本文来自微信公众号： 野生编辑部 ，作者：野生编辑部

# 具身智能 # 华为系 # 智元 # 墨奇智能 # 它石智航 # 贝塔无限 # 欧拉万象

最近，阿里、腾讯联手领投了墨奇智能（Morphi）超 10 亿元的天使轮系列融资。这家公司成立不足一年，投后估值就破了 70 亿元，创下国内具身智能赛道公开披露的首轮融资纪录。

阿里、腾讯同时出现在同一家公司的融资名单里，其实不算罕见。

IT 桔子 2021 年统计过，两家共同投过的公司有 34 家，交集几乎全是出行、文娱、电商、游戏这类中后期互联网项目。具体到具身领域，除了墨奇智能，阿里、腾讯同时在 2026 年入了至简动力地的战略轮，更早还有宇树科技的 C 轮。

但确实，阿里、腾讯同时在同一轮领投的情况，很少见。

又一个华为老少组合

墨奇智能 2025 年 8 月在深圳成立，定位全栈自研通用人形机器人，走软硬一体路线，既造机器人的身体（双足本体、运动控制），也造它的大脑（具身基座大模型、世界模型、VLA 视觉 - 语言 - 动作模型）。

技术灵魂在 CTO 黄青虬反复讲的一个词：系统工程。墨奇把智能驾驶里被百万辆车验证过的数据闭环逻辑、端侧模型优化、多传感器融合、量产质量管控，整套迁移到机器人研发。

他的判断是，「硬件和软件根本无法解耦迭代，想让系统高速迭代，唯一出路就是软硬一体。」大脑至少 10Hz、小脑至少 100Hz 的频率红线，决定了模型必须跑在端侧。

这也解释了墨奇为什么不像很多同行那样死磕某条技术路线。有点像之前地平线余凯的意思，什么 VLA、世界模型，造词只是概念，本质上还是要看精细化的工作。

黄青虬公开说「架构之争是伪命题」，世界模型、VLA、深度图、语义分割，在他看来都是给模型铺的「辅助线」，从不同维度提供稠密反馈。

墨奇用的是多专家融合架构，搭一个「理解—生成—决策」一体化的原生多模态具身大脑。

落地节奏也带着智驾的影子：先在酒店客房、末端配送这些同构性高的商用场景部署，用真实运营数据喂模型，再慢慢往家庭走。首款民用服务机器人据说 7 月就发。

把这套系统搬进机器人身体的，是一支几乎整建制裁自华为的班底。

CTO 黄青虬，1994 年生，高考 692 分、全省第 40 名进清华自动化，本科大部分时间泡在机器人实验室，带队拿过 RoboCup 第四名。港中文多媒体实验室博士，师从林达华，26 岁毕业。

2020 年以华为「天才少年」身份进车 BU，从激光雷达感知算法做起，一路做到智驾 AI 部门负责人，主导华为 ADS 1.0 到 4.0 的全链路算法迭代与百万级量产。

业内给他一个很重的评价：第一个把一段式端到端架构做到百万规模量产的人。

2025 年底，他离开华为。

CEO 高文礼是另一条线。他是华为 11 年海外老兵，后来作为跨境物流公司 iMile 联合创始人，把一张全球运营网从零铺到 20 多个国家、年营收超 40 亿元。他补上的是黄青虬缺的那块，规模化商业落地。

这两个人，加上前地平线感知算法负责人林天威（UniAD 端到端智驾范式的核心提出者，任墨奇具身操作方向负责人），共同标签很清晰：都从零搭过完整系统，并且推向量产。这恰恰是当下具身赛道最稀缺的履历。

「小智元」

我为什么管墨奇为什么被叫作「小智元」？不是因为都做人形机器人，而是创始班子的结构几乎一个模子刻出来的：一个华为出身台前的技术天才，配一个同样华为出身的背后的产业老兵。

