具身智能公司跨维智能近日完成10亿元人民币的B轮融资，投后估值突破百亿，正式迈入独角兽行列并接近IPO门槛。这一轮融资汇聚了国家级母基金、头部国资创投、产业龙头资本与地方科创平台等多类资金，反映出资本市场对其技术路线与商业化能力的共识。

本轮投资方阵容多元且持续加码。深创投与贵阳数字经济基金已是连续两轮下注；前海母基金、蓝思科技、工银资本、恒健资产与诸瑞资本为本轮新进入者；南山战新投、成都科创投、四川院士基金等老股东则继续追加。新老股东共同增资，指向对跨维智能“世界模型+物理仿真+真机落地”这一路径的认可。

跨维智能成立于2021年，是国内最早一批进行物理AI全栈自研的公司。其核心路线是以世界模型为底座，结合物理仿真与真实机器人部署，构建从数据生成、模型训练到场景落地的闭环。在全球具身世界模型权威评测WorldArena的最新榜单中，跨维自研的DexWorldModel在聚焦功能性的Track 2赛道拿下全球第一。该赛道考核世界模型作为数据合成引擎与策略评估载体对机器人训练的支撑能力，被认为是衡量技术落地价值的硬指标。

DexWorldModel围绕三维物理世界的运行规律建模，具备隐空间动态建模、统一坐标系对齐与时空表征精准匹配等能力，解决了传统视觉方案在空间感知不准、物理建模缺失等方面的痛点。这使得机器人能够完成分拣、装配、双臂复合操作等实操任务，推动世界模型从“可视化演示”进入“可落地作业”阶段。

在数据基建方面，跨维智能于2026年1月开源了EmbodiChain工具链，这是业内首个可自动训练VLA模型并实现零样本虚实迁移的工具链，将具身智能数据生产推向工业化量产模式。四个月后，公司又提出Dexterity-BEV技术，将视觉输入、机器人本体状态与目标动作指令对齐至统一空间参考系，为多源异构数据搭建可规模化训练的标准底座，破解了数据标准分散、动作技能难以跨本体迁移等行业难题。

跨维智能对通用具身智能的判断是“场景边界内泛化”——先在定义清晰的场景内做到高精度、高可靠，再逐步拓宽能力边界。支撑这一策略的是其自研的四大基座：DexVerse™物理引擎、DexAgent通用具身智能体、DexSense空间感知终端与DexBrain智能算法大脑。目前公司已落地50多个应用场景，沉淀了1500余个成熟具身模型，覆盖汽车零部件、新能源、3C电子、航空航天、物流、家电、化工、医疗与教育等领域，服务多家行业头部客户。

跨维智能还提出了“Physical Token经济学”理念，聚焦从数据采集、模型训练到推理部署与硬件本体的全链路投入产出比，追求每一次数据、每一次动作、每一次推理的最高商业回报率。创始人贾奎教授表示，公司始终扎根底层数据与模型，打造可泛化、可部署、可商业化的物理AI能力，在工业、商业以及康养家庭场景中持续验证价值闭环。

值得关注的是，本轮战略投资方蓝思科技将与跨维智能开展深度产业协同，聚焦工业智造核心场景，加速物理AI在实体制造业的规模化商用。跨维智能已形成“技术迭代—产品落地—客户付费—数据反哺”的正向循环，成为行业内少数实现超亿级营收并规模化出货真实作业机器人的企业。本轮融资所得将用于底层世界模型算法迭代、物理引擎升级、数据基础设施建设、人形机器人能力完善以及真实场景落地，进一步筑牢技术、量产与商业化三大壁垒。