国内少数同时具备世界级技术底座、规模化商业交付能力与持续盈利能力的具身智能企业。
本文为IPO早知道原创
作者｜Stone Jin
微信公众号｜ipozaozhidao
据IPO早知道消息，广州云蝶科技股份有限公司（以下简称"云蝶科技"）日前完成数亿元B+轮系列融资。本轮由StellarS Capital、亚洲联合基建（00711.HK）、长浙投资、图灵量子等知名机构和个人联合投资。资金将主要用于具身智能核心技术迭代与真实场景规模化落地，重点提升机器人持续工作的可靠性、跨场景部署效率及长期服务能力。
不妨补充一点，本轮融资主要投资方之一的StellarS Capital资产管理规模约150亿美元，其主基金是一个全球事件驱动型基金，旨在市场周期不同时段内产生稳定、不对称的回报。近年来，StellarS Capital的私募股权投资代表项目还包括字节跳动、Anthropic、OpenAI等。
成立于2019年的云蝶科技作为一家以大模型和智能体技术为核心的人工智能公司，业务涵盖数字智能与具身智能，在具身智能领域，云蝶科技推动机器人学习、上岗到规模化工作。公司核心团队成员来自北京大学、新加坡国立大学、南洋理工大学、香港大学等高校，能力覆盖世界预测、空间认知、多智能体决策与机器人执行，具备从实验室底层技术突破到工程化规模交付的全栈能力。
截至目前，云蝶科技已服务全国数千家政企客户，营收规模位列智能体和具身行业头部，是国内少数同时具备世界级技术底座、规模化商业交付能力与持续盈利能力的具身智能企业。
值得注意的是，在云蝶科技看来，真实世界不应该只是具身智能最终进入的地方，更应该成为具身智能持续训练和进化的地方。
为此，云蝶科技与北京大学联合提出全球首个具身环境智能（EEI）范式，主张"环境并非机器人被动适应的背景，而是感知、决策和执行的有机组成部分"，通过开放空间语义、设施接口、业务系统权限与安全规则，让物理世界能够被智能体实时调用，构建"系统能力—执行载体—行业工作流—持续服务"的全链路闭环。公司选择从酒店、物业、医疗康养和园区巡检等高频、可约束、可评测的B端场景切入，率先让机器人承担部分工作，再用运行中产生的成功、失败和人工接管记录优化系统，逐步转向相邻任务和场景复制。真实场景既是交付现场，也是训练和验证系统，形成技术与商业相互促进的循环。
同时，围绕"真实上岗"目标，云蝶科技形成RoboForge系统级具身大脑、WING任务型本体家族与行业工作流相结合的完整产品体系——RoboForge是云蝶科技和新加坡南洋理工大学联合发布的世界首个系统级具身智能大脑，新引入Harness模块，统一组织感知、推理、规划和技能执行，并具备自诊断与能力更新机制，"使失败成为下一次执行与训练的起点"。RoboForge已在EmbodiedBench与LaRA两项国际权威公开基准评测中全球登顶，并具备跨场景、跨任务、跨本体的迁移能力。WING任务型本体家族坚持"先定义岗位，再定义机器人"，包括已实现交付、可更换末端工具适配清洁/巡检的WING Air，面向复杂服务操作的WING One，以及服务于社区零售/健康的城市新基础设施WING Station。同时打通酒店服务、医疗导诊、药房作业、物业与园区运维等典型行业工作流，让技术进入日常运营。
在商业模式上，云蝶推进RaaS（机器人即服务）持续运营模式，将机器人、场景部署、任务技能和持续运维整合为服务，以任务成功率、人工接管率、故障恢复时间和单位任务成本检验交付质量，争取客户长期付费。经授权与脱敏后，真实运行产生的失败样本与接管数据可直接回流至模型训练，构建可持续的"数据飞轮"。
