作者 | 毛心如

具身智能行业正处于一个极其尴尬且痛苦的十字路口。

一方面，是刹不住车的大额融资和水涨船高的公司估值；另一方面，是 Demo 足够惊艳，却迟迟迈不过 POC 验证。

行业最核心的命题早就不是会不会秀肌肉，而是能不能干、能不能规模化、能不能算清账。

在这个等待回响的阶段，星动纪元给出了确定性答案。

继 3 月完成 10 亿元战略融资后，星动纪元再度完成了超 2 亿美元新一轮融资。

本轮融资由顺丰集团领投，红杉中国、IDG资本、中金资本等知名财务机构联合注资；科捷智能、东风产投等十余家头部产业方共同参与，市场投资意向远超原定募资目标。

至此，星动纪元已集齐高瓴、鼎晖、红杉、IDG、中金等全球顶级财务资本，更成为获得产业资本加持数量最多、跨界阵容最全的具身智能企业。

顺丰集团、阿里巴巴、吉利资本、北汽、东风、三星集团、联想、海尔等全球产业巨头纷纷入局。

在完成新一轮融资的同时，星动纪元正式宣告实现具身智能行业首个 PMF。

它用千台级交付、五省市十余个物流中心常态化运营、24 小时不间断作业，证明具身智能是可落地、可复制、可盈利的新质生产力。

而资本用真金白银投票，产业用场景与订单背书，本质上是认可星动纪元走出了一条可干活、且多、快、好、省的可行路径。

首个跑通具身智能 PMF 的商业样本

对具身智能而言，PMF（产品-市场匹配）比技术突破更为稀缺。

它意味着机器人能在真实场景稳定作业、客户愿意持续采购、商业模式可规模化复制，是行业从Demo走向量产的核心门槛。

此前部分具身智能项目进厂，往往以叉车叉进去、叉车叉出来草草收尾，难以跨过POC实现真正商用。

物流，作为劳动密集型场景，是最苦也最刚需的领域。

物流中心普遍人力缺口大、面临高温、潮湿、噪音大、包裹软硬混杂、24 小时不间断作业等极端需求，既是具身智能的压力测试场，也是价值兑现场。

传统自动化设备擅长处理规则包裹，对异形件、软包等不规则物料，大量环节仍依赖人工，不仅效率受限，还面临用工成本上涨、人员流失率高、夜班管理难等痛点。

星动纪元依托 AI Native 全栈系统，与中国邮政、顺丰集团深度合作，批量进驻华北、华东、华南区域十余个物流中心。

在恶劣环境下，机器人性能达到人类水平的 85% 以上，实现了 24 小时不间断常态化运营。

规模化交付也成为了这项行业首个 PMF 的最直接证明。

今年第二季度，星动纪元将开启物流行业千台级机器人批量交付，增速高达 300%，彻底告别小批量试点阶段。

此前，星动纪元已实现数百台交付与超亿元营收，今年在规模化稳定生产与产业资本场景订单加持下，进一步筑牢了技术-场景-资本正向循环。

这不仅验证了产品稳定性，更打开了成本优化空间。规模效应将推动硬件成本持续下降，带动整体毛利率稳步提升，让商业化进入高速上行周期。

在商业化成果外，数据飞轮也是 PMF 持续深化的核心动力。

星动纪元凭借真机作业数据、真机数据、世界模型生成物理交互数据、EgoCentric 人类行为数据、互联网视频数据的完整闭环，每一次真实作业产生的全流程数据都会实时回流至具身大脑，驱动模型实时迭代。

