过去两年，具身智能赛道中最吸引眼球的故事，大多是在演示台上完成的：机械臂精准抓取一个杯子、人形机器人蹒跚走完一段走廊。但当聚光灯熄灭，这些“高光时刻”能否在真实药房、餐厅或工厂中持续运转？2025年初，一家名为穹彻智能的AI创业公司用一笔数亿元融资给出了自己的回答——行业正在经历一场从“炫技”到“务实”的深刻转向，而这正是当前最值得关注的科技趋势之一。
穹彻智能成立于2023年底，长期专注具身智能基础模型与系统研发，其核心产品“穹彻具身大脑”已进入商业化阶段。本轮融资由无锡数据集团领投，上海交通大学AI未来基金、上海创智学院旗下机构等跟投。在此之前，该公司已获得红杉中国、阿里巴巴、Prosperity7 Ventures等明星资本加持。在AI融资整体趋于理性的当下，穹彻智能半年内连续完成两轮融资，凸显出资本对“能落地”的具身智能解决方案的强烈渴求。
融资热潮背后：具身智能的“冷”与“热”
穹彻智能的这轮融资并非孤例。从全球范围看，2025年第一季度，具身智能领域的AI融资总额已超过40亿美元，其中超过六成流向了具备明确场景落地能力的公司。而在国内，红杉、阿里、百度等巨头频繁出手，押注那些从实验室走向真实物理世界的企业。
然而，热闹的融资数字背后，行业也面临着“热钱冷思考”的挑战。过去两年，大量AI创业公司扎堆展示机械臂抓取、行走等单一动作，但场景极易被复现，商业化路径并不清晰。穹彻智能的融资节奏提供了一个重要信号：资本正在区分“演示级能力”和“工程级能力”。后者意味着机器人必须能在真实环境中连续工作数千小时，适应商品摆放变动、光线差异、货架拥挤等不可控因素。这需要从数据采集、模型训练到部署验证形成完整闭环，而非靠一个演示视频打动投资人。
这种叙事转向恰恰印证了当前主流的科技趋势：人工智能的下一波浪潮，不再是参数竞赛，而是“场景即壁垒”。穹彻智能联合创始人此前在一次闭门分享中坦言：“我们在药房里碰到最多的问题不是技术原理上的突破，而是如何处理红霉素眼膏这种包装极小、摆放角度不标准的商品。”这类边缘案例的积累，才是决定AI公司能否从“拿到融资”走向“持续融资”的关键。
从“动作能力”到“工程稳定性”：一场静默的价值重估
穹彻智能的核心转折点，在于它最早捕捉到“工程稳定性”正在取代“动作能力”成为行业新度量衡。过去两年，大多数具身智能团队将精力集中在让机器人“能抓”上，这种能力在可控条件下很容易验证：一个特定角度、一种固定光照、一组已知的SKU。但当任务切换至药房场景——数千个SKU中混杂着盒装药品、悬挂温度计、软管包装——原本优秀的抓取模型会迅速暴露出脆弱性。
穹彻智能的技术路线选择了一条更“笨”但更扎实的路：放弃在实验室里追求极限精度，转而用海量真实世界数据训练模型的鲁棒性。其推出的“穹彻具身大脑”整合了指令理解、任务规划、环境感知和执行反馈，形成完整决策闭环。这套系统背后的核心理念是：机器人必须先理解物理世界的运行规律，才能自主适配不确定性。这正是当前世界模型研究的焦点所在，也是AI Agent技术在物理空间中的关键应用。
为了构建这种理解力，穹彻智能在数据策略上做了一个反直觉的选择：同时使用真实数据和仿真数据，而非押注其中一端。真实数据让模型更稳定，仿真数据则帮助扩充能力边界。两者不是替代关系，而是互补。这种“伴随式数据采集”方案通过自研外骨骼CoMiner、便携式RoboPocket等设备，将数据采集成本降至传统方式的十分之一，并覆盖家庭、办公、药房等多种环境。团队还搭建了一套融合AI Agent的闭环系统，自动分析任务、下发指令、优化采集行为，极大提升了高质量数据的获取效率。这一思路与大模型训练中“数据质量比数量更重要”的趋势不谋而合。
药房破局：一个千台级别的商业化样本
在众多具身智能场景中，药房或许是最不起眼却最具复制潜力的赛道。穹彻智能选择从连锁药房切入，背后有清晰的商业逻辑：线下药房夜间订单零散但必须有人值守，雇一个人成本占门店利润的10%以上；而拣货动作高度标准化，无需复杂沟通，恰恰适合机器人操作。更重要的是，一个药房包含数千个SKU，商品被顾客翻乱、包装形态各异、货架陈列每天变动——这几乎是一个“天然的压力测试场”。
