逐际动力再融2亿美元提速港股IPO，张巍：营收对赌不符合具身商业逻辑
又一家超级百亿独角兽，打出冲刺上市的明确信号。
刚刚，通用人形机器人公司逐际动力宣布完成Pre-IPO轮融资，融资金额2亿美元（约合人民币14亿元），投后估值达150亿元。
别看本轮融资窗口时间短，新增的资方名单却有一长串：
IDG资本、全球AI硬件智造龙头蓝思科技、泛欧洲多元化产业与投资集团GGG Group与Redstone VC、硅谷华山资本、合肥滨湖产发集团等。
这其中，来自欧洲、中东、北美等海外资本偏多。
这些海外资本占到本次总融资额的70%。
新人忙得热火朝天，老股东们也没闲着。
阿联酋磊石资本（Stone Venture）连续多轮重仓追投；绿洲资本、基石资本、南山战新投、尚颀资本、蔚来资本等都在本轮超额加注。
逐际动力统计，过去半年，公司累计完成融资4亿美元。
一年前，逐际动力创始人兼CEO张巍告诉量子位，自己不是「走快速融资路线」的人。
一年后，逐际动力选择主动披露融资进度，积极筹备上市。据说大概率会优先港股。
张巍觉得自己没变。
和自身实力相比，逐际动力的融资速度不算卷。
其实从这轮融资额看，对比同行也比较克制。
但这并不表示张巍不重视资本。
“去年年底，我说2026年是具身场景落地的元年。那这‘元年’，当然需要钱了。”
几天前，在一场小范围沟通会上，张巍谈了产品，聊了技术，也分享了初创公司与资本之间的博弈。
这次，他说资金是企业的“子弹”，没有它，“你打不了仗”。
同时，他建议外界要将资金、估值分开看待。
一句话，钱要长融，小动作少搞。
不签业绩对赌，上市并非缺钱
“今年喊10个亿营收，明年加高到20个亿，然后估值拉得特别高。”
张巍直言，这种不符合商业价值逻辑的东西，“是毒药。”
“我经常跟投资人说，不要搞那么高的估值。你的钱，是要让所有支持你的人能够受益，这是唯一的标准。”
本轮融资开启后，张巍同步筛选、考察各类投资方。
他明确拒绝用短期业绩捆绑企业发展。逐际动力过往融资均没有设置营收、交付规模相关业绩对赌。
很多时候，VC和创业者的合作就像“相亲”，是双向筛选、彼此匹配的过程。
只是本次近七成资金来自海外资本，这是什么安排？
张巍坦言，海外市场是逐际动力当前发展的重中之重，全球化是该公司构建差异化的竞争优势。
业务层面，各机器人产品上线以来，共计获得数千台订单，其中过半来自海外。
今年5月，该公司全尺寸交互人形机器人LimX Luna，不到一个月时间，已正式向国内及海外市场客户交付。
与此同时，逐际动力推出的新一代多形态具身机器人TRON 2，也收获了大量海内外的订单。
官方披露，本次融到的2亿美元，将集中用于大小脑融合技术产品化、数千台全自主人形机器人批量落地交付，以及全球市场渠道建设，完善海外制造与交付配套。
另有部分资金用于搭建面向全球开发者的开放技术生态。
启动本轮融资前，逐际动力已于今年3月完成股改。
彼时，市场便传出其筹备IPO上市的猜测。
现在融资完成，好事将近了？
对此，张巍表示，相关工作仍处于推进阶段。
大概率它们会选择港股上市。毕竟要适配全球股东与海外业务布局。
谈及为何推进上市，张巍拿新能源车企发展历程做参照。
“我认为上市是重要的，不能说必要，不上市企业也并非无法生存。”
在他看来，当具身智能行业全面进入技术成熟、规模化竞争阶段，上市平台能够提供长期稳定的资本缓冲，帮助企业抵御行业周期波动。
今年以来，头部机器人公司陆续传出IPO消息。业内都在等着看谁是“人形机器人第一股” 。
“这事我真不是特别在乎，完全不重要。”
张巍觉得，判断企业好坏，路线、商业逻辑正不正确才是核心。
但早先一步上市的好处是，能够为整个赛道树立清晰估值锚点。
市场会形成统一认知，明确人形机器人行业的合理估值中枢，大幅收窄一二级市场的定价分歧。