这就形成了作业体量越大→真机数据越多→模型能力越强→作业效率越高→拓展更多场景的自增强体系，模型迭代边际成本不断趋近于零，形成了越干活越聪明的动态壁垒。

这种自我进化能力，是友商无法快速复制的核心优势。

本轮顺丰的战略领投，更是对 PMF 的官方认证。

从早期场景合作到本轮资本协同，顺丰不仅提供了真实物流场景、海量作业数据，更以产业资源助力星动纪元优化产品适配性、降低部署成本。

这种产业方 + 技术方深度协同模式，完美打通了具身智能落地最后一公里难题。

在此基础上，星动纪元已完成汽车制造、3C 电子、商业服务等场景探索，与吉利、雷诺、海尔、联想、三星等企业建立合作，将物流场景的成功范式快速复制到更多行业。

从市场空间与 ROI 角度看，具身智能在物流领域的价值极具想象力。

据行业数据，2025 年中国仓储自动化市场规模已突破 2000 亿元，年复合增长率达 17%，预计 2027 年全球智能物流仓储市场规模将达 1000 亿美元。

星动纪元机器人在分拣效率、作业连续性、空间利用率等维度的优势，可帮助物流企业显著降低运营成本。

单台机器人可承担2-3名分拣人员三班倒的核心作业量，有效缓解高强度岗位的招工压力与夜班管理难题。

随着使用规模扩大，综合成本持续下降，真正实现用得越多，省得越多，为客户带来稳定正向投资回报，也为自身打开长期增长空间。

当具身智能从技术噱头变成算得过账的生产工具，市场空间就不再是想象，而是以万亿计的存量市场。

行业首个 PMF 背后，提早布局 VLA+世界模型

物流场景里的真干活能力，表面看是机器人抓起一个包裹，翻面，再放到传送带上，但这些操作背后离不开机器人大脑的支持。

在具身智能领域，过去两年最热闹的争论之一，就是 VLA 和世界模型到底谁才是终局。

VLA 擅长将人类的自然语言指令转化为动作序列，但它的局限在于缺乏对物理世界的因果预判，即它看到了一个杯子，知道拿起这个动作，却很难提前预知杯子如果太滑可能会掉。

世界模型则擅长预测未来画面和物理规律，但早期版本与动作生成链路割裂，难以直接指导机器人干活。

从技术本质看，VLA 和世界模型就不是对立关系，应该是互补关系，将两者做加法才能同时兼顾理解能力、预测能力与执行能力。

而星动纪元，基于视频是比语言更原生的理解物理世界的方式这一第一性原理，在其具身大脑探索初期就选择了 VLA 与世界模型并轨而行。

通过深度融合打造出具备物理直觉的具身大脑 ERA-42，为机器人真干活提供了核心算法支撑。

从星动纪元的算法成果看，能看见一条线性的、呈上升趋势的大脑持续进化路径：

2024 年 10 月，发布 HiRT，首次提出分层机器人 Transformer

2024 年 11 月，发布 PAD 模型，成为全球首个内嵌世界模型的机器人基础底座

2024 年 12 月，推出 VPP，全球首个世界模型+VLA 成果

2025 年 1 月，UP-VLA 首次构建统一 VLA 模型，首次让语言推理和视觉预测共同辅助决策

2025 年 10 月，与斯坦福大学 Chelsea Finn（PI 创始人）团队合作推出 Ctrl-World，首次提出可控生成式世界模型

2026 年 1 月，再次与斯坦福团队合作推出 VLAW，实现世界模型与 VLA 协同进化

这一连串迭代的结果，让星动纪元成为全球世界模型成果最多的具身团队，同时在实战中收获了四项全球第一的成绩。

今年 2 月，星动纪元斩获 Worldarena 具身任务全球第一；

4 月，在全球具身灵巧操作难度最高的真机赛事 Benjie's Olympics 中，包揽剥橘子、开锁、翻袜子三项任务全球第一，全面刷新 Physical Intelligence 保持的世界纪录，成为唯一上榜的中国企业。

2 个月拿下 4 项世界冠军，靠的是世界模型+VLA 深度融合带来的物理直觉。

传统机器人只能被动执行，运行逻辑是看到物体、识别类别、调用预设动作。

而拥有世界模型的机器人，可以在动作执行前在脑内进行物理模拟，这种预判能力，让星动纪元机器人能够处理不规则、非结构化的任务，比如剥橘子，既要控制力度不捏破果肉，又要顺着橘皮的纹理撕开。

这种在不规则、非结构化任务处理上的领先优势，恰好可以迁移到物流、制造等真实场景中，成为实际的生产力。

当然，强大的模型需要同样强大的数据来支撑。

星动纪元秉持质量＞规模的数据理念，不盲目追求数据体量，而是构建多元化、高质量的数据体系。

通过 EgoCentric 人类行为数据采集，模拟人类操作逻辑；依托世界模型生成物理交互数据，补充真机数据不足；结合互联网视频数据拓展场景认知，最终形成闭环数据体系。

