Akhir Juli, LiberAI menyelesaikan pendanaan Putaran Pre-A+ senilai ratusan juta yuan. Daftar investor termasuk Grup 360, China Development Bank Capital, Sinovation Ventures, CMC Capital, BinFu Capital, dan Sequoia Capital China.
Perusahaan ini sebenarnya didirikan pada 8 Desember 2025, bernama "JiangXian Technology", dengan arti nama "keinginan untuk bersantai adalah kekuatan produktif utama"; modal terdaftar 1,46 juta yuan, tim kurang dari 30 orang.
IT桔子 menemukan, ini adalah pendanaan kelima sejak pendiriannya; dalam lebih dari setengah tahun terakhir, perusahaan ini dengan cepat melakukan pendanaan berturut-turut, mulai dari seed, angel, angel+, hingga Putaran Pre-A, empat putaran diselesaikan sekaligus. Menurut laporan, valuasi terbaru mencapai 5 miliar yuan.
Pendiri Liu Songming adalah generasi 00-an, penerima Beasiswa Istimewa Departemen Ilmu Komputer Universitas Tsinghua, peringkat pertama jurusan, belajar di bawah bimbingan Profesor Zhu Jun, lulus doktor pada usia 23 tahun dan langsung memulai bisnis. RDT-1B yang sebelumnya dipimpinnya adalah model dasar Transformer difusi skala besar pertama yang dirancang khusus untuk operasi robot lengan ganda, dengan parameter mencapai 1,2 miliar.
LiberAI mengincar data UMI manusia + model dunia - sederhananya, mereka menjual data untuk memberi makan robot, dan otak yang mencerna data tersebut.
Menurut statistik IT桔子, pada semester pertama 2026, 25 perusahaan startup data kecerdasan embodied di China secara kolektif memperoleh pendanaan lebih dari 170 miliar yuan, dapat dikatakan "data" menjadi bisnis yang paling pasti di jalur embodied. (Tidak termasuk beberapa perusahaan yang sekaligus membuat model data embodied dan robot fisik, seperti XingHaiTu, QianXun AI)
Untuk mendapatkan data perusahaan lengkap di jalur data embodied beserta data pendanaannya, dapat dilihat dan diunduh di halaman album IT桔子. https://www.itjuzi.com/album/766 (saat ini mencakup 42 perusahaan)
Di antaranya, GuangLun AI tidak hanya memiliki pendanaan eksternal besar, tetapi juga memperoleh pesanan 550 juta yuan di Q1.
Saat penambang emas belum menemukan emas, penjual sekop sudah lebih dulu menghasilkan uang.
一、Masalah yang Belum Terpecahkan: Gurun Data di Industri Robotika
Mengapa model bahasa besar bisa meledak? Karena di internet ada korpus yang tak terbatas.
Tapi melatih robot bukan dengan bahasa tulisan, melainkan data aksi fisik tiga dimensi seperti mengambil, meletakkan, berjalan, menggenggam, memutar, menggoyangkan wajan - data semacam ini hampir tidak ada di internet.
Di seluruh industri, kelangkaan data embodied adalah hambatan besar.
Grand View Research memperkirakan pasar akuisisi dan anotasi data global akan mencapai 17,1 miliar dolar AS pada 2030.
Saat ini, struktur piramida data embodied yang diakui industri adalah: puncak adalah data mesin fisik, andal, dapat langsung digunakan, tetapi juga paling mahal; lapisan tengah adalah data sintesis simulasi + data UMI, biaya sedang, dapat diproduksi tak terbatas, tetapi ada kesenjangan Sim-to-Real (deviasi aproksimasi gesekan/deformasi); dasar adalah video internet dan data perilaku manusia, sumbernya paling luas, tetapi kekurangan detail interaksi, informasi jarang.
Kemudian setiap lapisan ada sekelompok perusahaan yang khusus berkonsentrasi penuh - ini adalah sistem koordinat untuk memahami gelombang startup data embodied saat ini.
二、Lima Aliran, Panorama Lebih dari Tiga Puluh Perusahaan
Aliran 1: Teleoperasi Mesin Fisik/Gaya Sensorik Sentuh - Memperlakukan Data Seperti Lini Produksi
Aliran ini menganut logika paling sederhana: bangun pabrik, susun robot, pasang peralatan motion capture, produksi massal data presisi tinggi.
Yang paling agresif adalah Pacini Perception.
Volume pengiriman sensor sentuhan perusahaan ini menempati peringkat pertama global, pada 2025 Pacini membangun pabrik akuisisi data embodied terbesar di dunia, Super EID Factory di Tianjin, menghasilkan 200 juta data per tahun; setelah menyelesaikan Putaran B lebih dari 1 miliar yuan di Maret dengan valuasi melampaui 10 miliar, mereka mengumumkan akan membangun empat pabrik data super lagi di Suqian, Wuhan, Zigong, dan Ganzhou.
