2026年开年，创投圈就经历了一场“狂轰乱炸”，数十家具身智能公司陆续宣布新融资，短短两个月内，披露融资的总额接近150亿元人民币，单笔融资金额动辄十亿起步。

不过如果你细看这些公司会发现，它们几乎全部成立于2024年之前，这也印证了此前投中网稿件中的一个结论：随着资源进一步集中，具身智能本体的新晋者，机会越来越小了。但事情有意思就在这里，即使大趋势如此，你也永远会期待会有“新人”冲出旧藩篱，打破老格局，创造出全新的叙事。

具身智能还远谈不上格局已定，“新人”已经说来就来了。投中网独家获悉，至简动力（Simplexity Robotics）在不到半年的时间内，连续完成5轮融资，总融资金额达20亿元人民币，最后一轮融资投后估值已经超过10亿美元。至此，2025年下半年成立的至简动力，已经成为当前具身智能赛道最年轻的独角兽。

所谓“最年轻”，一是成立时间短，从工商信息来看，2025年7月底注册成立，截至目前也就8个多月，还不满周岁；二是成为独角兽的速度快，投中网了解到，这5轮已经完成的融资，总共只花了不到半年时间，因此进展迅速，也让机构形成了极强的共识；最后，从时间维度，虽说至简动力是个“新人”，但并不是个小白，创始团队来自理想汽车核心班底，人家早就已经在技术产品和商业上证明自己了。

翻看这5轮融资的投资人，都是国内有头有脸的市场化机构：包括元璟资本、蓝驰创投、红杉资本、君联资本、中科创星、高榕创投等一线投资机构，以及腾讯、阿里巴巴这样的科技生态战略投资方（部分信息来自投中嘉川CVSource）。并且，从公开信息来看，红杉中国、蓝驰创投、君联资本等绝大多数老股东，自其首轮投资起即连续多轮加码。

不到半年、五轮、20亿人民币、独角兽、有头有脸的机构、多轮加码，这些关键词你会联想到什么？我想到的是，创投圈终于又出现了久违的饥渴感。而且这种久违的“饥渴感”出现在一家成立仅8个月的公司身上，那就值得细究一番了。

基因

早期头部机构集体押注，最核心的逻辑肯定还是人。

前面提到，至简动力的核心创始团队来自理想汽车。资料显示，至简动力的CEO是前理想汽车智能驾驶技术研发负责人贾鹏，董事长是前理想汽车CTO王凯，COO是前理想汽车智驾量产负责人王佳佳，所以要聊 VC为什么集体押注至简动力，那就逃不过卷出来的技术背景和被验证过的大规模落地经验这两个关键因素。

这支团队曾经历过生存危机，也有过至暗时刻，他们在竞争最激烈、迭代最残酷的市场中，亲历过从生死存亡到逆势突围的全过程，完成了从0到1、再从1到规模化的完整验证。这意味着，在中国最卷的市场中，他们自带一套被市场反复打磨、极致的体系化的作战能力。

另外在技术层面，跟以前的工业机器人相比，具身智能当下的核心是泛化能力，要让机器人拥有能看懂物理世界、作出自主决策、完成精准动作、实现自我迭代的能力，而至简团队不仅在智能驾驶领域实现了这套闭环体系，同时还把同样的范式应用到了新能源汽车的自动化生产和质检产线上。

具身智能现在也同样到了一个关键节点，“量产、下工厂、干活儿”的讨论热度高居不下，而这同样也是一套包括战略、技术、品牌、产品、组织、商业等在内的体系化能力，这也是贾鹏、王凯和王佳佳在理想汽车完整经历、落地并验证成功的东西。

按照至简动力CEO贾鹏的说法，“体系化就是至简动力的差异化。”

贾鹏是国内VLA模型和世界模型领域的专家，拥有IBM、英伟达、理想汽车多段核心研发管理经历，是全球首个VLM+端到端快慢双系统、首个VLA模型研发交付的主导者。王凯曾供职诺基亚、伟世通，2021年作为理想汽车CTO，曾经带队创下7个月实现智驾系统量产上车的行业纪录，后来又在元璟资本担任投资合伙人（Venture Partner）；王佳佳曾是博世中国历史上最年轻的研发总监之一，后来在理想汽车主导落地了智驾系统全流程量产交付。

因此对VC来说，找到一个一起扛过枪打过仗，相互熟悉又分工明确，拥有体系化作战能力的核心创始团队，其实不容易，要不然也不会有那么多“攒局”的项目。贾鹏、王凯再加上王佳佳，战略制定找钱找人、全栈技术和模型研发、工程化落地和规模化量产的交付和执行，刚好基本覆盖了具身智能当下创业的所有核心环节。因此，从人的角度来说，头部市场化VC再加上互联网顶级大厂的集体押注也不奇怪。

