Perusahaan embodied intelligence terkemuka China sedang mengalami persaingan ketat —
Investasi Dunia mendapat informasi, hari ini (6 Juli), Xingdong Jiyuan menyelesaikan putaran pendanaan baru sebesar 1 miliar RMB. Putaran ini dipimpin oleh perusahaan pengelola modal negara Dewan Negara, CCT Fund, dan diikuti oleh banyak modal negara besar lainnya seperti Jiangxi State-Owned Assets Operation and Investment Holdings Co., Ltd., Guoyuan Equity, Yufu Zhongxin Fund, Hangzhou Capital. Selain itu, CICC Renault, Jiukun Venture Capital, Hony Capital, Juntai Capital, Shenghe Capital ikut berinvestasi; investor lama seperti Houxue Capital, Qingkong Tiancheng, Qianshan Capital terus menambah investasi.
Dengan ini, Xingdong Jiyuan telah mengumpulkan pendanaan 2.5 miliar RMB dalam dua bulan, membangun matriks modal tiga lapis "Modal Nasional Pemandu + Dorongan Keuangan Top-Level + Sinergi Ekosistem Industri", di mana terkumpul investasi modal industri terbanyak di industri, total lebih dari 20 perusahaan.
Dalam komunikasi sebelumnya dengan investor, Xingdong Jiyuan meninggalkan kesan mendalam bagi kami: perusahaan embodied intelligence satu-satunya yang dimiliki oleh Universitas Tsinghua, salah satu perusahaan embodied intelligence pertama yang mengusulkan model dunia, didirikan tiga tahun lalu tetapi telah mencapai pengiriman skala besar di skenario logistik. Dunia embodied intelligence China penuh dengan aliran, Xingdong Jiyuan diam-diam berhasil menonjol.
Robot Turunan Asli Tsinghua
Mengumpulkan 2.5 Miliar dalam Dua Bulan
Mungkin belum diketahui publik, Xingdong Jiyuan adalah pengusul model dunia di dunia embodied intelligence.
Kembali ke tahun 2024, VLA masih menjadi arus utama industri, tetapi Xingdong Jiyuan sudah memulai penelitian terkait model dunia. Xingdong Jiyuan tidak hanya pertama kali mengusulkan rute "model dunia", tetapi juga merilis hasil model dunianya paling awal di dunia — model PAD yang dirilis pada September 2024, adalah model aksi dunia (WAM) pertama di dunia, mengintegrasikan prediksi video dan prediksi aksi, dirilis hampir satu tahun lebih awal dari solusi serupa Nvidia (DreamZero dll).
Ini pada saat itu termasuk suara "minoritas" yang inovatif, agak terlalu tinggi dan sedikit pendukungnya.
Sampai paruh kedua tahun 2025, diskusi tentang model dunia mulai sering muncul di bidang embodied intelligence. Pada Oktober tahun itu, Xingdong Jiyuan bekerja sama dengan tim Chelsea Finn dari Universitas Stanford meluncurkan Ctrl-World, menggunakan model dunia sebagai simulator data untuk menghasilkan data pelatihan yang mendekati hukum fisika nyata, performanya meningkat 45% dibandingkan Pi0.5. Setelah itu, kami menyaksikan ledakan besar model dunia di seluruh dunia, seluruh industri condong ke arah ini.
Mampu berjalan lebih cepat daripada industri, tidak terlepas dari latar belakang akademik unik pendirinya, Chen Jianyu.
Dia lahir tahun 1992, tahun 2011 masuk ke Departemen Instrumentasi Presisi Universitas Tsinghua melalui rekomendasi — unit penelitian robot humanoid berkaki dua tertua di China. Selama sarjana, Chen Jianyu mulai meneliti perencanaan gaya berjalan robot berkaki dua, kemudian melanjutkan studi langsung ke doktor di UC Berkeley, dibimbing oleh Profesor Masayoshi Tomizuka, anggota National Academy of Engineering AS, pionir di bidang kontrol elektromekanik, mendalami pembelajaran penguatan robot, algoritma kontrol gerak.
