核心，通用智能的泛化能力突破成为焦点。当下，行业核心侧重回归软硬协同以及商业化闭环。

智平方是极少数创业初期就专攻机器人大脑的企业，自研的具身大模型是这家公司的一大特色。2024年6月，公司发布并开源创业公司中首个VLA模型GOVLA 0.0（RoboMamba），在模型规模仅为谷歌同类模型1/20的情况下，性能提升超过80%。2025年，公司又推出全球首个全域全身VLA大模型GOVLA，这也是全球首个输出快慢系统融合的端到端大模型。

端到端的思考最早由自动驾驶行业提出，智平方是首家将该理念从自动驾驶领域引入人形机器人赛道的企业，手机、汽车领域出身的创始团队坚持“端侧智能”。

此外，行业内最早走端到端大模型技术路线的另一家企业是特斯拉。因此智平方又被投资界评价为“中国版特斯拉机器人团队”。此次亦有多家特斯拉生态链龙头企业选择战略投资智平方。

清智资本是智平方的最早机构投资方，其创始合伙人张煜此前告诉界面新闻，看好智平方聚焦具身智能大脑的核心赛道布局。2023年以来行业普遍集中在机器人本体的研发，但公司预判本体落地之后大脑会成为下一阶段的核心方向。2024年底后，行业对具身智能大脑的价值认知迎来了全面爆发，技术迭代也在不断重塑市场对这条赛道的认知边界。

对于通用智能机器人而言，如何从数字世界走到物理世界是一大根本挑战。其中又涉及到两个核心要素，一个是智能体既能精准感知环境信息、又具备相当强的泛化性；另一个是怎样获得行为智能，让大模型实际用于机器人的行为和交付。

GOVLA旨在让智能体具备精细又泛化的环境感知能力。常规的VLA大模型只能输出机械臂动作，而GOVLA大模型首次提出输出全身控制和移动轨迹，从而实现在全身协同控制和全场景任务覆盖中的高效交互与自主行动。

换言之，搭载了GOVLA的机器人可以从“固定工位”实现“全域行动”，以融合视觉等多模态感知信号与语言指令，直接生成动作。这使得机器人能够完成跨场景、跨任务的泛化操作。

“有了这个‘大脑’，最直接的体现是机器人学东西很快。这个大脑像人一样具备一定常识性，即使机器人碰到很多没有见过的情况，也能够在无需二次训练的情况下就完成任务。”智平方创始人兼CEO郭彦东向界面新闻分析指。

而通过这种高效学习能力，同款机器人硬件本体可以胜任多种场景服务的应用，既可以在工厂完成高度柔性的生产工序，也可以在面向C端的餐饮、娱乐等场景做咖啡、打鼓。

“在具身智能这个长跑赛道，留在牌桌的第一件事，就是持续训练并开源基础模型。”郭彦东指出，同时，用大模型驱动同款机器人执行多场景任务，是实现具身智能“iPhone时刻”的路径。

为了实现更快的模型进化速度，智平方自成立以来就使用千卡级算力集群，构建自有训练加速体系。“我们采用互联网全网数据，提升机器人感知的精细度，机器人不仅能在桌面进行操作，也可以在泛空间当中运作。同时扩大训练数据的体量，使机器人可以全身控制。并提出Fast-in-Slow这样一个独特的网络架构，使机器人的操作速度也比只用大模型的机器人有了明显提升。”郭彦东提到。

通用智能机器人面临的另一个挑战在于量产与一致性交付。智平方选择自建产线、培养自己的产业工人。依托自建产线，公司在2025年12月已实现单月百台级AlphaBot2的真实交付。该自有产线在2025年9月启用，目前已具备年产千台级的制造能力，同时，公司将在2026年将产能规划至万台规模。

智平方在商业化方面已取得阶段性成果。以与全球第三大半导体面板制造商——惠科的合作项目为例，三年1000台的订单被摩根士丹利认定为该领域全球最大单一订单，已启动大规模机器人交付计划，整体订单规模达数亿元。目前，旗下爱宝机器人已进入工业柔性制造、公共服务、新零售多个领域。未来三年，公司计划落地1000个模块化具身智能服务空间“智魔方”，覆盖景区、商业街区、公园等文商旅场景。

“从2026年开始，最核心的一个要素就是让基础模型通过稳定的智能硬件，在真实场景当中发挥作用，获得商业和数据的闭环。”郭彦东认为，现在行业里一个非常稀缺的能力是在工厂、公共场所等场景提供拟人服务，“因此未来几年，哪个企业拥有了更多的场景，用人形的形态提供真实的生产力服务，就能获得竞争最大优势。”

