媒體運營丨知識付費丨產業合作丨咨詢服務
當融資從16.5億躍升至30億，當一項技術突破在英偉達GTC大會上引發全場震動，當一支從自動駕駛頂級戰場走來的團隊決定用"穿針引線"重寫機器人的法則——一道關于具身智能終極形態的選擇題，正被推向全行業。
成立僅14個月，完成超46億元融資；擁有世界模型而非VLA這一全球唯二的具身智能架構選擇；在GTC大會以AWE3.0的密集落地與吉尼斯世界紀錄終結行業路線之爭——這是它石智航。一家從外面看，更像"自動駕駛公司"的具身智能玩家，正在用一套顛覆性的"世界模型"路線，重新回答一個基礎命題：機器人到底要怎么"干活"？
本文將從戰略定位、技術方法論、產品矩陣與核心競爭力、商業模式與資本化路徑、挑戰與展望五個維度，系統剖析它石智航的戰略藍圖與產業價值。
它石智航的戰略起點，絲毫不尋常。
它不是科學家創業，不是硬件極客獨立作戰，而是一支經歷嚴苛商業化戰場淬煉的"自動駕駛夢之隊"的二次集結。 創始團隊的核心成員，幾乎都可以用"指揮過千人團隊、打過硬仗、交過真金白銀成果"來形容。
陳亦倫（創始人兼CEO） ，華為自動駕駛系統CTO、車BU首席科學家。在華為期間，主導設計ADS 1.0算法全棧，組建核心技術團隊，推動高階智能輔助駕駛商業化。他是中國自動駕駛從0到1的親身參與者和關鍵推手之一。
李震宇（董事長） ，前百度智能駕駛事業群總裁，親手打造了全球最大的自動駕駛開放平臺"阿波羅"，及其商業化落地的出行服務平臺"蘿卜快跑"。在百度期間，李震宇管理著數千人的技術團隊，具備極度復雜系統工程的組織管理經驗。
丁文超（聯合創始人兼首席科學家） ，華為首批"天才少年"，兼任復旦大學機器人研究院研究員。在華為從0到1主導智駕端到端決策網絡研發，后續又推動打造復旦大學首個人形機器人。丁文超是少有的兼具智駕和機器人雙重硬核研究經驗的交叉學科人才。
這一組合揭示了一個深層的戰略判斷：具身智能是AI產業中最接近自動駕駛的領域。兩者底層問題同源——都需要在物理世界的真實環境中實現自主決策與閉環控制。正如陳亦倫所言："自動駕駛和機器人技術同宗同源，自動駕駛技術棧早期全來自機器人團隊。當端到端在自駕中展現巨大威力，我深信機器人技術本身也必然存在一套對等的全AI化算法全棧。"
它石智航的融資軌跡，幾乎逐筆刷新了中國具身智能賽道的天花板。
| 融資輪次 | 金額 | 時間節點 | 行業地位 |
|---|---|---|---|
| 天使輪 | 1.2億美元（約8.18億人民幣） | 2025年3月 | 刷新中國具身智能最大天使輪紀錄 |
| 天使+輪 | 1.22億美元（約8.37億人民幣） | 2025年7月 | 持續領跑行業 |
| Pre-A輪 | 4.55億美元（約30.69億人民幣） | 2026年4月 | 刷新中國具身智能最高單輪融資紀錄 |
天使輪推出的時候，團隊"鮮少公布進展，沒有產品宣發"。但投資方用2.42億美元投向了創始團隊對"物理世界AI"從時間、空間力三大要素出發的全鏈路自主規劃。這其中更值得深究的，是Pre-A輪逾30億融資背后，高瓴、紅杉、美團、TCL等產業資本"四大陣營"的布局精細程度：
財務投資方：高瓴創投與紅杉中國聯合領投，美團龍珠、中金資本等跟投
戰略投資方：美團戰投持續加注，重額聯合領投
