继2月完成近10亿元B轮融资后，星海图于近日再次斩获近20亿元B+轮融资。短短两个月内，这家成立仅三年的公司累计融资近30亿元，估值随之翻倍，突破200亿元大关。

即便在资本高度聚焦的具身智能赛道，这样的节奏和规模也并不多见。

那么，星海图凭什么？答案可以从三个维度拆解：全生态资本的结构性升级、技术路线的差异化选择，以及从开发者市场向生产力市场的战略跃迁。

图片来源：星海图

资本阵容升级背后，IPO窗口临近

与B轮融资相比，星海图B+轮最直观的变化，是投资方阵容全面扩容：本轮融资同时汇聚了产业资本、头部长线基金、国家队基金及一线PE机构四类力量。

产业资本方面，华登科技、蓝思科技、矽芯投资、时代伯乐、航发基金入局。其中蓝思科技，还将在硬件供应链与大规模量产领域与星海图展开深度协同。

长线耐心资本包括修远资本、弘章投资、御海资本等；国家队基金有金融街资本、金浦投资、北京科创、国元股权加持；中金资本旗下基金、普华资本、洪泰基金、广发乾和等一线PE也参与了出资。

在具身智能头部项目中，这种“全生态”组合投资正成为标配。

深入分析，背后的逻辑并不复杂：具身智能的研发周期长、资金投入大，且技术转化和商业化落地存在诸多不确定性。单一类型的资本，往往难以满足企业在不同发展阶段的全方位需求。

比较之下，资本结构的多元化，不仅可以为企业提供充足的资金储备，更重要的是，构建了一个涵盖技术研发、供应链整合、市场拓展、政策资源等多维度的战略支持网络：

产业资本能够为企业带来产业链上下游的资源整合、技术协同以及市场渠道的支持，助力在硬件研发、生产制造和供应链管理等环节实现突破；

头部长线基金可以凭借雄厚的资金实力和长期视角，为企业提供稳定的资金保障；

国家队基金的加入，不仅体现了国家对具身智能这类前沿科技领域的战略重视，也为企业带来了政策层面的背书和资源倾斜，有助于企业更好地对接国家战略需求和获取关键资源；

而一线PE机构凭借其丰富的投资经验、广泛的人脉网络以及对资本市场的深刻理解，则能够在企业的商业模式优化、公司治理结构完善以及未来的资本化运作等方面提供专业的指导和支持。

值得注意的背景是，星海图最近两轮合计30亿元的融资，是在该公司已经完成股份制改造的背景下进行的。

2026年1月，星海图完成工商变更，由“有限责任公司”正式变更为“股份有限公司（外商投资、未上市）”，同步更名为“星海图（北京）人工智能科技股份有限公司”，成为2026年具身智能领域首家完成股改的企业。

根据我国相关法规，有限责任公司不能直接上市，股改后企业在股权结构、治理规范、信息披露等方面达到对接资本市场的基础要求，不仅为后续IPO上市扫清了主体资格障碍，也为引入战略投资者、实施股权激励、开展并购重组等资本运作奠定了制度基础。

星海图就明确表示，此次股改旨在优化公司治理结构，建立更加规范、完善的现代企业治理结构，为持续的技术创新、人才激励机制建设及深化战略合作提供制度保障。

鉴于股改一般被视为企业筹备IPO的前奏，今年以来星海图密集的大额融资，以及估值跃迁，也被认为带有一定的PreIPO色彩。

模型+数据，星海图的护城河

资本热捧星海图背后，是其商业化路径的清晰规划与阶段性成果的逐步显现。

以打造“通用具身智能大脑”为核心目标，星海图致力于通过世界模型与VLA深度耦合，结合真实场景具身数据引擎，推动具身智能技术革新。

图片来源：星海图

在星海图看来，视觉-语言-动作（VLA）模型与世界动作模型（WAM）同源共生，基于真实开放场景的海量数据，将物理世界的直觉认知与精准的任务执行深度耦合，可以赋予机器人理解世界、操作万物的通用智能。

具体而言，在VLA模型方面，星海图研发了视觉-语言-动作VLA模型 G0系列，并仍在持续开源迭代。G0模型采用了“双系统（System 1与System 2）”架构，以“慢思考、快执行”为核心理念，借鉴生物进化中大脑皮层与小脑不同频率运作的分工机制，实现能量利用效率最优。

实际运行中，双系统结构将机器人控制分为高层思考与低层动作两个模块。高层的 G0-VLM 是一个视觉语言模型，负责解析自然语言任务指令，进行多模态推理并分解为可执行的子任务，相当于“系统 2（System 2）”的推理与决策功能。

