具身智能：资本加码世界模型，数据基础设施竞逐开启

执行摘要：具身智能产业热度延续，格物通智完成近亿元天使轮，国资与产业资本联合入场，世界模型路线受青睐。上游数据与模型能力加速演进：Voxel51推出统一多模态数据平台，决策模型成为智能体基础设施。本报告从资本格局、产业链上下游、数据竞争与趋势研判维度，梳理产业现状与关键变量。

现状与格局：资本热度延续

2025年以来，具身智能赛道的融资热度并未随一级市场整体降温而回落，反而呈现出“早期大额化、资方多元化”的新特征。具身大脑公司格物通智近期完成近亿元天使轮融资，成为观察本轮资本走向的典型样本。

一、格物通智近亿元天使轮：一个标志性事件

格物通智本轮融资金额接近亿元量级，在天使轮阶段即属稀缺。更值得关注的是其投资方结构：匹克投资、鸿富资产等市场化投资机构之外，杭州资本、杭州人才集团等地方国资平台，以及某省级具身智能产业投资基金和多家头部上市公司悉数在列，枫承资本担任独家私募股权融资顾问。

从资金用途看，融资将投向物理反演世界模型的大规模预训练与技术迭代、硬件与本体构建，同时推进多个场景的PoC验证和真实数据采集，并扩充团队。这意味着资本同时押注了“模型能力”与“数据基础设施”两条主线。

二、国资与产业资本齐投：资金结构的深层变化

本轮投资方阵容折射出资方结构的三个显著变化：

其一，地方国资深度介入。杭州资本、杭州人才集团及省级具身产投的加入，表明地方政府将具身智能视为区域产业竞争的关键赛道，国资正在成为早期硬科技融资的“压舱石”。

其二，上市公司产业资本卡位。多家头部上市公司参与，既是为下游应用场景寻找技术供给，也反映出产业界对具身智能落地节奏的预期正在提前。

其三，早期轮次获得大额确认。天使轮即近亿元，且资方覆盖市场化机构、国资与产业资本三类主体，说明资金正加速向早期核心技术路线集中，世界模型路线的吸金能力尤为突出。

三、世界模型与数据基础设施：双重逻辑支撑

本轮资本热度并非孤立事件。从产业上下游看，两条并行线索正在强化投资逻辑的闭环。

上游模型层面，决策型模型正成为智能体的基础设施。Hugging Face决策模型榜单显示，中国模型StartLux稳居SOTA，考察维度聚焦于控制计算成本的同时理解关键细节、准确表达不确定性——这正是具身智能从“生成内容”走向“执行任务”的核心能力。国内团队在具身智能上游能力上的卡位，为资本下注世界模型路线提供了参照。

数据基础设施层面，Voxel51发布3.0版本，将传感器数据搜索、清洗筛选、标注与评估四大环节整合为统一的多模态数据平台，并推出内置45+ MCP工具的Agent、数据集版本管理功能，首次提供免费自助层级。在具身智能对数据质量与可追溯性要求日益提高的背景下，此类工具链的成熟降低了团队采集与治理真实数据的门槛，间接支撑了“融资—数据—模型”的正向循环。

四、小结：资本向早期集中，格局分化在即

综合来看，具身智能赛道当前呈现“资本热度延续、投资重心上移”的格局：资金从应用层向世界模型、数据基础设施等早期核心技术路线集中；国资入场提供了长周期耐心资本，产业资本则承担场景验证的角色。对于观察者而言，下一阶段的看点在于：大额早期融资能否转化为可验证的PoC成果与真实数据壁垒，这将决定本轮热度是走向技术兑现，还是重回估值消化周期。

上游：大脑模型与决策能力

具身智能产业链的上游，正从“本体硬件竞争”转向“大脑模型竞争”。2025年以来，资本与技术榜单的信号同步指向同一判断：谁掌握世界模型的预训练能力与决策型模型的基础设施地位，谁就占据产业链的价值制高点。

2.1 世界模型预训练路线持续吸金

世界模型被视为具身智能“大脑”的核心技术路线之一——机器人需要在物理世界中理解、预测并反演环境变化，这要求大规模预训练与真实场景数据的持续迭代。该路线的资本吸引力在近期融资案例中得到验证。

具身大脑公司格物通智已完成近亿元天使轮融资，投资方阵容覆盖匹克投资、鸿富资产、杭州资本、杭州人才集团、某省级具身产投及多家头部上市公司，枫承资本担任独家私募股权融资顾问。资金将投向物理反演世界模型的大规模预训练与技术迭代、硬件与本体构建，同时推进多个场景PoC验证和真实数据采集，并扩充团队。

