绝影未竟,大晓机器人迅速“筹钱”

marsbit发布于2026-06-15更新于2026-06-15

文章摘要

大晓机器人近期完成新一轮融资,吸引多家知名机构参与,2026年上半年累计融资额已达数亿美元。此举被视为商汤科技在“绝影”智能驾驶业务之后,对“物理AI”及具身智能赛道的再次押注。 此前,商汤的绝影业务虽与多家车企合作并实现量产,但未能成为行业关键变量,现已逐步独立发展。相比之下,大晓机器人聚焦更具前景但也更“烧钱”的具身智能领域,致力于打造机器人背后的“大脑”——世界模型及软硬一体解决方案。 然而,世界模型的研发与商业化门槛极高,需要持续投入大量算力、数据和资金。商汤自身仍处于减亏周期,难以长期单独支撑,因此大晓机器人需要外部资本共同分担后续成本。公司由商汤联合创始人王晓刚领导,其经验与资源带来优势,但也可能伴随大组织惯性。 当前具身智能赛道涌现众多年轻技术型创业者,竞争激烈。大晓机器人需将技术迅速转化为可交付的商业解决方案,形成稳定收入,避免重蹈绝影在产业链中未能占据高位的覆辙。资本给予了高起点,但商汤最终需要的是一个能真正实现AI产业化、承载增长期望的新业务。

据大晓机器人微信公众号消息,本轮融资吸引达晨财智、深创投、上海科创基金、沐曦股份、盛宇投资、复星锐正、华控基金、临港新片区基金、豫资涨泉等机构参与,老股东商汤国香资本继续增资。至此,大晓机器人2026年上半年累计融资已达数亿美元。

这是一笔明星融资,但它并不只是具身智能赛道的热钱故事。放在商汤科技的业务演进中看,大晓机器人更像是商汤在绝影之后,对“物理AI”的一次再押注。

商汤不是第一次试图把AI放进物理世界。此前,商汤绝影承担过商汤切入智能汽车产业的任务。公开资料显示,截至2025年底,绝影已与超过30家国内外车企合作,覆盖188款车型,累计出货量接近550万辆,可惜的是并未压中“爆款”车型。

所以作为边缘供应商,绝影亦没有获得与商汤AI能力相匹配的行业位置。

中国智能驾驶行业过去几年没有常胜将军。在行业动态发展中,车企需要的不再只是算法供应商,而是工程交付、成本控制、数据闭环、OTA迭代和整车绑定能力。华为依托整车合作模式建立强势存在感,元戎启行、轻舟智航等公司通过头部车企项目强化市场认知,地平线则以芯片和计算平台进入核心供应链。相比之下,绝影有AI技术、有量产项目、有商汤品牌,却没有成为车企高阶智驾路线中的关键变量。

某种程度上,这也解释了商汤推进“1+X”组织调整后,绝影逐步走向独立发展的逻辑。2025年,商汤X创新业务收入出现下滑,其中一个重要原因是智能驾驶业务于当年8月起不再纳入综合财务报表。对于商汤而言,绝影依然活跃在智能汽车赛道,但从集团层面看,它已经不再承担核心增长引擎的角色。

再战具身

大晓机器人的诞生,某种程度上踩中了具身智能一级市场快速升温的窗口期,可谓生逢其时。

按照披露,本轮融资资金将重点投入世界模型和软硬一体商业解决方案,具体包括开悟世界模型3.0、大规模具身训练、端侧直驱控制,以及智慧零售、安防巡检、文旅、酒店等商业场景。它要做的不是单一机器人本体,而是试图成为不同机器人硬件背后的“大脑”。

这个故事比绝影的前景更性感,也更加“烧钱”。

世界模型不是普通算法模块。它要求模型理解空间、物体、动作、因果和物理规律,能够生成场景、预测变化,并指导机器人完成长时序任务。相比语言模型,世界模型需要处理视频、三维空间、传感器数据、动作数据和仿真环境;相比智能驾驶,具身智能又要面对更多非结构化场景和更复杂的交互对象。训练这样一套系统,本质上是算力、数据、工程和资金的长期消耗。

海外也在走同样的路。英伟达Cosmos将世界模型视为Physical AI的基础设施,用于机器人、自动驾驶和工业视觉等场景。但这种路线的门槛极高。行业研究显示,前沿AI模型训练成本仍在快速上升,世界模型不仅训练贵,推理和部署成本同样可能成为商业化瓶颈。

这对大晓机器人并不是小问题。大晓机器人今年累计融资数亿美元,看起来金额不小,但对于世界模型研发、真实场景数据采集、仿真平台建设、端侧部署、机器人控制和行业交付而言,这笔钱未必宽裕。尤其当公司目标从模型演示走向商业级交付后,资金消耗会从训练端延伸到硬件适配、场景试点、运维体系和渠道建设。