產業投資方：TCL產投、孚騰資本、首程控股、建發新興投資、恒旭資本、國汽投資參投
國有資本：北京機器人產業發展投資基金、上海國投先導首次聯合投資了具身智能公司
高瓴、紅杉領投+美團戰略追投+產業資本/國有資本同時入局的配置，體現了從"押中風口"到"卡位稀缺賽道"的戰略投資邏輯：美團要將機器人嵌入其即時物流系統已是明棋；TCL等產業方希望引入具身供給賦能精密制造；國有資本則看到"世界模型路線"在國產替代產業鏈中可能釋放的巨大勢能。
截至Pre-A輪結束，它石智航在不到14個月，累計融資超過46億元，創下全球具身智能賽道的融資速度紀錄。
在喧囂的具身智能行業，大部分公司的首秀選擇搬運、分揀、疊放——移動或剛性抓手場景。它石智航在2025年12月卻亮出了一場意想不到的技術首秀：全球首個完成自主刺繡的機器人。
陳亦倫后來披露這一選擇背后的邏輯："這是我們目前技術能力的外溢——指長程（包括多個環節任務）、精細復雜（類似刺繡）的性能驗證。"
刺繡與線束裝配，構成了它石智航工業能力驗證的核心邏輯。
刺繡本質上是柔性極端體操作：布的輕薄材質對力度極為敏感，針每次下扎的目標都極小，需要亞毫米級視覺定位，全程長程操作需在約2-3小時內保持高穩定性。完成一次刺繡需要機器人具備亞毫米級的精準度，雙手靈活協同，適應柔性物體的特征，具備細膩的力控——在重復任務中每一步都要精準。
而線束裝配，則構成從"演示"到"工業生產力"的直接商業轉換鏈路。在汽車制造、3C電子等高精度生產流程中，"高密度、高柔性的高精度線束插裝"被形容為"工業自動化界的哥德巴赫猜想"，因為它對視覺精度、力反饋和長程穩定性的要求，超出了傳統自動化設備的能力范圍。
2026年3月10日，它石智航A1機器人成功挑戰吉尼斯世界紀錄：在一小時內柔性線束完整裝配的累計次數達到105次，每次成功率100%，實現亞毫米級多品類線束工業級裝配。它石智航由此成為中國具身智能企業在該領域的首個吉尼斯世界紀錄持有者。
這一紀錄的產業意義，不亞于自動駕駛領域城市NOA在全場景落地的首次突破——它用"真實工業接單能力"驗證了世界模型路線的物理可行性，而不是在實驗室展柜里遙控指揮。
"具身的現階段相當于智駕的2019年"，陳亦倫在闡釋這一判斷時隱含了戰略節奏：2019年的自動駕駛，正處于從工程規則主導轉向端到端AI變革的重要轉折點前夜，而它石智航正是要復制這條"重研發—技術換代—商業化指數突破"的曲線。
如果說自動駕駛領域的核心演進方向是"放棄規則代碼，用端到端神經決策代替復雜工程棧"，那么陳亦倫延續這條路徑，在它石智航做出了具身智能賽道一個根本性的技術架構選擇——脫離行業主流的VLA（視覺-語言-動作）模型，搭建一套自研的世界模型AWE（AI World Engine） 。
2026年在英偉達GTC 2026大會上，陳亦倫以"通用物理智能"的攻堅路徑為主題面向全球首次系統性披露了AWE3.0的完整技術架構，與特斯拉、Physical Intelligence等同臺交鋒。他將路線從國內熱烈探索卻略顯無序的"VLA收斂期"中抽離出來，把物理世界的空間/力感/時間維度的深度表征推向了全球前沿。
行業共識正快速走向一個判斷：具身智能想要在真實、開放、非結構化場景中準確干活，只會看圖靈指揮還不夠，缺乏對物理變化和因果理解的預測能力就有致命的"盲人摸象"盲區——世界模型正是填補這一關鍵空白的進化方向。陳亦倫在GTC上直言，秦瓊AWE3.0設計目標非常明確：讓機器人"真正走出溫室、落地干活、通用泛化"。
