星海图本轮融资后的交易估值已进入国内具身智能公司第一梯队，估值突破 200 亿元。
4 月 2 日，具身智能公司星海图宣布完成 20 亿元 B+ 轮融资。
本轮融资投资方包括华登科技、蓝思科技、矽芯投资、时代伯乐、航发基金、修远资本、弘章投资、御海资本、金融街资本、金浦投资、北京科创、国元股权、中金资本旗下基金、普华资本、洪泰基金、广发乾和等。
投资机构相对多元，除产业资本和国资背景资金外，也有偏长线、市场化风格的机构加入。
星海图本轮融资后的交易估值已进入国内具身智能公司第一梯队，估值突破 200 亿元。放在当下的融资环境里，这不仅意味着市场仍愿意为头部具身智能公司给出高价格，也意味着资金正在进一步向少数「综合能力更完整」的公司集中。
2026 年年初的这一波对具身智能的资金涌入，主要原因之一是世界模型和无本体数据，正在把过去最难解的数据瓶颈撬开一个口子。行业的注意力也迅速从「投机器人公司」转向「投具身大脑公司」。
星海图这一轮融资，某种程度上正踩在这个节点上。
就在两个月前，星海图管理层对外释放的口径还是「克制花钱」：账上仍有充足现金储备，支出重点是为接下来可能快速增长的数据量与算力需求留出冗余。
随着这轮融资，公司的判断已经明显变化。星海图开始明确强调，具身智能的 scaling 拐点已经出现，2026 年的重点不再只是「提高花钱效率」，而是要把资源真正投向更大规模的数据、训练与场景验证中去。
这也是这轮融资最值得关注的地方。
它不只是又一笔大额融资，也不只是头部公司估值继续抬升；更重要的是，星海图和它背后的投资人，正在押注同一件事：具身智能真正拉开差距的阶段，可能已经开始了。
01
从花钱谨慎到激进投入，
星海图认为拐点已至
如果说过去两年，星海图给外界留下的印象一直是「花钱克制」，那么到了此次融资，这家公司对资金使用方式的表述已经开始明显变化。
今年 2 月，在上一轮融资后，星海图管理层仍强调账上有充足现金储备，支出策略不会简单按「账上有多少钱、每年该花多少」来倒推，而是要为后续可能快速增长的数据采集、模型训练和算力需求预留足够冗余。彼时，公司更强调的是「花钱效率」。
但到了这轮融资后，星海图的说法变成了：2026 年要把「花钱效率最高」，切换成「花钱最有效果」。
这笔钱最直接的去向，是继续放大数据和训练投入。
按照公司给出的说法，2026 年，星海图在数据积累上会比去年再上一个数量级，与之对应的算力支出也至少会上一个数量级。这里的「放大」并不只是多买一些算力、把训练预算做大，而是把数据采集、数据管理、模型训练和迭代节奏一起往前推。
其中，数据仍然是最核心的一项投入。
过去一年，星海图已经在家庭、酒店、工厂和仓库、超市、餐厅五类真实场景中进行真机数据采集，这些场景也基本覆盖了它接下来重点进入的目标场景，2025 年 8 月，公司曾将上述真机数据中的 500 小时进行开源。
到了 2026 年，星海图计划将多场景真机数据继续推到数十万小时量级，并在原有遥操方案之外，引入 UMI、第一视角 POV 视频等新的无本体数据采集方式。
相比单纯追求数据时长，星海图表示更在意数据质量，以及数据质量背后的组织方式。因此目标是数据今年上一个数量级。同步放大的是模型训练资源也上一个数量级。
「为什么我们不更激进一点去上两个数量级？这个事情，并不取决于我们手上有多少钱，以及我们能不能这么做，而取决于行业的客观规律——每当你的 scaling（规模化）上一个数量级，无论是数据的规模，还是训练规模，其实你都会遇到很多需要解决的新问题。
当你以每年上一个数量级的节奏去 scaling（规模化）的时候，你还是一个比较 ready（准备就绪）、能把问题在出现过程中解决好的状态。但是，当你没有把下一个数量级所遇到的问题解决好，就贸然跨数量级去追加资源的情况下，那可能更大的会造成浪费。就是说，我们虽然都乐见行业成功，但是反过来，我们其实也还是在这个过程中需要把握一个理性的节奏。」CFO 罗天奇表示。
02
成立早，软硬件齐全
星海图能在这一轮拿到 20 亿元融资，一个更现实的原因是：到了 2026 年，具身智能赛道整体融资仍然活跃，对头部公司依然有很强的投资需求。
小公司当然也在融，而且不少新项目仍然能持续拿到钱；但在市场的另一端，也确实有一批资金更愿意去找已经跑到前排、综合能力更完整的公司。
对这类资金来说，单点能力突出当然重要，但更关键的是，一家公司能不能同时把本体、数据、算法、模型和场景几条线搭起来，成为有机会穿越下一阶段竞争的玩家。
而到今天，真正同时满足几项条件的标的并不多：成立足够早，已经完成几轮关键技术选择；手上有相对充足的资金储备，不至于在 scaling 过程中中途掉队；更重要的是，模型、本体、数据和场景几条主线都已经搭出雏形。在这样的窗口期里，真正可投、又愿意继续融资的头部公司，本来就不多。
星海图恰好属于这一类。
成立于 2023 年，星海图是国内成立较早的，专注于具身大脑的公司。
公司的核心判断一直是要先做一台很好的硬件，而在其之上，让更多的开发者来用，希望借此获得收集更多数据的机会。也因此，星海图的机器人虽然同样是轮式双臂形态，但整体路线并不偏向 To C 的「人形想象」，而是更强调作为数据采集、模型训练和真实任务执行载体的工程属性。