其中，真机作业数据的自增强体系尤为关键。

真实场景中的每一次抓取、分拣、搬运，都在为模型进化提供养料，让机器人在持续作业中不断优化动作精度、成功率与效率，实现学的快、干的多、做的好。

这种算法架构与数据体系的双重优势，为星动纪元在跨场景规模化落地提供了坚实技术基础。

AI Native 全栈自研，软硬协同支撑产业落地

如果说大脑是具身智能的核心，那么硬件就是承载智能的基础。

行业中普遍存在一种误区，认为硬件已经 ready，只需要软件跟进就能释放全部智能。

但事实上，硬件存在明确的天花板效应，软件定义的智能上限，始终由硬件能力决定。脱离硬件深度适配的软件算法，再先进也难以在真实场景中稳定发挥。

星动纪元坚持 AI Native 软硬一体协同进化、全栈自研，建起了行业最深厚的系统性优势壁垒。

在硬件体系上，星动纪元选择从核心零件到整机的全链路自研，覆盖核心电机、驱动器、减速器等关键部件，自研率超 95%。

这种全栈自研是为了实现 AI 与硬件的天然适配。

自研硬件完全围绕具身大脑需求设计，在行走、奔跑、跳跃、操作等各类场景中，都能为大脑提供稳定可靠的物理承载，避免第三方硬件兼容性差、响应延迟、精度不足等问题。

以全尺寸人形机器人星动 L7 为例，在未针对任何场景单独优化的情况下，可完成物流作业、舞剑、360° 旋转跳、跳高世界冠军级表现等。

一台机器人能同时处理好走、跑、跳、做四类差异巨大的任务，说明它的硬件基底具备极高的动态范围和可靠性。

这是大脑定义硬件天然带来的结果，研发团队先明确需要实现的智能行为，然后逆向设计电机、减速器、驱动器的参数，而不是用现成的工业零部件拼凑。

如果说全身关节决定了机器人的运动能力，那么灵巧手就决定了操作能力的天花板。

在更复杂的工业装配、服务场景中，抓取异形件、使用工具、双手协同是基本要求。

星动纪元研发的 XHAND1，采用业内首创关节全直驱方案，从底层架构上解决了三大关键矛盾。

在适配大脑层面，全直驱方案实现数据采集更实时、更精准，天生适配具身大脑的精准控制需求，让模仿学习效率大幅提升。

在实际作业层面，相比传统夹爪，灵巧手能轻松完成软硬包裹分拣、异形件抓取、工具使用等复杂操作，适应性与操作性全面领先。

在耐用性层面，已通过物流分拣、工业精密操作等真实场景长期耐久验证，满足工业级高强度作业需求。

得益于 XHAND1 的出色性能，星动纪元不仅是少数自研灵巧手并实现超千台出货量的本体公司，更积累了大量真实操作数据。

目前，星动纪元是拥有灵巧手数据最多的公司，这些数据反过来又训练出更优的抓取策略模型，进一步提升机器人操作精度与泛化能力，形成硬件-数据-算法正向循环。

同时，星动纪元的硬件体系不仅满足自身需求，更成为 OpenAI、英伟达、苹果、谷歌、字节跳动、MIT、斯坦福大学等全球顶尖科技机构与科研院校的选择，构建起完善的具身开发者生态。

这种全球生态认可，反向验证了其硬件的可靠性与通用性，也为技术持续迭代提供了外部支撑。

除此之外，AI Native 软硬全栈自研的最大价值，更在于打开了降本增效空间，让 ROI 回正成为可期目标。

具身智能行业长期面临成本高、性价比低的痛点，核心原因在于核心零部件依赖进口、软硬件耦合度低、量产能力不足。

星动纪元通过全栈自研，摆脱外部供应链限制，随着规模扩大，硬件成本持续下降，同时软硬件深度协同提升作业效率、降低维护成本，最终实现多、快、好、省的综合优势。

这种优势不仅让星动纪元在当前竞争中脱颖而出，更在长期竞争中构筑起技术、成本、生态三重壁垒。

回顾星动纪元的打法，可以提炼出一个清晰的公式：（世界模型+VLA）× 高质量数据闭环 × 全栈自研硬件 = 可规模化的生产力。

模型+数据+灵巧手上探智能上限，保障机器人能干复杂活、干好精细活；硬件全自研下探降本空间，让机器人用得起、划得来。

二者相乘，才催生了 PMF 的诞生。

更重要的是，星动纪元的实践表明，具身智能的长期竞争不再是单项技术的比拼，而是系统能力的较量。

即能否将模型、数据、硬件、场景闭环在一个飞轮里，让每一次落地都成为下一次升级的燃料。

当越来越多真干活的机器人从实验室走向车间、仓库、产线，具身智能才真正完成它的使命：不是替代人，而是成就更高效、更智能、更可持续的产业未来。