智元那边，早期台前只有稚晖君一个人露面，华为天才少年、技术偶像。真正的操盘人邓泰华，华为原副总裁、计算产品线总裁，那会儿没走到台前，外界一度以为稚晖君就是这家公司的老板，后来才看清，背后站着的是一位华为老兵。

墨奇也是同一个配方：CTO 黄青虬是华为天才少年，车 BU 智驾出身，是台前的技术核心；CEO 高文礼是华为 11 年海外老兵、跨境物流公司联合创始人，管的是规模化落地。

一个技术天才、一个产业老兵，和智元那对组合同构。差别只在代际，智元是跑出来的标杆，墨奇是刚拿到双巨头并列领投门票的新人，技术底色也更聚焦「智驾系统降维」。

但把墨奇放进「华为系」这个更大的坐标里，它就不只是一个对标样本，而是一支正在成建制浮现的出走潮里最新、也最贵的一个。

标杆自然是智元机器人，2026 年 6 月量产突破 15000 台，还控股了 A 股上市公司上纬新材，传出 200 亿美元（≈ 1360 亿元人民币）IPO 计划。腾讯在 2025 年 B 轮领投智元。

它石智航（TARS）是另一支华为重阵。2025 年 2 月成立，创始阵容是陈亦伦（前华为自动驾驶 CTO/ 首席科学家）、丁文超（华为天才少年）、李震宇（前百度智能驾驶总裁）。

天使轮就拿了 1.2 亿美，2026 年 4 月完成 4.55 亿美元 Pre-A（高瓴、红杉领投，美团战投入局），累计融资近 7 亿美元，估值从 150 亿往上摸 200 亿。

它押注的是 AWE 3.0 具身大模型，用时空、力、物理量建模，区别于主流 VLA 路线；A1 机器人在亚毫米级汽车线束装配上拿了吉尼斯纪录，苏州工厂效率已到熟练工七到八成，2026 年千台产能已被预定。

贝塔无限走的是消费级路线。2025 年 12 月成立、2026 年 3 月才运营，灵魂人物刘武龙是前华为 AI 研究所所长，在加拿大期间与 Hinton、Bengio 有过合作，主导过 ADS 2.0 量产和盘古大模型工程；

联创陶帅是前字节算法工程总监。它要做的不是工厂里的机械臂，而是普通人家里的通用具身助手，方案叫 BetaMatrix 四维一体，种子加轮由世纪华通、和利资本领投，累计数亿元，先锋体验版年内就会亮相。

欧拉万象盯的是家庭场景的「养成式」产品。创始人周顺波是华为云物理智能创新 Lab 负责人，也是华为天才少年里唯一具身方向的。

公司种子轮拿过高瓴、五源数千万元，Pre-A 轮由招商局领投数亿元，思路是用长期陪伴把模型「养」出来，而不是一次性交付。

据媒体统计，至少 10 位华为天才少年扎进这条赛道，他们的思路，大概都打算把四轮车上验证过的经验，直接搬到人形机器人身上。

老牌上市，新秀募资

墨奇这波融资发生的背景，是具身赛道正在分裂成两层。

一层是已经跑出来的老牌本体厂商，集体进入上市或准上市阶段。

除了宇树、乐聚、云深处、越疆等明确在走 IPO 流程的公司，智元、银河通用、星海图、众擎、傅里叶、灵心巧手、星动纪元等，也都被传已经或即将秘密递表港股进行 IPO。

他们的共性是估值都很高，也是资本为什么愿意给这些老牌厂商高溢价的原因。

说实在的，当技术路线趋同、模型能力又没法客观比对时，投资人能依赖的判断标准就剩下了「位置」。

投的是认知里那个行业的头部，以及每个细分场景，以及每个城市跑在前两名的企业。

[ CORE ]

