百億獨角獸誕生背后，星海圖的“非共識”

2026年2月11日，北京，一家名為“星海圖”的創業公司在其略顯低調的辦公室內，完成了一筆足以攪動整個機器人投資界的融資。

10億元人民幣，這是B輪融資的數字；百億估值，這是公司成立不到三年交出的答卷。

融資名單堪稱豪華。金鼎資本、北汽產投、碧鴻投資等產業資本躬身入局；正心谷資本、前海方舟等頂尖PE基金重倉押注；毅峰資本帶來國際視野。

更令人矚目的是，凱輝、美團龍珠、今日資本、襄禾資本、高瓴創投五位老股東集體超額跟投，創下中國具身智能領域“老股東加持比例與頻次最高”的記錄。

星海圖由此成為繼宇樹、智元、銀河通用之后，行業第四只百億獨角獸，也是其中成立時間最短、估值攀升最快的一家。

然而，與融資市場的熱烈形成鮮明對比的，是這家公司一貫的“低調”與“務實”。在當晚舉行的媒體會中，合伙人兼CFO羅天奇面對尖銳提問，罕見地系統闡述了公司的“非共識”邏輯：不迷信燒錢、不追逐虛名、不貪圖快錢。

這或許不僅是一家公司的成長故事，更映射出中國硬科技創業在資本狂潮中的一次理性回歸，以及具身智能這條萬億賽道正在浮現的“中國式進化路徑”。

01.

百億估值背后的“冷思考”

“外界總說我們是‘百年老店’，賬上幾十億能花100年。”面對媒體關于現金流充裕程度的調侃，羅天奇微笑著回應。但他隨即話鋒一轉，拋出一個在當下略顯“叛逆”的觀點。

“這個行業，最終拼的是花錢效率，不是花錢速度。”

在當前資本催熟、規模至上的創投語境下，“效率”一詞常常被淹沒在GMV、市占率、增速的喧囂中。而星海圖選擇將其置于戰略核心，源于對行業本質的深刻認知。

“具身智能的本質仍是AI行業，它遵循Scaling Law（規模法則）。”羅天奇解釋道，“但今天，行業還處在數據積累的早期。就像在移動互聯網初期，寬帶和智能手機還不普及時，瘋狂燒錢買用戶是低效的。”

他巧妙地將當下類比為“百團大戰”早期。“當年美團能在資本寒冬中勝出，不是因為錢燒得最猛，而是在市場供給（商家、服務）尚未Ready時，保持了戰略定力，把錢花在了刀刃上。當寒冬來臨、對手失血時，美團賬上充裕的現金使其能以極高ROI奪取市場。”

星海圖的選擇，正是這樣一種“反周期”的冷靜。2025年，星海圖被不少媒體稱為頭部公司中“花錢效率最高”的一家，即每投入一元研發資金，在模型性能提升上獲得的回報最大。2026年，他們的目標是將這一效率優勢，徹底轉化為無可爭議的技術效果優勢。

“今年，我們要成為中國具身智能模型的第一。為此，研發不設預算上限。”羅天奇的自信，建立在一種獨特的“資源觀”上。在馬拉松的前一公里就耗盡體力的選手，沒有資格談論終點。

02.

技術路線的“中庸之道”

技術路線的選擇，是每家AI公司的生死線。當行業熱議“世界模型”將如何革命性地賦能機器人時，星海圖再次表現出其“非共識”的一面。

“世界模型可能是多模態大廠的下一站，但它不是創業公司該押注的主戰場。”羅天奇直言不諱。他認為，世界模型追求的是對物理世界的通用理解和模擬，是一個上帝視角的“宏大敘事”，其研發難度和資源需求極有可能使其成為巨頭的游戲。

那么，創業公司的路在何方？

星海圖的答案充滿了工程思維的務實色彩：“具身智能，更像一個嬰兒學習與世界互動的過程。嬰兒不需要理解宇宙的物理定律，也能學會抓取、行走、交流。關鍵在于，它通過感官和動作，建立了與世界交互的‘一般規律’模型。”

基于此，星海圖走了一條融合與聚焦并行的技術路徑。

第一條是向上融合，善用巨人肩膀。積極集成與利用谷歌Gemini、阿里通義千問等頂尖大廠已趨成熟的視覺-語言模型（VLM）。這部分能力負責“理解”與“推理”——識別場景、解析指令、規劃步驟。羅天奇認為，在這方面“重復造輪子”是巨大的資源浪費。

