起底大晓:四个月狂融数亿美金,国家队、车企、芯片巨头为何集体「押注」
Quick Answer
Daxiao Robotics has secured hundreds of millions in angel funding, attracting investments from state-owned enterprises, automotive giants, and semiconductor leaders.
Quick Take
Notable backers include Deep Venture Capital and Geely Capital, indicating strong confidence in the company's growth potential.
Key Points
- Daxiao Robotics completed an angel funding round worth hundreds of millions.
- Investors include state-owned enterprises and major automotive companies.
- Deep Venture Capital and Geely Capital are among the prominent backers.
- The funding reflects strong confidence in Daxiao's growth trajectory.
- The investment signals increasing interest in robotics and AI technologies.
📖 Reader Mode
~4 min read
日前,大晓机器人官宣完成天使+轮融资。
投资方集齐国家队、产业队、VC 队三股力量:
既有深创投、上海科创基金、临港新片区基金等政府资本,吉利资本与沐曦股份等公司业务强相关的产业资本;
又有达晨财智、盛宇投资、复星锐正、华控基金、豫资涨泉等 VC 资本;而老股东商汤国香资本持续增资。
这轮融资,三重信号值得关注:
第一,上海、深圳政府资本集体入局。世界模型、具身智能已进入国家与地方政府的产业视野,战略关注度显著提升。
第二,吉利资本、沐曦股份等产业资本下场。大晓机器人与国产算力、汽车制造产业链深度绑定,上下游协同更加紧密。
第三,资本结构蜕变。从单一市场化VC主导,进化到“政府资本背书+产业资本协同+市场化资本跟进”的黄金组合。大晓机器人进入政策助力、产业资源深度耦合的产业化新阶段。
值得一提的是,本次融资距离上一次,仅隔了四个月。
在整个一级市场冰火两重天的当下,大晓机器人无疑是“火”的那一头:四个月,已累计融资数亿美元。
凭什么?技术能力够硬气,人才团队够重磅,国产部署够果断。各路资本各有各的考量。
资本最热门赛道 + 世界模型“天花板”
首先,世界模型、具身智能是 2026 年风投圈最狂热、最吸金的两条王牌赛道。
大晓机器人,便精准地踩在这两条赛道上。
而更为关键的是,它的世界模型,真的非常能打。
▎四战拿下四个“全球第一”
就在融资落定的前几天,开悟世界模型 3.0 (Kairos)正式出征。在含金量极高的全球四大具身智能评测中,横扫千军,斩获四个“全球第一”!

图片源自大晓机器人
英伟达 Cosmos 3、阿里 Wan 2.2、PI、Abot……这些行业巨头和全球主流世界模型,悉数被“斩于马下”。抽象的技术指标,直接转化成了令资本无法拒绝的模型优越性能上的“确定性”。
▎一战:RoboTwin 2.0,破解高难度双臂协同操作难题。
双臂协同(比如双手拧瓶盖、折叠衣服)一直是机器人的“智商盆地”。由上海交大、香港大学等机构推出的 RoboTwin 2.0,就专门考核这个难点。在该评测中,开悟模型以 96.1 分的成功率登顶。

图片源自大晓机器人
开悟模型对世界动力学与动作演化的联合建模,使其在复杂双臂操作的规划、执行及应对现实不确定性方面的能力得到质的提升,进一步打破了传统 VLA 模型的瓶颈。
▎二战:LIBERO-Plus,击穿复杂环境干扰。
这个测试由上海创智学院、复旦大学、同济大学和新加坡国立大学等高校共同提出,模拟了光照、噪声干扰、相机视角、空间布局等7种真实世界的变量,“找茬”属性拉满。
开悟模型以 89.0 分碾压国外大模型夺冠,稳稳接住了这波挑战。

图片源自大晓机器人
这就意味着,哪怕光线突然变暗或刺眼、背景塞满杂物、甚至镜头被晃动干扰,模型都能稳稳看清环境、听懂人话、把活干好。
这种极强的环境适应力和场景泛化能力,让企业不需要对模型进行太大改动,就能直接把它部署到光线昏暗的工厂仓库、杂乱多变的普通家庭、以及人流拥挤的商场中,部署成本大为降低。
▎三战:WorldModelBench Robot,用40亿参数干翻280亿。
WorldModelBench Robot由加州大学伯克利分校、加州大学圣迭戈分校、英伟达和麻省理工学院联合提出,被称作衡量机器人世界建模能力的行业金标准。
Kairos-4B,仅用4B参数便全面超越了包括28B参数的Lingbot、16B参数的Cosmos3、14B参数的Abot-Physworld 在内的主流模型。其中在重力和牛顿力学等维度上,更是直接拿了满分。

