具身智能公司跨維智能近日完成10億元人民幣的B輪融資，投後估值突破百億，正式邁入獨角獸行列並接近IPO門檻。這一輪融資匯聚了國家級母基金、頭部國資創投、產業龍頭資本與地方科創平臺等多類資金，反映出資本市場對其技術路線與商業化能力的共識。
本輪投資方陣容多元且持續加碼。深創投與貴陽數字經濟基金已是連續兩輪下注；前海母基金、藍思科技、工銀資本、恆健資產與諸瑞資本為本輪新進入者；南山戰新投、成都科創投、四川院士基金等老股東則繼續追加。新老股東共同增資，指向對跨維智能“世界模型+物理仿真+真機落地”這一路徑的認可。
跨維智能成立於2021年，是國內最早一批進行物理AI全棧自研的公司。其核心路線是以世界模型為底座，結合物理仿真與真實機器人部署，構建從數據生成、模型訓練到場景落地的閉環。在全球具身世界模型權威評測WorldArena的最新榜單中，跨維自研的DexWorldModel在聚焦功能性的Track 2賽道拿下全球第一。該賽道考核世界模型作為數據合成引擎與策略評估載體對機器人訓練的支撐能力，被認為是衡量技術落地價值的硬指標。
DexWorldModel圍繞三維物理世界的運行規律建模，具備隱空間動態建模、統一座標系對齊與時空表徵精準匹配等能力，解決了傳統視覺方案在空間感知不準、物理建模缺失等方面的痛點。這使得機器人能夠完成分揀、裝配、雙臂複合操作等實操任務，推動世界模型從“可視化演示”進入“可落地作業”階段。
在數據基建方面，跨維智能於2026年1月開源了EmbodiChain工具鏈，這是業內首個可自動訓練VLA模型並實現零樣本虛實遷移的工具鏈，將具身智能數據生產推向工業化量產模式。四個月後，公司又提出Dexterity-BEV技術，將視覺輸入、機器人本體狀態與目標動作指令對齊至統一空間參考系，為多源異構數據搭建可規模化訓練的標準底座，破解了數據標準分散、動作技能難以跨本體遷移等行業難題。
跨維智能對通用具身智能的判斷是“場景邊界內泛化”——先在定義清晰的場景內做到高精度、高可靠，再逐步拓寬能力邊界。支撐這一策略的是其自研的四大基座：DexVerse™物理引擎、DexAgent通用具身智能體、DexSense空間感知終端與DexBrain智能算法大腦。目前公司已落地50多個應用場景，沉澱了1500餘個成熟具身模型，覆蓋汽車零部件、新能源、3C電子、航空航天、物流、家電、化工、醫療與教育等領域，服務多家行業頭部客戶。
跨維智能還提出了“Physical Token經濟學”理念，聚焦從數據採集、模型訓練到推理部署與硬件本體的全鏈路投入產出比，追求每一次數據、每一次動作、每一次推理的最高商業回報率。創始人賈奎教授表示，公司始終紮根底層數據與模型，打造可泛化、可部署、可商業化的物理AI能力，在工業、商業以及康養家庭場景中持續驗證價值閉環。
值得關注的是，本輪戰略投資方藍思科技將與跨維智能開展深度產業協同，聚焦工業智造核心場景，加速物理AI在實體制造業的規模化商用。跨維智能已形成“技術迭代—產品落地—客戶付費—數據反哺”的正向循環，成為行業內少數實現超億級營收並規模化出貨真實作業機器人的企業。本輪融資所得將用於底層世界模型算法迭代、物理引擎升級、數據基礎設施建設、人形機器人能力完善以及真實場景落地，進一步築牢技術、量產與商業化三大壁壘。