| 快递搜·KdSo >> 物流电商新闻 首發｜螞蟻滴滴領投，簡智機器人一連融資數億元－快遞搜
投資界獲悉，今日（6月1日），具身智能數據解決方案服務商簡智機器人宣布，完成連續多輪共數億元融資，分別由螞蟻集團、滴滴、德聯資本領投，順為資本、BV百度風投、九識智能等老股東持續跟投。 印象中，這應該是具身智能無本體數據領域迄今最 大規模融資。 簡智機器人身後是一支兼具軟硬體資深背景的團隊。2025年，他們開始具身智能創業，瞄準行業當中的基礎設施建設數據。眾多玩家中，他們選了一條更貼近本質的路：從人類第 一視角出發，採集全視野、高質量、多模態的數據。 成立不到一年時間，密集融資，投資人用手中支票給出答案。 一個智駕天團，闖入具身數據 業內流傳一個說法，自動駕駛行業是具身智能創業者最 大來源地之一，簡智機器人便是當中典型代表。 具體來看，簡智機器人核心成員大多來自智駕背景CEO陳建興，是前Momenta算法高級總監，曾牽頭主導Momenta數據飛輪量產技術路線規劃；聯合創始人朱雁鳴，同樣積累多年智駕量產產品經驗。 事實上，自動駕駛本身也可看作是具身智能的一種雛形，眼看這幾年來行業進化，他們也開始思考，如何去做一些更有價值、有窗口且能幫助更多人和行業的事情？「當時我們有兩個方向，一是做可泛化的通用大模型；二是數據」，朱雁鳴回憶。 一個判斷是，數據是模型成長必需的養料，因此會比模型更早迎來規模化時刻。而他們過往在端到端智駕賽道長久積累起的優勢之一，就是模型對數據的認知能力以及數據飛輪infra構建。2025年，行業內的創業公司大多聚焦在本體或模型，少有人涉足數據基建。當年7月，簡智機器人成立。 在簡智內部，主要由兩撥人構成硬體團隊中，成員大多來自大疆、華為等大廠；軟體團隊中，既包括具備智駕背景的算法團隊，也不乏多模態大模型人才。 某種程度上，這種組織結構也形成了簡智的產品矩陣： 在硬體層面，簡智機器人自研了Gen DAS無感可穿戴數採設備，旗下包括Ego（第 一視角）、Fingers（仿生雙指）、Gripper（仿生夾爪）三大主力數採硬體以及DEX、Controller，成為行業首 個覆蓋了「頭+手」，到全身的高精度數據獲取產品系列。 這也是簡智必須做硬體的原因：具身模型依託優質數據，數據又要求算法創新，而算法結構又最終決定了硬體應該如何設計。 「人的認知本身就是由多模態完成的」。出於這種考慮，簡智自研並拓展多種硬體模態，通過聲音、磁觸覺、壓阻、電容、織物、力反饋等構建完整人的行為、反饋閉環，實現觸覺數據大規模收集。 為保證數據精度與質量，該系列數採設備具備關鍵視覺模組、無線通訊等自研核心技術，可實現多設備同步延遲＜1ms的行業領 先標準，並行業首創「多攝像頭感知矩陣」，利用6*200M RGB相機，實現全模態、全身覆蓋、高保真的人類技能復刻。據悉，該系列產品累計訂單已突破萬臺。 基於Gen DAS，簡智機器人已發布行業首 個面向具身智能世界模型的第 一視角全模態數據集Gen EgoData。區別於傳統數據集，Gen EgoData從第 一人稱視角出發，全視野、高質量、多模態、多樣化記錄人類真實自然的交互行為，採集的數據可適配不同類型、不同規格的具身設備，具備極強的可擴展性，為世界模型的通用性構建奠定堅實基礎。 不過在這個過程中，還存在著幾個行業難題：第 一，如何將數據精度達到最高，接近人本體真實感受與反饋？第二，如何將多模態的交互完整對齊，構成認識、行為閉環？第三，如何實現自動化、大規模，形成高質量數據的scale？ 簡智機器人給出的答案是：自己0-1訓練模型達到最高精度，並通過模型實現自動化、高效處理。團隊已自研行業首 個端到端、飛輪加速的Data Foundation Model。當中突破在於，該模型首創DFM架構實現多Feature的協同提升，支持亞毫米級6D位姿感知、穩定1cm的手部追蹤等，這些都是行業最高水平。通過真實數據持續迭代，實現高精度、高效、多模態數據生成。 值得一提的是，由於當中所需投入的算力和時間成本巨大，這是一件過往少有人敢做的選擇。但帶來的效果顯而易見，相比於過往單純靠人工標註，簡智這套方法將實現數以萬倍的效率提升。 由此，一條穩定且高質量的數據產線建立起來。朱雁鳴介紹，目前簡智機器人已搭建業內首 個Gen ADP專業化具身智能數據產線，已覆蓋超3000餘名採集用戶，覆蓋10000+處真實家庭生活場景；累計沉澱超百萬小時真實場景數據資產，包括2000餘項人類日常實操技能，實現低成本、高保真、標準化的閉環行為數據量產。 一年數輪融資 螞蟻和滴滴聯手投了 回看一路走來，簡智機器人恰好踩在國內具身數據爆發的節點。 這在融資節奏上體現得淋漓盡致公司剛成立，便完成由BV百度風投領投，Momenta、九識，星海圖跟投的種子輪融資。