與行業主流VLA模型相比，AWE3.0有三大顛覆性突破設計：
全視角通感決策：整合多個視角的圖像信息，消除物體遮擋導致的感知不確定性；
高密度觸覺感知：讓機器人具備精準把握力度、物體材質與形變的能力；
隱空間絲滑動作：通過隱空間預測實現極致流暢的長程連續操作執行。
這三項新架構，使AWE3.0在亞毫米級操作的場景中，能夠在從未見過的全新光線環境中，實現穩定可靠的作業。
路線遷移的更根本支撐點，在于它石智航對具身數據獲取的戰略性方法重塑。
行業主流數據獲取路徑往往面臨"數據饑荒"：遙操采集面臨人力/時間開支極高且數據量無法滿足"百萬小時量級"的瓶頸；純仿真數據難以對抗物理世界的真實感和異常分布，導致遷移成功率較低。
面對具身智能所需的數據量級，陳亦倫團隊提出的判斷一針見血："具身所需的高質量真實數據，保守估計是自動駕駛的10倍，起步門檻100萬小時，最終目標是千萬小時量級。"
它石智航選擇了一條顛覆性的數據獲取路徑：不通過被遙操控的機器人采集，而讓人在真實世界的無人工作場景里自然作業，再用傳感器來真正識別記錄。
他們自主研發的SenseHub穿戴式具身數據采集系統，由可穿戴觸覺感知手套和高清全景相機組成，可以從人類第一視角同步采集——動作軌跡、力觸載荷、多視角視覺地圖——并將其在具身維度上映射成最高質量的語義標注訓練。
"你工作，我記錄你"——它是被動式數據采集系統，人面在日常真實環境中自然實現高成本、高效益的數據"飽和轟炸"。
在此基礎上，它石智航還開源了全球首個大規模真實世界具身VLTA（視覺-語言-觸覺-動作）多模態數據集WIYH（World In Your Hands） ，將更多行業研發工作向"世界模型理解物理世界"的特性對齊。
2.3 TAS關節與靈巧手：為AI而生的硬件全棧體系
如果說數據是燃料，算法是大腦，硬件則構成了"物理世界執行"的最終邊界。
它石智航構建了一套為AI而生的完整全棧硬件體系，包含三個核心層面：
自研TAS關節：實現了行業最小扭矩脈動——額定扭矩波動僅千分之一，這一技術指標極其苛刻。TAS關節打破了傳動效率、位置精度和力傳感器精密性三者的"不可能三角"，是機器人精準完成從刺繡到線束裝配等高階任務的物理基礎。
自研高自由度靈巧手TARS Dex：配合TAS關節雙系統協同，為AWE3.0的關鍵物理操作缺口提供實物閉環。纖薄靈巧手提供了接近人手的動作靈活性。
雙足通用機器人平臺（T系列） 和輪式工業機器人平臺（A系列） ：以同一具身"大腦"驅動的智統一平臺化體系。
全自研帶來的核心收益表現在：硬件設計與模型訓練的循環效率極高。物理世界的扭矩/傳感器信號全維度與后端AWE模型聯合調優，沒有任何OEM部件在任何一個環節構成性能天花板和功能盲區。
在柔性和半結構化工業操作中，這構筑了極高的技術和供應鏈稀缺性。
業界首次系統化搭建的具身智能全棧技術閉環，來自它石智航對外展示的一套清晰范式：
DATA-AI-PHYSICS三位一體：
DATA——海量真實的動作場景數據（SenseHub+WIYH開源數據集）
AI——世界模型AWE3.0（從端對端到動態時空推理再到"高密度力觸-隱空間絲滑動作"）