不过，人形机器人现时仍处于商业化前期，仅部分头部企业迈入小规模量产阶段。TrendForce集邦咨询预估，2026年将是人形机器人迈向商业化的关键年，全球出货量可望突破5万台。目前，仅智元、宇树、优必选、智平方几家公司提出万级规模产能。

“具身智能现在是新一轮城市竞争的战场，杭州的宇树、上海的智元已经成为现象级话题，但深圳目前还缺乏这么出圈的人形机器人公司。从城市竞争出发也好，从产业配套角度也好，智平方有意成为深圳的‘智元’或‘宇树’。当然具体来看，各家也有差异化。如果说宇树的强项是机械控制，那智平方的优势就是大脑、学习能力，代表性企业的强项又会形成各城市的差异化赛道。”一位产业链人士告诉界面新闻。

作为行业内最早走端到端大模型技术路线的企业，智平方又被评价为“中国版特斯拉机器人团队”。

2月23日，界面新闻独家获悉，通用智能机器人公司智平方近期完成B轮系列融资，融资规模超10亿元人民币，公司估值超过百亿。

这是深圳2026年开年以来首个新晋的百亿估值具身智能独角兽，智平方也成为当前深圳未上市具身智能企业中估值量级最高的企业之一。

这家公司成为当下全球融资节奏最快的具身智能企业。这是智平方继2025年半年内连续完成七轮数亿级融资后，再完成的五轮融资，一年累计完成12轮融资。

此次投资阵容豪华，投资方包括百度战投、中车资本、特斯拉生态链上市龙头企业、沄柏资本、国泰海通以及地方基金等，横跨互联网和AI巨头、央企产业资本、特斯拉生态链龙头、“深口袋”PE基金、头部券商系及地方基金。并吸引老股东持续加注。

公司方面表示，本轮系列资金将重点投向GOVLA具身大模型的技术研发与能力升级、保持大模型能力的持续领先。在此基础上，驱动AlphaBot（爱宝）系列机器人产品迭代与产线扩容。

具身智能成为当下最火热的投融资赛道之一。据中国信息通信研究院联合清华大学电子工程系发布的《具身智能发展报告(2025年)》，截至2025年12月，我国具身智能和机器人领域投资事件数达744起，融资总额735.43亿元。

据公开资料，目前还有智元、云深处、星海图、银河通用等几家公司估值超过百亿元。而在深圳，智平方之前，2018年完成C轮融资的优必选同样达到百亿估值。

智平方成立于2023年4月，由美国普渡大学博士郭彦东创立，聚焦生产力型通用智能机器人（非表演）这一智能终端品类。郭彦东曾在微软美国总部核心AI团队任职，后担任小鹏汽车和OPPO的首席科学家与研发高管。

2023年以来，国内具身智能产业重心经历了三次切换。初期，企业主攻本体硬件，硬件赛道占据绝对主导；2024年后，以具身大模型为核心，通用智能的泛化能力突破成为焦点。当下，行业核心侧重回归软硬协同以及商业化闭环。

智平方是极少数创业初期就专攻机器人大脑的企业，自研的具身大模型是这家公司的一大特色。2024年6月，公司发布并开源创业公司中首个VLA模型GOVLA 0.0（RoboMamba），在模型规模仅为谷歌同类模型1/20的情况下，性能提升超过80%。2025年，公司又推出全球首个全域全身VLA大模型GOVLA，这也是全球首个输出快慢系统融合的端到端大模型。

端到端的思考最早由自动驾驶行业提出，智平方是首家将该理念从自动驾驶领域引入人形机器人赛道的企业，手机、汽车领域出身的创始团队坚持“端侧智能”。

此外，行业内最早走端到端大模型技术路线的另一家企业是特斯拉。因此智平方又被投资界评价为“中国版特斯拉机器人团队”。此次亦有多家特斯拉生态链龙头企业选择战略投资智平方。

清智资本是智平方的最早机构投资方，其创始合伙人张煜此前告诉界面新闻，看好智平方聚焦具身智能大脑的核心赛道布局。2023年以来行业普遍集中在机器人本体的研发，但公司预判本体落地之后大脑会成为下一阶段的核心方向。2024年底后，行业对具身智能大脑的价值认知迎来了全面爆发，技术迭代也在不断重塑市场对这条赛道的认知边界。