技术只是一方面，投资人买的还是确定性，是一个已经验证、不会出局的座位。

另一层，是墨奇、它石、贝塔这样成立一两年、产品还在早期的新公司，却照样融得到大钱。问题就在这里：当头部都快上市了，新人为何还能拿到钱？

一个解释是赛道本身的想象空间。一家头部基金的合伙人的判断是，「智能手机的量级加上乘用车的单价，可能是人类几百年来最大的产业规模，没有之一」。

既然是有史以来最大，那除了老牌厂商卡的是工业、物流这些已被验证的刚需场景，新公司也自然可以从其他不同角度切进去，消费级、家庭、数据不一而足，总之赌的是「具身智能」这个盘子远比眼前这些落地场景大。

另一部分是供给本身在膨胀，这位合伙人说，过去已有 370 多家具身智能公司成立，「每周还能收到两三个有名有姓的新公司，教授、小天才、智驾副总裁这几类人出来创业」。

这位合伙人点破的麻烦在技术本身：「技术都差不多，都是 VLA 世界模型，没有客观的评判标准去衡量模型能力，落地也都差不多。」

所以在短期来看，「如果明年没有实打实的落地、没有一定量，那可能就是市值的高点。必须得 Show me the money。」他甚至给了个概率，一二级估值倒挂「50% 的概率会在一年内显现」。

[ INSIGHT ]

如果明年没有实打实的落地，

一二级估值倒挂「50% 的概率会在一年内显现」。

更深的一层在投资人阵营本身。比如这次墨奇智能的融资，蓝驰、君联、高榕、中科创星、源码，这些是顶尖的市场化基金，做早期、敢给高估值、能放大赛道叙事；

阿里、腾讯则是有后续投资能力的深口袋基金，一旦验证就能源源不断跟投、还能用生态卡位。

" 理想系 " 的巨神公司至简动力的案例很说明问题：元璟、蓝驰、红杉、君联、中科创星、高榕加腾讯阿里战略入局，半年 5 轮、20 亿元，正是「顶尖市场化基金 + 深口袋」这套组合拳的样板。

" 喧哗与骚动 "

冷热之间，头部基金本身也在躁动。有合伙人承认，2026 年「绝对是历史上 FOMO 最大的一年」，「几乎所有小朋友都在躁动，像是小和尚动了凡心」。

更悲观一点的，比如势乘资本刘英航认为「停留在演示营销只有短期价值」；投过智元、银河、优艾的早期老兵曹巍，把核心考核从 Demo 推进到工程化交付、规模化、复购三个层级；清流资本刘博则一句戳破：「大部分具身而不智能」。

产业界有些本身也比较冷静，比如融了 50 亿 + 的千寻智能创始人韩峰涛公开判断，当前模型能力仅相当于一两岁孩童，真正规模化落地至少还要两年。

把视野再拉远一点，具身智能从非共识走向共识，现在又正站在一个从共识滑向非共识的拐点上。

共识已经很结实：几乎所有人都相信，这是个比新能源汽车还要大得多的赛道；而智能驾驶沉淀下来的感知、决策、执行闭环，几乎可以原样搬进机器人，这就是为什么我们看见一大批智驾人集体转行做具身，而且不局限于本体，还做大脑、做数据、做场景。汽车与机器人，越来越被看作同一类物种的上下半场。

非共识出在时间和周期。赛道够大是共识，但这一波具身智能能不能在可预见的窗口里真正落地，没有人能拍板。一派赌明年就是规模化部署的元年，另一派则认为通用能力的成熟还远得很，现在谈大规模进厂、进家庭都太早。

更硬的一重疑虑藏在 Scaling Law 里。语言模型和视频模型都是吞下天量数据才验证了能力跃迁，而机器人手里的高质量物理交互数据，中美头部加起来也只有几十万小时，离验证门槛还差至少一个数量级。

连特斯拉的 Optimus 到 2026 年中，都被马斯克自己承认没有在工厂里产生实质性产出，全球最头部的玩家都还在早期，这本身就是对很快落地最冷静的注脚。

所以，到底是冷静一下还是继续梭哈？