获得5.28亿元Pre-A轮融资，千寻智能要如何布局具身智能？

2025年3月31日，成立仅14个月的杭州千寻智能（Spirit AI）宣布完成5.28亿元Pre-A轮融资，由沙特阿美旗下Prosperity7 Ventures（P7）领投，招商局创投、广发信德等多家机构跟投。这是公司成立以来的第四轮融资，累计金额超9亿元，创下国内具身智能赛道融资速度新纪录。至此，千寻智能已构建起“小米系+宁德系+中东系”的资本网络，为其技术迭代与场景落地注入强劲动能。

图片来源：千寻智能

Prosperity7 Ventures的投资逻辑凸显对技术规模化的长期信心。该基金中国区负责人蔡翔曾强调：“具身智能是AI与物理世界的终极接口。”此次领投千寻，正是看中其“AI+硬件”全栈能力——从大模型算法到高密度关节设计，千寻智能展现出罕见的软硬协同突破力。而杭州市政府规划的“2029年人形机器人产业500亿规模”目标，则为企业的区域产业链整合提供了政策红利。

技术破壁：从叠衣服到工业场景

在千寻智能实验室，两台机械臂正以毫米级精度完成叠衣任务。这一看似简单的动作背后，是柔性物体操作的技术巅峰。传统机器人依赖预设程序，面对衣物褶皱、形态随机性等变量时束手无策，而千寻自研的VLA（视觉-语言-动作）模型Spirit v1，通过动态场景感知与时序控制技术，实现了国内首个柔性物体长程操作闭环。

CEO韩峰涛解释：“叠衣服的状态空间复杂度是倒水任务的100倍，我们通过模仿学习与强化学习的融合算法，让机器人理解‘整理’的本质而非机械重复动作。”该模型已迭代至抢先版，计划搭载于即将发布的商用级人形机器人Moz1。这款拥有26个自由度（不含灵巧手）的机器人，采用全球功率密度最高的一体化力控关节，功率密度较特斯拉Optimus提升15%，其仿生力控精度可满足半导体车间0.1毫米级物料分拣需求。

技术突破的核心驱动力来自顶尖团队。联合创始人高阳（UC Berkeley博士、清华大学助理教授）提出的EfficientImitate模仿学习算法，性能超越斯坦福VMAIL算法600%；其团队开发的ATM框架在长程任务中性能提升500%，并斩获CoRL 2024最佳论文奖。这些学术成果直接转化为商业壁垒——Figure机器人采用高阳提出的ViLa模型，而千寻智能的CoPa模型泛化能力已超越斯坦福VoxPoser。

商业化竞速：从实验室到万亿市场

面对高盛预测的“2035年全球人形机器人1540亿美元市场”，千寻智能选择“从封闭场景突围”的商业化路径。韩峰涛表示：“2025年计划交付数百台产品，聚焦智能制造、物流等高附加值场景。”这一策略与其团队基因高度契合：韩峰涛曾任珞石机器人CTO，主导交付超2万台工业机器人；联合创始人郑灵茵拥有丰富的出海经验，曾带队开拓欧洲市场。

资本加持下，千寻智能正构建“解决方案+生态协同”模式。借助小米、宁德的产业链资源，其产品将优先部署在消费电子制造、新能源电池检测等场景。例如在3C行业，Moz1可通过视觉-力觉融合技术，完成手机主板0.02毫米精度的插件作业；在物流仓储场景，其多模态感知系统能同时解析货物标签、重量分布及环境障碍物信息，实现动态路径规划。

三角博弈：技术、成本与场景的生死竞速

尽管资本热度高涨，具身智能仍面临残酷的“三角挑战”。技术层面，实验室成果向工业场景迁移存在鸿沟。Spirit v1虽在受控环境中实现叠衣操作，但家庭环境的照明差异、空间干扰仍可能影响模型稳定性；硬件方面，Moz1未公布定价，若单机成本无法控制在百万级以内，将难以打开规模化市场。

行业竞争更趋白热化。国内智元机器人（腾讯投资）、它石智能（1.2亿美元天使轮）加速产品迭代；美国Physical Intelligence（Pi）凭借4亿美元融资打造的π0模型，已在跨平台泛化能力上建立优势。千寻智能需在2025年交付窗口期证明：其“ViLa+CoPa”模型组合能否在真实场景中保持95%以上的任务成功率？

中国具身智能的“临界点”突破

在全球人形机器人竞赛中，千寻智能代表着中国创新力量的突围方向——通过学术顶尖人才与产业老兵的结合，打通“论文-专利-产品”的转化链条。其技术路线与海外巨头形成差异化竞争：相比Pi公司强调通用控制模型，千寻智能更注重“垂直场景的数据闭环”。例如在物流场景积累的十万级操作数据，可反向优化大模型的动作生成策略，形成场景理解与硬件迭代的飞轮效应。

据机器人大讲堂数据，2024-2025年中国具身智能领域发生60余起融资，总金额超280亿元。在这片热土上，千寻智能的估值逻辑正在被重估——当美国Pi公司以173亿估值树立标杆，手握9亿融资、背靠三大资本派系的千寻智能，或许正站在价值爆发的临界点。