张巍倒是很有信心，认为无论谁是第一股，对逐际动力的自身定价影响有限。
“我其实不太紧盯同行IPO，希望它们越成功越好，对整个赛道都是利好。”
该对“世界模型”去魅了
在人形机器人赛道，逐际动力留给行业最鲜明的标签，是运控底盘强。
早期对外展示的抗冲击测试、碎石陡坡通行、走工地等高动态演示，曾在行业内引发关注。
被外力推搡、撞击后，机器人依然能够在毫秒级恢复平衡；面对复杂非结构化地形，也能保持稳定行走。
这类高鲁棒性的全身运动能力，在同期几乎没有厂商能够展现出同等水平。
但在这次沟通会上，张巍重申：
我们不单一靠小脑取胜，核心路线是大小脑融合。”
他首次系统拆解了逐际动力人形机器人大脑系统的三层技术架构。
并试图回答一个行业正在争论的问题：机器人究竟需要什么样的「大脑」。
最底层的系统0，对应行业口中的「小脑」。
也是逐际动力自研的全身运动基础模型，负责实时生成动作、维持身体平衡、抵抗外界扰动。
过去几年，这是逐际动力最具辨识度的技术能力。
中间层的系统1，则是人形 VLA 视觉语言动作融合层的技能层。
它连接感知与运动，将上层任务理解转化为机器人可以执行的全身动作指令。
而最顶层的系统2，则是COSA具身智能体OS。
这是逐际动力定义中的机器人大脑。
它通过大模型与世界模型完成环境理解、任务推理、自主记忆以及长期规划，负责决定机器人「要做什么」以及「派任务」。
为什么要这样设计？张巍的观点是：
模型本身并不等于大脑，只是一个一个的技能。
大脑本质是一套统筹所有模型、技能、记忆、感知调度的操作系统。
这也解释了，为何逐际动力强调「大小脑融合」，而不是单纯追求某一个模型能力。
面对行业当前对世界模型的追捧，张巍也有一个比较谨慎的判断：要对「世界模型」去魅。
他直言，当前行业在滥用这个概念。
世界模型本质上是一种预测环境未来状态的工具。
而不少所谓「通用世界模型」仍主要基于视频数据训练，距离支撑机器人在真实非结构化环境中长期自主运行，还有明显距离。
真正具备行动价值的，是面向机器人决策和执行的World Action Model。
区别在于，前者更多回答「世界会如何变化」，后者则需要回答「机器人采取行动后会发生什么」。
逐际动力也较早探索了基于时序视频数据训练的世界行动模型，希望让机器人不仅理解环境，还能够预测行动结果。
不过，在张巍看来，机器人智能最大的误区，还是把「大脑」和「技能」混为一谈。
脑和技能是分开的，脑不是技能，技能不是脑。
他举例称，霍金拥有顶尖思考能力，但并不具备完成劳动操作的能力。
对于机器人而言，大脑决定认知和决策能力，而技能则需要大量真实数据训练。
因此，机器人应该掌握什么技能，并不只取决于模型够不够强，而取决于构建这个技能产生的商业价值是否大于它所要数据的成本。
这也是逐际动力对机器人商业化路径的判断。
行业普遍期待先打造一个完美通用模型，再进入商业落地，但这条路线被很多人说不现实。
更可行的方式，是让机器人具备基础智能后快速进入真实场景，通过不断积累数据，逐步扩展技能边界。
张巍也说，这类似MOE混合专家架构，机器人未来也可能通过模块化技能不断增强泛化能力。
但在这一过程中，手部操作仍然是最大的短板。
机器人「小脑」能力已经足够支撑导航、巡检、导览等任务，但复杂抓取、整理等操作仍存在明显不足。
问题并不在于机器人不会思考，而在于手部技能数据不足。
“手部相关能力的突破，核心依赖触觉传感器成熟度以及大规模数据采集能力。”
目前，行业仍处于探索阶段。
纵观具身赛道，绝大多数人形机器人演示、交付都依赖人工遥控器/后台远程操控。
张巍则把部署数千台全自主机器人提上日程，表示要「干掉遥控器」。
在他看来，人形机器人真正商业化的分水岭，并不是一次惊艳的运动演示。
「能动」只是起点，「能用」才是竞争真正开始的地方。
版权所有，未经授权不得以任何形式转载及使用，违者必究。