此外，云蝶科技还与合作伙伴围绕通信连接、能源场景与制造工程三大场景深化产业协同。譬如，云蝶科技与云迹科技联合打造"机器人酒店"端到端解决方案，以苏适酒店为首个示范项目，整合系统级具身大脑、机器人底盘及酒店运营能力，面向前厅、客房和公区组织服务闭环。云蝶科技与领益智造携手开展RoboForge与本体的接口适配和任务联调，完善能源场景任务包、安全边界、验收标准与运行反馈。云蝶科技与技象科技共同开展空间智能战略合作，打造"通信+感知+执行"一体化底座。双方将面向地下管廊、配电房、矿山等弱信号、强遮挡场景，提升连接可靠性，推动环境、设施设备与智能体协同运行。
云蝶科技创始人兼董事长田雪松表示："本轮融资完成后，我们将重点提升机器人的稳定性和部署效率，完善持续运营与服务能力，加速机器人从‘会展示’走向‘能工作’。我们希望从一个个真实岗位出发，让机器人在实际业务中稳定运行，用持续交付的结果检验具身智能的价值。"
本轮主要投资方StellarS Capital创始合伙人Mao Zhang表示："我们看好云蝶科技以环境增强技术路线为核心，依托系统级具身大脑构建‘智能复利’的增长路径。现场任务持续产生成功、失败与接管数据，数据用于改善系统，提升后的能力再服务更多场景。随着这一循环持续运转，我们期待云蝶将这些积累沉淀为可复用的技能和系统能力，在扩大部署的同时降低新增项目的交付成本，以客户的持续使用、复购和应用拓展，形成技术进步与商业增长相互促进的循环。"
本轮产业投资方亚洲联合基建（00711.HK）董事局主席彭一庭表示："作为投资者，本集团不仅支持云蝶发展，更希望结合自身在建筑工程、基建施工及设施管理的场景，与云蝶合作推动具身智能在工地及日常运营中落地。凭借本集团的运营经验，可为云蝶提供实际应用场景与市场拓展机会。这次投资是双方在设施管理及城市日常运营服务长期协作的开始。"
在新一轮融资完成之际，云蝶科技创始团队向「IPO早知道」分享了云蝶科技的最新进展以及对当下具身赛道的理解。
以下系经「IPO早知道」整理的对话精选：
携手长期资本，将未来产业做成现实产业
Q：新一轮的投资方比较多元化，在当前的市场环境下，你们觉得能和投资人双方的契合点有哪些？你们有没有一些自己的倾向性？
云蝶科技：我们认为，云蝶和投资人之间最重要的契合点，是对具身智能产业发展阶段和长期价值的共同判断——具身智能是一个技术上限非常高、产业链条很长，同时也需要耐心的行业。它的发展既需要前沿算法突破，也需要机器人本体的工程化，更需要真实场景的长期运行与商业化验证。从我们的角度看，理想的投资伙伴有三个共同特点。
首先，是认同技术长期主义，但同时尊重商业规律。具身智能仍处在快速演进阶段，需要持续投入基础研究，但我们也认为，真正可持续的技术创新，最终要建立在真实需求和商业价值之上。
其次，是能够带来产业协同。比如，产业资本可以在机器人本体、关键零部件、制造供应链等方面提供支持；大型产业集团可以开放酒店、物业、能源、工业等真实业务场景；专业投资机构则能够在全球技术视野、产业资源整合和资本市场发展方面提供支持。
第三，是能够理解云蝶的差异化路线。我们不是单纯追求某一种机器人本体的出货量，也不是只做基础模型，而是围绕EEI具身环境智能范式，构建以RoboForge系统级具身大脑为核心、以真实场景为训练基础设施的完整技术和商业闭环。
因此，我们会更加重视既能够支持技术创新，又能够帮助我们扩大真实场景网络、形成产业协同的长期资本。我们希望投资人不仅分享企业成长带来的财务回报，也能够共同参与具身智能从实验室走向真实生产力的产业进程，能够和我们一起把未来产业做成现实产业的人。