更现实的问题是,商汤并不是一个财务状态轻盈的母体。

从2018年到2024年,商汤累计亏损超过540亿元。2025年,商汤收入增长至50亿元以上,净亏损明显收窄,但全年仍亏损17.82亿元。生成式AI已经成为商汤新的收入主力,公司也在减亏,但这并不意味着它已经摆脱长期投入换增长的模式。大模型、AIDC、智能体、视觉AI、X创新业务都需要资金,商汤没有太多余力长期支撑一个只烧钱、迟迟不能闭环的新故事。

这也让大晓机器人的融资多了一层现实含义。表面看,这是具身智能赛道的一笔明星融资;放回商汤体系中观察,则更接近一次高成本创新业务的外部融资安排。世界模型、端侧控制和场景交付都需要持续投入,而商汤自身仍处在减亏周期中。大晓机器人要继续推进物理AI叙事,不能只依赖商汤输血,外部资本也必须共同分担下一阶段的研发和商业化成本。

大晓机器人身上的另一重变量,是王晓刚。

当前具身智能行业有一个鲜明特征:年轻技术型创始人快速走到台前。宇树科技王兴兴、智元机器人彭志辉、星动纪元陈建宇、银河通用王鹤、松延动力姜哲源,分别代表了90后、95后创业者在人形机器人本体、运动控制、具身大模型和软硬一体系统上的不同路径。他们大多技术背景强,融资节奏快,产品发布密集,也更擅长通过Demo和工程迭代制造行业声量。

相比之下,商汤科技联合创始人、执行董事,大晓机器人董事长王晓刚并不是这一轮具身智能浪潮中典型的年轻创业者。他经历过视觉AI、智慧城市、智能驾驶和大模型商业化周期,长期处在AI科研、产业化和公司治理的交叉位置。这种背景可能给大晓机器人带来更强的技术组织能力和产业资源,也可能让公司天然带有商汤式的大组织惯性。

这恰恰是大晓机器人与其他明星项目之间最“特别”的地方。

具身智能仍处于早期,技术路线、商业场景、成本结构和产业分工都没有定型。年轻团队的优势在于轻、快、敢试错;大晓机器人的优势在于商汤系技术、资本和资源。但过去几年商汤的经验已经证明,技术领先并不自动带来商业领先。智慧城市、智能驾驶都曾受制于客观因素干扰,大模型面对互联网平台和云厂商挤压,具身智能同样不会只按论文、评测和融资额排序。

绝影就是一个现成参照。商汤通过旧本领可以杀进智能汽车产业,但没有能够在智驾产业链中占据高位。大晓机器人同样要解决这个问题,需要迅速将世界模型、环境数据、端侧控制和行业场景真正打通,形成稳定收入和可复制交付,抢占一切先机。

资本已经给了大晓机器人一个高的起点,但商汤真正需要的不是又一个融资样板,而是一个能够承接AI产业化想象力的新业务。绝影没有完成的产业位置,大晓机器人必须重新争夺。只是这一次,战场更早期,故事更宏大,钱也烧得更快。

本文来自微信公众号: 经观感知 ,作者:吴元

相关问答

Q根据文章,大晓机器人本轮融资的主要用途是什么?

A本轮融资资金将重点投入世界模型和软硬一体商业解决方案,具体包括开悟世界模型3.0、大规模具身训练、端侧直驱控制,以及在智慧零售、安防巡检、文旅、酒店等商业场景的应用。目标是成为不同机器人硬件背后的“大脑”。

Q文章中提到商汤科技的“绝影”业务在汽车行业面临什么挑战?

A绝影作为边缘供应商,虽然与超过30家车企合作并覆盖188款车型,但并未压中“爆款”车型,未能获得与商汤AI能力相匹配的行业地位。车企需求转向工程交付、成本控制、数据闭环等综合能力,而华为、地平线等竞争者通过不同的合作模式占据了更核心的供应链位置。最终,绝影在商汤集团内部不再承担核心增长引擎的角色。

Q文章认为大晓机器人面临的主要资金挑战是什么?

A大晓机器人今年累计融资数亿美元,但对于世界模型研发、数据采集、仿真平台、端侧部署及商业化交付而言,这笔资金并不宽裕。此外,商汤科技自身仍处于减亏周期,无法长期支撑这一高投入业务,因此大晓机器人需要通过外部资本共同分担研发和商业化成本。

Q文章指出大晓机器人董事长王晓刚的背景带来了哪些潜在影响?