Veteran motion capture adalah cabang lain dari garis ini.
Noitom Robotics pendirinya Dai Ruoli pernah membawa Noitom Technology mencapai 70% pangsa pasar motion capture profesional global, kemudian mendirikan perusahaan baru Noitom Robotics, menyelesaikan Putaran Pre-A++ ratusan juta yuan pada Juni dengan valuasi sekitar 3 miliar yuan, dana industri AI Beijing, Shanghai, Shenzhen Capital Group, China International Capital Corporation, Kunlun Capital ikut serta, dan merilis platform data multimodal lengkap ModalityNet.
Qingtong Vision mengambil jalan open source untuk pertukaran ekosistem, merilis dataset open source motion capture optik presisi tinggi manusia 1000 jam terbesar di dunia pada Mei, diperkirakan menghasilkan 500.000 jam per tahun, data seni bela diri untuk penampilan perdana robot Wushu di Gala Malam Tahun Baru "Wushu BOT" oleh Unitree Technology berasal dari sistem Project Decode mereka.
Pendatang baru sensorik seperti Lingsheng Technology juga sedang menempati posisi.
Aliran 2: Simulasi & Sintesis - "Mencetak" Data di Dunia Virtual
Jika data nyata terlalu mahal, bisakah membuat dunia virtual dengan fisika yang cukup nyata di komputer, lalu "mencetak" data pelatihan secara massal?
Jalur ini menghasilkan unicorn data embodied pertama di dunia: GuangLun AI.
Pada Maret tahun ini menyelesaikan pendanaan Putaran A++ 1 miliar yuan, Mei lagi mendapat dipimpin Ant Group, Juni lagi mendapat pendanaan 1 miliar yuan, valuasi pasca-investasi melebihi 2 miliar dolar AS (sekitar 15 miliar yuan).
Pendapatan GuangLun AI 2025 tumbuh 10 kali lipat, Q1 2026 pesanan baru 550 juta yuan, satu kuartal melebihi seluruh tahun lalu.
Kuawei AI adalah perwakilan "simulasi generatif": mesin simulasi DexVerse yang dikembangkan sendiri secara otomatis menghasilkan data skenario besar-besaran di dunia virtual; Juli tahun ini secara resmi mengumumkan pendanaan 1 miliar yuan, valuasi melebihi 10 miliar dan memulai IPO, pendapatan semester pertama 100 juta yuan, lebih dari 1500 set model telah diselesaikan pengiriman komersial.
Di antara perusahaan yang tercatat, "pemimpin kecerdasan spasial global pertama" yang melantai di Hong Kong pada April tahun ini, Qunhe Technology, sedang memperluas data skenario tiga dimensi yang terkumpul dari desain 3D cloud ke dalam kecerdasan embodied.
Platform simulasi Songying Technology pada Februari dan Juli menyelesaikan pendanaan Putaran Pre-A dan Pre-A+ kumulatif ratusan juta yuan, membangun dataset sintesis bersama dengan Pusat Inovasi Robot Humanoid yang didirikan bersama negara dan lokal.
Aliran 3: UMI Non-Bodi/Portable Acquisition - Menghindari Bodi, "Menduplikasi" Manusia
Mengendalikan robot jarak jauh untuk mengumpulkan data memiliki kekurangan - yang dikumpulkan bukan kemampuan manusia yang sebenarnya, melainkan aksi yang dikompromikan "agar robot bisa mengikuti". Maka aliran ini menghindari bodi, meminta manusia mengenakan sarung tangan, penjepit, perangkat wearable langsung bekerja.
Ini adalah jalur dengan kepadatan modal tertinggi tahun ini.
1 Juni, JianZhi Robotics secara resmi mengumumkan pendanaan beberapa putaran berturut-turut total ratusan juta yuan, dipimpin Ant Group, Didi, Delian Capital, diikuti oleh Shunwei Capital, BV Baidu Venture - ini adalah pendanaan terbesar sejauh ini di bidang data non-bodi.
Pendiri Chen Jianxing adalah mantan Direktur Senior Algoritma Momenta, perusahaan berdiri satu tahun, telah mencakup puluhan ribu skenario nyata, juga mendapatkan kerja sama strategis dengan Ant Lingbo.
TaShi ZhiHang mengusulkan paradigma akuisisi data Human-centric, meluncurkan solusi akuisisi wearable SenseHub; April menyelesaikan pendanaan Putaran Pre-A 455 juta dolar AS, menciptakan rekor pendanaan tunggal terbesar kecerdasan embodied China, dipimpin bersama Gaoling, Sequoia, Meituan, dan telah meluncurkan "Rencana Percikan Api Data Embodied" target 100 juta jam.