把组织韧性、场景深度和智能复利形成合力
Q：作为一家已经成立了7年的公司，你们觉得自己沉淀的哪些能力其实是这一波新的具身企业在短时间内很难建立的？
云蝶科技：我们认为，云蝶七年的积累，最难被快速复制的并不是某一项技术或者某一个客户资源，而是三种能力的组合。
第一，是跨越技术和商业周期的复合型组织能力。
云蝶从2019年成立以来，经历了人工智能从视觉识别、行业智能化，到大模型、智能体，再到具身智能的技术变革。在这个过程中，我们逐步形成了一支既有产业经营、产品工程化和复杂项目交付经验，又有前沿人工智能科研能力的复合型团队。这很重要。前沿技术公司需要有人不断挑战技术上限，也需要有人理解客户需求、控制交付成本、管理现金流，并把技术变成客户真正愿意付费的产品。
我们相信，技术创新能力和商业经营能力并不矛盾，真正稀缺的是能够把两者持续结合起来的组织。
第二，是深入真实B端场景的行业理解和场景运营能力。
云蝶过去七年服务了数千家B端客户，覆盖教育、医疗、工业、政务等多个领域，积累了对行业业务流程、客户需求、数据体系和复杂场景交付的理解。具身智能时代，这些积累产生了新的价值。
机器人进入真实世界，不是把一个模型安装到机器人上就可以完成的。它需要理解岗位流程，接入业务系统，适配空间环境，协调人机关系，还要处理安全、运维和异常情况。这些行业Know-how往往隐含在多年实际项目经验中，很难通过短期招聘或者大量采购设备快速获得。
所以，云蝶现在具备的不只是客户资源，而是持续进入真实场景、理解真实任务、改造环境并运行智能系统的能力。
第三，是把场景经验转化为持续技术创新的能力。这是我们认为未来最重要的一层护城河。
过去我们进入客户场景，主要是为了交付数字化、智能化产品；今天我们进入场景，还可以进一步获取机器人在真实工作中的数据和反馈，并通过训练、评测和系统迭代，让具身智能能力不断提高。
我们与北京大学共同提出EEI具身环境智能范式，发布RoboForge系统级具身大脑，并联合高校科研团队建设研究和真实场景训练体系，就是希望把过去的行业优势进一步转化为数据优势、模型优势和系统智能优势。真正难以复制的，是企业能够持续获得真实场景反馈，并把这些反馈转化为下一轮技术进步的机制。
如果用三个词概括云蝶七年的积累，我认为是：组织韧性、场景深度和智能复利——组织韧性让我们能够穿越技术和商业周期，场景深度让我们能够持续接触真实需求，智能复利则让每一次真实业务实践都可能成为下一次技术进步的基础。
这三者共同形成的能力，不是一家新企业短期通过资金投入就能够完整建立的。
让技术创新和真实业务相互促进
Q：目前云蝶的商业化进展如何？
云蝶科技：目前，云蝶已经形成了两条相互支撑的业务线。
一条是我们过去七年逐步建立起来的数字人工智能业务，主要包括行业垂直模型、智能体、数据智能以及行业智能化解决方案等。这部分业务面向真实的B端客户，经过多年积累，形成了相对成熟的产品、客户体系和项目交付能力，是公司现阶段重要的经营基本盘。
另一条是以具身智能为代表的第二增长曲线。我们围绕EEI技术范式、RoboForge系统级具身大脑、WING任务型本体和真实场景运营体系，重点进入酒店、物业、医疗康养以及产业巡检等领域。
目前，公司整体业务已经形成亿元级营收规模。未来随着具身智能产品和场景应用逐步成熟，我们希望具身业务的收入贡献持续提升，最终成长为公司的核心增长引擎。
Q：对于盈利有没有预期？