A王晓刚作为商汤科技联合创始人,经历过多个AI商业化周期,这能给大晓机器人带来更强的技术组织能力和产业资源。但同时,也可能让公司带有商汤式的大组织惯性。这与当前具身智能领域常见的由年轻技术创始人主导、追求轻快迭代的创业模式形成对比。

Q文章将“大晓机器人”的诞生置于商汤科技怎样的战略背景下?

A大晓机器人的诞生,是商汤科技在“绝影”业务未能完全达到预期后,对“物理AI”领域的又一次重大押注。它被视为商汤试图在具身智能这一更早期、故事更宏大但也更“烧钱”的赛道中,重新争夺产业位置、承接AI产业化想象力的新业务。

你可能也喜欢

如何让自己变得让人工智能永远也无法取代

面对人工智能的冲击,许多人担心工作被取代。然而,真正的威胁在于个人对他人和系统的依赖,以及由此产生的“薪资奴役”——即为生存而从事无意义、枯燥的工作。摆脱这种困境的关键,不是抵制技术,而是成为拥有高自主性的“不可受雇”个体。 文章提出了成功抵御AI替代的五个核心要素:自主性(主动行动的能力)、品味(判断事物价值的经验)、说服力(让他人关注你工作的能力)、毅力(坚持并从错误中学习)和迭代(根据反馈持续改进)。这些能力无法仅通过理论学习获得,必须通过实践来培养。 要启动转变,首先要彻底改变环境,重塑身份认同。其次,应选择一个能获得真实、快速反馈的实践领域,例如创业。在众多技能中,内容创作(媒体)比编写代码更具优势,因为其价值是主观的,需要独特的审美和判断力,这正是AI目前难以完全复制的。 具体行动上,可以从三个步骤开始: 1. **挖掘原始素材**:反思自己长期痴迷的知识领域、轻松解决的难题或童年被压抑的兴趣,找到独特的个人经验。 2. **确立反向思考主轴**:找出你坚信但主流观点错误的地方,或行业内普遍忽视的“皇帝新衣”,形成独特的批判性视角。 3. **立即发布**:将前两步的思考融合,撰写并发布第一个核心内容(如帖子、视频),勇敢接受真实世界的反馈,并在此基础上持续学习和迭代。 最终,抵御AI的关键在于构建一份与自身身份深度契合的毕生事业,通过持续的内容创作和真实互动,建立无法被自动化取代的独特价值和影响力。行动,从今天发布第一个想法开始。

marsbit5小时前

如何让自己变得让人工智能永远也无法取代

marsbit5小时前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

文章探讨了通过投掷骰子生成比特币钱包种子短语的安全方法及其现实挑战。核心观点如下: **1. 骰子提供物理熵源** 骰子结果由众多微小变量决定,理论上虽可预测,但实践中无法被攻击者复制或计算,从而提供高质量的随机性。每个六面骰子投掷约产生2.585比特熵,50次投掷即可满足典型12词助记词(128比特熵)的安全需求。 **2. Coldcard漏洞事件凸显手工熵源的价值** 近期Coldcard硬件钱包因固件漏洞导致其内部随机数生成器存在缺陷,致使约1128枚比特币被盗。但那些**完全**通过足量骰子投掷生成种子短语的用户未受此漏洞影响,因为他们的主密钥未使用有缺陷的生成器。 **3. 重要警示:手工种子并非万能保护** 安全研究员指出,即使用户使用骰子生成了安全的种子,若他们使用了Coldcard的其他功能(如生成纸钱包、克隆密钥、共享签名密钥、密码等),这些**衍生密钥**仍可能调用有漏洞的随机数生成器,从而存在风险。安全种子不保证设备生成的所有秘密都安全。 **4. 手工生成熵源的现实局限性** 尽管数学上可靠,但该方法对大多数用户并不友好: * **过程繁琐易错**:需投掷50-99次,精确记录,任何输入错误都会导致钱包完全不同。 * **引入新风险**:用户可能在记录、转换过程中泄露信息,或使用有偏的骰子/投掷方式。 * **用户体验差**:难以想象大规模推广需要用户手动投掷近百次骰子。安全措施需适应现实生活场景和普通用户的知识水平。 **5. 给用户的建议** 受影响的Coldcard用户应: * 更新固件至最新版。 * 检查是否使用过有漏洞的功能生成了次级密钥或密码,如有则需立即更换。 * 考虑采用多签方案,使用不同厂商的设备分散风险。 **结论**:手工投掷骰子生成熵源是技术娴熟用户的一个有效安全选项,但其过程复杂、容易出错,不适合作为主流用户的默认方法。长远目标是依赖安全、透明且无需专业知识的硬件/软件随机数生成方案。

cryptonews.ru8小时前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

cryptonews.ru8小时前

交易

现货
活动图片