这一融资结构释放出两个产业信号：其一，天使轮即达近亿元规模，说明资本对“大脑层”技术壁垒的认可度显著提升；其二，多地国资与产业资本同时进入，反映地方政府与产业方正在具身智能上游进行前瞻性布局，希望在本轮周期中锁定核心节点企业。

2.2 数据基础设施竞逐：物理AI的隐性瓶颈

世界模型的竞争，本质上依赖于高质量多模态数据的供给能力。数据环节正在成为具身智能的第二条上游赛道。

Voxel51发布3.0版本，将平台升级为面向物理AI团队的统一多模态数据平台，把此前分散的多模态传感器数据搜索、清洗筛选、标注与评估四大环节整合进同一工作流，并推出内置45+个MCP工具的Voxel51 Agent与数据集版本管理功能，同时首次提供免费自助服务层级，降低中小团队和高校团队的试用门槛。

在具身智能与机器人学习对数据质量、可追溯性要求日益提高的背景下，这一整合式平台直指物理AI团队最痛的数据工程瓶颈。产业逻辑清晰：当预训练规模成为竞争变量，数据基础设施就从辅助工具升级为战略资源，围绕数据获取、治理与版本化的工具链竞争已经开启。

2.3 决策型模型成为智能体基础设施

上游竞争的第三个维度是决策能力。Hugging Face发布决策模型榜单，中国模型StartLux稳居SOTA。该榜单聚焦AI从生成内容转向执行任务的关键环节，考察模型能否在控制计算成本的同时理解关键细节、准确表达不确定性。

这一结果标志着两个趋势：第一，决策型模型正成为智能体和全本地智能系统的基础设施——大模型能力评估的重心正从“生成质量”转向“执行可靠性”；第二，中国模型在该细分赛道占据领先位置，反映出国内团队在具身智能上游能力上的卡位效应开始显现。

2.4 上游卡位的产业含义

综合来看，具身智能上游已形成三层结构：世界模型提供对物理世界的理解与预测能力，决策型模型负责任务执行与不确定性表达，数据基础设施则支撑两者的持续迭代。

值得关注的三个判断：其一，资本正沿“本体—大脑—数据”的价值链向上游迁移，世界模型路线的吸金能力验证了市场对技术壁垒的定价逻辑；其二，数据基础设施从分散工具走向统一平台，预示物理AI的数据工程将走向标准化、产品化；其三，决策模型榜单上中国模型的领先，说明国内团队有机会在“执行层”而非仅“生成层”建立上游话语权。对于下游本体厂商而言，上游大脑模型的成熟度将直接决定其产品迭代节奏，供应链关系与生态绑定将在未来12-24个月内逐步定型。

上游：数据基础设施崛起

当具身智能的竞争焦点从“模型能力”逐步向“数据能力”转移，上游数据基础设施的价值正在被重新定价。近期，美国数据工具厂商 Voxel51 发布 3.0 版本，将其平台升级为面向物理 AI 团队的统一多模态数据平台，成为这一趋势的标志性事件。与此同时，国内格物通智完成近亿元天使轮融资、资金明确投向世界模型预训练与真实数据采集，也印证了产业逻辑：在具身智能从演示走向落地的阶段，谁能高效地获取、清洗和管理高质量的物理世界数据，谁就掌握了竞争的底层筹码。

数据工具链整合：从分散环节到统一工作流

Voxel51 3.0 的核心变化，是把此前分散在多个工具中的多模态传感器数据环节——搜索、清洗筛选、标注与评估——整合进同一工作流。这四类能力原本往往由不同厂商的工具分头承担，物理 AI 团队需要在它们之间频繁搬运数据、维护版本，工程成本高企且可追溯性差。统一平台的意义在于打通数据闭环，让“发现问题数据—修复—重新训练—再评估”的迭代周期显著缩短。

值得注意的是，3.0 版本还推出了内置 45+ 个 MCP 工具的 Voxel51 Agent 与数据集版本管理功能，并首次提供免费自助服务层级。Agent 的引入意味着数据操作正在从“人工配置流程”向“自然语言驱动”演进；版本管理则回应了具身智能数据集规模大、采集来源多、变更频繁的工程痛点。而免费层级直接瞄准中小团队和高校科研团队，本质上是典型的“基础设施抢入口”策略——在数据工具尚未形成标准的关键窗口期，通过降低试用门槛扩大开发者基数，为后续生态锁定铺路。

