一个月融资超2亿美元：求之科技为何成为具身智能资本新宠？

2026年8月3日，成立仅三年多的求之科技再次站到具身智能行业的聚光灯下。

这家从清华大学智能产业研究院孵化而来的机器人创业公司宣布完成1亿美元天使+轮融资。IDG资本、星连资本、武岳峰科创、达晨财智、九阳创投、华映资本、无锡滨湖区产业集团等产业与财务投资机构参与本轮融资，原有股东也进行了追加投资。

更引人关注的是，这距离求之科技宣布完成超1亿美元天使轮融资尚不足一个月。

2026年6月底，求之科技刚刚获得君联资本、信产投资、联想创投、柏资本、普华资本、临港科创投、琥珀资本、庚辛资本等机构联合投资。该轮融资被公司和部分投资机构称为国内消费级具身机器人赛道金额最高的单笔天使轮融资。

两轮融资累计超过2亿美元，意味着求之科技在极短时间内完成了从早期科研型创业公司向资本市场明星项目的跃迁。

但真正值得追问的，并不是一家机器人公司为何能拿到这么多钱，而是：资本究竟在求之科技身上看到了什么？

答案可能并不只是一台机器人，而是一套试图连接模型、数据、仿真、机器人本体和消费场景的具身智能基础设施。

一、两轮融资背后，是一场“提前下注”

从融资阶段看，求之科技依然是一家相当年轻的公司。

公司于2023年由清华大学智能产业研究院孵化成立，最初主要面向高校、科研机构和机器人开发者提供AIRBOT系列产品。清华大学智能产业研究院公开资料显示，求之科技的愿景是“让机器人走进千家万户”，其技术和团队来源与该院协同视觉与机器人实验室DISCOVER Lab关系密切。

通常情况下，硬件创业公司需要经过样机验证、小批量交付、市场验证和规模化生产等多个阶段，才可能获得数亿美元级别融资。

求之科技却在产品仍处于从科研市场向消费市场过渡的阶段，连续完成两笔亿美元融资。这意味着投资人购买的并不只是企业当前收入，而是对未来技术平台、产品形态和市场入口的预期。

从投资名单也能看出这种预期的复杂性。

君联资本、IDG、达晨、华映等机构具有典型的财务投资属性；联想创投、九阳等则拥有消费电子、供应链、制造和渠道资源；信产投资、临港科创投、滨湖区产业集团等带有产业政策、生产基地和区域生态建设背景。

换句话说，这两轮融资不只是一次资本注入，更像是在为未来量产提前拼装一张产业网络：科研机构提供技术来源，风险资本承担长期研发风险，产业资本协助供应链和渠道建设，地方国资提供生产空间、政策支持和产业配套。

对于一家计划进入家庭和消费市场的机器人公司而言，这类组合往往比单纯获得财务投资更重要。

二、从清华实验室走出的机器人公司

求之科技的技术源头，可以追溯到清华大学智能产业研究院旗下的DISCOVER Lab。

求之科技首席科学家周谷越是清华大学智能产业研究院副教授、协同视觉与机器人实验室负责人。根据清华大学智能产业研究院披露的信息，周谷越长期从事智能无人机、自动驾驶、计算机视觉和智能机器人研究，曾参与多款民用无人机及教育机器人产品研发，在机器人和计算机视觉领域发表论文80余篇，并拥有数十项国内外发明专利。

这段经历解释了求之科技与许多“从机械制造切入机器人”的创业公司之间的区别。

它不是先造出一副机器人身体，再寻找人工智能算法，而是从视觉感知、机器人学习和智能控制出发，逐步向机器人本体和产品工程延伸。

这也形成了求之科技目前最鲜明的标签：学院派技术背景与消费电子工程经验的结合。

学院派背景让公司能够较早布局具身基础模型、仿真训练和机器人学习；产品工程经验则使团队更重视成本、可靠性、供应链、开发接口和批量生产。

在具身智能行业，这两种能力往往很难同时具备。

一些研究团队拥有先进算法，但缺乏硬件量产和产品定义能力；一些传统机器人企业能够稳定制造设备，却难以构建数据驱动的通用智能系统。求之科技试图占据的，正是二者之间的交叉地带。

三、不急着做人形，而是先做“移动双臂”