哲学

另外，我认为VC们的“饥渴感”还来源于对技术终局的期待。

从人形机器人到具身智能，只要目的是下场干活儿，路线已经逐渐收敛，双足还是轮式不用争了，端到端的VLA（视觉语言动作）模型即具身大脑成了标配，这是具身智能融资爆发的基础。

但实际上，行业内依然存在不少问题和分歧，比如即使具身智能公司都在强调通用性和泛化，但目前具身机器人在非结构化的开放性环境中，表现依然不尽如人意，这又直接关系到机器人能否真正在工厂等场景实现稳定商用，而稳定商用不光能帮助用户降本，更重要的是持续收集真实世界的数据反哺模型进化，实现商业化和数据双闭环。

因此为了更快的进场干活，传统机器人公司采取模块化开发的方式，一个功能一个模块，泛用性较差；有的具身公司选择半端到端，把主流功能分层后，分别训练，然后再用协议“拼起来”，有一定泛用性但干不了细活儿。

至简动力给出的解决方案是，打造了世界模型与VLA一体化的模型，通过统一的transformer实现语言逻辑、视觉语义、3D空间结构以及机器人状态的联合建模理解及生成预测，在实现更高上限的模型架构的同时，减少人为设计，具备更好的scaling效果。

翻译一下就是至简动力给了一个偏向“终局”的方案，即取消上述的功能分层，而是将机器人所需要的所有能力，语言的、视觉的、物理的等，都揉进一个通用的大模型中。这样做的优点是泛用性最强，但该说不说，训练起来肯定也不容易，需要的数据也更多。

所以实现数据闭环就对至简动力至关重要，甚至可以说是生死线。至简动力的选择是，只开发一个通用本体，尽可能覆盖更多的场景，提高数据通用性、复用性。

而为了解决模型训练效率和隐私的问题，至简动力选择在端侧部署和预埋额外算力，让机器人在本体上完成数据收集、训练、测试、验证，更好的绑定真实使用场景，也就是“通过影子模式实现端侧训练和模型在用户场景下的测试验证，打造极致高效的数据收集、训练、测试验证和部署的闭环。”

当然，也不是没有代价——单机成本高。不过这些技术上的选择，代表了至简动力的生存哲学，像它的名字一样，至简动力希望以简单而可扩展的方法论，通过模型定义本体，软件定义硬件的思路，破解具身智能领域的复杂难题。前面的一个模型、一个本体也是基于此产生的。

确切地说，至简动力目前搭建了以“四个O”（one model、on device、one hour、one body）为核心的技术架构，目前已经推出LaST0基座模型、ManualVLA超长程任务模型、TwinRL真机强化学习框架，分别对应提升机器人对物理世界动态的高效推理能力、让机器人真正理解复杂的长程任务、让机器人在真实世界里自己变强这三个难题。

LaST0基座模型：首次将世界模型对物理世界的理解、预测及VLA的快慢思维融合，显著提升对物理世界动态的高效推理能力，解决机器人怎么“一边想一边快速动”的难题；

ManualVLA超长程任务模型：在LaST0强大基座的基础上，ManualVLA解决的是如何让机器人理解复杂的长程任务，使模型能够从目标状态出发，自动生成类似人类使用的多模态“操作说明书”，完美回答机器人“怎么想清楚再动手”的问题（该论文已中CVPR 2026）；

TwinRL真机强化学习框架：当模型具备了推理与执行能力，最后的关键在于如何让它在真实世界中持续进化，实现真正落地。TwinRL则借助数字孪生扩展了真机强化学习的探索空间，在多个任务上，机器人少于 20 分钟即可在桌面区域达到100%的成功率，解决“怎么让机器人在真实世界里自己变强”的挑战。

而就本体来说，至简动力坚持设计、制造全栈自研，据投中网了解到，从首位员工到岗，到自研本体初代机问世，至简动力仅花了不到45天时间。目前，至简动力已先后完成两代面向B端及C端的本体研发，实现本体小批量下线并全面开启PoC验证。

至于具体的落地场景，至简动力则遵循从封闭到半开放再到全开放的渐进式迭代路径。场景方面，工厂车间、商超、物流等是率先瞄准的目标。

目前，公司已经完成北京、上海、苏州三地战略布局。接下来，至简动力将全面投入训练基座模型、本体研发及迭代、数据采集、核心算法研发等领域，完成从工厂到制造业、服务业，从国内到海外的场景拓展，持续发力技术创新与产业合作，以技术赋能具身智能产业规模化落地，加速具身智能技术在多场景的规模化应用。