2026年2月11日，北京，一家名为“星海图”的创业公司在其略显低调的办公室内，完成了一笔足以搅动整个机器人投资界的融资。

10亿元人民币，这是B轮融资的数字；百亿估值，这是公司成立不到三年交出的答卷。

融资名单堪称豪华。金鼎资本、北汽产投、碧鸿投资等产业资本躬身入局；正心谷资本、前海方舟等顶尖PE基金重仓押注；毅峰资本带来国际视野。

更令人瞩目的是，凯辉、美团龙珠、今日资本、襄禾资本、高瓴创投五位老股东集体超额跟投，创下中国具身智能领域“老股东加持比例与频次最高”的记录。

星海图由此成为继宇树、智元、银河通用之后，行业第四只百亿独角兽，也是其中成立时间最短、估值攀升最快的一家。

然而，与融资市场的热烈形成鲜明对比的，是这家公司一贯的“低调”与“务实”。在当晚举行的媒体会中，合伙人兼CFO罗天奇面对尖锐提问，罕见地系统阐述了公司的“非共识”逻辑：不迷信烧钱、不追逐虚名、不贪图快钱。

这或许不仅是一家公司的成长故事，更映射出中国硬科技创业在资本狂潮中的一次理性回归，以及具身智能这条万亿赛道正在浮现的“中国式进化路径”。

01.

百亿估值背后的“冷思考”

“外界总说我们是‘百年老店’，账上几十亿能花100年。”面对媒体关于现金流充裕程度的调侃，罗天奇微笑着回应。但他随即话锋一转，抛出一个在当下略显“叛逆”的观点。

“这个行业，最终拼的是花钱效率，不是花钱速度。”

在当前资本催熟、规模至上的创投语境下，“效率”一词常常被淹没在GMV、市占率、增速的喧嚣中。而星海图选择将其置于战略核心，源于对行业本质的深刻认知。

“具身智能的本质仍是AI行业，它遵循Scaling Law（规模法则）。”罗天奇解释道，“但今天，行业还处在数据积累的早期。就像在移动互联网初期，宽带和智能手机还不普及时，疯狂烧钱买用户是低效的。”

他巧妙地将当下类比为“百团大战”早期。“当年美团能在资本寒冬中胜出，不是因为钱烧得最猛，而是在市场供给（商家、服务）尚未Ready时，保持了战略定力，把钱花在了刀刃上。当寒冬来临、对手失血时，美团账上充裕的现金使其能以极高ROI夺取市场。”

星海图的选择，正是这样一种“反周期”的冷静。2025年，星海图被不少媒体称为头部公司中“花钱效率最高”的一家，即每投入一元研发资金，在模型性能提升上获得的回报最大。2026年，他们的目标是将这一效率优势，彻底转化为无可争议的技术效果优势。

“今年，我们要成为中国具身智能模型的第一。为此，研发不设预算上限。”罗天奇的自信，建立在一种独特的“资源观”上。在马拉松的前一公里就耗尽体力的选手，没有资格谈论终点。

02.

技术路线的“中庸之道”

技术路线的选择，是每家AI公司的生死线。当行业热议“世界模型”将如何革命性地赋能机器人时，星海图再次表现出其“非共识”的一面。

“世界模型可能是多模态大厂的下一站，但它不是创业公司该押注的主战场。”罗天奇直言不讳。他认为，世界模型追求的是对物理世界的通用理解和模拟，是一个上帝视角的“宏大叙事”，其研发难度和资源需求极有可能使其成为巨头的游戏。

那么，创业公司的路在何方？

星海图的答案充满了工程思维的务实色彩：“具身智能，更像一个婴儿学习与世界互动的过程。婴儿不需要理解宇宙的物理定律，也能学会抓取、行走、交流。关键在于，它通过感官和动作，建立了与世界交互的‘一般规律’模型。”

基于此，星海图走了一条融合与聚焦并行的技术路径。

第一条是向上融合，善用巨人肩膀。积极集成与利用谷歌Gemini、阿里通义千问等顶尖大厂已趋成熟的视觉-语言模型（VLM）。这部分能力负责“理解”与“推理”——识别场景、解析指令、规划步骤。罗天奇认为，在这方面“重复造轮子”是巨大的资源浪费。