云蝶科技：关于盈利，我们认为最重要的不是在某个时间点实现一个漂亮的利润数字，而是企业有没有形成健康、可持续的经营机制。人工智能行业的技术变化非常快，但企业经营仍然要遵循基本的商业规律：客户有没有真实需求、产品能不能规模化交付、项目毛利能否覆盖成本、现金流能否支持持续研发。云蝶过去七年的一个重要经验，就是尽量让技术创新和真实业务相互促进。
一方面，我们通过成熟业务形成收入和经营基础，持续投入前沿技术研究；另一方面，我们会尽可能让新的技术成果进入真实场景，通过商业应用验证价值，而不是长期停留在实验室或者展示阶段。
当然，具身智能仍然是一个需要持续投入的前沿领域。对于具有长期价值的基础研究，我们也愿意保持足够的投入力度，不会因为追求某一个季度的利润而牺牲技术发展。但我们始终认为，科技企业的长期主义，不应该等同于不计成本地投入。真正的长期主义，是有能力持续投入下一代技术。
盈利本身不是目的，但盈利能力和健康的现金流，是企业独立发展、抵御行业周期的重要基础。真正优秀的公司，应该能够用商业能力支撑技术理想，再用技术突破创造新的商业价值。
真实世界应是具身智能持续训练和进化的地方
Q：你们对具身行业的理解有没有一些和市场上存在非共识的点？
云蝶科技：我们认为云蝶对具身智能至少有三个不同于部分主流技术路线的判断。
第一个非共识，是具身智能不能只让机器人变聪明，也应该让环境变聪明。
当前行业比较主流的思路，是不断提升机器人本体和基础模型的能力，希望机器人最终能够像人一样适应各种复杂环境。我们非常认可基础模型的重要性，但我们认为，具身智能要真正进入商业场景，不能只依赖机器人自身智能的提升。
真实世界非常复杂。如果要求机器人在完全不改变环境的情况下解决所有问题，可能需要很长的技术发展周期，而且成本不一定能够满足商业化要求。这也是为什么我们与北京大学共同提出EEI具身环境智能范式。
EEI最核心的理念，是把环境从机器人被动适应的对象，变成可以主动参与感知、决策和执行的智能系统。比如，在酒店场景中，机器人不一定需要独立解决所有复杂问题，它可以与电梯、门禁、环境传感器、业务系统以及其他智能体协同，共同完成一项工作。
同时，我们可以对真实场景进行轻量化的智能化改造，让现阶段的机器人能力就有机会满足部分真实岗位的需求。我们的判断是，与其只等待机器人足够聪明，不如让机器人和环境一起进化，从而更早创造真实生产力。
第二个非共识，是具身智能真正稀缺的，不只是高质量动作数据，而是能够持续产生学习反馈的真实场景。
现在整个行业都非常关注数据，建设数据采集中心、开展遥操作训练和合成数据生成，这些都有重要价值。但我们认为，机器人学会动作和学会工作，是两件不同的事情。在采集中心里，机器人可以学会抓取、移动、操作等技能；但进入真实工作场景之后，还需要理解任务流程，处理突发情况，学会与人和其他系统协同，并且能够从失败中恢复。
所以，云蝶正在尝试将真实B端场景转化为持续运行的训练节点。机器人首先通过环境适配和系统协同进入真实岗位，在执行任务的同时获取反馈，再把高价值数据用于模型训练、技能优化和系统进化。这种思路也与当前产业政策越来越重视真实场景训练的方向一致。
长期来看，真正有价值的不只是数据量，而是数据与真实任务结果之间的关联，以及企业能否将这些数据持续转化为智能能力。
第三个非共识，是具身智能的商业化不一定要等待通用人形机器人完全成熟，也不应该以本体出货量作为唯一评价标准。
我们认为，机器人最终提供的是生产力，而不是某一种特定的外形。不同场景对机器人能力的要求差异很大。酒店配送、物业服务、医疗康养辅助和能源巡检，需要的机器人形态、运动能力和安全设计不尽相同。