Setelah lulus doktor tahun 2020, atas undangan pemenang Turing Award, akademisi Akademi Ilmu Pengetahuan China Yao Qizhi, Chen Jianyu kembali ke China dan bergabung dengan Institute for Interdisciplinary Information Sciences (IIIS) Universitas Tsinghua, menjadi asisten profesor. Pada usia 28, dia menjadi salah satu pembimbing doktor termuda di Tsinghua saat itu.
Pengalaman akademik dan penelitian ini menjadikan Chen Jianyu sebagai talenta langka yang memiliki kemampuan perangkat keras + otak sekaligus, sehingga pilihan rute teknologinya dan iterasi model sangat mutakhir dan tajam. Agustus 2023, dengan dukungan kebijakan komersialisasi hasil penelitian Tsinghua, Beijing Xingdong Jiyuan secara resmi didirikan, ini adalah perusahaan embodied intelligence satu-satunya yang langsung dimiliki sahamnya oleh Universitas Tsinghua, Chen Jianyu menjabat sebagai pendiri.
Penilaian intinya adalah: untuk mencapai kecerdasan umum yang sesungguhnya, robot harus memiliki "otak" yang pintar dan "tubuh" yang lincah — robot tanpa otak mudah menjadi besi tua, dan otak tanpa tubuh sulit disebut robot.
Oleh karena itu, sejak hari pertama pendiriannya, Xingdong Jiyuan digerakkan oleh AI Native, membangun hambatan "data-otak-kontrol gerak-tangan lincah-tubuh" yang dikembangkan sendiri sepenuhnya satu-satunya di industri, logika intinya adalah "prioritas kebutuhan algoritma, prioritas nilai data", mulai dari kebutuhan nyata pelatihan model otak dan implementasi, mendefinisikan desain perangkat keras secara terbalik, hingga kini memiliki tiga lini produk utama: robot humanoid berkaki dua ukuran penuh Xingdong L7, robot layanan humanoid beroda Xingdong Q5, dan tangan lincah lima jari penggerak langsung penuh seri Xingdong XHAND.
Kurang dari tiga tahun, di belakang Chen Jianyu telah berbaris panjang daftar investor. Dari Tsinghua University, Alibaba di tahap awal, ke lembaga keuangan top-level seperti CDH VGC, Sequoia China, IDG Capital, ClearVue Capital, CICC Capital, hingga pemimpin industri seperti SF Express, Samsung, Geely Capital, Haier, Lenovo, Singtel, BAIC Group Industry Investment, Dongfeng Motor Industry Investment, CICC Porsche, CICC Renault, dana di bawah China Unicom, serta dana modal negara lokal seperti Beijing Artificial Intelligence Industry Investment Fund — daftar pemegang saham Xingdong Jiyuan hampir mencakup spektrum modal terlengkap di bidang embodied intelligence.
Memasuki tahun 2026, irama pendanaan bahkan semakin dipercepat: Maret menyelesaikan putaran pendanaan strategis 1 miliar RMB, valuasi menembus batas 10 miliar, untuk pertama kalinya muncul modal industri asing seperti Samsung Korea, Singtel dalam daftar pemegang saham; hanya sebulan kemudian, pendanaan 200 juta USD masuk, dipimpin SF Group, dengan lembaga top-level seperti Sequoia China, IDG Capital ikut menambah investasi, susunan pihak industri juga diperluas; hingga hari ini, platform modal negara tingkat nasional seperti CCT Fund masuk secara kolektif, 1 miliar RMB pendanaan baru keluar. Tiga putaran pendanaan besar berturut-turut dalam tiga bulan, menciptakan kecepatan pendanaan tercepat di bidang embodied intelligence tahun ini.
Dengan ini, Xingdong Jiyuan telah membangun matriks modal tiga lapis "Modal Nasional Pemandu + Dorongan Keuangan Top-Level + Sinergi Ekosistem Industri", di belakangnya berkumpul lebih dari 20 modal industri — susunan ini tidak banyak ditemukan di industri.
Memperkuat Otak dengan Tangan, Membuka Jalan Baru dalam Embodied Intelligence
Saat ini, untuk mewujudkan nilai industri, embodied intelligence tidak lagi bersaing di satu titik kuat, melainkan kemampuan sistem terintegrasi perangkat lunak dan keras — otak (model dan data) menentukan batas atas nilai, tubuh (mesin utuh dan eksekutor akhir) membatasi batas bawah kemampuan.