Sistem FastUMI LuMing Robotics dari keturunan Tsinghua meningkatkan efisiensi akuisisi data tiga kali lipat, biaya turun seperlima, mendapatkan investasi berturut-turut dipimpin Mitsubishi Electric dan memenangkan pesanan dari klien terkemuka.
Zhiyuan Robotics pada Februari tahun ini memisahkan bisnis data menjadi perusahaan independen MiFeng Technology, hanya sepuluh hari menyelesaikan Putaran Seed dan Angel ratusan juta yuan, dipimpin Sequoia Capital China, berencana mencapai kapasitas produksi data tingkat jutaan jam pada 2026.
Generasi yang lebih muda juga bermunculan: XingYi Technology yang diinkubasi dari Departemen Ilmu Komputer Tsinghua mengikuti jalur EgoScale Nvidia, melakukan akuisisi wearable perspektif pertama dengan kebebasan tinggi, presisi milimeter, telah menyelesaikan putaran pendanaan pertama dan mendapatkan Putaran Pre-A lagi pada Juli; ZhiZai WuJie Profesor Lu Zongqing dari Universitas Peking langsung menggunakan video internet untuk pra-latih model aksi umum.
QiongChe Intelligence yang diinkubasi Flexiv mengandalkan sistem akuisisi data "Production-accompanying" CoMiner memenangkan hampir seratus pesanan, Juni lagi mendapatkan pendanaan ratusan juta yuan, akan segera merilis model dunia yang dikembangkan sendiri.
Ada juga perusahaan yang cukup baru YuanChe TaiChu (OriginFlow), menggunakan paradigma NeuroScale, melalui kit akuisisi EMG yang dikembangkan sendiri menangkap sinyal listrik kontraksi otot manusia, dikodekan ulang oleh model dasar PULSE untuk merekonstruksi pose/tangkapan/umpan balik sensorik tangan; menghubungkan jalur konduksi asli "niat - otot - aksi", mengisi kekurangan kegagalan visual UMI karena terhalang, kurangnya umpan balik gaya sensorik.
Berdiri satu tahun, perusahaan telah menyelesaikan Putaran Angel, Strategic+Pre-A1 kumulatif lebih dari 500 juta yuan, pendiri Qin Shentao adalah doktor Tsinghua generasi 00-an, sarjana Harbin Institute of Technology.
Aliran 4: Video Distillation/Model Dunia - Mengajar AI "Melihat" Dunia Fisik
Jalur ini menyelesaikan masalah "mengubah sampah menjadi harta" di lapisan terbawah piramida data: di internet ada video operasi manusia yang tak terbatas - memasak, kerajinan tangan, perbaikan, tetapi video ini kekurangan informasi gaya, sensorik, dan lintasan tiga dimensi yang dibutuhkan robot, selalu menjadi data mati yang "terlihat tapi tidak bisa digunakan".
Pendekatan aliran video distillation adalah menggunakan algoritma untuk menyimpulkan lintasan aksi dan informasi interaksi fisik dari video dua dimensi, "menyuling" data mati menjadi data embodied yang dapat dilatih, biaya bisa ditekan menjadi seperseribu dari akuisisi mesin fisik.
Aliran model dunia lebih langsung, biarkan AI dulu mempelajari hukum operasi dunia fisik, lalu menghasilkan data pelatihan tak terbatas di dalam "otak".
Pipa SynaData ShuTu Technology dapat mengekstrak data embodied multimodal seperti lintasan tangan, jalur gerak objek dari video internet secara massal, biaya akuisisi data komprehensif sangat rendah, telah menerima puluhan juta yuan dipimpin Oriental Fortune Capital, data digunakan oleh model open source utama seperti Tsinghua RDT, Zhiyuan UniVLA.
JiJia ShiJie menggunakan model dunia GigaWorld untuk menghasilkan data pelatihan, membuat kinerja model VLA meningkat hampir 300% dalam tiga dimensi generalisasi utama, Juni menyelesaikan Putaran B+ 1 miliar yuan, kumulatif pendanaan 3,5 miliar yuan dalam 3 bulan.
ShenDu JiZhi juga bertaruh pada data video perspektif pertama manusia, semester pertama tahun ini pendanaan tiga putaran, ratusan juta yuan+, Mei, model dunia Z-WM ShenDu JiZhi menduduki puncak peringkat global dalam evaluasi WorldArena.
LiberAI yang disebut di awal artikel, juga adalah persilangan antara jalur ini dan jalur model dunia.
