具身智能9家“大厂派系”融资PK,最强“厂牌”不是字节、百度,也不是大疆

marsbit发布于2026-08-19更新于2026-08-19

文章摘要

根据IT桔子发布的《中国具身智能创业者生态画像报告》,对1155位创业者的分析显示,“大厂背景”是该赛道最强的融资助推器。超过300位创业者来自华为、微软、百度、谷歌、大疆、阿里、腾讯、字节、小米等头部科技企业,他们创办的企业数量占行业20%,却获得了约五成的融资。 报告从企业数量、总融资额、均值融资三个维度对比了九大“厂牌”: * **华为系**:融资总额最高(388.5亿元),共26家企业,优势在于“系统思维+工程落地”的硬件能力。 * **微软系**:均值融资最高(15.42亿/家),总融资339.2亿元,创业者多为AI研究人才,走“高精尖”路线。 * **百度系**:24家企业融资270.2亿元,特色是“自动驾驶人才转型”,技术栈可迁移。 * **谷歌系**:企业数量少(10家),但均值融资高(15.09亿/家),创业者学术背景强,走前沿方向。 * **大疆系**:17家企业融资117.5亿元,以“全栈硬件思维”见长,量产能力强。 * **字节系**:11家企业融资99.5亿元,优势是“AI原生+消费级产品思维”,但硬件积累薄弱。 * **腾讯系**:15家企业融资102.3亿元,风格分散,在领域内更多扮演投资人角色。 * **阿里系**:16家企业总融资58.0亿元,均值垫底(3.63亿/家),多数项目处于早期,缺乏成熟头部。 * **小米系**:8家企业融资28.2亿元,体量最小,创业者多出自生态链,熟悉产品与供应链。 报告指出,兼具“硬件+AI”复合基因的团队(如华为、微软、百度系)融资能力最强。同时,“量产能力”是关键分水岭,拥有硬件量产经验的团队(如大疆系)虽然初期估值可能不及AI原生团队(如字节系),但其可持续发展和商业化前景更被看好。资本的流向表明,对于具身智能领域,能够真正造出机器人并实现交付的团队更受青睐。

IT桔子最新发布《中国具身智能创业者生态画像报告》,对1155位具身智能创业者进行了系统梳理。其中一个核心发现是:「大厂背景」正在成为具身智能赛道最强的融资放大器。

报告显示,超过300位创业者曾任职于华为、微软、百度、谷歌、大疆、阿里、腾讯、字节、小米等头部科技企业,他们参与创办的232家具身智能企业虽只占产业总数的20%,却拿走了全行业约五成的融资。

九家大厂派系融资实力对比

从具身智能产业链的企业数量、总融资额和均值融资三个维度横向对比,九大大厂派系表现差异显著。

由于存在有2家以上大厂经历任职的创业者,各派系之间的融资额存在少量重叠,但不影响整体结果;这一数据仍能清晰反映各派系的相对融资实力和产业影响力。

从表中可见,华为系在数量和总融资额上均居首位,实力非常强劲。华为系388.5亿元远远超过互联网出身的阿里系和腾讯系,这说明具身智能的资本正在向“能真正造出机器人”的团队集中。

其次,微软系以15.42亿/家的均值融资登顶第一,谷歌系则以15.09亿/家的体量紧随其后,两大派系创始人均为顶级AI研究人才,以“高精尖”路线撬动大额融资。

阿里系具身智能公司有16家,数量不算少,但头部就林俊旸的语用科技一家,其余融资额偏低,导致均值融资仅3.63亿/家,在大厂中几乎处于垫底的区间,仅高于小米系。

大厂派系的代表人物与风格画像解析

华为系:“硬件王者”

华为系是具身智能赛道上融资总量最高的派系,26家企业合计融资388.5亿元。其核心优势或许在于“系统思维+工程落地”, 华为出来的工程师习惯从顶层架构一路想到量产,硬件、软件、供应链一个人能串起来看——具身智能恰好最缺这种人。

最突出的人物当属智元机器人创始人邓泰华和联合创始人彭志辉 (B站顶流up主“稚晖君”) 、 它石智航CEO陈亦伦 (华为车BU前首席科学家) 、优必选副总裁刘明,以及从石头科技出来后创办新能源企业无尽瓦特的万云鹏。华为系具身企业高度集中在整机、工业场景这类硬科技方向。