对于通用智能机器人而言，如何从数字世界走到物理世界是一大根本挑战。其中又涉及到两个核心要素，一个是智能体既能精准感知环境信息、又具备相当强的泛化性；另一个是怎样获得行为智能，让大模型实际用于机器人的行为和交付。

GOVLA旨在让智能体具备精细又泛化的环境感知能力。常规的VLA大模型只能输出机械臂动作，而GOVLA大模型首次提出输出全身控制和移动轨迹，从而实现在全身协同控制和全场景任务覆盖中的高效交互与自主行动。

换言之，搭载了GOVLA的机器人可以从“固定工位”实现“全域行动”，以融合视觉等多模态感知信号与语言指令，直接生成动作。这使得机器人能够完成跨场景、跨任务的泛化操作。

“有了这个‘大脑’，最直接的体现是机器人学东西很快。这个大脑像人一样具备一定常识性，即使机器人碰到很多没有见过的情况，也能够在无需二次训练的情况下就完成任务。”智平方创始人兼CEO郭彦东向界面新闻分析指。

而通过这种高效学习能力，同款机器人硬件本体可以胜任多种场景服务的应用，既可以在工厂完成高度柔性的生产工序，也可以在面向C端的餐饮、娱乐等场景做咖啡、打鼓。

“在具身智能这个长跑赛道，留在牌桌的第一件事，就是持续训练并开源基础模型。”郭彦东指出，同时，用大模型驱动同款机器人执行多场景任务，是实现具身智能“iPhone时刻”的路径。

为了实现更快的模型进化速度，智平方自成立以来就使用千卡级算力集群，构建自有训练加速体系。“我们采用互联网全网数据，提升机器人感知的精细度，机器人不仅能在桌面进行操作，也可以在泛空间当中运作。同时扩大训练数据的体量，使机器人可以全身控制。并提出Fast-in-Slow这样一个独特的网络架构，使机器人的操作速度也比只用大模型的机器人有了明显提升。”郭彦东提到。

通用智能机器人面临的另一个挑战在于量产与一致性交付。智平方选择自建产线、培养自己的产业工人。依托自建产线，公司在2025年12月已实现单月百台级AlphaBot2的真实交付。该自有产线在2025年9月启用，目前已具备年产千台级的制造能力，同时，公司将在2026年将产能规划至万台规模。

智平方在商业化方面已取得阶段性成果。以与全球第三大半导体面板制造商——惠科的合作项目为例，三年1000台的订单被摩根士丹利认定为该领域全球最大单一订单，已启动大规模机器人交付计划，整体订单规模达数亿元。目前，旗下爱宝机器人已进入工业柔性制造、公共服务、新零售多个领域。未来三年，公司计划落地1000个模块化具身智能服务空间“智魔方”，覆盖景区、商业街区、公园等文商旅场景。

“从2026年开始，最核心的一个要素就是让基础模型通过稳定的智能硬件，在真实场景当中发挥作用，获得商业和数据的闭环。”郭彦东认为，现在行业里一个非常稀缺的能力是在工厂、公共场所等场景提供拟人服务，“因此未来几年，哪个企业拥有了更多的场景，用人形的形态提供真实的生产力服务，就能获得竞争最大优势。”

不过，人形机器人现时仍处于商业化前期，仅部分头部企业迈入小规模量产阶段。TrendForce集邦咨询预估，2026年将是人形机器人迈向商业化的关键年，全球出货量可望突破5万台。目前，仅智元、宇树、优必选、智平方几家公司提出万级规模产能。

“具身智能现在是新一轮城市竞争的战场，杭州的宇树、上海的智元已经成为现象级话题，但深圳目前还缺乏这么出圈的人形机器人公司。从城市竞争出发也好，从产业配套角度也好，智平方有意成为深圳的‘智元’或‘宇树’。当然具体来看，各家也有差异化。如果说宇树的强项是机械控制，那智平方的优势就是大脑、学习能力，代表性企业的强项又会形成各城市的差异化赛道。”一位产业链人士告诉界面新闻。