第二条是向下死磕，筑牢核心壁垒。坚定不移地投入从零自主研发“视觉-语言-动作”端到端模型（VLA）。这是将“理解”转化为“精准动作控制”的关键，是机器人的“小脑”与“脊髓”。如何让机械臂以厘米级精度抓取不同形状的零件？如何让移动平台在复杂环境中平稳避障？这些“执行”问题，是VLM无法解决的，必须通过海量真实的物理交互数据来训练专属的VLA模型。

“理解可以借力，执行必须亲为。”罗天奇总结道。这条被其内部称为“大脑-身体-基座”三位一体的技术栈，构成了星海图差异化的核心。既避免了在基础大模型上与巨头的正面消耗战，又牢牢抓住了具身智能落地中最硬核、最贴近物理世界的执行环节。

03.

商业化的选择

数千台订单，客户覆盖从斯坦福、李飞飞团队到全球头部汽车制造商——星海图的商业化成绩单看似亮眼，但其内部的追求却更为“苛刻”。

罗天奇清晰地为公司的商业化划定了“技术边界”。例如精度要求厘米级。速度要求达到人类操作速度的80%。成功率要求稳定在99%以上。

很多To C的演示型机器人，或者简单的巡检、导览场景，容易出量，但它们要么对智能要求不高，要么容错率极低，都不是具身智能技术最能发挥价值的硬核地带。因此，星海图选择的，是诸如汽车制造线上的精密零部件搬运、智慧物流仓库中的动态分拣、特定场景的最后一公里无人配送等场景。这些场景共同的特点是。重复性高、劳动力密集、对稳定性和精度有刚性需求，同时，单次任务失败的后果可控。

“在这些场景里，不需要追求99.999%的完美。当我们的模型通过特定场景数据微调，将成功率从90%提升到99%时，就已经创造了巨大的经济价值。”罗天奇指出，每一个这样的细分场景，背后都对应着百万乃至千万量级的全球劳动力市场。技术渗透率每提升一个百分点，带来的都是万台级别的机器人出货量。

这种聚焦生产力、深耕硬场景的策略，让星海图的营收结构与众不同。罗天奇透露，通常被外界认为是主力的“高校与科研客户”，收入占比已降至30%以下，并且将持续下降。真正超90%的收入主力来自于那些将机器人用于实际生产的“生产力开发者”，他们可能是汽车厂的技术团队，也可能是物流公司的自动化部门。

这使得星海图卖的不仅是机器人硬件，更是一套包含标准本体、高质量场景数据、预训练模型和高效开发工具链的生产力解决方案。其商业模式远期是成为物理世界的AWS，未来按智能服务的调用，或机器人的有效工作时长收费。

04.

下半场的“隐形王牌”

随着融资消息一同被关注的，还有公司联合创始人、首席科学家许华哲离职创业的消息。罗天奇对此的回应，展现了罕见的坦诚与格局。

他澄清，华哲在公司一直是“兼职”身份，其本职在清华大学交叉信息研究院。二者的“友好分家”，源于对技术应用方向的不同兴趣。华哲更渴望探索To C、家庭化、生活化的机器人应用，追求技术的“温度”与“情感价值”；而星海图的核心团队，则基于对技术成熟度和工程风险的判断，决心在未来3-5年All in在工业与物流等生产力场景。

在罗天奇的朋友圈中，不仅祝福这位创始人的新选择，还透露星海图已经成为了他新公司的天使投资人。罗天奇表示，双方将继续在开发者生态、产品试用等方面深度合作。这更像是一次生态内的有益分工，许华哲更有望成为星海图探索C端可能性的先锋哨所。

机器人大讲堂认为，这次人事变动，反而凸显了星海图核心团队的独特基因，即浓厚的“自动驾驶背景”。创始人团队多来自Waymo、Momenta等全球顶尖自动驾驶公司。罗天奇认为，这一背景在行业进入“深水区”后，正从潜在优势转化为显性优势。

行业上半场，比拼的是对技术趋势的前瞻和顶尖人才的吸引，科学家背景的团队有优势。但进入下半场，当技术原型需要走进真实、复杂的工厂和仓库时，比拼的就是大规模、高可靠、低成本的产品化与交付能力。这就像从概念车到量产车，是完全不同的工程挑战。

自动驾驶行业历经十余年锤炼，所积累的关于传感器融合、系统稳定性、corner case处理、大规模路测数据闭环的经验，与具身智能在复杂动态环境中实现可靠作业的需求高度同构。这使得星海图在工程化、交付节奏控制和质量把控上，具备了其他纯AI背景团队难以快速复制的“肌肉记忆”。

这一基因也深刻影响了其资本策略。本轮引入的北汽产投等产业资本，不仅是财务投资，更是深入业务协同的“战略先遣队”。产业资本带来的不仅是资金，更是真实的场景入口、共性的技术难题和苛刻的验收标准，这将有望加速星海图技术在实际工业场景中的淬炼与迭代。

05.

