国内具身智能赛道单次披露金额最大的融资之一。
AI科技评论独家获悉,被称为“最像特斯拉”的具身智能公司智平方近日已完成新一轮融资,总额近50亿元人民币,估值突破200亿。据了解,本轮投资方阵容横跨国家队、大湾区产业资本、保险公司、头部券商及多家特斯拉供应链企业。公开数据显示,智平方此轮融资是迄今国内具身智能赛道单次披露金额最大的融资之一。

本轮投资方结构是本轮融资最值得关注的信息。
据了解,智平方本轮投资方包括国家中小企业基金、广东省人工智能基金、南山战新投、粤港澳大湾区系列基金等机构,形成了从国家到地方,政策与资本的双重加持,成为具身智能企业所获资本层级高、结构完整的代表。
产业资本方面,中国生物制药(正大集团)、康龙化成、茅台集团、招商局资本、五洲新春、万丰控股、中贝通信等多家横跨生物制药、快消、航运等行业的龙头企业集体入场。更值得关注的是,多家与特斯拉在车规级供应链有深度合作的企业也低调参与了此次融资,将智平方视作其在机器人赛道中“最像特斯拉”的战略锚点。
与此同时,多家保险公司也参与投资布局,中金资本、中信建投、洪泰资本等头部券商系资本及市场化投资机构亦有深度参与。老股东达晨财智、敦鸿资产、道得投资、锡创投、梁创投等机构也同时追加投资。
加上过往百度战投、中国中车等多类别大型产业方重点投资,智平方产业资本已完整覆盖生物制药、科技服务、高端制造、新零售等核心领域。
"国家队+产业方+险资+特斯拉链"的组合,是国内机器人行业中较为罕见的投资结构。各类资本通常不在同一时间窗口对同一标的集中下注——这背后折射的,是市场对"通用机器人产业化"窗口期正在缩短的共同判断。
资本的集中押注,背后是智平方在具身大模型上的持续投入。作为最早布局端到端VLA路线的企业之一,智平方正积极推动行业的智能水平跃迁。
在近期举办的夏季达沃斯论坛上,智平方创始人兼CEO郭彦东受邀发表主题演讲。郭彦东认为,下一代机器人大脑不应只是算力和数据的竞赛,更需要探索更高效、更可持续的发展路径,而智平方的NeuroVLA模型正是这一思路的成果体现。
NeuroVLA 是智平方内部自研的具身大模型AlphaBrain 的最新版本,该模型借鉴了人脑工作机制,首次将"皮层—小脑—脊髓"三层协同机制引入机器人控制架构,对应语义规划、运动协调与毫秒级执行三个层次。
实验结果显示,NeuroVLA能够将机器人运动抖动降低75%以上,显著优于OpenVLA、UniVLA、WorldVLA等当前最先进模型。另外,机器人在碰撞发生后的20毫秒内能够完成反射响应。仿脊髓执行层采用脉冲神经网络,平均运行功耗仅约0.4W,较传统架构实现数量级下降。
此外,今年4月,智平方还正式发布AlphaBrain Platform,全球首个一站式、开箱即用的具身智能模型开源社区,向全行业开放。该平台打通了"数据—训练—模型—评测"的完整链路,将原本只有少数团队具备的复杂系统能力,转化为整个行业可共享的公共能力。
具身智能行业正处于两股力量交汇的节点:资本对人形机器人的押注热情未减,量产交付能力却已开始取代技术演示,成为真正的竞争门槛。量产能力是衡量机器人企业从技术验证跨越至生产力工具的关键分水岭。
智平方不仅拥有行业领先的具身大模型,更构建了"模型×硬件×场景"三位一体的协同体系——以具身大模型为核心驱动,叠加正向设计的量产级硬件与规模化交付能力。
据公开信息显示,智平方目前年产能已突破2000台,在国内具身人形机器人企业中属于头部量级。更重要的是,目前已在多个行业实现了不止"Demo级"的交付。

在半导体显示领域,智平方去年签下与惠科的3年1000台合同后,今年已在单一场景完成多家客户复购;在生物制药领域,已在华熙生物洁净产线完成部署,并拓展了更多制药客户。此外,"爱宝智魔方"在全国十余省市常态化运营,机器人店员日均独立完成数百杯饮品制作。
目前,"爱宝智魔方"项目正处于项目制交付向产品化批量化转型阶段。未来三年,智平方计划将新场景落地周期大幅压缩,并在全国范围内落地1000个"爱宝智魔方"。这一商业场景的落地,不仅能够产生高频的真实数据,还能持续反哺模型训练。
2026年下半年,智平方计划启动国内首个数万台生产力具身人形机器人产线建设,全面推进产品由"项目制交付"向"批量化标准品"转型。这个转型节点,通常是机器人企业从PoC走向真正商业化最难跨越的一步。
全盘来看,智平方在大模型方向有真实的技术积累,在少数高门槛场景有可验证的交付记录,在资本结构上获得了一个罕见的多类别背书组合。这三点放在2026年中国具身智能的横截面上,足以支撑它成为这条赛道上最受关注的标的之一。
资本的全矩阵集结只是起点。数万台产线能否按时落地,高门槛行业复购能否持续扩展,AlphaBrain Platform的开源社区能否形成生态——这些问题的答案,将成为判断智平方能否真正跨越从"被看好"到"被验证"的关键依据。
文章来自于微信公众号 “AI科技评论”,作者 “AI科技评论”