作为行业内最早走端到端大模型技术路线的企业，智平方又被评价为“中国版特斯拉机器人团队”。

2月23日，界面新闻独家获悉，通用智能机器人公司智平方近期完成B轮系列融资，融资规模超10亿元人民币，公司估值超过百亿。

这是深圳2026年开年以来首个新晋的百亿估值具身智能独角兽，智平方也成为当前深圳未上市具身智能企业中估值量级最高的企业之一。

这家公司成为当下全球融资节奏最快的具身智能企业。这是智平方继2025年半年内连续完成七轮数亿级融资后，再完成的五轮融资，一年累计完成12轮融资。

此次投资阵容豪华，投资方包括百度战投、中车资本、特斯拉生态链上市龙头企业、沄柏资本、国泰海通以及地方基金等，横跨互联网和AI巨头、央企产业资本、特斯拉生态链龙头、“深口袋”PE基金、头部券商系及地方基金。并吸引老股东持续加注。

公司方面表示，本轮系列资金将重点投向GOVLA具身大模型的技术研发与能力升级、保持大模型能力的持续领先。在此基础上，驱动AlphaBot（爱宝）系列机器人产品迭代与产线扩容。

具身智能成为当下最火热的投融资赛道之一。据中国信息通信研究院联合清华大学电子工程系发布的《具身智能发展报告(2025年)》，截至2025年12月，我国具身智能和机器人领域投资事件数达744起，融资总额735.43亿元。

据公开资料，目前还有智元、云深处、星海图、银河通用等几家公司估值超过百亿元。而在深圳，智平方之前，2018年完成C轮融资的优必选同样达到百亿估值。

智平方成立于2023年4月，由美国普渡大学博士郭彦东创立，聚焦生产力型通用智能机器人（非表演）这一智能终端品类。郭彦东曾在微软美国总部核心AI团队任职，后担任小鹏汽车和OPPO的首席科学家与研发高管。

2023年以来，国内具身智能产业重心经历了三次切换。初期，企业主攻本体硬件，硬件赛道占据绝对主导；2024年后，以具身大模型为核心，通用智能的泛化能力突破成为焦点。当下，行业核心侧重回归软硬协同以及商业化闭环。

智平方是极少数创业初期就专攻机器人大脑的企业，自研的具身大模型是这家公司的一大特色。2024年6月，公司发布并开源创业公司中首个VLA模型GOVLA 0.0（RoboMamba），在模型规模仅为谷歌同类模型1/20的情况下，性能提升超过80%。2025年，公司又推出全球首个全域全身VLA大模型GOVLA，这也是全球首个输出快慢系统融合的端到端大模型。

端到端的思考最早由自动驾驶行业提出，智平方是首家将该理念从自动驾驶领域引入人形机器人赛道的企业，手机、汽车领域出身的创始团队坚持“端侧智能”。

此外，行业内最早走端到端大模型技术路线的另一家企业是特斯拉。因此智平方又被投资界评价为“中国版特斯拉机器人团队”。此次亦有多家特斯拉生态链龙头企业选择战略投资智平方。

清智资本是智平方的最早机构投资方，其创始合伙人张煜此前告诉界面新闻，看好智平方聚焦具身智能大脑的核心赛道布局。2023年以来行业普遍集中在机器人本体的研发，但公司预判本体落地之后大脑会成为下一阶段的核心方向。2024年底后，行业对具身智能大脑的价值认知迎来了全面爆发，技术迭代也在不断重塑市场对这条赛道的认知边界。

对于通用智能机器人而言，如何从数字世界走到物理世界是一大根本挑战。其中又涉及到两个核心要素，一个是智能体既能精准感知环境信息、又具备相当强的泛化性；另一个是怎样获得行为智能，让大模型实际用于机器人的行为和交付。

GOVLA旨在让智能体具备精细又泛化的环境感知能力。常规的VLA大模型只能输出机械臂动作，而GOVLA大模型首次提出输出全身控制和移动轨迹，从而实现在全身协同控制和全场景任务覆盖中的高效交互与自主行动。

换言之，搭载了GOVLA的机器人可以从“固定工位”实现“全域行动”，以融合视觉等多模态感知信号与语言指令，直接生成动作。这使得机器人能够完成跨场景、跨任务的泛化操作。

“有了这个‘大脑’，最直接的体现是机器人学东西很快。这个大脑像人一样具备一定常识性，即使机器人碰到很多没有见过的情况，也能够在无需二次训练的情况下就完成任务。”智平方创始人兼CEO郭彦东向界面新闻分析指。

而通过这种高效学习能力，同款机器人硬件本体可以胜任多种场景服务的应用，既可以在工厂完成高度柔性的生产工序，也可以在面向C端的餐饮、娱乐等场景做咖啡、打鼓。

“在具身智能这个长跑赛道，留在牌桌的第一件事，就是持续训练并开源基础模型。”郭彦东指出，同时，用大模型驱动同款机器人执行多场景任务，是实现具身智能“iPhone时刻”的路径。