PHYSICS——為AI而生的的硬件體系（TAS關節+TARS靈巧手+T系列/A系列機器人）
數據被持續回流到模型中訓練，訓練構建的推演邏輯再以硬件精準閉環執行，執行效果在被采集進SenseHub，從而形成數據和硬件相互增強的指數級成長飛輪。
在這場賽跑中，它石智航的技術體系壁壘顯然不只一個算法創新，而是從算法到硬件、從數據到工程、從研發到應用的高度耦合調度能力——這類"高鐵建設"遠非風投能簡單復制的。
它石智航的產品線，已經構建出兩條清晰的發展路線：輪式工業機器人A系列主打高精度、高柔性復雜場景；雙足通用機器人T系列聚焦"大腦一致，形態匹配"的全場景通用化過渡。
A系列是它石智航在核心工業場景量產部署的主攻武器。
A1機器人已有可量產的工業級別整機與自主操作能力。它基于TAS關節+多層傳感器+雙柔性力控制+亞毫米級視覺定位，以工業級可靠度完成高負荷插裝、裝配翻面以及多尺寸型號識別處理多個任務。
2026年3月10日，A1以每小時105次亞毫米級柔性線束插拔操作準確完成認證，成為線束組裝吉尼斯世界紀錄擁有者——世界紀錄的含金量體現在：
105根亞毫米級、不同型號、不規律擺放的線束，全部精準插裝在嚴苛工業級操作板上；
過程總成功率100%，同時對力與偏轉角度的補償在高階工業要求標準差以上。-
A1已經標志著具身智能首次通過了"最狹窄工業通道"的真理之門。傳統工業機器人只能執行剛性物體的結構設計式重復作業；A1通過視覺-力-觸覺融合閉環，同時完成"高精度對齊"+"阻力反饋的自動適應性調整"。
除了輪式平臺，它石智航在雙足領域開始儲備T系列通用機器人。
T系列承載的雙足移動平臺，能夠在更多非平坦工業環境中執行任務，提供"大腦一致"的物理形態選擇，以實現"IOT角色和任務價值最大化"。在啟明創投發布的GTC 2026報道中，T系列雙足機器人已展示流暢的全身大小腦協同能力，以及與A系列能共享"同一具身大腦"的核心特征。
更關鍵的設計是軟件與數據的"一腦多形"能力："TARS AWE3.0在邏輯上不需要為輪式/雙足分別開發不同模型，不同組裝物理接口只能讓一個智能大腦去適配多元場景——這正是做通用物理智能的戰略選擇。"
它石智航現階段以B端工業為首要戰略據點選擇的商業路徑，類似于早期華為通過運營商網絡構筑業務護城河：
首先以A系列機器人切入到高客單價高付款意愿的工業精密制造場景，通過單個工業客戶的設備采購和長期維護服務產生收益；
將零部件/整機銷售與服務協議結合，給予企業客戶"結果支付"、"效率分成"等選項；
圍繞制造企業的深度協同，通過在不同裝配流程幫助完成跨工序智能升級——為新一代柔性智造基礎設施的核心角色做鋪墊。
這一模式目前看到的錨定效果已經初步釋放：智能線束裝配能力被博世/大型國有汽車制造廠商驗證認可，多個汽車、電子、半導體領域的訂單與長期合作正在密集展開。
資本圖譜和商業產品結構之間相互賦能的故事，它石智航也給出了極具標志的案例。
美團作為基石股東，將由其具身生產能力嵌入即時物流/配送網絡，將在無人配送和倉儲自動化的具體場景做聯合物理實驗——為物流場景積累世界模型的人類跟車環境融合等儲備；
TCL的入股，顯然指向將A1機器人的柔性裝配能力在3C電子和面板制造環節加速鋪設；
首程控股涉及交通樞紐的大量業務，對于機器人不同流線高可靠性作業尤其關鍵；