Aliran 5: Infrastruktur Data/Platform - Platform Data, Juga "Kilang Minyak"
Pandangan aliran ini adalah: hambatan data embodied tidak hanya pada "bagaimana mengumpulkan", tetapi juga pada tautan "bagaimana menggunakan".
Setiap robot fisik berbeda, sensor berbeda, format data beragam, data mentah yang dikumpulkan seperti minyak mentah dengan komponen campuran, langsung dituangkan ke model hanya akan semakin buruk - siapa yang melakukan pembersihan, penyelarasan, anotasi, evaluasi, mengubah minyak mentah menjadi bensin standar?
Apalagi arena pelatihan, peralatan akuisisi, sistem motion capture adalah aset berat, tim kecil dan menengah tidak bisa bermain. Jadi, perlu membangun arena pelatihan bersama, menetapkan standar data, menjual rantai alat dan layanan platform. Ini tidak bertaruh jalur teknologi data mana yang akan menang, tetapi bertaruh bahwa siapa pun yang menang, harus melewati jalan yang mereka bangun.
WuWen ZhiKe mengandalkan arena pelatihan akuisisi data Deqing dengan loop tertutup penggabungan virtual dan nyata, menghasilkan data ribuan jam per hari, April menyelesaikan pendanaan lebih dari 100 juta yuan, Q1 menandatangani pesanan ratusan juta yuan dari ByteDance, WuJie DongLi, dll.
YiRen Technology pada April berturut-turut menyelesaikan dua putaran pendanaan tingkat ratusan juta yuan, sekaligus mengumumkan pendapatan 2025 melampaui 100 juta yuan dan mencapai profit, mungkin perusahaan pertama di jalur yang mengumumkan menghasilkan uang.
Ada juga ZhiYu JiShi yang didirikan Desember lalu khusus melakukan transformasi menengah data seperti pembersihan, penyelarasan, tata kelola, perusahaan bodi seperti LingChu AI, QiongChe, ZhiPingFang semua berinvestasi di "hulu" ini.
Pemain perusahaan tercatat juga masuk, pemimpin layanan data HaiTian RuiSheng bekerja sama dengan Pusat Pelatihan Data Robot Humanoid Distrik Shijingshan Beijing membangun "Arena Pelatihan Data Kecerdasan Embodied".
Ada juga perusahaan besar yang turun tangan, JD.com merilis infrastruktur lengkap data embodied, berencana menggerakkan 600.000 kurir, pengendara untuk akuisisi data crowdsourcing, target mengumpulkan 10 juta jam video skenario nyata dalam dua tahun; Baidu memulai "toko swalayan data".
三、Tenang Sebentar: Apakah Permintaan Data Benar-benar Kaku?
2026 menjadi tahun skala besar data embodied, ada statistik data, hingga akhir April 2026, setidaknya ada 90 pusat akuisisi data yang berada dalam status "digunakan atau direncanakan dibangun"; di antaranya 64 sudah digunakan, sisanya sedang dibangun/direncanakan.
Tapi semakin panas angin, semakin perlu disiram sedikit air dingin.
Bisnis data embodied ini, memiliki masalah struktural yang tidak terlalu diungkapkan: ujung permintaan dan ujung pasokannya, membakar uang dari kelompok modal yang sama.
Lihat daftar pembeli - tim model besar, perusahaan robot startup, produsen bodi yang sedang bertransformasi, pembeli data ini, sebagian besar belum menghasilkan laba sendiri, anggaran pembelian berasal dari dana pendanaan yang baru diterima.
Dengan kata lain, pendapatan perusahaan data, pada dasarnya adalah redistribusi pendanaan hilir: perusahaan robot kecerdasan embodied menerima pendanaan, berbalik membeli data untuk menceritakan kisah, cerita bagus, lalu pergi mencari putaran berikutnya.
Jika implementasi perusahaan robot fisik tidak sesuai harapan, pesanan data dan kemunduran pendanaan menghilang secara bersamaan. Ini adalah hubungan simbiosis yang saling menguntungkan, saling merusak, pasar yang bergantung pada permintaan hilir.
Hanya ketika perusahaan robot benar-benar dapat terus menghasilkan laba, bisnis ini akan lebih kokoh, dan berjalan lancar.
Penilaian konsensus dalam industri adalah, dalam jangka panjang perusahaan data embodied yang dapat bertahan kemungkinan besar hanya dua jenis: satu menjadi platform standar industri, menguasai alat ekosistem seperti simulasi, pemrosesan data, evaluasi; yang lain memiliki kemampuan fusi dan pemurnian data lintas produsen, dapat terus memasok data berkualitas tinggi, ekor panjang setelah robot masuk ke skenario nyata.
Artikel ini dari akun WeChat resmi "IT桔子" (ID: itjuzi521), penulis: Wu Meimei