为什么数据基础设施成为物理 AI 刚需

具身智能与文本生成式的最大差异，在于训练数据必须来自物理世界：机器人操作视频、多模态传感器流、真实场景的失败案例等。这类数据天然稀缺、噪声大、标注成本高，且模型对数据质量与可追溯性的要求远高于互联网数据时代。参考素材中格物通智的融资用途提供了佐证——资金将同时投向物理反演世界模型的大规模预训练和“真实数据采集”，说明即便是聚焦模型层的公司，也必须将相当比例的资源投向上游数据能力建设。

这构成了一个清晰的需求传导链：世界模型与具身大脑公司烧钱做大规模预训练 → 真实数据成为瓶颈 → 数据采集、清洗、管理的工具链需求爆发 → 数据基础设施从“锦上添花”变为“刚需配置”。

竞争格局：统一平台 vs 专业工具

在这一象限中，Voxel51 3.0 凭借“四大环节统一 + Agent 自动化 + 免费层级”的组合，处于高平台化、高物理 AI 适配度的领跑者位置；传统标注平台和通用 ML 工具在具身场景的深度适配不足，面临被整合或被替代的压力；而一批新兴具身数据公司虽切中场景，但平台化程度尚低，未来大概率走向“被收购”或“垂直深耕”的分化。

值得关注的是中国团队在相关上游能力上的卡位。Hugging Face 决策模型榜单中，中国模型 StartLux 稳居 SOTA，显示国内团队在“AI 从生成内容转向执行任务”的关键环节已具竞争力。决策型模型作为智能体和全本地智能系统的基础设施，与数据工具链一样，都属于具身智能产业链中“卖铲子”的位置——国内资本（如格物通智投资方中的多地国资、省级具身产投和产业资本）正沿这条链条加速布局。

结语

数据基础设施的竞逐已经开启。Voxel51 3.0 的整合与免费策略，预示数据工具链将进入平台化、生态化竞争阶段；国内资本对模型与数据双重押注，则表明这一判断已成为产业共识。对于具身智能创业者而言，评估一家公司的护城河，除了模型指标，其数据资产与数据工程能力将越来越成为决定性变量。

中下游：本体与场景验证

具身智能产业链的中下游，是技术与商业交汇的关键地带。当资本持续向世界模型与数据基础设施倾斜时，中游的本体制造与下游的场景验证正在形成另一条并行主线——融资资金投向硬件与本体构建，多场景PoC验证与真实数据采集同步推进，而场景落地的最终节奏，取决于数据质量与可靠性验证的进展。

资金流向：本体构建成为融资投向的核心组成

从近期融资案例看，具身智能公司的资金用途呈现出明显的结构化特征。以格物通智近亿元天使轮融资为例，其资金明确指向三个方向：物理反演世界模型的大规模预训练与技术迭代、硬件与本体构建，以及多场景PoC验证与真实数据采集，同时扩充团队。值得注意的是，本轮投资方阵容覆盖匹克投资、鸿富资产、杭州资本、杭州人才集团、某省级具身产投及多家头部上市公司，多地国资与产业资本齐入，枫承资本担任独家私募股权融资顾问。

这一资金投向结构揭示了产业的真实分工：具身大脑公司虽然以算法与模型为核心资产，但必须同时承担硬件与本体的构建责任。在当前产业阶段，软件能力与物理载体尚未充分解耦，“大脑”公司往往需要通过自建或深度定制本体，才能完成算法迭代所需的数据闭环与场景验证。天使轮即达近亿元规模且引入产业资本，说明市场对这一重投入模式的认可——产业资本看重的不仅是模型能力，更是本体与场景绑定后形成的落地通道。

场景验证：PoC推进与数据采集同步展开

场景落地方面，产业界普遍采取“多场景PoC验证与真实数据采集并进”的策略。这一策略背后有清晰的产业逻辑：具身智能与纯数字AI不同，其训练数据必须来自真实物理环境，而真实环境的多样性与长尾复杂性，决定了任何单一场景的数据都难以支撑模型的泛化能力。多场景并行PoC，既是商业验证，也是数据战略——每一个试点场景同时是潜在的客户入口和数据采集点。

数据基础设施在其中的作用日益凸显。Voxel51发布3.0版本，将分散的多模态传感器数据搜索、清洗筛选、标注与评估四大环节整合进统一工作流，并推出内置45+个MCP工具的Voxel51 Agent与数据集版本管理功能，同时首次提供免费自助服务层级以降低中小团队和高校团队的试用门槛。这一产品动作从供给侧印证了下游需求的变化：随着机器人学习对数据质量、可追溯性要求日益提高，数据环节的工具化、平台化成为刚性需求。数据平台的成熟度，正在成为影响场景验证效率的隐性变量——PoC项目中模型表现不佳，其根因往往可以追溯到数据质量的缺陷。

