具身涌现获悉，近日，全域具身智能系统企业星际觅元（MetaStell AI）完成千万元种子轮融资。本轮融资由同创伟业领投，卧安机器人、旭源资本跟投。

在整个具身智能行业还大量停留在实验室样机演示的阶段，这笔融资的出现，标志着资本开始把重心从单点模型、硬件概念，转向可落地的整套工程化解决方案。

01

工程派团队，为何入局全域具身赛道？

星际觅元在2026年7月正式成立，是一家从科研工程视角切入具身智能的初创企业。公司由中新国际联合研究院智能感知创新研发中心执行主任 温明星 博士创立，新加坡工程院院士 王郸维 教授担任首席科学家。

核心团队汇集南洋理工大学、哈尔滨工业大学、北京理工大学、华南理工大学科研人才，同时吸纳国内上市公司高管，科研与产业工程能力兼备。

这支团队过往在新加坡深度参与过多项机器人国家级项目，先后落地当地首台无人物流车、无人环卫车以及消防机器人，积累大量复杂非结构化环境下的感知开发、整机项目交付经验。

本轮投资方也呈现鲜明的产业协同特征，领投的同创伟业看重虚实闭环技术的商业化潜力，跟投方卧安机器人拥有家庭具身机器人硬件积累，旭源资本看好跨机器人本体系统方案的商业拓展空间。

具身涌现认为，具身智能行业长期存在科研与产业脱节的矛盾，很多科研团队算法能力突出，但缺少大规模现场项目交付经验；硬件厂商能够造出机器人本体，却难以补齐感知仿真、智能决策的底层能力。

星际觅元团队同时兼具科研沉淀和真实项目打磨经历，这也是资本愿意在种子阶段下注的重要原因。

02

虚实闭环技术，如何解决落地核心瓶颈？

当前制约具身智能大规模商用最尖锐的痛点，就 Sim‑to‑Real鸿沟。仿真环境训练出来的智能模型，部署到真实复杂工况之后性能大幅滑坡，而矿山、化工、电力这类高危场景，又很难采集充足、高质量的物理训练数据。

星际觅元整套全域具身智能系统，正是围绕打通从物理世界到数字仿真，再回归真机部署的完整链路搭建而成。

整套体系由多模态物理资产重构引擎、高拟真场景模拟生成器、全域具身智能大脑三大自研模块构成。

在数据采集输入端，企业自研手持采集设备与多模态ego设备，整合激光雷达、RGB 相机、热成像、4D毫米波雷达等多种传感器，依靠毫米级时空标定算法完成多源异构传感器的数据融合。

硬件本体做了高温、防尘、防水、防震的工业级适配，能够直接进入工厂、矿山、港口等恶劣现场完成边缘端毫秒级的数据采集预处理，保障原始物理数据的可靠性。

企业所坚持的Real‑Sim‑Real模式，实现真实采集、仿真生成、真实验证的业务闭环。设备采集现实环境信息之后，完成1:1的场景与资产数字孪生重建，搭建可交互的虚拟训练场，在虚拟空间批量生成海量训练样本，再将经过仿真迭代后的模型放到实体机器人上完成验证调优，极大降低高危场景实地采集数据的成本与风险。

上层的全域具身智能大脑依托自研VLM²、CIRL算法与Agent原子技能体系，完成环境理解、高层决策以及底层运动控制。

这套智能能力不绑定单一机器人硬件形态，可以兼容人形、四足、无人车、复合机器人，直接面向矿山开采、工业作业、园区巡检等复杂场景投入使用。

具身涌现认为，这套技术栈给产业带来的核心优势十分明确。一方面它把高质量物理数据生产能力掌握在自己手里，解决行业普遍面临的数据供给不足难题；另一方面，通用智能大脑实现能力复用，下游不同硬件厂商不用针对每一款机器人从零开发感知决策体系，能够显著缩短机器人产品的开发周期，压低研发投入成本。

03

方案型玩家入场，行业正在发生哪些改变？

越来越多行业参与者已经意识到，单纯比拼机器人硬件参数或者大模型跑分，无法完成具身智能商业化闭环。

过往赛道内不少创业公司要么埋头做机器人本体制造，要么聚焦大模型单点优化，却忽视了物理数据采集、高保真仿真、真机适配这一系列中间关键环节，这也造成大量产品只适合演示，难以在工业现场稳定运行。

星际觅元选择不直接下场制造机器人硬件，而是聚焦系统交付，输出标准化的数据底座、仿真环境以及通用具身大脑。

它的角色更偏向上游基础设施提供者，为下游不同类型机器人硬件企业提供整套解决方案。这恰好补齐很多硬件厂商的短板，不少硬件企业可以做出机械结构，却缺少适配复杂工业环境的数据闭环与智能算法体系。

但这套路线同样要面临现实考验。工业场景数字孪生重建成本控制、仿真环境物理参数还原精度、多类型机器人本体之间的适配调试，都是后续商业化落地必须跨越的门槛。

种子轮融资仅仅完成起步阶段的资金储备，这家企业后续能不能输出成本可控、可复制的落地项目，才是检验这套全域具身系统实际价值的标尺。

这家公司的出现代表一种新的产业趋势，具身智能产业分工正在慢慢成型。不再要求一家企业包揽从零部件、整机、数据、仿真到大模型的全部链条，上游系统方案商、中游硬件制造商、下游场景运营商各司其职，或许才是行业走向大规模商业化更合理的路径。