图片源自大晓机器人
它进一步打破了“盲目堆算力、堆参数”的行业迷信。用1/7的参数量,实现性能反超。 “大脑”足够轻量,就能直接塞进机器人本地,帮企业省下大笔昂贵的服务器和算力成本。
▎四战:DreamGen,自带造血能力的“数据生成器”。
DreamGen 由英伟达,联合华盛顿大学、加州大学伯克利分校、加州大学洛杉矶分校等提出,专为具身智能设计。
开悟模型 夺得平均物理遵循(AVG_PA 0.538)和总平均分(AVG_Score 0.618)两项全球第一,全面超越 Cosmos3、Lingbot、Wan 2.2等主流世界模型。

图片源自大晓机器人
具身智能行业最缺的,就是高质量的训练数据,而开悟世界模型因为物理建模绝对准确,它自己就是一个超级“数据生成器”,能够源源不断地生成符合真实物理规律、高泛化能力的数据,来“喂养”和训练自己。
这种自带“数据造血”能力的生态,也为全行业最头疼的“数据黑洞”打开了全新的空间。
▎直击行业痛点的模型、数据解法
一骑绝尘的打榜成绩的背后,是大晓机器人本身跑在行业前头的技术积累。
创始人王晓刚,是最早的“世界模型开拓者”。
早在2024年底,他便带领商汤绝影团队打造了面向智能驾驶的世界模型。
据王晓刚回忆,当时虽然 Sora 被炒得热火朝天,但行业还是认为世界模型就是个“做好看视频的娱乐工具”,对它能不能干活“不太信”。
因此当国内其他具身智能公司还在犹豫、观望,论证世界模型路线是否可行的时候,早已有技术积累的大晓机器人,就已经在世界模型的路上全速狂奔了。
2025年底,大晓机器人面向具身,发布首个开源且面向量产的世界模型——开悟3.0。
王晓刚在公开场合反复强调:“具身智能是人工智能的下一个时代,而以世界模型为核心打造的‘最强大脑’正是开启这个时代的钥匙。”
因此从成立第一天起,大晓机器人瞄准的就是制约行业落地的核心痛点:一个是模型基于传统后训练路线固有的“物理缺失、因果匮乏与动作延迟”;另一个则是作为底层燃料的数据“极度匮乏”。
首先,在模型能力层面上,面对“物理缺失、不懂因果与动作延迟”的三大行业瓶颈,大晓机器人在模型架构和边缘端打出了一套“组合拳”。
针对模型物理、因果逻辑缺失问题,他们设计了全球首个“理解-生成-预测”一体化架构。把看世界、想场景、做动作,全部融进一个内生骨干网络里,实现从 “认识世界”到 “预测世界” 再到 “与世界交互” 的全链路智能闭环。
值得注意的是,全球芯片巨头英伟达最新发布的Cosmos 3,也采用了相同的架构。这种和全球最顶级巨头并跑的技术身位,也侧面论证了他们这种架构范式的优先性。
针对制约真实落地的动作严重延迟问题,大晓机器人则直接推出了全球首款能“端侧直驱”机器人本体的具身世界模型Kairos-4B。
过去机器人干活很笨,要先看懂画面,把数据传回云端,云端算好动作,再传回给机器人的手脚。中间只要卡顿几百毫秒,延迟的时间就足以让机器人把饭碗砸碎。
大晓机器人的解法是,把物理理解和动作预测直接放在机器人的本地大脑里,消除了中间所有转译延迟,让机器人真正能毫秒级响应,实现了“想到即做到”。
在数据层面上,针对目前行业真机交互数据极度稀缺,往往只有1万到10万小时的“数据供给荒”,他们采用“三阶数据策略”,打破了传统路径对单一真机数据的高度依赖:
底层: 喂给模型关于世界物理规律的文本,比如苹果为什么熟了会掉下来。
中层: 即大晓机器人倡导的“以人为中心”的环境式采集方案,让真人戴上数采手套、头戴摄像头去干活,目前已采集十万小时人类在数百个职业场景里的实景视频,让模型看懂人怎么和世界交互。
上层: 最后,才用极少量的机器人真机动作数据去校准。
这种解法的精妙之处在于,先用人体、环境和互联网数据做大盘,再用少量真机数据校准。真机部分的需求量可以直接从万小时级别往下暴压,能够以最低成本解决当下真机数据的供给短缺问题。
商业化方面,据内部人士透露,模型产品已经应用到徐汇公安巡检、药房拣货等各类场景,并且已经收到了大量来自高校、企业的合作意向。这些合作意向提出的复杂场景的落地需求,又反过来倒逼大晓机器人世界模型泛化能力的提升。
此外,针对最难落地的家庭场景,大晓机器人专门推出了 Kairos-HomeWorld。团队基于 30 万套中国真实住宅户型数据,算法生成了 5000 套全屋三维环境,成为了国内首个实现全屋生成、个体物体全交互的统一框架。
模型在权威评测中展现出代际级领先能力,技术先行一步,模型架构设计、数据采集思路直击行业痛点,商用确定性已经落地检验,任何一条都能成为其在一级市场吸引各方资本的重要筹码。
王晓刚、陶大程坐镇,“王炸级”人才天团
“大晓”二字,直接取自首席科学家陶大程的“大”,和董事长王晓刚的“晓”。
两位皆为 AI 巨擘汤晓鸥的嫡传弟子,同登 Research.com 全球Top 5华人计算机科学家。有两位世界级顶流坐镇,大晓机器人天然吸金。
掌舵人王晓刚,也是商汤科技联合创始人、执行董事,被视作学术、产业双栖的全能型领袖,也是行业公认的战略风向标。
他是 CV 时代公认的学术大牛,也是让商汤科技从实验室蜕变成独角兽企业、并跻身“AI 四小龙”的核心推手。
在商汤推出智能汽车独立品牌“绝影”时,他亲自挂帅,凭借对前沿技术的预判,押注世界模型路线,把商汤绝影送上了智能汽车的头部牌桌。
投资人投他,看中的是他超前、毒辣的战略眼光,以及将前沿技术转化为量产交付、将战略预判兑现为市场地位的顶级产业操盘能力。
而站在他身边的首席科学家陶大程,则是澳大利亚科学院院士、IEEE Fellow,在全球 AI 领域拥有顶级学术实力和号召力。
他也曾任优必选人工智能首席科学家、京东探索研究院创始院长,产业积淀同样深厚。
他为开悟世界模型打造了最前沿的技术底座,让大晓机器人能和英伟达等国际巨头正面硬刚。
在两位灵魂人物的身后,还站着一支囊括顶尖青年科学家和产业老兵的人才军团:
“造脑”的科学家矩阵,集齐了吕健勤、李鸿升、刘子纬、潘新钢、赵恒爽、刘希慧这群来自南洋理工大学、香港大学和香港中文大学的青年天团,其中多人出自被誉为“计算机视觉界的黄埔军校”的 MMLab。
他们深耕环境智能与具身基础模型多年,负责在算法最前沿狂飙,追求世界模型能力的技术上限。