北京、上海的國有資本入局，則能夠迅速對接國家級5G+工業互聯網園區示范工程等大型戰略資源。
通過"產業場景驗證—數據回流—模型演進—迭代落地"閉環，它將為打通全鏈條拉開序幕。
2026年4月，陳亦倫在接受采訪中透露戰略節奏的定調：
集當前融資將用于加速打造通用具身大模型AWE和頂尖人才引進；下一輪融資將重點投入到真量產、真干活的可落地機器人中。
順著這個規劃，它的路徑很清晰：
第一階段：以A系列/T系列工業機器人建立高可靠裝備形象、積累工業物理世界深度數據（A、T系列、SenseHub、Self訓練閉環）。
第二階段：與領域工業大客戶展開模型訓練與場景運營聯合打磨、交付穩定生產力。
第三階段：開放部分能力，形成具身智能生態，從機器人商向物理世界AI引擎平臺轉變。
路徑選擇的核心邏輯是：用工業級場景的最苛刻標準來鍛造基礎機器人物理執行力，然后逐步向更多場景擴展，直至世界模型通用化核心基礎服務化。
機器人量產比算法研發障礙更隱蔽：供應鏈協調、硬件一致性保證、在線批量品控、物流售后——大量的工程工業化暗礁，需要在規模化這一新環節全力擊破。
工業可接受的故障率逼近百分百的接近絕對可靠。在大量工業多變的異常樣本，模型仍然可能遇到不測場景。數據的指數積累＋仿真環境泛化泛例加速閉環工程落地，是對團隊持續解決AI不確定性長尾問題的最大挑戰。
與具身同行相比，它石智航的站住，最本質標志是以下"三道獨特防守"：
世界模型架構路線：VLA目前還屬主流路線探索和收斂階段，而AWE3.0在世界模型賽道上已經給出完整的GTC工業級應用檢驗記錄，走在高壁壘無人區。
真實人類數據系統：被動式SenseHub高效采集+真實物理接觸標注+低成本規模——完全繞開仿真誤差陷阱，與100萬小時真實場景目標穩步推進。
高難度工業制造場景先發：從放棄炫技，直接切入復雜精密制造——并且在工業線束裝配這樣的極端精細場景做出真實世界紀錄。
這三個差異化信號，也是資本市場與合作伙伴最關鍵的確認指標。
陳亦倫在GTC大會上的結論恰是回答具身智能最內核的問題：不是"機器人能跑多快"，而是"機器人能真正解決多少新場景的復雜問題"。
它的發展方向，或許將是：
世界模型能力擴展到新工業場景，如無人裝配車間、精細化包裝、跨設備多點作業調度；
聯合機器人供應鏈伙伴打造尖端精密工藝——縱向繼續自研核心技術關節與靈巧手，橫向拓展協同；
物理AI世界算法引擎賦能各類機器人企業和系統集成商。
"具身智能經歷了太長時間的投機炒作，現在到了真干活、創造真實生產力的階段了。"李震宇說。如果說此前的具身賽道是"一場看不見競爭對手的迷霧探險"，那么它石智航用兩年時間劃了一條清晰的演進路線——并且正在用"用時間證明物理世界AI的"工作版圖在一點點擴大。
它石智航從一個完全不同的起點出發：這不是"一種新型機器人"的故事，而是"物理世界AI引擎"的揭幕戰。
這支從自動駕駛賽道重新集結的高維團隊，用DATA-AI-PHYSICS三位一體的開創性工程閉環，給具身智能賽道帶來的是系統性思考替代碎片式迭代的方式。
繡花針刺出工業線束10倍速世界紀錄的時刻、AWE3.0在GTC大會上吸引全場目光的時刻、傳統精密制造企業開始批量小規模部署A1替代人工"學習曲線"的時刻——"世界模型"路徑正在從異類走向主流。它石智航的故事才剛剛翻過序章——它有望定義具身智能從"演示級"演進到"量產級"的真正經濟底盤。