Tapi dalam sistem ini, ada poros inti yang sering diabaikan: tangan lincah.
Xingdong Jiyuan memegang prinsip pengembangan sendiri sepenuhnya rantai embodied intelligence AI Native "data-otak-kontrol gerak-tangan lincah-tubuh", yang berarti desain perangkat keras bukan dimulai dari struktur mekanis, melainkan didefinisikan terbalik dari "data seperti apa yang paling berharga bagi otak". Dan tangan lincah lima jari, tepatnya adalah pintu masuk pengumpulan data interaksi dunia fisik paling kaya dan paling halus — apakah satu kali pengambilan berhasil, bagaimana perubahan umpan balik gaya, apakah benda tergelincir, data multidimensi ini langsung menentukan apa yang bisa dipelajari model.
Dua tahun ini, model Xingdong Jiyuan terus beriterasi:
Paruh pertama tahun 2024, tim pertama kali mengusulkan arsitektur VLA sistem cepat-lambat robot (VLA frekuensi terpisah), mencapai kesatuan "melakukan secara real-time" dan "berpikir mendalam"; paruh kedua tahun 2024, menggabungkan model dunia dengan VLA, merilis kerangka algoritma VLA yang menggabungkan model dunia PAD dan VPP, dan mengintegrasikannya meluncurkan model otak robot end-to-end native ERA-42.
ERA-42 adalah salah satu model inti Xingdong Jiyuan, mengintegrasikan penglihatan, pemahaman, prediksi, dan aksi menjadi satu, mengendalikan operasi lincah seluruh tubuh dengan model VLA end-to-end yang sama.
Februari tahun ini, Xingdong Jiyuan meluncurkan VLAW berdasarkan Ctrl-World, pertama kali di dunia mengusulkan kerangka pembelajaran penguatan VLA berbasis model dunia, mencapai iterasi bersama strategi dan simulator, membuat model dunia tidak hanya "terlihat benar", tetapi juga bisa "benar secara fisik". Hingga saat ini, Xingdong Jiyuan adalah salah satu perusahaan embodied intelligence dengan hasil model dunia terbanyak.
Terobosan kemampuan otak tidak bisa lepas dari data berkualitas tinggi. Dalam hal ini, Xingdong Jiyuan mengandalkan tangan lincah buatan sendiri dan aplikasi implementasinya, memiliki dataset mesin nyata tangan lincah terbesar di dunia.
Sederhananya, Xingdong Jiyuan memperoleh data operasi lincah berkualitas tinggi melalui perangkat keras tangan lincah, lalu menggunakan data ini untuk melatih model "otak" yang lebih pintar, akhirnya memanfaatkan kembali model yang telah berevolusi ke tangan lincah, membentuk siklus positif "semakin digunakan semakin pintar, semakin pintar semakin bisa bekerja". Oleh karena itu, bisnis "tangan lincah" bukan hanya komponen titik tunggal pada tubuh robot, melainkan poros inti yang menghubungkan seluruh kemampuan stack penuh, adalah pintu masuk inti pengumpulan data interaksi dunia fisik.
Karena sejak awal sudah memperkirakan eksekutor akhir akan menjadi titik hambatan implementasi embodied intelligence, tangan lincah Xingdong Jiyuan dalam rute teknologi menciptakan rute penggerak langsung penuh yang paling ramah otak — output modul sendi bekerja langsung pada sendi, tanpa celah transmisi, kehilangan elastisitas dan gesekan, data yang dihasilkan secara native memiliki karakteristik presisi tinggi, latensi rendah, dapat direproduksi, dapat langsung digunakan untuk pelatihan model, dari akarnya menyelesaikan masalah kualitas data interaksi fisik.