穹彻智能在药房采用“嵌入式升级”路线，不对原有货架做任何改造，仅在2.5平方米空间内完成部署，直接对接门店订单系统。经过数个月的打磨，其机器人已能在原有通道环境中稳定运行，处理包括软管、小瓶、悬挂包装在内的各种“麻烦商品”。据团队透露，目前公司已与多家头部连锁药店达成合作，订单规模达到千台级别，部分门店的回本周期仅一年半到两年。
这一商业进展的背后，是团队对“边角案例”的执着。例如，温度计因为悬挂陈列而非盒装，抓取逻辑需要从“夹取”调整为“钩取”；红霉素眼膏包装太小、摆放角度不标准，吸盘和夹爪都无法稳定处理，最终需要融合多种力控策略。这类特殊商品在整个SKU中占比不到5%，但正是它们决定了系统能否从实验室迁移到真实场景。用AI画图可以生成各种理想化的货架陈列图，但真实世界的混乱与随机，只能靠过硬的数据和模型去消化。
值得注意的是，穹彻智能并未止步于药房。本轮融资后，团队计划将技术栈快速复制到通用零售、酒店服务等场景。这些场景的共同特点是：任务标准化、人力成本高、对稳定性的要求远超对“酷炫”的追求。如果能在这些领域实现规模化落地，穹彻智能将有机会成为具身智能领域的“基础设施层”。
投资方图谱：产、学、资的三方合力
穹彻智能本次融资的投资方阵容颇具深意。领投方无锡数据集团是无锡市推动数字经济的核心力量，其参与不仅带来资金，更带来城市级的场景和数据资源。双方已共同启动“千企百万小时”具身智能高质量数据集联合体行动，这意味着穹彻智能的模型将获得来自真实产线、物流等工业场景的训练数据——这在行业中极为少见。
上海交通大学AI未来基金和上海创智学院的入股，则标志着产学研合作进入“技术+资本”深度绑定阶段。上海交大的人工智能学院将为穹彻智能持续输送高端科研人才，并在具身智能世界模型等前沿领域联合攻关。对于一家AI创业公司来说，这种双向赋能比单纯的财务投资更具长期价值。尤其是当前企业数字化转型浪潮中，企业与高校联合实验室的模式，正逐渐成为突破关键技术瓶颈的有效路径。
此外，红杉中国、阿里巴巴等老股东的持续加码，也传递出市场对“具身大脑”概念的认可。阿里在零售、物流等场景拥有丰富的落地经验，其投资很可能预示着后续的生态协同。可以预见，随着更多行业巨头加入，具身智能领域的竞争将从“单点技术”升级为“系统集成+数据闭环+场景网络”的全维度比拼。
具身智能的未来：科技趋势的下一站是什么？
回看穹彻智能的成长路径，可以提炼出三条正在成形的科技趋势：
第一，从“模型”到“系统”的进化。单纯展示一个高精度的抓取模型已不足以吸引投资，投资人更看重的是从数据采集、训练到部署验证的完整闭环。穹彻智能的“伴随式数据采集+AI Agent调度+世界模型推理”结构，正在成为行业标配。
第二，场景比技术更稀缺。在药房、零售、酒店等高频但低附加值的场景中，机器人的价值不是取代人的创造力，而是填补人力结构性缺口。那些能提供“即插即用”式部署方案的公司，将获得更高的客户黏性和复购率。
第三，数据飞轮是关键护城河。穹彻智能每落地一个药房门店，就能收集到大量真实物理世界的交互数据，这些数据反过来优化模型，让下一个门店的部署更快更稳定。这种正向飞轮一旦启动，后来者将很难追赶。如果读者想自己体验AI在创意层面的能力，不妨试试文生图或古诗词生成，它们背后同样依赖高质量的数据训练，只是场景截然不同。
当然，具身智能的长期图景远不止药房。穹彻智能计划于近期发布新一代自研具身智能世界模型，旨在让机器人具备更深层的物理常识推理能力。届时，机器人将能主动预判“药瓶滚落”的可能，而不是在发生后被动处理。如果这一目标实现，具身智能将真正走出“机器工具”范畴，迈向“物理世界智能体”的更高维度。届时，AI工具导航上或许会出现一个全新的分类：实体AI Agent。
对于所有关注科技趋势的读者来说，穹彻智能的故事提供了一个重要启示：当AI泡沫逐渐退潮，那些愿意蹲下来、在真实药房里一点一点处理“红霉素眼膏问题”的公司，反而可能走得更远。