为了实现更快的模型进化速度，智平方自成立以来就使用千卡级算力集群，构建自有训练加速体系。“我们采用互联网全网数据，提升机器人感知的精细度，机器人不仅能在桌面进行操作，也可以在泛空间当中运作。同时扩大训练数据的体量，使机器人可以全身控制。并提出Fast-in-Slow这样一个独特的网络架构，使机器人的操作速度也比只用大模型的机器人有了明显提升。”郭彦东提到。

通用智能机器人面临的另一个挑战在于量产与一致性交付。智平方选择自建产线、培养自己的产业工人。依托自建产线，公司在2025年12月已实现单月百台级AlphaBot2的真实交付。该自有产线在2025年9月启用，目前已具备年产千台级的制造能力，同时，公司将在2026年将产能规划至万台规模。

智平方在商业化方面已取得阶段性成果。以与全球第三大半导体面板制造商——惠科的合作项目为例，三年1000台的订单被摩根士丹利认定为该领域全球最大单一订单，已启动大规模机器人交付计划，整体订单规模达数亿元。目前，旗下爱宝机器人已进入工业柔性制造、公共服务、新零售多个领域。未来三年，公司计划落地1000个模块化具身智能服务空间“智魔方”，覆盖景区、商业街区、公园等文商旅场景。

“从2026年开始，最核心的一个要素就是让基础模型通过稳定的智能硬件，在真实场景当中发挥作用，获得商业和数据的闭环。”郭彦东认为，现在行业里一个非常稀缺的能力是在工厂、公共场所等场景提供拟人服务，“因此未来几年，哪个企业拥有了更多的场景，用人形的形态提供真实的生产力服务，就能获得竞争最大优势。”

不过，人形机器人现时仍处于商业化前期，仅部分头部企业迈入小规模量产阶段。TrendForce集邦咨询预估，2026年将是人形机器人迈向商业化的关键年，全球出货量可望突破5万台。目前，仅智元、宇树、优必选、智平方几家公司提出万级规模产能。

“具身智能现在是新一轮城市竞争的战场，杭州的宇树、上海的智元已经成为现象级话题，但深圳目前还缺乏这么出圈的人形机器人公司。从城市竞争出发也好，从产业配套角度也好，智平方有意成为深圳的‘智元’或‘宇树’。当然具体来看，各家也有差异化。如果说宇树的强项是机械控制，那智平方的优势就是大脑、学习能力，代表性企业的强项又会形成各城市的差异化赛道。”一位产业链人士告诉界面新闻。

作为行业内最早走端到端大模型技术路线的企业，智平方又被评价为“中国版特斯拉机器人团队”。

2月23日，界面新闻独家获悉，通用智能机器人公司智平方近期完成B轮系列融资，融资规模超10亿元人民币，公司估值超过百亿。

这是深圳2026年开年以来首个新晋的百亿估值具身智能独角兽，智平方也成为当前深圳未上市具身智能企业中估值量级最高的企业之一。

这家公司成为当下全球融资节奏最快的具身智能企业。这是智平方继2025年半年内连续完成七轮数亿级融资后，再完成的五轮融资，一年累计完成12轮融资。

此次投资阵容豪华，投资方包括百度战投、中车资本、特斯拉生态链上市龙头企业、沄柏资本、国泰海通以及地方基金等，横跨互联网和AI巨头、央企产业资本、特斯拉生态链龙头、“深口袋”PE基金、头部券商系及地方基金。并吸引老股东持续加注。

公司方面表示，本轮系列资金将重点投向GOVLA具身大模型的技术研发与能力升级、保持大模型能力的持续领先。在此基础上，驱动AlphaBot（爱宝）系列机器人产品迭代与产线扩容。

具身智能成为当下最火热的投融资赛道之一。据中国信息通信研究院联合清华大学电子工程系发布的《具身智能发展报告(2025年)》，截至2025年12月，我国具身智能和机器人领域投资事件数达744起，融资总额735.43亿元。

据公开资料，目前还有智元、云深处、星海图、银河通用等几家公司估值超过百亿元。而在深圳，智平方之前，2018年完成C轮融资的优必选同样达到百亿估值。

智平方成立于2023年4月，由美国普渡大学博士郭彦东创立，聚焦生产力型通用智能机器人（非表演）这一智能终端品类。郭彦东曾在微软美国总部核心AI团队任职，后担任小鹏汽车和OPPO的首席科学家与研发高管。