当前具身智能行业最受关注的产品形态是人形机器人。双足行走、类人外观和全身控制具有很强的传播效果，也更容易获得资本和公众关注。

求之科技选择的路线却相对克制。

其代表性产品AIRBOT MMK2采用移动底盘、升降机构和双机械臂组合，而不是完整的双足人形结构。官方技术文档显示，MMK2搭载两条六自由度轻量机械臂、多路视觉传感器、激光雷达、移动底盘和升降机构，可用于双臂操作数据采集、算法部署、柔性生产和居家劳动等任务。

这一路线看似不如人形机器人“性感”，但在工程上更加务实。

家庭、实验室、餐饮、零售和轻工业场景中的大量工作，真正需要的是移动和操作能力，而不是一定要用两条腿行走。轮式底盘通常拥有更好的稳定性、更长的续航和更低的控制难度，也更容易降低成本。

升降机构可以覆盖桌面、柜台、货架和地面等不同高度；双机械臂则能够执行搬运、整理、递送、开门、拿取和协同操作等任务。

因此，移动双臂平台实际上是一种介于工业机械臂、服务机器人和人形机器人之间的产品形态。

它牺牲了一部分类人外观，却能够更快进入真实场景。

从商业角度看，这种选择也帮助求之科技避开了双足人形机器人的正面竞争。面对宇树、智元、优必选、银河通用、星尘智能等众多企业，直接投入全尺寸人形本体竞争不仅需要巨额资金，也会迅速陷入执行器、关节、电池、运动控制和成本控制的红海。

求之科技更希望先用移动操作平台完成数据积累、算法训练和用户验证，再决定未来消费级产品的最终形态。

四、AIRBOT不是最终产品，而是数据入口

求之科技最早的产品AIRBOT Play，是一款面向教育、科研和机器人算法开发的轻型机械臂。

从表面上看，这类科研机械臂市场规模有限，很难支撑数十亿美元估值。但如果从具身智能的数据逻辑出发，AIRBOT的意义就不只是销售硬件。

机器人基础模型需要大量真实世界操作数据。

大语言模型可以从互联网上获得海量文本，而机器人无法直接从网页中学会拧瓶盖、叠衣服或整理桌面。机器人必须获得视觉、关节状态、力觉、动作轨迹和任务结果等多模态数据。

这使得具身智能面临一个根本性难题：高质量真实数据稀缺，而且采集成本极高。

求之科技的AIRBOT机械臂、MMK2双臂平台以及遥操作和示教系统，本质上构成了一套数据采集终端。开发者和科研人员在使用设备完成实验和任务时，也可以沉淀标准化的机器人操作数据。

公司官方文档显示，其产品支持ROS、ROS2、Python、C++和Web API，并兼容ALOHA、Mobile ALOHA、RT-X、VoxPoser、RDT和π0等具身智能开源模型或算法生态。

开放接口的意义在于，AIRBOT不只是一个封闭设备，而可能成为不同算法、模型和数据格式之间的硬件载体。

如果部署规模足够大，求之科技就可能形成一个循环：

销售机器人硬件，扩大设备保有量；设备被用于科研和场景开发，持续产生数据；数据用于训练和改进基础模型；模型能力提升后，再反过来提高机器人产品价值。

这与智能汽车行业中“车辆销售—真实道路数据—自动驾驶模型升级”的循环存在一定相似性。

真正决定求之科技长期价值的，也许不是它卖出多少台机械臂，而是它能否把分散的机器人设备转化为持续生产数据的网络。

五、“模型—数据—仿真”才是融资故事的核心

在最新融资信息中，求之科技重点提出了三个技术模块：分层式具身智能基础模型ORION、虚实混合数据闭环系统LOOP和高保真仿真器DISCOVERSE。

三者分别对应具身智能面临的三个关键问题。

ORION试图解决机器人如何理解任务、拆解任务和执行动作的问题；LOOP负责连接真实数据、遥操作数据、合成数据和训练流程；DISCOVERSE则让机器人在虚拟环境中进行低成本、大规模训练。

投资机构将其概括为“模型—数据—仿真”的全栈技术底座。

这一技术组合并非简单堆砌概念。

当前具身智能基础模型大致存在两种思路：一种是端到端模型，即从视觉和语言指令直接输出机器人动作；另一种是分层式架构，由高层模型负责理解、规划和推理，底层模型负责动作控制和技能执行。

家庭任务往往持续时间长、步骤多，而且充满不确定性。

例如，让机器人“把餐桌收拾干净”，可能包含识别物品、判断垃圾、拿取餐具、移动到厨房、打开洗碗机和摆放物品等多个子任务。如果完全依赖一个端到端模型直接输出所有动作，不仅训练数据需求巨大，也很难定位错误。