低层的 G0-VLA 则是视觉-语言-动作模型，以高频率执行具体动作并进行闭环控制，对应“系统 1（System 1）”的快速反应能力。两者异步运行，从而实现全局规划的智能性与局部执行的高响应性。

自2025年8月正式发布以来，过去半年里星海图先后开源了G0 、可以开箱即用的G0 Plus、面向衣物折叠的垂类场景G0 VLA模型、支持端侧轻量化部署的G0 Tiny小模型，接下来即将发布G0.5模型，让机器人的基础模型具备真正的通用落地能力。

而在世界模型方面，星海图则于日前发布了号称“全球最快”的世界模型Fast-WAM。与行业主流 WAM 遵循“先想象、再执行”范式不同，Fast-WAM通过对模型底层架构的颠覆性重构，从根本上推翻了“必须生成未来视频’的固有范式，有力证明了物理理解力完全可以与高延迟生成彻底脱钩，从而大幅提高世界模型推理速度。

据悉，Fast-WAM 单步推理仅需 190 毫秒，相比传统 WAM 的 800 毫秒量级，实现了量级上的突破。

图片来源：星海图

而鉴于具身智能的演进，需要具身机器人通过与物理世界的持续交互来学习和优化行为，这背后离不开大规模、高质量、多样化的真实世界交互数据的支撑，星海图还基于UMI 数据与人类第一视角（Egocentric）数据的无本体数据方案布局，进一步构建了覆盖多场景、多任务、多模态的具身智能数据闭环体系。

目前，星海图的数据体系已深度赋能英伟达 EgoScale、蚂蚁灵波 Lingbot-VLA等全球顶级具身大模型，成为行业不可或缺的底层基础设施。

在此基础上，今年星海图将进一步构建全球最大规模的真实场景具身数据集，以百万小时真实场景数据持续驱动具身基础模型进化。

不过，这套“模型+数据”的组合拳，固然为星海图构筑了一条不易被复制的护城河，围绕轮式双臂、灵巧操作、全身运动控制三大方向，星海图同步还建立了完善的硬件支撑体系，包括关节模组、Dexo灵巧手、标准化整机平台与完整开发者工具链等，以更好地提升综合实力，同时在商业化落地层面保持强大的竞争力。

市场化跃迁：从“开发者首选”到“生产力标杆”

在具身智能行业，真正检验一家公司成色的，不仅仅是技术能否走出实验室，更是能否在真实场景中形成可持续的商业模式。

在这个问题上，星海图的路径呈现出“开发者市场+生产力市场”双轮驱动的特征。

在开发者市场，星海图已经建立了绝对的领先优势。通过“为智能定义的硬件平台+EDP模型开发平台”的深度结合，星海图已累计服务超过 150家全球顶尖具身智能开发者伙伴，包括斯坦福大学李飞飞团队、Physical Intelligence（PI）、英伟达、华为等，成为全球具身智能研发的通用底座。

其中Physical Intelligence基于星海图R1 Lite平台推出了π0.5开放世界泛化模型，李飞飞团队基于星海图R1机器人本体，发布了全身移动操作机器人套件方案。

图片来源：星海图

而在生产力市场，聚焦搬运移动、抓拿放置、封装打包、织物叠放和设备串联五大核心场景，目前星海图已完成千台级订单跑通，并锁定了工业搬运、物流分拣、商业展示等领域的行业领军企业深度合作。

目前，星海图仍在持续拓展应用边界。今年3月，星海图携R1 Pro机器人亮相北京经开区全球首个智慧康养机器人养老驿站，现场实时完成叠衣服任务。

这个看似简单的动作背后，是机器人在真实生活场景中的泛化能力验证——从工业产线到家庭康养，星海图正在用同一个技术底座，覆盖不同场景的智能化需求。

展望2026年，随着供应链与场景能力的全面成熟，星海图计划开启万台级规模化放量。

结语

200亿的估值不是终点，而是市场对一家公司从“讲故事”到“交答卷”的倒计时。

B+轮融资的完成，无疑为星海图提供了充沛的现金储备。但200亿元的估值同时也意味着更高的市场预期。从千台订单到万台量产，从开发者市场的市占率第一到生产力场景的规模化复制，这每一道坎都需要技术、供应链、销售和服务的系统性能力来跨越。这意味着，对于星海图，真正的考验其实才刚刚开始。

返回第一电动网首页 >