2023年以来，国内具身智能产业重心经历了三次切换。初期，企业主攻本体硬件，硬件赛道占据绝对主导；2024年后，以具身大模型为核心，通用智能的泛化能力突破成为焦点。当下，行业核心侧重回归软硬协同以及商业化闭环。

智平方是极少数创业初期就专攻机器人大脑的企业，自研的具身大模型是这家公司的一大特色。2024年6月，公司发布并开源创业公司中首个VLA模型GOVLA 0.0（RoboMamba），在模型规模仅为谷歌同类模型1/20的情况下，性能提升超过80%。2025年，公司又推出全球首个全域全身VLA大模型GOVLA，这也是全球首个输出快慢系统融合的端到端大模型。

端到端的思考最早由自动驾驶行业提出，智平方是首家将该理念从自动驾驶领域引入人形机器人赛道的企业，手机、汽车领域出身的创始团队坚持“端侧智能”。

此外，行业内最早走端到端大模型技术路线的另一家企业是特斯拉。因此智平方又被投资界评价为“中国版特斯拉机器人团队”。此次亦有多家特斯拉生态链龙头企业选择战略投资智平方。

清智资本是智平方的最早机构投资方，其创始合伙人张煜此前告诉界面新闻，看好智平方聚焦具身智能大脑的核心赛道布局。2023年以来行业普遍集中在机器人本体的研发，但公司预判本体落地之后大脑会成为下一阶段的核心方向。2024年底后，行业对具身智能大脑的价值认知迎来了全面爆发，技术迭代也在不断重塑市场对这条赛道的认知边界。

对于通用智能机器人而言，如何从数字世界走到物理世界是一大根本挑战。其中又涉及到两个核心要素，一个是智能体既能精准感知环境信息、又具备相当强的泛化性；另一个是怎样获得行为智能，让大模型实际用于机器人的行为和交付。

GOVLA旨在让智能体具备精细又泛化的环境感知能力。常规的VLA大模型只能输出机械臂动作，而GOVLA大模型首次提出输出全身控制和移动轨迹，从而实现在全身协同控制和全场景任务覆盖中的高效交互与自主行动。

换言之，搭载了GOVLA的机器人可以从“固定工位”实现“全域行动”，以融合视觉等多模态感知信号与语言指令，直接生成动作。这使得机器人能够完成跨场景、跨任务的泛化操作。

“有了这个‘大脑’，最直接的体现是机器人学东西很快。这个大脑像人一样具备一定常识性，即使机器人碰到很多没有见过的情况，也能够在无需二次训练的情况下就完成任务。”智平方创始人兼CEO郭彦东向界面新闻分析指。

而通过这种高效学习能力，同款机器人硬件本体可以胜任多种场景服务的应用，既可以在工厂完成高度柔性的生产工序，也可以在面向C端的餐饮、娱乐等场景做咖啡、打鼓。

“在具身智能这个长跑赛道，留在牌桌的第一件事，就是持续训练并开源基础模型。”郭彦东指出，同时，用大模型驱动同款机器人执行多场景任务，是实现具身智能“iPhone时刻”的路径。

为了实现更快的模型进化速度，智平方自成立以来就使用千卡级算力集群，构建自有训练加速体系。“我们采用互联网全网数据，提升机器人感知的精细度，机器人不仅能在桌面进行操作，也可以在泛空间当中运作。同时扩大训练数据的体量，使机器人可以全身控制。并提出Fast-in-Slow这样一个独特的网络架构，使机器人的操作速度也比只用大模型的机器人有了明显提升。”郭彦东提到。

通用智能机器人面临的另一个挑战在于量产与一致性交付。智平方选择自建产线、培养自己的产业工人。依托自建产线，公司在2025年12月已实现单月百台级AlphaBot2的真实交付。该自有产线在2025年9月启用，目前已具备年产千台级的制造能力，同时，公司将在2026年将产能规划至万台规模。

智平方在商业化方面已取得阶段性成果。以与全球第三大半导体面板制造商——惠科的合作项目为例，三年1000台的订单被摩根士丹利认定为该领域全球最大单一订单，已启动大规模机器人交付计划，整体订单规模达数亿元。目前，旗下爱宝机器人已进入工业柔性制造、公共服务、新零售多个领域。未来三年，公司计划落地1000个模块化具身智能服务空间“智魔方”，覆盖景区、商业街区、公园等文商旅场景。