因此，云蝶提出"先定义岗位，再定义机器人"，通过任务型本体和跨本体的系统智能能力，让不同机器人在特定岗位上实现性能与成本之间的平衡。这也是我们发布RoboForge系统级具身大脑和WING任务型本体家族的初衷。在我们看来，具身智能的长期技术方向可以是通用化，但商业化路径必须尊重真实岗位需求。
我们相信，未来具身智能行业的价值创造，将逐步从单点模型能力和硬件能力的竞争，走向系统智能、真实场景数据和商业运营能力的综合竞争。
所以，云蝶最大的非共识其实可以归结为一句话：真实世界不应该只是具身智能最终进入的地方，更应该成为具身智能持续训练和进化的地方。
构建能穿越技术周期和市场周期的竞争优势
Q：你们对自己短期和长期的期待分别有哪些？
云蝶科技：我觉得可以分为两个层次：短期要把技术能力变成能够规模化交付的产品和服务；长期则希望建立面向真实世界的具身智能技术与产业平台。
短期来看，未来两到三年，我们最重要的任务，是完成从技术领先到规模化商业落地的跨越。
首先是在技术层面，继续巩固系统级具身大脑的能力优势。我们在国际公开基准评测中取得领先成绩，这是一个重要起点。但我们更关注如何把这些技术能力带入真实场景，持续提升长程任务执行、异常诊断、失败恢复和跨本体协同能力。
其次是在产品和商业层面，把已经验证的场景能力转化为标准化产品。云蝶不会盲目进入所有机器人应用领域，而是优先聚焦具有真实需求、相对标准化空间及明确经济价值的B端场景。一条主线是酒店、物业、医疗康养等生活服务领域；另一条主线是能源、矿山、电力等产业巡检领域。
我们希望在这些场景中形成可以复制的任务、技能和解决方案，让机器人从单点示范真正走向常态化运营。
第三是在科研和产业基础设施方面，持续完善科研协作与真实世界训练网络，把基础模型研究、环境增强世界模型、系统级智能、任务型本体和真实场景数据连接起来。我们希望通过这套体系，让真实任务产生的数据和经验能够不断促进系统能力提升，最终使新增场景的部署效率越来越高、边际成本越来越低。
长期来看，我们希望云蝶成为定义真实世界具身智能的重要平台型企业。
在我们看来，未来的具身智能不应该只是某一类机器人完成某一个动作，而是不同形态的机器人、环境智能体以及人类能够在真实空间中协同完成复杂任务。这也是EEI具身环境智能技术范式的长期意义。
我们希望随着真实场景数据、世界模型和机器人自主能力不断发展，今天在酒店、物业、医疗康养和产业巡检场景中积累的能力，可以逐步迁移到更加广泛的行业，未来进一步拓展到家庭等开放环境。
从产业形态看，我们希望云蝶能够逐步形成以系统级具身大脑为核心、兼容不同机器人本体、连接真实场景和持续训练体系的技术平台。
从商业价值看，我们希望推动机器人从一次性设备销售，走向能够持续提供服务、持续升级能力、持续创造价值的新型生产力。
从企业发展看，我们也会根据公司业务成长和资本市场环境，稳步推进长期资本化发展，为持续科研投入和产业规模化提供支持。
我们认为，未来具身智能的行业格局还远没有确定。对于云蝶来说，现在最重要的不是急于证明自己已经是最终赢家，而是持续建立能够穿越技术周期和市场周期的竞争优势。
总的来说，短期，我们希望证明具身智能真正能上岗、能复制、能创造商业价值；长期，我们希望让真实世界成为具身智能持续进化的基础设施，并推动具身智能成为下一代生产力。
本文由公众号IPO早知道（ID：ipozaozhidao）原创撰写，如需转载请联系C叔↓↓↓
登录后才可以发布评论哦
打开小程序可以发布评论哦