深圳杀出未来独角兽：今年融资5亿前OPPO首席科学家下场

今天小编分享的互联网经验：深圳杀出未来独角兽：今年融资5亿前OPPO首席科学家下场，欢迎阅读。

铅笔道作者 | 爱羽

最近，深圳杀出一个未来独角兽。智平方宣布完成过亿元 Pre A+ 轮融资，由敦鸿资产、云启资本、国投创盈等联合投资。

在具身智能机器人这场全球竞速赛中，一家成立仅 2 年的中国公司杀出重围——智平方，以 " 端到端 VLA 大模型 + 场景定义硬體 " 的新路径。这家由前小鹏汽车、OPPO 首席科学家郭彦东领衔的团队，已在今年初完成两轮累计超 5 亿元融资。

值得一提的是，在商业化上，智平方已实现数千万营收（确认收入）。这场由 " 造车基因 " 驱动的机器人革命，正重构全球智能制造版图。

智平方成立于 2023 年 4 月，以 " 物理世界 AGI" 为愿景，专注于研发通用智能具身终端。其核心产品是 Alpha Bot 系列机器人，搭载自研的 AI2R Brain 大模型，通过轮式底盘、折叠机械臂等模块化设计，在部分场景具有操作任意对象的能力。

目前，该系列机器人已应用于国际头部车企、高端制造企业及互联网巨头，解决传统工业机器人柔性不足、依赖定制化编程的痛点。例如，在汽车产线中完成预装配、精密零部件分拣等高难度任务，展现了对非结构化场景的强适应性

创始人郭彦东博士是国家级创新领军专，曾任微软总部 AI 研究员、小鹏汽车首席科学家、OPPO 首席科学家，主导过数亿台智能终端与智能汽车的 AI 系统研发。他观察到，受限于单一任务算法和结构化环境依赖，传统机器人难以应对复杂需求，比如制造业柔性化更新、家庭服务场景等。

郭彦东的破局路径是：以 " 端到端 VLA 大模型 + 场景定义硬體 " 的新方式，替代传统预编程方案。例如，通过多模态感知与生成式操作模型（如 RoboMamba），实现无需代码调整的任务泛化能力，即使是 " 打开未知包装盒 " 等未训练指令，模型也可自主推理完成。

在盈利模式上，智平方从高端制造切入，逐步渗透公共服务与个人康养场景。2024 年，智平方实现数千万确认收入，客户覆盖全球 TOP10 车企中的 3 家。

智平方是一年非常年轻的公司，2023 年 4 月份才成立，成立之初就获得清华大学系基金 SEE Fund 天使投资。2024 年 6 月，它联合北京大学发布 RoboMamba 模型，其 " 未见任务 " 的泛化能力超越 Google RT 系列 30%，成为 NeurIPS 2024 会议首个入选的中国具身智能成果。 2024 年 Q4， Alpha Bot 1S 量产，签约多家车企与制造企业，全年营收突破数千万。

2025 年 1-3 月，它又完成两轮累计超 5 亿元融资。

全球具身智能机器人市场规模预计 2025 年超百亿美元，年复合增长率超 50%，中国有望成为最大的增量市场之一。

当前行业痛点集中于长尾任务泛化、硬體成本与可靠性平衡。

一、长尾任务泛化。

比如任务泛化困境。现有机器人多针对特定场景（如工业焊接、物流搬运）设计，难以适应复杂多样的长尾任务。例如，家庭服务机器人无法同时处理清洁、陪护、应急响应等任务，需针对每个任务单独训练。

再比如硬體异构适配难题。例如，人形机器人的双足平衡控制与工业机械臂的轨迹规划需独立开发，增加研发成本。

二、硬體成本与可靠性平衡难题。

比如成本结构制约商业化。人形机器人核心零部件（如高精度传感器、伺服电机）依赖进口，导致成本居高不下。例如，宇树科技早期产品单价超百万，虽 2025 年量产预期将降至 30 万级，但仍高于工业机器人平均成本（约 10 万 / 台）。

再比如可靠性与寿命矛盾。消费级场景（如家庭陪护）对机器人可靠性要求高，但轻量化设计与低成本材料可能缩短使用寿命。例如，服务机器人需每日连续运行 12 小时以上，其机械结构磨损、电池衰减问题亟待解决。

三、行业破局路径。

比如算法优化与数据闭环。机器人必须减少对人工标注的依赖，通过强化学习、模仿学习算法提升泛化能力（如 RT-1/2、OpenVLA 模型。

再比如供应链国产化与技术创新。加速传感器、伺服电机等核心部件有待国产化，降低成本。此外，必须探索新型材料（如碳纤维）提升硬體可靠性。