“从2026年开始，最核心的一个要素就是让基础模型通过稳定的智能硬件，在真实场景当中发挥作用，获得商业和数据的闭环。”郭彦东认为，现在行业里一个非常稀缺的能力是在工厂、公共场所等场景提供拟人服务，“因此未来几年，哪个企业拥有了更多的场景，用人形的形态提供真实的生产力服务，就能获得竞争最大优势。”

不过，人形机器人现时仍处于商业化前期，仅部分头部企业迈入小规模量产阶段。TrendForce集邦咨询预估，2026年将是人形机器人迈向商业化的关键年，全球出货量可望突破5万台。目前，仅智元、宇树、优必选、智平方几家公司提出万级规模产能。

“具身智能现在是新一轮城市竞争的战场，杭州的宇树、上海的智元已经成为现象级话题，但深圳目前还缺乏这么出圈的人形机器人公司。从城市竞争出发也好，从产业配套角度也好，智平方有意成为深圳的‘智元’或‘宇树’。当然具体来看，各家也有差异化。如果说宇树的强项是机械控制，那智平方的优势就是大脑、学习能力，代表性企业的强项又会形成各城市的差异化赛道。”一位产业链人士告诉界面新闻。

作为行业内最早走端到端大模型技术路线的企业，智平方又被评价为“中国版特斯拉机器人团队”。

2月23日，界面新闻独家获悉，通用智能机器人公司智平方近期完成B轮系列融资，融资规模超10亿元人民币，公司估值超过百亿。

这是深圳2026年开年以来首个新晋的百亿估值具身智能独角兽，智平方也成为当前深圳未上市具身智能企业中估值量级最高的企业之一。

这家公司成为当下全球融资节奏最快的具身智能企业。这是智平方继2025年半年内连续完成七轮数亿级融资后，再完成的五轮融资，一年累计完成12轮融资。

此次投资阵容豪华，投资方包括百度战投、中车资本、特斯拉生态链上市龙头企业、沄柏资本、国泰海通以及地方基金等，横跨互联网和AI巨头、央企产业资本、特斯拉生态链龙头、“深口袋”PE基金、头部券商系及地方基金。并吸引老股东持续加注。

公司方面表示，本轮系列资金将重点投向GOVLA具身大模型的技术研发与能力升级、保持大模型能力的持续领先。在此基础上，驱动AlphaBot（爱宝）系列机器人产品迭代与产线扩容。

具身智能成为当下最火热的投融资赛道之一。据中国信息通信研究院联合清华大学电子工程系发布的《具身智能发展报告(2025年)》，截至2025年12月，我国具身智能和机器人领域投资事件数达744起，融资总额735.43亿元。

据公开资料，目前还有智元、云深处、星海图、银河通用等几家公司估值超过百亿元。而在深圳，智平方之前，2018年完成C轮融资的优必选同样达到百亿估值。

智平方成立于2023年4月，由美国普渡大学博士郭彦东创立，聚焦生产力型通用智能机器人（非表演）这一智能终端品类。郭彦东曾在微软美国总部核心AI团队任职，后担任小鹏汽车和OPPO的首席科学家与研发高管。

2023年以来，国内具身智能产业重心经历了三次切换。初期，企业主攻本体硬件，硬件赛道占据绝对主导；2024年后，以具身大模型为核心，通用智能的泛化能力突破成为焦点。当下，行业核心侧重回归软硬协同以及商业化闭环。

智平方是极少数创业初期就专攻机器人大脑的企业，自研的具身大模型是这家公司的一大特色。2024年6月，公司发布并开源创业公司中首个VLA模型GOVLA 0.0（RoboMamba），在模型规模仅为谷歌同类模型1/20的情况下，性能提升超过80%。2025年，公司又推出全球首个全域全身VLA大模型GOVLA，这也是全球首个输出快慢系统融合的端到端大模型。

端到端的思考最早由自动驾驶行业提出，智平方是首家将该理念从自动驾驶领域引入人形机器人赛道的企业，手机、汽车领域出身的创始团队坚持“端侧智能”。

此外，行业内最早走端到端大模型技术路线的另一家企业是特斯拉。因此智平方又被投资界评价为“中国版特斯拉机器人团队”。此次亦有多家特斯拉生态链龙头企业选择战略投资智平方。