值得一提的是，這也是星海圖首次對外股權投資。 隨後，簡智機器人又獲得由速騰聚創領投，BV百度風投跟投的種子+輪投資；由順為領投，初心資本，BV百度風投超額跟投的天使輪融資。至此，公司成立僅4個月便相繼完成3輪融資。 雖然具身賽道融資火熱，但這樣的速度依然並不多見。 如果說第 一筆投資源於對團隊和賽道的認可，是精神投票。那之後的押注，則來自實實在在的成績一個新生團隊，極短時間內便在產品、數據能力建設方面取得關鍵進展。 具體來看，簡智機器人4個月內完成採集設備、數據鏈路、數據平臺與算法等全鏈路產品交付；量產多款Gen DAS數據採集設備；完成無本體、雙設備的協同，設備坐標系、動作軌跡同步對齊；走進家庭的生活場景中，完成雙手協同日常操作。採集－部署的自閉環，通過自訓模型完成技能的落地與驗證；通過採集數據訓練模型，完成在Gen Controller的部署…… 這一年來，朱雁鳴親眼目睹著具身智能數據賽道升溫：「現在已經形成的一個共識是，下一波具身的爆發點，在於誰能先把通用大模型做好。」當然，模型做好的基礎，是高質量、大規模的數據。 當大家真正開始大批量，甚至以近乎饑渴的狀態購買數據，投資人看到的，則是一個絕不能錯過的下注機會。 正如簡智機器人最新融資出爐完成連續多輪共數億元融資，分別由螞蟻集團、滴滴、德聯資本領投，順為資本、BV百度風投、九識智能等老股東持續跟投。值得一提的是，這也是具身智能無本體數據領域迄今最 大規模融資。 數輪融資下來，簡智機器人身上獨特的資本印記漸漸顯現出來：不同於其他公司，每一輪都有關鍵產業方集中性、高投入的支持。實際上，這也是簡智機器人主動選擇的結果，「這些產業方都是真正做具身的人，知道簡智的真實能力和水平。」 產業方押注，不只意味著真金白銀的支持，更重要的是雙方產業協同帶來的巨大潛力。朱雁鳴透露，簡智如今已是行業大多數頭部企業的主要合作方。 如今，更多訂單正在趕來。不久前，簡智機器人與螞蟻靈波達成戰略合作。雙方將共同研發麵向下一代的物理數據生產方式，為模型升級提供基礎支撐，同時圍繞螞蟻靈波全系具身智能模型矩陣展開數據協同。據悉，這也是行業首 個聚焦在人類原生數據與具身大模型產業融合的戰略合作項目。 具身最火戰場 AI時代，一切都按下加速鍵。 朱雁鳴對此深有體會。「去年大家可能更喜歡看的是機器人炫技，但是大多數人都沒有關注到它的大腦是否健全。」直到現實情況擺在眼前距離機器人大規模進入家庭和工廠的預期，差距依然巨大。在這背後，行業共識正在形成：本體決定了下限，而數據將定義上限。 於是，諸神下場。 憑藉場景優勢，京東正發動內部超10萬名各類職業員工，以及外部50萬各行業人員，開展「人類歷史上規模最 大的數據採集行動」；百度智能雲則聯合多家頭部具身智能企業，正式推出「具身智能數據超市（Beta版）」……數據正成為具身賽道最激烈的戰場。 當行業密集加碼數據基礎設施，一個更深層的問題浮出水面：究竟什麼樣的數據才是真正有效的？ 目前，具身智能領域的數據來源大致可以分為三類：仿真數據、真機遙操數據與人類行為示範數據。 這也是當下不同具身數據公司的分歧所在。有團隊強調仿真數據的規模優勢；也有團隊認為真實世界原生數據才是具身智能的底座，過度依賴仿真是行業最 大的捷徑陷阱；還有一些團隊通過第 一人稱行為示範數據來訓練機器人操作策略這正是簡智機器人的選擇。 你或許很難想像，簡智的每一條數據，都是由真人佩戴簡智數採設備，深入家庭和商超等場景，一條一條採集而來。 在朱雁鳴看來，真實人類行為數據是構建通用具身智能的唯 一有效燃料，佔據整個數據市場需求的99%以上。背後原理在於，人類在真實場景中的動作如拿杯子、整理房間等，依賴第 一視角的視覺、觸覺、關節反饋等多模態信息協同完成。仿真或機器人採集的數據往往難以還原這種自然、連續、無遮擋的因果閉環。 只有通過真人採集，才能覆蓋如跳躍、蹲伏、精細手部操作等複雜、自然的行為模式。如此一來，才能避免模型只會模仿人類動作的表層軌跡，而是真正學會「如何理解世界」。這一切，都是實現通用智能的基礎。 具身智能已經進入下一站點。從2026年春晚拉開帷幕，機器人間比拼的就不再是炫技，而是進入真實世界的能力。這背後，是對高質量數據的超大規模需求。 對此，朱雁鳴難掩期待，「2026下半年大家會進入收穫期」。他判斷，數據戰場的真正爆發會在今年底到明年上半年，屆時，玩家們的核心競爭力將從「數據質量」這一下限，轉向「快速且高質量的交付能力」。 他以汽車或消費電子行業類比：最終比拼的，是產能能否跟得上客戶的迭代速度而簡智的答案是，Gen DAS Ego+Fingers月度協同高質量行為數據採集產能已突破10萬小時， 當數據規模到達一定閾值，具身智能也將迎來「GPT-3」時刻。 访问：6
| 智能识别单号追踪 |