Saat ini, Xingdong Jiyuan menggunakan strategi produk "serangan dua tangan", yaitu dua tangan lincah dengan posisi berbeda:
1. Xingdong XHAND 1 PRO (tangan otak), berfokus pada performa tinggi, posisi inti adalah platform pengumpulan data dan validasi algoritma, mengarah pada batas atas kemampuan model; 2. Xingdong XHAND 1 (tangan kerja), dengan arsitektur teknologi penggerak langsung penuh mencapai kontrol gaya yang presisi dan operasi yang fleksibel, dapat diadaptasi ke berbagai platform robot humanoid, memperkuat batas bawah implementasi skala besar.
Diketahui, Xingdong XHAND 1 saat ini telah secara luas mencakup kebutuhan berbagai skenario seperti pemilahan industri, pekerjaan rutin, menjadi pilihan bersama produsen robot global — unicorn embodied intelligence AS Skild AI, Rainbow Robotics Korea, Extend Robotics Inggris, Discover Robotics, serta robot humanoid generasi baru Humanoid AI Inggris HMND 01, semuanya menggunakan Xingdong XHAND 1 sebagai salah satu eksekutor akhir intinya.
Saat valuasi satu tangan lincah di industri bahkan bisa melebihi mesin utuh, narasi Xingdong Jiyuan "memperkuat otak dengan tangan" memiliki lebih banyak nilai. Tapi pada akhirnya, "memperkuat otak dengan tangan" bukan tujuan, melainkan sarana — melalui tangan memperoleh data berkualitas tinggi, melalui data melatih otak yang lebih kuat, melalui otak menggerakkan robot yang lebih cerdas, akhirnya mencapai kemampuan sistem stack penuh "data-otak-kontrol gerak-tangan lincah-tubuh", menjadi produktivitas nyata di skenario industri, inilah hambatan sebenarnya Xingdong Jiyuan.
Dan dengan mengandalkan tangan lincah buatan sendiri dan aplikasi implementasi, Xingdong Jiyuan telah mengumpulkan dataset mesin nyata tangan lincah yang terdepan skalanya di industri. Berdasarkan ini, perusahaan membangun sistem sumber data tiga gradien:
Lapisan nilai inti, dari data interaksi mesin nyata jangka panjang di skenario nyata seperti logistik dan industri, 100% keaslian fisik, adalah dasar inti model sesuai dengan kebutuhan industri;
Lapisan pelatihan presisi, dari data teleoperasi presisi tinggi, menyediakan paradigma referensi aksi standar; saat ini sudah ada lebih dari 12 juta clip data teleoperasi mesin nyata, di antaranya data teleoperasi mesin nyata tangan lincah mencapai lebih dari 1,5 juta, adalah salah satu dataset mesin nyata tangan lincah terbesar di industri;
Lapisan perluasan cakupan, dari data perilaku manusia sudut pandang pertama dan data video internet skala besar, membuka Scaling jutaan jam, mencakup perilaku dan skenario sehari-hari dalam jumlah besar dengan biaya rendah.
Di antaranya, data interaksi mesin nyata jangka panjang dari skenario nyata dan data video manusia skala besar, secara bersamaan memenuhi keaslian dan keberagaman, membentuk mesin inti ganda sistem data.
Saat ini, dataset keseluruhan Xingdong Jiyuan telah mencakup lebih dari 100 skenario nyata, lebih dari 1000 tugas operasi lincah, sepenuhnya menjamin kekayaan skenario data dan keberagaman perilaku, memperkuat fondasi data berkualitas tinggi untuk iterasi berkelanjutan otak embodied intelligence umum.
Di atas fondasi, Xingdong Jiyuan mulai menjawab pertanyaan berikutnya: apakah data ini bisa mendukung otak mencapai siklus tertutup komersialisasi di skenario industri nyata?
Robot Mulai Bekerja dengan Stabil
Batas Pemisah
Jawabannya ada di lokasi industri di mana robot bisa bekerja dengan stabil dan terus-menerus.
Xingdong Jiyuan berpegang pada jalur komersialisasi "B-to-C dulu, kemudian C-to-C", secara bertahap mengimplementasikan di bidang logistik, manufaktur kelas atas, dan skenario layanan komersial.