分层架构则可以把复杂任务拆解为若干可复用技能，通过高层规划调用底层动作模块。

中国信通院在《具身智能发展报告（2025年）》中指出，具身智能算法路线尚未收敛，端到端“大一统”模型与分层协作模型仍在并行发展；与此同时，数据、模型和机器人本体已经成为产业竞争的三个关键环节。

求之科技选择分层模型，实际上体现了一种工程化判断：在现阶段，机器人距离真正通用的端到端智能仍然较远，将任务规划和动作执行分开，可能更容易实现稳定部署。

六、DISCOVERSE：仿真器为什么如此重要

DISCOVERSE是求之科技技术体系中容易被低估的一环。

在真实世界训练机器人，成本非常高。

机器人可能碰撞、跌落、损坏物品；真实数据采集需要场地、设备和人工操作；不同环境中的光线、材质、物体位置和摩擦力又存在巨大差异。

仿真器可以在虚拟环境中并行运行成千上万个机器人实例，让模型反复尝试不同任务。失败不会损坏设备，环境和物体也可以快速变化。

求之科技在产品文档中将DISCOVERSE描述为Real2Sim2Real解决方案，即先把真实机器人和场景映射到仿真环境，在虚拟世界中训练，再把模型部署回真实机器人。

但仿真训练面临一个经典问题：仿真世界与真实世界并不完全一致。

光照、摩擦、物体重量、传感器噪声和机械误差等细微差别，都可能导致在仿真中表现良好的模型，在真实环境中失效。这被称为Sim-to-Real鸿沟。

因此，仿真器的价值不只取决于画面是否逼真，更取决于物理规律、传感器模型、机器人动力学和真实设备之间能否准确对齐。

求之科技同时开发机械臂、移动平台、控制系统和仿真器，理论上可以获得更强的软硬件协同能力：真实机器人产生的数据用于校准仿真环境，仿真训练得到的模型再回到同一套硬件中进行验证。

这也构成其全栈路线的重要护城河。

七、为什么资本在2026年集中下注

求之科技的融资并不是孤立事件。

2025年以来，具身智能投资明显升温。中国信通院披露，截至2025年12月，中国具身智能和机器人领域投资事件达到744起，融资总额约735亿元，但同时提醒产业商业化仍处于早期探索阶段，需要客观看待技术成熟度和实际交付能力。

进入2026年，资本市场的判断开始从“具身智能是否成立”，转向“哪家公司能够率先完成规模交付”。

这也是求之科技受到关注的原因之一。

一方面，公司拥有来自清华实验室的算法和科研能力；另一方面，它已经推出机械臂、双臂移动平台、数据采集系统和仿真软件，而不是只停留在概念视频或实验室原型阶段。

与此同时，无锡以及长三角地区拥有成熟的机械加工、精密零部件、电机、减速器和消费电子供应链。求之科技将总部落在无锡滨湖区，使其能够同时连接北京的科研人才、深圳的电子产业链以及长三角的制造资源。

地方政府和产业资本参与融资，也表明求之科技可能承担另一层角色：成为无锡具身智能产业集群中的整机和平台型企业。

资本押注的其实是一个复合命题：

如果机器人基础模型持续进步、核心零部件成本持续下降、家庭服务需求逐渐明确，那么一家同时掌握模型、数据、仿真、硬件和供应链的企业，有可能率先推出真正可规模化销售的消费级机器人。

八、消费级机器人，比工业机器人更难

求之科技将目标指向消费级具身智能和家庭服务机器人。这一市场的想象空间巨大，但难度也远高于结构化工业场景。

工厂环境通常有固定工位、标准物料、明确流程和安全隔离。机器人可以围绕单一任务进行反复训练。

家庭则完全不同。

不同家庭的空间布局、家具高度、物品种类、光照条件和生活习惯都不相同。机器人不仅要识别物体，还要理解人的意图，并在儿童、老人和宠物共同存在的环境中安全运行。

更重要的是，消费者对机器人可靠性的容忍度非常低。

一台成功率90%的实验室机器人可能已经具有研究价值，但一台家庭机器人如果每执行十次任务就失败一次，用户很可能很快放弃使用。

家庭机器人还必须同时解决噪声、续航、外观、隐私、维护、售后和价格问题。即使技术能力足够，消费者是否愿意为其支付数万元甚至更高价格，仍然需要验证。

中国信通院也指出，具身智能要从演示走向实用，仍需解决数千小时稳定作业、软硬件适配、安全保障和场景持续运营等工程问题。

因此，求之科技面临的最大挑战不是再做一次漂亮的机器人演示，而是让机器人每天稳定工作。

九、连续融资也意味着更高压力

超过2亿美元的融资为求之科技提供了充足弹药，但资本并不是没有代价的。

首先是量产压力。

公司需要建设装配测试产线、完善供应链、降低产品成本，并将实验室原型转化为可长期稳定运行的标准产品。根据地方媒体披露的信息，首轮融资资金将用于核心算法研发、新产品开发、万台级装配测试能力建设以及海外渠道拓展。