微软系:“AI原生派”

微软系以339.2亿融资额排名第二,这些创业者群体的共同底色是“AI研究驱动”,大部分是研究员出身。微软亚洲研究院(MSRA)为中国AI产业培养了一代算法人才,其中有不少人从AI转战具身智能、机器人赛道。

代表人物包括地瓜机器人创始人余凯(在去百度之前在微软工作过)、极佳视界CEO黄冠(前微软亚洲研究院主管研究员)、千寻智能具身模型负责人郭俊良(微软研究员出身),还有智平方创始人郭彦东、擎朗智能CEO李通。另外,微软出身的创业者在地平线、石头科技等泛机器人上市公司中也不少见。

百度系:“自动驾驶转型军”

百度系24家具身智能企业融资270.2亿,这个派系的鲜明特色是“自动驾驶人才出身”,百度Apollo培养了中国最早一批自动驾驶技术人才,这些人的技术栈(感知、规划、控制)转向具身智能基本可迁移、可复用。

代表人物有它石智航董事长李震宇(百度前自动驾驶事业群总裁)、元戎启行联创周光(前百度无人车团队负责人)、众擎机器人CTO李力耘与石头科技CEO昌敬。百度系的特点是“从车到机器人”的水到渠成,但也有部分企业产业链定位卡在中间。

谷歌系:“精英少年派”

谷歌系虽然只有10家具身智能赛道企业,均值融资高达15.09亿/家,仅次于微软系。这类创业者多是学术背景强、有国际视野和履历的AI研究员,走高估值、前沿方向的路线。代表人物有智元机器人首席科学家罗剑岚(Google+DeepMind研究科学家)、星海图创始人高继扬(前Google、Waymo工程师)与元戎启行技术合伙人蔡一奇(Google背景技术合伙人)。

谷歌系创业者以“少而精”著称,企业多集中在北京和上海,与大湾区供应链生态的连接偏弱。

大疆系:“全栈硬件派”

大疆系17家企业融资117.5亿,以全栈硬件思维见长。大疆作为全球消费级无人机霸主,其人才输出覆盖了从机器人整机到核心零部件的完整产业链,在中国机器人产业中拥有举足轻重的地位。

代表人物有宇树科技创始人王兴兴 (曾在大疆实习) 、它石智航CEO陈亦伦(同时具有华为和大疆背景)与丰疆智能CEO吴迪 (2015年在大疆担任首席科学家) 。另外大疆系的RoboMaster赛事体系办了十年,为中国机器人产业持续培养、挖掘大量年轻工程师。

字节系:“AI原生新兵”

字节系11家企业融资99.5亿,均值9.05亿/家,在大厂派系中处于中游偏上。

字节系创业者最大的特征是AI原生+消费级产品思维,他们在字节跳动训练出的“用算法驱动增长”和“极致用户体验”的方法论,正在被移植到具身智能领域。

代表人物有千寻智能副总裁解浚源 (前字节跳动大模型研究员) 、加速进化CEO程昊(前飞书副总裁)与深朴智能首席科学家王家伟 (字节Seed+ DeepSeek 双料背景) 。

字节系的短板也很明显:硬件积累薄弱,大部分企业的量产能力和供应链经验尚待验证。

腾讯系:“老牌老兵+新兴力量”

腾讯系15家企业融资102.3亿,排在第六。

腾讯系创业者的风格相对分散,有老一代的创业者老兵,比如石头科技昌敬 (曾在腾讯、百度担任PM) 、与儒博科技董事长熊明华 (腾讯前CTO) 。也有新兴力量,其中比较突出的代表人物是从腾讯Robotics X核心成员中走出的,包括星尘智能创始人来杰、临界点AGILINK创始人熊坤,有意思的是,这两位都选择深耕人形机器人灵巧操作这一细分方向。

相比华为和百度,腾讯在具身智能领域更多扮演了投资人的角色,比如腾讯直接参投了优必选、宇树、丰疆等多家头部企业,直接输出的创业人才比较少一些。

阿里系:“阿里云+达摩院是主要人才输出口”