上游能力同样在为场景落地蓄力。Hugging Face决策模型榜单显示，中国模型StartLux稳居决策模型SOTA。决策型模型聚焦AI从生成内容转向执行任务的关键环节，考察模型能否在控制计算成本的同时理解关键细节、准确表达不确定性。这恰恰是具身智能在真实场景中可靠运行的上游基础——机器人在物理世界中执行任务，对不确定性的准确表达直接关系到安全性与可靠性。

落地节奏：数据质量与可靠性验证的双重门槛

综合产业动态判断，具身智能场景落地的节奏并非由单一因素决定，而是数据质量与可靠性验证共同作用的结果。可以按照技术门槛与商业价值两个维度，对当前主要场景的验证状态进行定位：

在这一格局下，数据质量成为决定落地速度的第一道门槛。真实数据采集的成本高、周期长，数据清洗、筛选、标注与评估的工程化水平，直接决定模型迭代的效率；而可靠性验证则是第二道门槛——从PoC走向规模化部署，需要经过长时间、多场景的真实运行检验，决策模型对不确定性的准确表达是其中的技术前提。

总体来看，中下游正处于“资本供血—本体构建—场景验证—数据反哺”的循环早期。融资资金向硬件与本体倾斜，说明产业界已经认识到没有物理载体和数据闭环就没有真正的具身智能；数据基础设施与决策模型能力的同步进步，则为循环加速提供了工具与算法支撑。下一阶段，谁能率先在重点场景完成可靠性验证、沉淀高质量数据资产，谁就能在场景落地竞赛中占据先发身位。

数据竞争与卡位分析

当具身智能的竞争从“单一模型能力”走向“系统能力”，数据的战略权重正迅速上升。与互联网时代的文本数据不同，具身智能所需的物理交互数据稀缺、采集成本高、质量参差，且高度依赖真实场景。谁能持续获取高质量的真机数据，并对数据进行可追溯的管理与高效利用，谁就能在后续的模型迭代中形成复利优势。当前产业格局中，数据平台、决策模型、世界模型三条能力线正在交织，催生新的竞争分层。

一、真实场景数据成为核心生产要素

具身智能的训练闭环高度依赖真实物理世界的数据：机器人操作视频、多模态传感器流、任务执行结果等。这类数据无法像文本一样从互联网低成本爬取，必须通过真机部署、场景PoC等方式逐条积累。近期融资动向印证了这一点：具身大脑公司格物通智完成近亿元天使轮融资，投资方覆盖匹克投资、鸿富资产、杭州资本、杭州人才集团、某省级具身产投及多家头部上市公司，其资金用途明确包括“推进多个场景PoC验证和真实数据采集”。这说明头部资本已经把“真实场景数据采集能力”视为世界模型路线公司估值的核心构成，而非单纯的算法团队溢价。

数据采集之外，可追溯管理正在成为第二道竞争门槛。多模态数据从采集、清洗、标注到评估的链路漫长，缺乏版本管理与溯源能力会导致模型迭代不可复现。Voxel51发布的3.0版本正是对这一痛点的直接回应：该平台将多模态传感器数据的搜索、清洗筛选、标注与评估四大环节整合进统一工作流，推出内置45+个MCP工具的Agent与数据集版本管理功能，并首次提供免费自助服务层级。这一动作表明，面向物理AI的数据基础设施已从“工具集合”演进为“平台化竞争”，数据工作流的可追溯性与工程化程度，正在成为衡量团队工业化能力的关键指标。

二、三条能力线的交织与卡位

当前的竞争可拆解为三条能力线：

• 数据平台线：以Voxel51等为代表，卡位数据采集、清洗、标注、评估与版本管理的基础设施环节，具备“卖水者”属性，商业价值与具身智能整体景气度正相关。
• 决策模型线：决策型模型是智能体从“生成内容”转向“执行任务”的关键环节，考察模型在控制计算成本的同时理解关键细节、准确表达不确定性的能力。Hugging Face决策模型榜单显示，中国模型StartLux稳居SOTA，反映国内团队在具身智能上游能力上的卡位。
• 世界模型线：以格物通智“物理反演世界模型的大规模预训练”为代表，属于资本密度最高、壁垒最深也最烧钱的路线，数据与算力构成其双重护城河。