过去两年，这条路线给它带来的好处也比较直接。公开信息显示，星海图目前已在轮式双臂机器人领域实现全球靠前的部署规模，R1 Pro 和 R1 Lite 平台覆盖超过 90% 的全球顶级开发者，并被斯坦福大学李飞飞团队、Physical Intelligence（PI）等机构用作开发平台。
公司此前也对外提到，已有数千台订单，2025 年的出货以开发者群体为主。开发者客户大约 150 家，主要包括高校/科研机构实验室、大厂基础研究部门、头部具身智能创业公司，以及大型产业集团的研发团队。
在过往，星海图偏向于真实场景里的真机数据采集。也有一定的数据积累。
即使数据范式产生了变化，好的、对模型友好的硬件载体仍然重要，一整套数据 know-how 也仍然重要——什么样的本体更适合 AI，什么样的真实数据更有用，真机数据和无本体数据怎么组合，不同任务和场景之间怎么配比，以及采回来的数据如何通过数据管理平台进一步加工。
在算法和模型侧，星海图近一年也动作不少。公司先后推出 G0、G0 Plus、G0 Tiny 等模型，并对外强调即将发布的新一代 G0.5 基础模型；与此同时，团队还发布了 Fast-WAM，在世界模型方面也已经布局。
某种程度上，这也是星海图这一轮融资更容易成立的原因。它不是某一个点突然做对了，而是成立两年多以来，几条关键路线都没有明显摇摆和失误。
回头看，这条顺序并不算激进，但它让星海图在今天成了一家更完整的公司和投资标的。
03
从开发者走向 B 端市场
过去一段时间，星海图更容易被外界看到的，是它在开发者和科研市场上的存在感：开源数据集、开发平台覆盖率、头部实验室采用情况，这些都帮助它迅速建立起「技术底座型公司」的形象。
但这轮融资之后，公司的重心显然开始更明确地转向另一件事：某一个重要生产力场景，能不能被真正跑通。
这里的「跑通」，标准并不是有一两台机器进场试一试，也不是拍几个视频、做几个 POC 就算完成验证。
星海图给出的定义更接近于：机器人要能在一个具体岗位上把活干好，而且客户能把账算清楚，进而具备从 1 到 10、再从 10 到 100 复制的可能。换句话说，真正的门槛不在于「能不能演示」，而在于「能不能连续作业、稳定交付、并且让客户看到经济性」。
星海图并没有明确这一具体岗位，但是根据过往公开资料，大概率是制造、仓储、物流、服务业等终端生产力场景里的客户。
星海图表示，这部分市场今年仍然更接近 POC 元年。也就是说，现阶段比的还不是谁一次性铺得更多，而是谁能先把一个岗位真正从 0 推到 1。因为在具身智能里，1 到 10、10 到 100 的复制往往不会是最慢的部分；真正难的是第一个可持续运转、能算清楚账的场景闭环。
而这恰好也是星海图认为自己更有机会的地方。
从创始团队背景看，星海图并不是一支纯学院派机器人团队，有着大厂的工程经验。创始人兼 CEO 高继扬本科毕业于清华大学电子工程系，后在南加州大学攻读计算机视觉博士，随后进入 Waymo、Momenta 等自动驾驶公司；联合创始人赵行同样与他有 Waymo 共事经历，目前也是清华大学交叉信息研究院助理教授、博士生导师。
这也是今年不少具身「大脑」公司反复强调的方向：看谁能率先把某一类真实生产力岗位跑通。
这件事对具身模型的要求其实很高。因为如果模型本身在大部分任务上仍然需要大量微调，所谓「落地」很容易退化成重工程、重定制的项目制交付，更多时候只能成为一种展示，而很难真正复制。
但另一面，它的上限也同样诱人。一旦有公司先把某一个岗位真正做成——不仅技术上能用，而且客户也能把账算清楚——它拿到的往往就不只是一个项目，而很可能是率先吃下这一类岗位规模化机会的门票。
有意思的是，在自己往 B 端场景推进的同时，星海图也在投资行业里的早期项目。
背后的判断是：具身智能最终要进入的是千行百业，而真实世界里的蓝领岗位本来就是高度分散的。仓储、物流、制造、酒店、零售、餐饮，不同行业、不同岗位，对机器人的任务定义、产品形态和交付方式都不一样。也正因此，围绕具体场景做应用和产品的公司，不太可能只收敛成一两家，它天然就是一个分散市场。这也是星海图对外投资最明确的一条主线——围绕下游场景，去布局更多应用型公司。
另一条主线则是前沿技术。至少在星海图看来，未来两三年，具身智能的技术路线还远远没有收敛。围绕数据采集、模型架构、世界模型、训练方法等方向，仍然会不断出现新的探索机会。这些公司未必要把硬件、数据、模型、交付几条线都做成「六边形战士」；它们只要在某一个前沿方向上做出真正有价值的突破，本身就具备独立的技术价值和商业机会。
从这个角度看，2026 年的具身智能，其实正在同时发生两件事：一边是头部公司拿到越来越多的大额融资，试图把数据、模型和场景一起推上新的数量级；另一边是行业底层的创新仍在不断外溢，新的技术公司和应用公司还在持续冒出来。
这或许也是星海图这轮融资背后更完整的一层含义：具身智能的竞争确实在加速走向头部，但这个行业本身，远没有到收敛的时候。