清智资本是智平方的最早机构投资方，其创始合伙人张煜此前告诉界面新闻，看好智平方聚焦具身智能大脑的核心赛道布局。2023年以来行业普遍集中在机器人本体的研发，但公司预判本体落地之后大脑会成为下一阶段的核心方向。2024年底后，行业对具身智能大脑的价值认知迎来了全面爆发，技术迭代也在不断重塑市场对这条赛道的认知边界。

对于通用智能机器人而言，如何从数字世界走到物理世界是一大根本挑战。其中又涉及到两个核心要素，一个是智能体既能精准感知环境信息、又具备相当强的泛化性；另一个是怎样获得行为智能，让大模型实际用于机器人的行为和交付。

GOVLA旨在让智能体具备精细又泛化的环境感知能力。常规的VLA大模型只能输出机械臂动作，而GOVLA大模型首次提出输出全身控制和移动轨迹，从而实现在全身协同控制和全场景任务覆盖中的高效交互与自主行动。

换言之，搭载了GOVLA的机器人可以从“固定工位”实现“全域行动”，以融合视觉等多模态感知信号与语言指令，直接生成动作。这使得机器人能够完成跨场景、跨任务的泛化操作。

“有了这个‘大脑’，最直接的体现是机器人学东西很快。这个大脑像人一样具备一定常识性，即使机器人碰到很多没有见过的情况，也能够在无需二次训练的情况下就完成任务。”智平方创始人兼CEO郭彦东向界面新闻分析指。

而通过这种高效学习能力，同款机器人硬件本体可以胜任多种场景服务的应用，既可以在工厂完成高度柔性的生产工序，也可以在面向C端的餐饮、娱乐等场景做咖啡、打鼓。

“在具身智能这个长跑赛道，留在牌桌的第一件事，就是持续训练并开源基础模型。”郭彦东指出，同时，用大模型驱动同款机器人执行多场景任务，是实现具身智能“iPhone时刻”的路径。

为了实现更快的模型进化速度，智平方自成立以来就使用千卡级算力集群，构建自有训练加速体系。“我们采用互联网全网数据，提升机器人感知的精细度，机器人不仅能在桌面进行操作，也可以在泛空间当中运作。同时扩大训练数据的体量，使机器人可以全身控制。并提出Fast-in-Slow这样一个独特的网络架构，使机器人的操作速度也比只用大模型的机器人有了明显提升。”郭彦东提到。

通用智能机器人面临的另一个挑战在于量产与一致性交付。智平方选择自建产线、培养自己的产业工人。依托自建产线，公司在2025年12月已实现单月百台级AlphaBot2的真实交付。该自有产线在2025年9月启用，目前已具备年产千台级的制造能力，同时，公司将在2026年将产能规划至万台规模。

智平方在商业化方面已取得阶段性成果。以与全球第三大半导体面板制造商——惠科的合作项目为例，三年1000台的订单被摩根士丹利认定为该领域全球最大单一订单，已启动大规模机器人交付计划，整体订单规模达数亿元。目前，旗下爱宝机器人已进入工业柔性制造、公共服务、新零售多个领域。未来三年，公司计划落地1000个模块化具身智能服务空间“智魔方”，覆盖景区、商业街区、公园等文商旅场景。

“从2026年开始，最核心的一个要素就是让基础模型通过稳定的智能硬件，在真实场景当中发挥作用，获得商业和数据的闭环。”郭彦东认为，现在行业里一个非常稀缺的能力是在工厂、公共场所等场景提供拟人服务，“因此未来几年，哪个企业拥有了更多的场景，用人形的形态提供真实的生产力服务，就能获得竞争最大优势。”

不过，人形机器人现时仍处于商业化前期，仅部分头部企业迈入小规模量产阶段。TrendForce集邦咨询预估，2026年将是人形机器人迈向商业化的关键年，全球出货量可望突破5万台。目前，仅智元、宇树、优必选、智平方几家公司提出万级规模产能。

“具身智能现在是新一轮城市竞争的战场，杭州的宇树、上海的智元已经成为现象级话题，但深圳目前还缺乏这么出圈的人形机器人公司。从城市竞争出发也好，从产业配套角度也好，智平方有意成为深圳的‘智元’或‘宇树’。当然具体来看，各家也有差异化。如果说宇树的强项是机械控制，那智平方的优势就是大脑、学习能力，代表性企业的强项又会形成各城市的差异化赛道。”一位产业链人士告诉界面新闻。