第二條是向下死磕，筑牢核心壁壘。堅定不移地投入從零自主研發“視覺-語言-動作”端到端模型（VLA）。這是將“理解”轉化為“精準動作控制”的關鍵，是機器人的“小腦”與“脊髓”。如何讓機械臂以厘米級精度抓取不同形狀的零件？如何讓移動平臺在復雜環境中平穩避障？這些“執行”問題，是VLM無法解決的，必須通過海量真實的物理交互數據來訓練專屬的VLA模型。

“理解可以借力，執行必須親為。”羅天奇總結道。這條被其內部稱為“大腦-身體-基座”三位一體的技術棧，構成了星海圖差異化的核心。既避免了在基礎大模型上與巨頭的正面消耗戰，又牢牢抓住了具身智能落地中最硬核、最貼近物理世界的執行環節。

03.

商業化的選擇

數千臺訂單，客戶覆蓋從斯坦福、李飛飛團隊到全球頭部汽車制造商——星海圖的商業化成績單看似亮眼，但其內部的追求卻更為“苛刻”。

羅天奇清晰地為公司的商業化劃定了“技術邊界”。例如精度要求厘米級。速度要求達到人類操作速度的80%。成功率要求穩定在99%以上。

很多To C的演示型機器人，或者簡單的巡檢、導覽場景，容易出量，但它們要么對智能要求不高，要么容錯率極低，都不是具身智能技術最能發揮價值的硬核地帶。因此，星海圖選擇的，是諸如汽車制造線上的精密零部件搬運、智慧物流倉庫中的動態分揀、特定場景的最后一公里無人配送等場景。這些場景共同的特點是。重復性高、勞動力密集、對穩定性和精度有剛性需求，同時，單次任務失敗的后果可控。

“在這些場景里，不需要追求99.999%的完美。當我們的模型通過特定場景數據微調，將成功率從90%提升到99%時，就已經創造了巨大的經濟價值。”羅天奇指出，每一個這樣的細分場景，背后都對應著百萬乃至千萬量級的全球勞動力市場。技術滲透率每提升一個百分點，帶來的都是萬臺級別的機器人出貨量。

這種聚焦生產力、深耕硬場景的策略，讓星海圖的營收結構與眾不同。羅天奇透露，通常被外界認為是主力的“高校與科研客戶”，收入占比已降至30%以下，并且將持續下降。真正超90%的收入主力來自于那些將機器人用于實際生產的“生產力開發者”，他們可能是汽車廠的技術團隊，也可能是物流公司的自動化部門。

這使得星海圖賣的不僅是機器人硬件，更是一套包含標準本體、高質量場景數據、預訓練模型和高效開發工具鏈的生產力解決方案。其商業模式遠期是成為物理世界的AWS，未來按智能服務的調用，或機器人的有效工作時長收費。

04.

下半場的“隱形王牌”

隨著融資消息一同被關注的，還有公司聯合創始人、首席科學家許華哲離職創業的消息。羅天奇對此的回應，展現了罕見的坦誠與格局。

他澄清，華哲在公司一直是“兼職”身份，其本職在清華大學交叉信息研究院。二者的“友好分家”，源于對技術應用方向的不同興趣。華哲更渴望探索To C、家庭化、生活化的機器人應用，追求技術的“溫度”與“情感價值”；而星海圖的核心團隊，則基于對技術成熟度和工程風險的判斷，決心在未來3-5年All in在工業與物流等生產力場景。

在羅天奇的朋友圈中，不僅祝福這位創始人的新選擇，還透露星海圖已經成為了他新公司的天使投資人。羅天奇表示，雙方將繼續在開發者生態、產品試用等方面深度合作。這更像是一次生態內的有益分工，許華哲更有望成為星海圖探索C端可能性的先鋒哨所。

機器人大講堂認為，這次人事變動，反而凸顯了星海圖核心團隊的獨特基因，即濃厚的“自動駕駛背景”。創始人團隊多來自Waymo、Momenta等全球頂尖自動駕駛公司。羅天奇認為，這一背景在行業進入“深水區”后，正從潛在優勢轉化為顯性優勢。

行業上半場，比拼的是對技術趨勢的前瞻和頂尖人才的吸引，科學家背景的團隊有優勢。但進入下半場，當技術原型需要走進真實、復雜的工廠和倉庫時，比拼的就是大規模、高可靠、低成本的產品化與交付能力。這就像從概念車到量產車，是完全不同的工程挑戰。

自動駕駛行業歷經十余年錘煉，所積累的關于傳感器融合、系統穩定性、corner case處理、大規模路測數據閉環的經驗，與具身智能在復雜動態環境中實現可靠作業的需求高度同構。這使得星海圖在工程化、交付節奏控制和質量把控上，具備了其他純AI背景團隊難以快速復制的“肌肉記憶”。

這一基因也深刻影響了其資本策略。本輪引入的北汽產投等產業資本，不僅是財務投資，更是深入業務協同的“戰略先遣隊”。產業資本帶來的不僅是資金，更是真實的場景入口、共性的技術難題和苛刻的驗收標準，這將有望加速星海圖技術在實際工業場景中的淬煉與迭代。

05.