Seperti yang kita lihat, Xingdong Jiyuan pertama kali mencapai PMF (Product-Market Fit) pertama di industri dalam skenario logistik, bekerja sama mendalam dengan klien terkemuka seperti SF Express dan China Post, masuk secara massal ke lebih dari 10 pusat logistik di 5 provinsi dan kota di wilayah utara, timur, dan selatan China, sebagian telah mencapai operasional rutin 7×24 jam.
Di sini, robot embodied intelligence dapat secara fleksibel menangani berbagai kebutuhan pengambilan paket dengan bentuk, bahan, dan ukuran yang berbeda-beda, membalik label agar menghadap ke atas, penempatan, dan tugas pemilahan lainnya, diketahui efisiensi di beberapa skenario bahkan telah melampaui tingkat manusia, kecepatan penanganan bisa mencapai lebih dari 1200 item per jam.
Di sini ada kisah menarik kecil — saat perusahaan embodied intelligence terkemuka asing Figure melakukan siaran langsung di ruang uji, pernah diteriaki media asing: "Robot Xingdong Jiyuan China sudah bekerja di SF Express dan China Post, kapan Figure keluar dari ruang uji dan benar-benar diimplementasikan?"
Diketahui, ke depan Xingdong Jiyuan akan terus memperluas skenario logistik, membangun layanan logistik embodied intelligence yang mencakup seluruh proses dari logistik masuk, logistik dalam pabrik, logistik penjualan, logistik purna jual, dan tahap perpanjangan logistik ekspres.
Dan pada saat yang sama, skenario manufaktur kelas atas dan layanan komersial juga sedang dibuka bersamaan. Di bidang manufaktur kelas atas elektronik 3C dan otomotif, Xingdong Jiyuan telah bekerja sama dengan pemimpin industri seperti Samsung, Lenovo, Haier, Geely, data mesin nyata yang kembali dari lokasi industri ini, terus memberikan nutrisi iterasi untuk otak embodied intelligence. Selain itu, robot layanan super mirip manusia Xingdong Q5 telah diimplementasikan di skenario seperti Haier, Lenovo, Century Golden Resources, menyediakan layanan seperti menarik pengunjung toko, panduan dan penjelasan, pengiriman barang, mengeksplorasi pintu masuk C-to-C.
Kemampuan dasar tubuh yang mendukung implementasi skenario-skario ini, juga telah divalidasi oleh institusi top global. Platform dasar tangan lincah, tubuh umum, dan kit pengembangan Xingdong Jiyuan tidak hanya digunakan sendiri, tetapi juga telah dikirim ke seluruh dunia, melayani 9 dari 10 perusahaan teknologi dengan kapitalisasi pasar terbesar di dunia, menjadi pilihan bersama perusahaan teknologi dan lembagan penelitian top seperti OpenAI, Boston Dynamics, Nvidia, Apple, Google, Amazon, ByteDance, serta MIT, UC Berkeley, Universitas Stanford, Universitas Tsinghua, Shanghai Qizhi Research Institute. Umpan balik dari klien penelitian top, selanjutnya mendorong platform dasar perangkat keras Xingdong Jiyuan terus ditingkatkan.
Saat robot mulai bekerja dengan stabil, tirai era puncak embodied intelligence juga terbuka. Saat semakin banyak robot memasuki dunia nyata untuk menjalankan tugas, siapa yang pertama membangun hambatan data yang sulit ditiru orang lain dan hambatan evolusi otak robot generasi berikutnya, dia akan menempati posisi kunci dalam persaingan baru ini.
Seperti yang diyakini banyak orang, tahun 2026 adalah batas pemisah model embodied intelligence: paruh pertama tahun, kemampuan model memperlebar jarak; paruh kedua tahun, siklus tertutup komersialisasi memperlebar jarak. Pasar modal sudah tidak lagi membayar untuk cerita, hanya mengakui satu hal — apakah teknologi bisa diimplementasikan, apakah implementasi bisa berskala, apakah skala bisa memberi nutrisi balik pada teknologi.
Batas pemisah telah muncul — tidak di bawah sorotan lampu laboratorium, tetapi di garis pemilahan logistik pukul tiga pagi.
Artikel ini berasal dari akun WeChat publik "Investasi Dunia" (ID: pedaily2012), penulis: Yang Jiyun
