4 亿美元投给一家"不造机器人"的公司：具身智能进入量产级出货意味着什么
一、这轮融资的特别之处
据公开披露，深圳地瓜机器人于 2026 年 9 月 17 日宣布完成 4 亿美元 C 轮融资。本轮由未来资产领投，美团战投、合肥国投、南山战新投等机构跟投，高瓴创投、五源资本等老股东持续加码。这也是该公司在 16 个月内的第四轮公开融资。
钱用在两处：强化旭日芯片的全算力段产品布局，以及建设贯通数据采集、模型训练、仿真验证、推理部署的全链路软件平台。
公司给出的经营数字同样值得关注：2026 年上半年营收较去年同期实现数倍增长，旭日系列芯片累计出货量突破 800 万片，公司称具身智能业务正式迈入量产级出货阶段。其中 2025 年 11 月发布的旭日 S600，半年内已获得它石智航、千寻智能、自变量机器人、智在无界、优必选、帕西尼感知等 20 余家客户采用，覆盖人形机器人、工业轮式、3C 柔性作业、具身大模型、全模态感知等方向，**在具身智能领域的客户覆盖率突破 50%**，多数项目进入量产阶段。
背景信息：公司成立于 2024 年，总部位于深圳南山区，核心团队来自原地平线机器人事业部，以旭日智能计算芯片与 RDK 机器人开发者套件为核心，提供 5 至 128 TOPS 的多层级计算平台。
二、”不造机器人”的公司拿走了机器人赛道最大的钱之一
这轮资本流向里有一个信号，比融资金额本身更值得读：钱没有投给某一款会走路的人形机器人，而是投给所有机器人都要从上面起建的底座。
这个逻辑其实在其他领域已经被验证过一遍。大模型竞赛里，最终沉淀下来的不只有模型本身，还有推理服务、调度、量化、评测这一整套中间层；云计算时代最稳的生意也不是最上层的应用。机器人赛道正在重复同一条曲线——当整机形态还高度不确定时，确定的是每一台机器人都需要算力、需要工具链、需要能把数据从现场倒回训练侧的通道。
而且注意它软件平台的描述顺序：数据采集 → 模型训练 → 仿真验证 → 推理部署。这四步里，真正难的是第一步和最后一步。模型本身有基座可依赖，仿真有现成引擎，但把一台设备在现场采到的数据，变成能进训练管线的格式，再把训练好的模型塞回一颗算力有限的端侧芯片——这条通道的工程量，通常比算法本身大。
三、洹拓视角：离新乡的工厂有多远
我们的客户以豫北的装备制造、汽配、食品加工企业为主。人形机器人对他们来说，眼下更像新闻而不是采购清单上的东西。但有三件事并不遥远：
1. 工业轮式与机械臂视觉，是同一个底座。 5–128 TOPS 这个算力段覆盖了绝大多数工厂内视场景：料箱识别、装配到位检测、AGV 避障、焊缝质检。这些需求我们去年就接了不少，只是它们不叫”具身智能”，叫”视觉检测”。当端侧算力供给变得便宜且成规模，这类项目的硬件成本会先降下来——对客户来说这是报价单上的变化，不是概念上的变化。
2. 数据采集通道是本地服务商的机会，不是芯片厂商的。 芯片出货 800 万片，不等于某家工厂的产线数据就能进训练管线。中间那段”现场设备—边缘盒子—数据格式约定—回流到训练侧”的工作，天然是本地实施方要做的。我们给一家做汽车零部件的客户上缺陷检测时，光统一缺陷标注口径就花了一个半月——这件事不会因为有好的芯片而消失。
3. 端侧部署能力会成为选型门槛。 我们碰到过两类项目翻车方式：一类是实验室里跑得很好、到现场帧率不够；一类是模型压得下去、但客户机房没有那块卡。当客户开始问”能不能不接外网、能不能在我原来的工控机上是”，能不能做量化、剪枝、算子适配，就是交付能力和 PPT 能力的分界线。
四、给本地企业的两条务实建议
别等着买机器人，先把数据通道建起来。 具身智能这个词热，但它的前提条件一点都不新鲜：设备数据采得全、采得准、格式统一、能回流。这三件事现在做，即便未来三年不上机器人，也已经在质检和预测性维护上回本。
选算力平台时，看工具链而不是峰值算力。 5 TOPS 到 128 TOPS 之间那一大段，纸面参数差距远没有实际开发体验差距大。有没有可用的仿真接口、量化后精度掉多少、出问题能不能拿到原厂支持——这三条决定项目周期，而它们通常不在宣传页最显眼的位置。
融资时间、投资方、出货量与算力段等事实均来自公开报道；对本地制造业影响的判断属洹拓科技自身项目经验。
新乡洹拓科技有限公司，软件开发 · AI模型研发 · 云服务与部署运维。
咨询热线：400-829-9957
地址：河南省新乡市辉县市金城百货四楼