中國優勢的雙重奏

在分析中國何以能誕生星海圖這樣的公司，并有望在具身智能賽道引領全球時，有專家曾指出了核心原因，也就是眾所周知的“硬件供應鏈優勢”。

中國作為世界工廠，在電機、減速器、傳感器等機器人核心零部件的供應成本、迭代速度和定制化能力上，擁有全球無可比擬的優勢。這直接降低了機器人本體的制造成本和研發門檻。

但羅天奇認為，更深層、更持久的優勢在于第二層——“數據供應鏈優勢”。

“同樣采集一萬小時高質量、多場景的機器人實操數據，我們的綜合成本可能只有美國同行的十分之一。”他透露。這“成本差”源于多方面。更高效的工程團隊、更靈活的現場執行、以及更豐富的產業應用場景供給。

在AI的Scaling Law統治下，數據規模與質量是模型性能的命門。十倍的成本優勢意味著，在相同的資本和時間投入下，中國公司可以獲取十倍于美國同行的訓練數據。這種優勢是指數級的，它可能直接決定了下一代具身大模型的性能高地屬于太平洋的哪一岸。

“硬件成本會隨著供應鏈成熟而逐漸趨同，但數據獲取與處理的成本效率，將構成長期、結構性的護城河。”羅天奇判斷，這與中國在移動互聯網時代依托龐大用戶基數形成的“數據紅利”一脈相承，如今正在硬科技領域重演。

06.

不做“機器人公司”

采訪臨近尾聲，話題回歸星海圖的終極愿景。羅天奇重申，公司的目標從來不是成為一家優秀的“機器人產品公司”。

“我們的使命，是構建物理世界的AI基座。”他闡釋道，這基座由三塊基石構成。分別是標準化的硬件本體（如R1系列機器人平臺），為智能提供最好的“身體”。

標準化的高質量數據集與工具鏈（如開源的星海圖數據集和EDP開發平臺），降低數據獲取與處理門檻。標準化的預訓練VLA基礎模型及其微調工具，提供智能的“內核”。

通過這三者的開放組合，星海圖希望賦能全球數百萬的開發者、集成商和終端企業。讓前者可以像在iOS或Android上開發App一樣，在星海圖的“基座”上，快速開發出應用于千行百業的“物理智能體”（Physical Agent）——可能是會分揀包裹的機器人，會組裝手機的機械臂，也會是未來照料老人的家庭助手。

“我們相信，物理智能的未來生態將是百花齊放的，沒有一個巨頭能通吃所有場景。”羅天奇說，“而我們要做的，就是成為那片最肥沃的土壤，讓百花得以生長。”

07.

喧囂中走一條“慢”路

在資本追逐風口、創業故事充斥奇跡與速成的時代，星海圖的成長敘事顯得有些“平淡”，甚至“緩慢”。

它不渲染“幾個月顛覆行業”的奇跡，不參與刷榜排名的虛榮游戲，不追逐短期容易變現卻無助于核心能力構建的訂單。它只是沿著一條自己認定的、符合技術發展規律和商業本質的路徑，專注地打磨技術、深耕場景、構建生態。

這種“慢”，源于對規律的尊重，對長期的信仰，以及對自身作為“基礎設施”定位的深刻理解。百億估值，對于這家公司而言，或許并非成功的勛章，而只是獲得了下一階段更艱難比賽的入場券。

具身智能的浪潮正以前所未有的速度席卷全球。在這條注定漫長的賽道上，中國公司正憑借獨特的產業生態、工程人才和數據紅利，探索一條與眾不同的崛起之路。星海圖的故事，或許是這條路徑上一個清晰的注腳。真正的競爭力，不在于跑得最早或喊得最響，而在于是否看得最遠、扎得最深、走得最穩。

在這場重塑物理世界的宏大敘事中，好戲，才剛剛開始。