4 月 16 日，它石智航官宣完成 4.55 亿美金 Pre-A 轮融资，刷新中国具身单笔融资纪录。首席战略官 Vincent 接受新华网深度专访。以下为新华网报道原文：

新华网北京 4 月 20 日电

近日，它石智航公布获得新一轮 4.55 亿美金融资，一举创下中国具身智能史上最高单轮及最大 Pre-A 轮纪录，一年估值领跑第一梯队。红杉、高瓴、美团等 11 家国内外顶级机构因何为它石掷出重金？它石智航首席战略官 Vincent 在接受新华网专访时反复提及一个词：兑现。" 它石用一年时间，把商业计划书里写的三件事做完了，然后拿着结果回来告诉投资人：我们说到做到。"

一年时间兑现商业计划书承诺

2025 年初，它石智航第一版商业计划书（BP）面世。在那个时间点，具身智能赛道已经涌入了上百家公司，每一家的 PPT 上都画着类似的蓝图：通用人形机器人、全场景覆盖、几年内进入家庭、取代人类劳动力。

它石的第一份商业计划书，只讲了三件事，但其中充满了大量反共识判断与高难度创新选择。

首先是拒绝遥操作与纯仿真路径，坚持 Human-centric（以人为中心）的真实世界数据范式。它石从一开始就选择最难、却也是最"笔直"的技术路径——直接对齐真实物理世界，不依赖任何形式的近似路线或工程捷径。

其次，不盲从 VLM+Action 的范式拼接。在模型方面，没有走简单的 VLA（Vision-Language-Action）套壳路线，而是创新性提出 AWE（AI World Engine）架构，强调 " 世界模型 × 动作生成 " 的深度协同，从结构上统一感知、决策与行动，直指物理世界 AI 的本质问题。

第三，主动选择高价值 × 高难度场景。聚焦如线束装配等上一代机器人体系长期无法攻克的任务，以长时序、强接触、高精度、强约束的真实工业问题作为试金石，坚持以 " 是否有用、能否落地、是否可规模化部署 " 作为机器人的试金石，打造超级本体，反向检验数据与 AI 范式的有效性。

在创投圈，一年前商业计划书的承诺，往往像新年 flag 一样，说过就忘了。创业公司能兑现 60%，已经算执行力、技术前瞻性不错；而将承诺逐一兑现，是一件极其不简单的事情。

但它石当真了。

接下来的一年里，它石低调前行。没有频繁的媒体曝光，没有创始人演讲刷屏。他们做的唯一一件事，就是按照计划书上的时间线，一条一条地 " 打勾 "。

数据——搭建起了 Human-centric 数据采集范式和 SenseHub 数采设备，规模化采集真实数据，开源真实世界多模态数据集。

模型——发布具身领域专有模型：能干活的具身大模型 AWE3.0，让机器人走出温室、通用泛化、落地干活。

商业——攻破线束装配任务垂直场景，实现 " 机器人在一小时内装配亚毫米级线束最多次数 "，为机器人大规模部署真实产线奠定基础。

一年后，它石团队带着上述三样东西回来。

一位参与本轮的投资人评价：它石给市场传递的不是今天有多强，而是上限有多高。兑现承诺，是证明上限最有效的方式。

它石自己说得更直白：" 创业最难的不是做不出来，而是机会太多导致资源不聚焦。我们把商业计划书里的事都实现了，是因为我们敢做取舍。"

对于老股东，兑现承诺是最直接的体感。而对于新股东，认可技术路线的长期判断更重要。随着曾经的行业共识在持续试错中逐渐褪色，它石对曾是"非共识"的核心路线的长期坚守，以及对外承诺的持续兑现，反而愈发凸显其战略定力与技术前瞻性。这不仅是执行力的体现，更是对第一性原理的深度把握与长期主义的自然结果。

Vincent 表示：" 具身智能的认知成本非常高。很多机构经历了一年两年的跟踪，才把行业理解、技术路线理解夯实了，然后觉得这是一个必须投的标的。"

不囤钱，4.55亿美元要花在模型、人才

本轮融资公布后，外界最关心的一个问题是：这么多钱，准备怎么用？Vincent 给出了两大方向：人才、算力。

首先是针对人才的思考。它石想提高的是 " 人才密度 "，而不是堆人头。

" 筛选标准变了。过去看学术背景、看论文发表；现在更看重工程化能力，看重候选人做出来过什么作品。软件人才相对丰富，但加上工业、硬件背景，还有完整作品记录的人，非常稀缺。"Vincent 说。

他表示，它石希望吸引到顶尖人才，每个人都能承担重要的角色，同时也给更大的空间。

其次，它石的战略重心是具身基础大模型。

在行业里，很多公司倾向于做 " 场景微调 " ——拿一个基于互联网数据的开源 VLM 模型，在具体场景里采集少量真机遥操数据微调，可以很快演示效果，但这样的 demo 天花板很低，离实用很远。背后的根本原因是具身智能原生数据极其匮乏，导致无法进行真正的预训练和打造基础模型。这种 " 套壳 " 的方式在真实世界复杂场景的效果可想而知。

