--- title: "简智机器人完成1亿美元A+轮：机器人还要先学会「看人干活」" date: 2026-11-05 category: 智能机器人 site: 脑机网 canonical: https://aiai.cafe/a/njw-b6f4d3 language: zh-CN --- # 简智机器人完成1亿美元A+轮：机器人还要先学会「看人干活」 > 未来出现在工厂里的人形机器人，都得先当学徒。不显眼但卡住全行业的瓶颈是：得有人把这些「示范」以工业规模录下来、洗干净、交付出去。这门生意刚拿到九位数的支票。 未来出现在工厂里的人形机器人，都得先当学徒。不显眼但卡住全行业的瓶颈是：得有人把这些「示范」以工业规模录下来、洗干净、交付出去。这门生意刚拿到九位数的支票。 简智机器人（简智新创（北京）机器人科技有限公司）披露完成1亿美元（≈ 7.1亿元人民币 / 约7.8亿港元）A+轮融资，Q3交割、11月2日公布。投资方分两个阵营：产业方含上汽集团、马来西亚Eastworlds、百度集团、首程控股，以及具身智能机器人公司银河通用（品牌GALBOT）；财务机构含光合创投、SUNHELM、中信金石投资、中证投、建银国际和华泰紫金。 这家公司不造机器人，造的是机器人学习所用的数据管线——今年资本恰恰流向这一层。 ## 从人类示范到可直接训练的数据 简智的打法直接来自创始团队的经历。CEO陈建兴曾任Momenta算法高级总监，负责数据飞轮量产路线规划；联合创始人朱雁鸣有多年自动驾驶量产研发经验。硬件团队成员来自大疆、华为，软件团队覆盖自动驾驶算法与多模态大模型。他们把自动驾驶的数据工程打法，搬到了马路上没有现成车队摄像头的领域。 机器人要学会拿毛巾、理货架、装零件，需要视觉、手部动作与接触信息的同步记录与标注。简智的产品栈覆盖完整链路： - **Gen DAS**：可穿戴采集硬件，在家庭、商超、工厂等场景记录人的视角、手部动作与操作行为。 - **Gen Matrix**：数据平台，负责多设备信息同步、数据清洗与标注，把原始记录变成训练素材。 - **Gen ADP**：众包数据产线，采集者经应用接收任务、佩戴设备完成日常操作后上传，公司按回收情况结算。 公司还自研数据基础模型处理和重建采集信息。对工厂产线、封闭实验室等自有场景，简智出售硬件与本地部署方案，数据留在客户内部；对家庭等开放场景，则通过众包直接交付处理后数据。 ## 投资人盯住的规模指标 交付量是这一轮的锚。公司称有效数据交付量已从单季约10万小时提升到百万小时量级，并在全球多个物理AI项目上完成验证；目标是2027年单季千万小时交付。这些是公司口径而非审计数字，但增长轨迹正是故事核心：多数具身团队承认，卡住自己的不是模型架构，而是数据供给。 ## 为什么写支票的是产业资本 - **车企在对冲物理AI转型。** 上汽参投与车企向上游具身数据布局的趋势一致，正如当年押注自动驾驶技术栈。马来西亚Eastworlds的加入则为这个轮次添了少见的跨境色彩。- **机器人公司在投资自己的供应链。** 银河通用投一家它大概率会采购的数据公司，乍看是循环——实则是双方在最稀缺的一层提前锁定产能，与AI实验室预购算力是同一种操作。 - **「卖铲人」轮动传到了具身智能。** 继2026年机器人本体公司融资潮之后，资本下沉一层，投给为学习过程装仪表的公司。简智此前的融资节奏可作佐证：6月宣布连续多轮合计数亿元融资，蚂蚁集团、滴滴、德联资本分别领投；8月Momenta领投的A轮（金额未披露）；如今是这1亿美元的加码。 这一轮没有回答的是定价权。数据基础设施公司夹在供给端（示范采集者）与需求端（有自建选项的模型公司）之间。简智的管线会成为持久的收费公路，还是一张可被压缩的账单，是未来两年要回答的问题。 ## 关键要点 - 简智机器人完成1亿美元（≈ 7.1亿元人民币 / 约7.8亿港元）A+轮融资，Q3交割、11月2日披露，产业方含上汽、Eastworlds、百度、首程控股、银河通用，财务方含中信金石、建银国际等。 - 公司2025年成立于北京，产品栈覆盖Gen DAS采集硬件、Gen Matrix数据平台、Gen ADP众包产线，服务具身智能与世界模型开发者。 - 公司口径的有效数据交付量已达单季百万小时级，目标2027年单季千万小时。 ## 诚实的局限 - 1亿美元金额、投资方名单与交付量指标均来自公司公告，经中国财经媒体及北京市科委网站转述，没有独立审计或备案文件验证；此前8月A轮金额至今未披露。 - 本轮估值未公开，无法从公开信息评估定价与稀释。 - 2027年千万小时目标是公司预期，取决于众包供给与客户需求；公司也未公布「有效小时」的统计口径，可比性受限。 ## 普通人现在能做什么 - 如果你在做具身智能或世界模型，把这笔账算清楚：先对比第三方数据小时与自己采集车队的全成本，再决定自建还是外采。 - 如果你在观察机器人供应链，留意数据公司是否开始发布标准化交付与质量指标——标准化通常是行业级采购的前奏。 - 如果你在考虑新的职业方向，示范数据采集、数据清洗与机器人评测是正在出现的岗位，位于模型训练的上游，靠领域技能而非深度学习研究背景入行。 --- 来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-b6f4d3 本内容仅供参考，不构成投资建议。