阿里系拥有16家企业,但总融资仅58.0亿、均值3.63亿/家,在九大派系中处于垫底区间;主要是这些项目基本还处于A轮前阶段,缺乏成熟的头部项目。

林俊旸是其中最具代表性的人物之一,2019年加入阿里任达摩院高级算法工程师,2022年后任 通义千问 系列大模型的技术负责人,2026年创办语用科技,公司刚创立已经拿下了2.2亿美元融资。其他代表人物还有原力灵机副总裁陈雪松 (阿里云前副总裁) 与跨维智能CTO李平。

值得注意的是,伴随着阿里达摩院这类创新业务线的裁撤,间接造就了一部分具身智能创业者,他们虽然在实验室具备一定的研究能力支撑,但和真正的商业化还有比较大的差距。

小米系:“生态链打法”

小米系8家企业合计融资28.2亿,是这九家大厂派系中体量较小、也比较新鲜的一支力量。特点也很鲜明:创业者多出自小米生态链体系,熟悉产品定义、供应链整合和极致性价比这套打法,和小米汽车、小米机器人业务也有天然联动。

代表人物有小雨智造创始人乔忠良 (前小米MIUI研发负责人) 、魔法原子创始人吴长征 (前小米科技四足机器人研发) 与阿米奥机器人创始人刘方 (原小米汽车自动驾驶产品技术负责人) 。目前小米系企业多处于天使轮早期阶段,但有小米生态链的量产经验借力,后续商业化值得观察。

什么样的大厂背景是最强融资放大器?

虽然大厂品牌背书显著降低了投资人的信任成本,但不同大厂表现出来的分化也能说明一些问题。

“硬件+AI”复合基因才是“硬通货”

融资第一梯队的华为、微软、百度三家,共同特征是具备“硬件+算法”的复合能力。

华为系强在硬件设计、供应链管理和量产经验方面,微软系,百度系强在AI算法和大模型方面。两类能力拼在一起就是具身智能需要的完整拼图。相比之下,纯互联网背景的派系的阿里、腾讯,其融资体量明显靠后,新入场的小米系,其融资主力是具备硬件量产基因的生态链老兵。

钱的流向已经说明问题:对于具身智能初创企业而言,算法强、又真做过硬件的团队,拿钱明显更容易。只会写模型的互联网背景团队,估值想象空间正被快速压缩。

“量产能力”是分水岭

大疆系和字节系的对比很能说明问题。

字节系的均值融资 (9.05亿/家) 高于大疆系 (6.91亿/家) ,但论量产出货能力,大疆系甩开字节系一大截:像丰疆智能产品遍布全球110国,本末科技直驱电机累计交付超150万台,大疆系普遍在融资时就跑通了供应链、量产能力;纯字节系创业者所创办的具身企业基本处于产品验证阶段。

这意味着,资本可能在短期内给予AI原生背景更高的起始估值,但能不能量产交付,才决定公司能不能从“融资输血”切换到“自己造血”。

本文来自微信公众号 “IT桔子”(ID:itjuzi521),作者:吴梅梅

热门币种推荐

相关问答

Q根据报告,哪个大厂背景的创业者在具身智能赛道融资总额最高?

A华为系。报告显示,华为系26家企业合计融资388.5亿元,在数量和总融资额上均居首位。

Q在具身智能领域,微软系和谷歌系的创业者融资特点是什么?

A微软系和谷歌系的创业者多为顶级AI研究人才,走‘高精尖’路线。微软系以15.42亿元/家的均值融资登顶第一,谷歌系则以15.09亿元/家的均值紧随其后,均能撬动大额融资。

Q报告指出,什么样背景的团队在具身智能赛道融资更容易?

A具备‘硬件+AI’复合基因的团队融资更容易。融资第一梯队的华为、微软、百度三家均具备‘硬件+算法’的复合能力。纯互联网背景的阿里、腾讯等派系融资体量则明显靠后。

Q文章中提到,对于具身智能企业,决定其能否从‘融资输血’切换到‘自己造血’的关键因素是什么?

A是‘量产能力’。文章以字节系和大疆系对比为例,指出资本短期内可能给予AI原生背景高估值,但能否量产交付才是决定公司能否实现自我造血的关键。

Q阿里系在具身智能赛道融资表现不佳的原因是什么?