它石选择了另一条路：自己解决具身原生数据的问题，自己设计具身基础模型，自己做预训练。

Vincent 透露，具身原生数据的规模诉求大约是自动驾驶数据规模的 10 倍以上，基础模型体量则大约是自动驾驶的 3 到 4 倍。虽然不需要大语言模型级别的万卡集群，但这个投入在机器人公司里已经算很大。

" 全世界真正敢于做具身基础模型的公司不多。它石拿到了这么多资源、关注度这么高，如果我们不站出来，谁应该站出来？"Vincent 说。

对于估值，Vincent 的态度很克制。" 我们尽量遵守创业本身的规律。它石不想把未来的钱提前一次性拿够、估值炒上天。该值多少钱就值多少钱，不过度消耗对未来的预期。"

" 我们也不会囤钱去理财。"Vincent 说，" 钱一定要大胆投入在战略聚焦点上。它石已经准备好有格局地用大钱了，尤其是到几十亿这个级别，要敢于大量投入预训练，这和团队的胆量、战略眼光、格局是相关的。"

击穿线束场景，刚需落地验证产业价值

它石选择的第一个落地聚焦场景是线束。

线束是汽车、电子设备里必不可少的零部件。生产过程大量依赖人工：插接端口、缠绕胶带、布设线路。这些动作对灵巧操作要求高，自动化设备长期难以替代。

但更让工厂主焦虑的是另一件事：人，越来越难招了。

线束厂的平均年龄逐年攀升。一位工厂老板曾对它石团队说过一句话：" 现在不是我挑工人，是工人挑我。给钱都没人来，离职率和流动性极高。"

但它石没有追求一步到位、全流程完美替代。Vincent 阐述了它石的 "70 分哲学 "。

" 你可以有 5 个工序，但先把其中一到两个工序打穿，做到比人更准、更快。哪怕其他工序还只有 70 分，但只要其中两个足够好，就可以先到场景里去磨练、迭代。但你不能把 5 个工序都做到 70 分，那样很难推动。"

这个逻辑很务实。场景方对当前的机器人产品有一定容忍度，但前提是：你在某一个或几个环节上确实比人强。

它石透露，线束这个场景目前已经打透，机器人的准确率和效率超过了人工，这点也得到了产业方的认可。

" 速度和准确率是关键。基座模型技术路线的选择，已经决定了速度的上限。我们花大量时间做预训练，跟这个也是息息相关的。"

更关键的变化发生在工厂的投资回收账本上。

过去，工厂买机器人要算投资回报率：一年半是否可以回本？节省几个人？现在，逻辑变了。未来劳动力市场是稀缺的。它不是增量市场，是存量市场。工厂部署机器人，是满足刚需的逻辑——甚至愿意用更溢价的方式采购。

Vincent 说：" 我们不是在替代人，是在创造和弥补劳动力空缺。它石短期内会全力投入线束场景，像线束这样同时满足多个条件的好场景非常少。要满足 AI 比重高、商业化空间大、技术门槛高、场景能泛化、市场空间足够大——同时满足这几个条件的场景，可遇不可求。"

具身智能C端拐点即将到来

谈及机器人产业，Vincent 表示，虽然中国公司在供应链、效率等方面有局部优势，但还是要看到与世界顶尖机器人公司的差距。长远来说，中国公司不能只会整活、炫技，它石要作为中国企业的代表敢于站出来PK。

关于机器人何时能够走进家庭，Vincent 给出了比行业平均预期更乐观的时间表。"2027 年末到 2028 年初，很可能出现一个拐点，甚至是一个类似 GPT 的时刻。"

这个判断来自工程师的体感———不是拍脑袋，而是基于具体的技术指标。" 工程师的体感非常直接，技术上的前瞻性是可靠的。原来大家觉得至少要五年，现在时间在进一步缩短。"

但他强调，需要有人先捅破那层纸。" 只要一家企业跑出来了，整个行业的信心就起来了，整个行业都会加速。"

被问到谁最有可能捅破这层纸时，Vincent 说：" 我希望是它石。但如果是其他同行，我们也会祝贺。"

当前，在具身智能这个人人都在讲未来的行业里，它石选择用 " 现在时 " 说话。这或许是它获得资本集体认可最深层原因——不是因为描绘的故事最动人，而是因为把故事变成现实。

融资的真正价值，不在于数字本身，而在于它代表了一种正在被行业重新确认的底层逻辑：在具身智能这条需要长期主义的赛道上，真正有价值的不是那些善于制造热点的公司，而是那些能够持续兑现承诺的实干家。

属于具身智能的 "GPT 时刻 "，也许真的不远了。