当大众目光还停留在AI绘画生成一幅幅惊艳图像时，一场更为硬核的AI创业竞赛正在悄悄加速。2025年初，一家名为昆仑行的机器人公司，在注册后不到90天的时间里，接连完成三轮融资，累计金额达数十亿元，估值迅速突破十亿美元，成为具身智能赛道有史以来成长最快的独角兽。这一速度甚至让许多AI创业公司望尘莫及，也标志着资本对AI落地终端的热情已从虚拟创作走向物理世界。
任庚与郎咸朋：阿里云与理想智驾的“梦幻组合”为何被资本疯抢？
昆仑行的创始人任庚，曾是阿里集团最年轻的副总裁之一，带领阿里云长期占据国内公有云市场份额第一，并创下42.1%的市占率纪录。离开阿里后，他还出任过新奥集团总裁，负责超5万人的企业数字化转型。而联合创始人郎咸朋，则是理想汽车辅助驾驶系统的“一号员工”，以全年千万级研发预算起步，最终交付了150万辆高阶智驾方案，完成了从后进生到第一梯队的逆袭。
两位创始人的背景——一个精通To B商业体系构建和千亿营收操盘，一个深谙物理AI技术研发与量产落地——恰好补足了当前AI创业公司最常见的短板：技术强但商业弱，或商业强但技术空心化。有头部投资机构直言：“我们主要看团队是否够强。任庚和郎咸朋的组合，在具身赛道里属于稀有品种。”
这种“双轮驱动”的配置，直接引发了资本的追逐。据知情人士透露，昆仑行首轮融资在企业注册不到3天时，就被顶级机构哄抢份额。高瓴资本、高榕创投、钟鼎资本、中科创星等头部机构不仅首轮进场，还连续三轮加码。甚至有投资人表示：“在一些好项目面前，投资人现在偏乙方。”这反映出当前AI融资市场的一个典型特征：资金充沛但优质标的稀缺，而昆仑行恰恰踩中了这一窗口。
90天独角兽：AI融资速度与团队价值的重新定义
昆仑行的融资节奏——注册90天、三轮融资、数十亿元、估值超十亿美元——刷新了具身智能行业的纪录。这背后不仅仅是资本对“风口”的追捧，更折射出AI创业公司价值评估逻辑的转变。
过去，AI融资往往依赖于技术概念的新颖度或Demo的惊艳程度，但如今投资人的目光正回归到最本质的要素：团队是否在关键领域做出过实质性成果。昆仑行创始人任庚曾推动阿里云的To B业务从粗放走向体系化，建立了完整的产研、销售、交付、供应链管理机制；郎咸朋则在理想汽车从0到1搭建了智驾研发体系，累计交付超百万辆方案。这些“实打实”的业绩，让投资人在项目尚未注册时就已给出了独角兽估值。
这种“未注册先独角兽”的现象，在AI融资历史上并不多见。它意味着投资人押注的不是PPT，而是已经过验证的操盘能力与技术执行力的组合。同时，这也为其他AI创业公司提供了参照：单纯的技术创新或商业故事，已经不足以撬动大额融资，团队必须兼具产业深处的实战经验与端到端的商业闭环能力。
值得注意的是，昆仑行的案例并非孤例。近年来，越来越多的AI创业公司开始强调“本体+大脑”的双轮战略，将大模型、世界模型等前沿技术与具体硬件场景结合。这背后是AI技术从虚拟世界走向物理世界的必然趋势——正如AI绘画证明了生成式AI在视觉创作上的潜力，机器人和具身智能则试图将这种能力延伸到真实环境的感知与互动中。
对标特斯拉Optimus：昆仑行的技术路线与差异化策略
昆仑行在商业路径上直接对标特斯拉人形机器人Optimus，这是目前全球估值最高的人形机器人项目之一。特斯拉计划在2026年中启动小批量量产，而昆仑行成立的时机——恰逢Optimus Gen3即将发布，宇树科技IPO快速过会——绝非巧合。
为了在激烈的竞争中脱颖而出，昆仑行选择了“软硬一体、全栈自研”的差异化路线。在机器人的“大脑”层面，公司提出了以昆仑世界模型（KWM）为核心的双系统智能架构，旨在解决当前机器人大脑普遍存在的场景泛化性差、模型决策过程“黑箱”等痛点。这一思路与AI绘画领域中扩散模型与文本理解模型的协同有异曲同工之处——本质上都是通过多模态融合提升生成与决策的鲁棒性。
