具身智能大讲堂获悉，6月3日，千寻智能（Spirit AI）宣布完成15亿元A+轮融资。本轮融资方包括一线美元基金、大型产业投资方及国资基金，老股东持续加码。至此，千寻智能在三个月内已完成四轮融资，累计融资额近50亿元，刷新具身智能赛道融资纪录。

本轮资金将主要用于三大方向：新一代具身智能基座模型的持续研发迭代、全球化真实数据基础设施体系建设，以及多行业场景的规模化商业落地。

几乎同时，千寻智能自研的具身基座模型Spirit v1.6在北美权威评测平台RoboArena中登顶，超越英伟达Cosmos3与Physical Intelligence的Pi0.5，成为首个登顶该榜单的中国具身模型。

PART 01

三个月融四轮，钱都在抢什么？

三个月完成四轮融资，这个节奏并不常见。回看大模型热潮，头部公司也是在技术路径得到验证后才开始密集融资。千寻智能的融资节奏透露出两个信号：

首先是具身智能赛道的窗口期正在快速关闭。资本和产业方都已认识到，这不是概念炒作，而是真正能够改变制造、物流、零售等万亿级市场的技术。谁率先建立起技术、数据、场景的壁垒，谁就能占据先机。

其次这个赛道已经进入"头部效应"阶段。技术领先的公司能够获取更多数据，更多数据反过来让模型更强，形成正向循环。后来者追赶的成本将越来越高。

更值得关注的是千寻智能的股东结构。顶级PE、美元基金、产业资本、地方国资悉数入场，这种配置并不多见。通常只有具备战略价值的标的才能吸引如此多元的资本力量。背后的逻辑很直接：具身智能一旦突破技术瓶颈，就能直接应用于实体经济，不像大语言模型还需要寻找合适的落地场景。

从投资视角看，这条赛道与此前的AI浪潮存在本质差异。大模型主要解决认知层面的问题，具身智能则要解决物理世界的交互问题。后者的想象空间可能更大，但技术门槛也更高——既需要算法能力，又需要硬件支撑，还必须有真实场景的数据积累，三者缺一不可。

PART 02

登顶RoboArena背后：数据才是硬通货

Spirit v1.6在RoboArena拿第一，表面上看是算法赢了，实际上是数据基础设施的胜利。

RoboArena这个榜单不是实验室里自己搞的评测，而是由加州大学伯克利分校、斯坦福大学及英伟达等全球顶尖学术机构与科技巨头联合发起的国际公开评测平台。

评测方式极为严格：采用双盲对决机制，评测人员在不知晓模型开发者的情况下进行交叉测试；引入动态Elo评级算法，如同围棋对弈，通过数百次真实物理对决计算出模型的真实水平；全球分布式测试要求模型在不同环境下都能稳定运行。在这样的评测标准下登顶，充分证明了模型的泛化能力。

但更关键的是数据支撑。千寻智能计划在2026年积累100万小时级真实世界交互数据。这个数字背后是实打实的投入。每一个场景都需要机器人实际操作、记录和标注。这与大模型通过网络爬取文本数据完全不同——后者成本较低、易于规模化；前者则需要硬件部署、场景搭建、人工监督，成本极高。

这种数据壁垒一旦建立，后来者将难以追赶。可以预见，具身智能赛道将比大模型更早进入"数据为王"阶段。掌握规模化、高质量真实世界数据的企业将占据主动权。这也是资本愿意在早期阶段重仓的原因，窗口期一旦关闭，后续进入成本将成倍增加。

PART 03

商业化才是真刀真枪

千寻智能与博世、京东、宁德时代等产业巨头的合作，揭示了具身智能商业化的本质：必须深入真实场景，与产业方共同定义问题、验证方案、打磨产品。

这与大模型的商业化路径截然不同。大模型可以通过API快速触达用户，具身智能则需要针对每个场景进行深度定制：硬件如何适配、任务如何分解、安全如何保障、稳定性如何验证，每个环节都需要与产业方反复打磨。这意味着具身智能公司不仅要具备技术输出能力，还必须拥有产业整合能力。

从这个维度看，千寻智能选择的合作对象均为行业标杆企业。这是一把双刃剑：如果能在博世的工业场景、京东的物流场景、宁德时代的制造场景中跑通闭环，积累的行业know-how将成为核心护城河；但若无法跑通，对品牌的负面影响也会相当显著。

商业化面临的挑战同样现实：如何平衡通用性与定制化？单个场景的落地成本能否得到有效控制？跨行业复制时是否会出现水土不服？这些问题的答案将决定具身智能公司能否真正实现规模化盈利。

PART 04

结语与未来

Spirit v1.6登顶RoboArena，打破了硅谷在具身智能领域的长期领先格局。这一突破的意义不仅在于技术本身，更在于证明了中国企业在这条新赛道上具备正面竞争的实力。

回顾AI发展历程，中国企业在大模型领域虽然进展迅速，但在核心算法、底层框架等方面与国际顶尖水平仍存在差距。具身智能作为新兴赛道，技术路径尚未完全定型，这为中国企业提供了并跑甚至领跑的机会窗口。千寻智能的技术突破，在一定程度上为中国AI产业开辟了新的竞争维度。

但全球化竞争才刚刚开始。英伟达、Physical Intelligence等国际巨头在具身智能领域同样投入巨大，特斯拉的Optimus机器人也在加速迭代。技术领先只是第一步，如何将技术优势转化为产业优势与生态优势，才是决定最终竞争格局的关键所在。