其次是产品定义压力。

“让机器人走进千家万户”是一种愿景，却不是一个具体产品。家庭中的清洁、整理、陪护、烹饪和递送任务差异很大，一台机器人很难在早期同时解决所有问题。

求之科技必须回答：第一款真正面向消费者的产品究竟解决什么需求？它是家庭劳动机器人、老人辅助设备、智能移动终端，还是开发者平台？

第三是数据闭环压力。

拥有机器人硬件并不等于自动拥有高质量数据。数据需要清洗、标注、筛选和统一格式，还要解决用户授权、隐私保护和商业使用边界问题。

第四是估值压力。

联想创投发布的信息将求之科技称为“具身独角兽”，但截至目前，公开融资消息并未披露具体投后估值，因此这一称呼更多来自投资方宣传，尚缺乏可以独立核实的估值数据。

当一家企业在早期阶段获得高额融资和高估值后，市场会迅速提高对订单、收入、交付量和产品进度的要求。如果商业化速度不及预期，融资优势也可能转变为经营压力。

十、求之科技真正的竞争对手是谁

从产品形态看，求之科技的竞争对手包括移动操作机器人、双臂机器人和家庭服务机器人公司。

但从长期技术路线看，它真正竞争的可能并不是某一台机器人，而是具身智能时代的平台入口。

未来具身智能产业可能出现多个层次：

底层是电机、减速器、传感器和芯片；中间层是机器人本体和控制系统；上层是基础模型、数据平台、仿真器、操作系统和技能生态；最外层则是家庭、制造、物流、养老和商业服务场景。

求之科技试图同时布局其中多个环节。

这种全栈路线的优势是可以形成闭环，减少对外部平台的依赖；缺点则是资金投入大、组织复杂，每一个环节都可能面对专业化竞争者。

在基础模型领域，它要面对大模型公司和头部机器人企业；在仿真领域，要面对英伟达Isaac Sim、MuJoCo、Habitat等成熟平台；在机器人本体领域，要面对拥有制造和成本优势的整机厂商；在消费市场，又要面对家电、手机和互联网企业的渠道与品牌优势。

求之科技很难在每个环节都做到行业第一。

更现实的选择，是通过软硬件一体化，在某一类机器人平台上形成明显优势，再围绕该平台建立数据和开发者生态。

十一、融资新闻背后的真正故事

求之科技的故事，是当前中国具身智能创业浪潮的一个缩影。

它拥有清华实验室的技术血统、长三角的制造能力、消费电子团队的产品经验，以及多层次资本构成的产业网络。

但它更值得关注的地方，在于其对具身智能商业化顺序的判断。

求之科技没有首先追求一台外观高度拟人的机器人，而是从轻型机械臂、数据采集、移动双臂平台和仿真器做起；没有只讲基础模型，而是试图把模型放在真实硬件和数据循环中验证；没有直接跳入家庭市场，而是先服务高校、科研机构和开发者。

这条路线并不保证成功，却相对符合机器人产业的发展规律。

机器人行业的关键从来不只是“智能是否足够先进”，还包括硬件是否稳定、成本是否可控、数据是否持续、任务是否真实、用户是否愿意付费。

超过2亿美元融资给了求之科技一次难得的窗口期。

未来两到三年，它需要证明三件事：ORION、LOOP和DISCOVERSE不是停留在宣传材料中的技术概念；AIRBOT和MMK2能够从科研设备成长为规模化平台；消费级机器人能够在明确场景中创造足够高的用户价值。

如果这些条件成立，求之科技可能不只是一家机器人整机公司，而会成为具身智能时代的软硬件平台。

如果无法实现，连续两轮巨额融资也可能只是行业高热阶段留下的又一个资本样本。

具身智能的竞争，最终不会由融资金额决定。

真正的分水岭，是机器人能否离开实验室和展厅，在真实环境中日复一日地完成有价值的工作。