在硬件层面，昆仑行遵循“算法定义硬件”的原则，自研关键零部件与运控算法，并通过模块化通用设计降低模型适配不同机器人的门槛。这意味着，他们试图将AI绘画工具中“一个模型适应多种风格”的灵活性，移植到机器人硬件上。例如，同样的灵巧手控制算法，可以适应不同尺寸和重量的物体抓取，就像AI画图工具可以用同一套模型生成赛博朋克与水墨风两种截然不同的画面。
当然，通用人形机器人的落地挑战依然巨大。单是灵巧手的使用寿命往往不超过两个月，零部件损耗成本高企，更不用说机器人“大脑”在真实环境中的泛化能力。但昆仑行团队认为，凭借任庚在供应链管理和规模化量产上的经验，以及郎咸朋在智驾领域积累的感知-决策-执行闭环能力，他们有能力比竞争对手更早跨越量产鸿沟。
从AI绘画到具身智能：底层技术的同源性与产业共振
表面上，AI绘画和机器人是截然不同的领域——一个生成数字图像，一个操控物理实体。但深入技术底层，两者共享着相似的架构：大模型、多模态融合、强化学习、世界模型构建。像文生图技术依赖视觉-语言理解模型，而机器人的“大脑”同样需要将文本指令、视觉感知和运动控制整合在一起。
昆仑行的创业故事，恰好揭示了这种技术同源性如何催生新的资本机会。当AI绘画已经在C端应用上跑通（如Midjourney、Stable Diffusion），资本自然而然地开始寻找下一个“AI计算终端”——人形机器人被摩根士丹利预测到2050年市场规模可达5万亿美元。而昆仑行作为AI创业公司的典型案例，其AI融资的高效率，也证明了投资者对“软硬一体”模式的认可。
这种共振还体现在人才流动上。任庚和郎咸朋的背景——一个来自云计算，一个来自智能驾驶——本质上是AI基础设施与终端应用的两端。他们的结合，恰似AI图片生成工具需要算力平台与算法模型的协同。如今，越来越多的AI创业公司开始意识到，只有打通了从模型训练到硬件部署的全链条，才能实现从技术到商业的闭环。
量产鸿沟与商业闭环：昆仑行能否成为破局者？
尽管昆仑行的融资速度和团队配置令人瞩目，但人形机器人的量产之路依然布满荆棘。硬件供应链尚未成熟，核心零部件成本高企，机器人在非结构化环境中的任务执行可靠性仍有待验证。就连特斯拉Optimus也尚未实现大规模量产，更不用说初创公司。
昆仑行的应对策略集中在两点：一是通过模块化通用设计降低硬件适配成本，二是利用郎咸朋在智驾领域的量产经验（0-1交付150万辆方案）优化生产流程。任庚则强调，具身智能公司要真正实现商业闭环，除了AI技术能力，还需要完善的从商机到回款的商业体系、成熟的供应链生态和服务体系。这种“端到端整体操盘能力”正是纯技术高管创业团队所缺失的。
与此同时，昆仑行也在积极探索早期可落地的应用场景。不同于一些公司只专注硬件或只做导览机器人，昆仑行从一开始就布局了“大脑”与“本体”的协同。这意味着他们可能优先在工业制造、仓储物流等封闭或半封闭场景中落地，逐步向通用场景延伸。这种务实策略与抠图工具从专业设计领域向普通用户渗透的路径如出一辙——先解决一个具体问题，再逐步扩展能力边界。
展望：AI创业的下一个十年，从虚拟生成走向物理交互
昆仑行的崛起，或许标志着AI创业公司进入了一个新阶段。过去五年，AI领域的明星大多集中在自然语言处理与AI绘画等虚拟内容生成领域；而未来十年，随着大模型能力的提升和硬件成本的下降，物理世界的智能化将成为主战场。AI工具导航上琳琅满目的产品，也从侧面反映出这种趋势——从文本生成到图像创作，再到机器人控制，AI正在全方位渗透。
对于投资人而言，昆仑行的案例提供了一个新的评估框架：不再仅仅看技术新颖度或用户量，而是看团队是否具备“从技术到产品、从产品到商品”的全链路能力。对于创业者来说，这意味着必须跳出技术舒适区，真正理解商业运营与供应链管理。
当然，挑战同样巨大。人形机器人要做到像AI绘画那样“即开即用”，还需攻克成本、可靠性、安全法规等多重障碍。但昆仑行的90天融资神话已经证明：当正确的团队遇到正确的赛道，资本市场愿意为之押下重注。而AI创业公司们，或许可以从这场资本盛宴中汲取启示——真正稀缺的从来不是资金，而是能够将技术与商业完美融合的“稀有组合”。