中国优势的双重奏

在分析中国何以能诞生星海图这样的公司，并有望在具身智能赛道引领全球时，有专家曾指出了核心原因，也就是众所周知的“硬件供应链优势”。

中国作为世界工厂，在电机、减速器、传感器等机器人核心零部件的供应成本、迭代速度和定制化能力上，拥有全球无可比拟的优势。这直接降低了机器人本体的制造成本和研发门槛。

但罗天奇认为，更深层、更持久的优势在于第二层——“数据供应链优势”。

“同样采集一万小时高质量、多场景的机器人实操数据，我们的综合成本可能只有美国同行的十分之一。”他透露。这“成本差”源于多方面。更高效的工程团队、更灵活的现场执行、以及更丰富的产业应用场景供给。

在AI的Scaling Law统治下，数据规模与质量是模型性能的命门。十倍的成本优势意味着，在相同的资本和时间投入下，中国公司可以获取十倍于美国同行的训练数据。这种优势是指数级的，它可能直接决定了下一代具身大模型的性能高地属于太平洋的哪一岸。

“硬件成本会随着供应链成熟而逐渐趋同，但数据获取与处理的成本效率，将构成长期、结构性的护城河。”罗天奇判断，这与中国在移动互联网时代依托庞大用户基数形成的“数据红利”一脉相承，如今正在硬科技领域重演。

06.

不做“机器人公司”

采访临近尾声，话题回归星海图的终极愿景。罗天奇重申，公司的目标从来不是成为一家优秀的“机器人产品公司”。

“我们的使命，是构建物理世界的AI基座。”他阐释道，这基座由三块基石构成。分别是标准化的硬件本体（如R1系列机器人平台），为智能提供最好的“身体”。

标准化的高质量数据集与工具链（如开源的星海图数据集和EDP开发平台），降低数据获取与处理门槛。标准化的预训练VLA基础模型及其微调工具，提供智能的“内核”。

通过这三者的开放组合，星海图希望赋能全球数百万的开发者、集成商和终端企业。让前者可以像在iOS或Android上开发App一样，在星海图的“基座”上，快速开发出应用于千行百业的“物理智能体”（Physical Agent）——可能是会分拣包裹的机器人，会组装手机的机械臂，也会是未来照料老人的家庭助手。

“我们相信，物理智能的未来生态将是百花齐放的，没有一个巨头能通吃所有场景。”罗天奇说，“而我们要做的，就是成为那片最肥沃的土壤，让百花得以生长。”

07.

喧嚣中走一条“慢”路

在资本追逐风口、创业故事充斥奇迹与速成的时代，星海图的成长叙事显得有些“平淡”，甚至“缓慢”。

它不渲染“几个月颠覆行业”的奇迹，不参与刷榜排名的虚荣游戏，不追逐短期容易变现却无助于核心能力构建的订单。它只是沿着一条自己认定的、符合技术发展规律和商业本质的路径，专注地打磨技术、深耕场景、构建生态。

这种“慢”，源于对规律的尊重，对长期的信仰，以及对自身作为“基础设施”定位的深刻理解。百亿估值，对于这家公司而言，或许并非成功的勋章，而只是获得了下一阶段更艰难比赛的入场券。

具身智能的浪潮正以前所未有的速度席卷全球。在这条注定漫长的赛道上，中国公司正凭借独特的产业生态、工程人才和数据红利，探索一条与众不同的崛起之路。星海图的故事，或许是这条路径上一个清晰的注脚。真正的竞争力，不在于跑得最早或喊得最响，而在于是否看得最远、扎得最深、走得最稳。

在这场重塑物理世界的宏大叙事中，好戏，才刚刚开始。