A主要有两点:一是其具身智能项目基本还处于A轮前早期阶段,缺乏成熟的头部项目;二是其创业者多来自阿里云、达摩院等研究部门,虽然具备研究能力,但与真正的商业化落地还有较大差距。

你可能也喜欢

加密货币、人工智能与在线博彩公司推动企业选举支出创下5.17亿美元纪录

加密货币、人工智能和在线博彩公司推动美国2026年中期选举的企业赞助额达到创纪录的5.17亿美元。 根据Public Citizen的数据,美国公司在截至今年第一季度的15个月内,为国会两院选举投入了5.17亿美元,已超过整个2024年两年选举周期4.61亿美元的企业总支出。预计在11月3日投票前,随着民主党试图掌控两院,资金投入还将进一步增加。此次最大的出资方并非传统上主导华盛顿政治融资的利益集团。 企业与亿万富翁创始人可通过超级政治行动委员会及其附属PAC、以及无需披露捐赠者的非营利组织等多种渠道注入资金。超级PAC虽不能直接向候选人捐款或协调竞选活动,但可无限额筹款用于政治广告、动员选民等活动。部分企业高管还投入了远超公司捐款的个人资金,例如SpaceX首席执行官埃隆·马斯克已为2026年联邦选举花费超9000万美元,并计划在11月前投入更多。 企业支出仅是中期选举资金的一部分。AdImpact预计整体政治广告支出将达创纪录的116亿美元,涵盖富豪、工会及各类团体。 加密货币行业在2024年选举中已积极运用此类政治模式。Coinbase、Ripple和Andreessen Horowitz等向该领域主要超级PAC“Fairshake”提供了大笔资金。该组织在俄亥俄州帮助击败了长期任职的民主党参议员谢罗德·布朗,被形容为可“摧毁个别候选人”的企业“死星”。其策略转变在于支持与其政策立场一致的政客,不分党派,而对被视为敌视该行业的政客则可能发起巨额外部竞选攻击。 Fairshake在2026年初握有1.93亿美元竞选资金,目前仍有约1.3亿美元可供使用,几乎全部来自上述三家公司的资助。与此同时,Andreessen Horowitz还向关注加密货币和人工智能的政治委员会捐赠了超8100万美元。其创始人也投入了个人资金,其中大部分流向了支持特朗普的超级PAC“MAGA Inc.”。 随着选举临近,来自企业及个人的巨额资金仍有大量尚未动用,而企业政治总支出在选前数月已达5.17亿美元。

cryptonews.ru12分钟前

加密货币、人工智能与在线博彩公司推动企业选举支出创下5.17亿美元纪录

cryptonews.ru12分钟前

观点:美股的价值投资,不等于基本面投资

本文以天文学中的“标准烛光”概念为引,探讨了美股投资中估值倍数所混淆的两个关键变量:企业真实质量与市场赋予的溢价。作者指出,远期回报约等于基本面增长乘以估值倍数变化,而许多投资者错误地将市场估值(即“视亮度”)直接等同于企业内在价值(即“真实光度”)。 文章批判了当前流行的一种观点,即“基本面已死”,认为只需买入并持有科技巨头(如“美股七雄”)就能轻松获利。作者承认这些公司盈利增长强劲,但强调其股价表现很大程度上是估值倍数扩张的结果。他通过一个四象限矩阵(昂贵/便宜 vs. 事后看正确/错误)来分析历史案例,例如1999年的思科(昂贵且错误)与2015年的亚马逊(昂贵但正确),以及2022年的Meta(便宜且正确)。 作者认为,随着市场由叙事和动量驱动、头部集中度加剧以及私人市场吸收更多极端估值公司,区分企业质量与市场情绪溢价的能力变得更为关键,市场可能正在变得更低效而非更高效。真正的超额收益(Alpha)来源于识别并利用这种认知差异,而不是盲目追随“只买龙头”的共识。最终,投资成功取决于能否准确拆解估值倍数中蕴含的企业久期(增长持续性)和质量,避免为过度透支的未来增长付费,或错过因市场情绪错杀而出现的廉价优质资产。

marsbit14分钟前

观点:美股的价值投资,不等于基本面投资

marsbit14分钟前

交易

现货

热门文章

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

2026年,美股IPO市场重回高热度。本文梳理即将上线或受关注的热门赛道龙头,分析具备投资潜力的交易标的及其逻辑,并探讨宏观趋势与相关风险。

2.8k人学过发布于 2026.07.08更新于 2026.07.08

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片