一排从左往右:李鸿升、陶大程、王晓刚、潘新钢
二排从左往右:吕健勤、赵恒爽、刘子纬、刘希慧
而产业端团队,则聚集了一批来自机器人、智能驾驶等领域,亲历过“从算法原型到大规模量产”全生命周期的产业老兵。
他们最知道如何把高深复杂的算法,剪裁、优化、蒸馏,让世界模型能在有限的工业端侧算力下跑得稳、好、快,也最懂不同的产业化场景需要什么样的模型,去推动模型走向千行百业的“物理落地”。
这样一家既有顶尖科学家天团引路,又有工业级量产经验喂养的公司,自然被赋予了最具想象力、也最具备确定性的商业化空间。
这也是吉利等垂直产业资本入场,VC 资本大力跟投的重要原因。
“商汤系”三个字,本身就代表着穿越产业周期的绝对实力。
国产算力部署的含金量
深创投、上海科创基金与临港新片区基金的联合出手,则代表了极高含金量的政府资本组合。
政府愿意下重注、给予信用背书的底层逻辑,离不开大晓机器人自成立起就坚定推进国产芯片部署的战略定力。
公司一正式对外亮相,就将国产部署的节奏拉到了优先级:
“开悟”世界模型3.0 正式发布当天,与中科曙光正式达成战略合作,模型深度适配中科曙光scaleX万卡超集群。
也在同一天,与壁仞科技正式签署战略合作框架协议,开悟世界模型3.0与壁仞科技的壁砺™系列通用GPU产品成功实现“Day 0”适配,打造“算力-模型-应用”全链路国产化交付能力。
随后两天,又与沐曦股份正式签署战略合作协议,模型成功适配沐曦 C 系列 GPU,性能实现对国际顶尖芯片的赶超,并首次实现国产算力对具身智能核心场景的全流程支撑。

图片源自大晓机器人
同时,大晓机器人背靠商汤长年承接国家级AI基础设施,所积累的政府关系与信任底色,其强调“国产”路线以及承接政府资本,原本就具有深厚的历史渊源和现实根基。
国家队资本用真金白银投票,投向的不仅仅是技术指标,还有从芯片到模型、从算力到应用的国产化能力。
而大晓机器人,无论是在模型技术能力、人才团队配置,还是国产化能力部署上,都走出了非常扎实的步伐。
@雷峰网雷峰网雷峰网(公众号:雷峰网)
雷峰网原创文章,未经授权禁止转载。详情见转载须知。
— Originally published at leiphone.com
Want this in your inbox every morning?
Daily brief at your local 8am — bilingual EN/中文, free.
More from WebSearch (Tavily)
See more →全球AI芯片峰会,9月上海见!
The 2026 Global AI Chip Summit will take place in Shanghai on September 22-23, focusing on the evolving AI chip landscape, including the shift from training to inference, the rise of diverse chip technologies, and the restructuring of industry competition. Notable speakers include experts from leading universities and companies, discussing advancements in AI chip architecture and applications.