三条线并非割裂：世界模型需要数据平台保障数据质量与可追溯性，决策模型的落地又依赖世界模型提供的物理先验。未来领先者大概率是三条线协同推进的团队，而单一环节玩家将面临被平台整合或被上游挤压的压力。

三、竞争分层：从工具到生态

以“技术门槛—商业价值”两个维度观察，行业正在形成清晰分层。

第一梯队是世界模型路线公司，其壁垒来自“真实数据×预训练规模×场景验证”的复合积累，天使轮即获近亿元融资并引入多地国资与产业资本，体现了市场对其长期卡位的认可，但也意味着其商业模式仍处验证早期。第二梯队是具备决策模型SOTA能力的上游团队，如StartLux所代表的国内力量，其优势在于把通用模型能力转化为可执行任务的底层基础设施。第三梯队是数据平台厂商，通过降低中小团队与高校团队的试用门槛（如免费自助层级）扩大生态覆盖，本质是占据“数据基础设施入口”。尾部则是传统标注与单一工具服务商，面临被统一平台整合的压力。

这一分层的本质是：数据基础设施正在成为具身智能产业的价值分配枢纽。数据平台掌握质量与溯源标准，世界模型公司掌握数据消费的最大出口，决策模型则是能力输出的最后一公里。三者之间的竞合关系，将决定未来两三年具身智能产业格局的走向。对于观察者而言，融资投向中“真实数据采集”的权重、平台型工具的整合速度、以及决策模型榜单的更迭，是判断各家公司卡位成色的三个最直观信号。

趋势判断：从模型到落地

6.1 资本沿“大脑—数据—本体”链条有序传导

具身智能的投融资结构正在从单点爆发转向链条式传导。以格物通智完成近亿元天使轮融资为标志，“大脑”层（世界模型与具身大模型）仍是资本最密集的环节——值得注意的是，其资金用途明确覆盖了“物理反演世界模型的大规模预训练、硬件与本体构建、多场景PoC验证与真实数据采集”三个方向，说明即便是大脑公司，也开始向数据与本体两端延伸。天使轮即引入匹克投资、鸿富资产、杭州资本、杭州人才集团、某省级具身产投及多家头部上市公司，多地国资与产业资本同时入局，反映出资本对具身智能的评价标准已从“技术叙事”转向“场景落地确定性”。

可以预见，下一阶段的资金传导路径大致为：

在大脑层估值快速抬升之后，数据基础设施将成为资本传导的第二站。Voxel51 3.0将多模态传感器数据的搜索、清洗筛选、标注与评估四大环节整合为统一工作流，并推出内置45+ MCP工具的Agent与数据集版本管理功能，同时首次提供免费自助层级，正是数据环节产品化、标准化的典型信号——当“大脑”竞争白热化，为所有大脑公司提供“弹药”的数据平台具备更强的网络效应与确定性。

6.2 数据平台与决策模型加速标准化

数据侧的竞争焦点正在从“有没有数据”转向“数据是否可治理”。物理AI团队最痛的环节是异构传感器数据的整合与质量管控，Voxel51 3.0统一工作流的推出，本质上是把数据基础设施从项目制交付推向平台化订阅，降低中小团队与高校团队的进入门槛，这将加速真实数据的规模化采集与流通。

模型侧，决策模型正成为新的基础设施层级。Hugging Face决策模型榜单聚焦AI“从生成内容转向执行任务”的关键环节，考察模型在控制计算成本的同时理解关键细节、准确表达不确定性的能力。中国模型StartLux稳居SOTA，显示国内团队已在上游能力上完成卡位。决策模型的标准化评测（榜单即事实标准），意味着具身智能的技术栈正在分层固化：底层世界模型负责物理理解，中层决策模型负责任务执行，上层本体负责动作落地。

6.3 竞争格局：技术门槛与商业价值的四象限

从四象限看，多模态数据平台处于“高商业价值×较高技术门槛”的领跑区，其价值随下游大脑公司数量增长而放大；世界模型大脑公司技术门槛最高但商业价值尚待PoC验证兑现，是典型的潜力股；本体硬件与场景集成商技术门槛相对较低，易陷入同质化竞争。

6.4 PoC验证结果将主导下一轮洗牌

本轮具身智能热潮的本质特征是：融资估值走在商业化验证之前。格物通智等公司融资用途中明确列出“推进多个场景PoC验证”，说明市场共识已经形成——世界模型路线的技术可行性需要真实场景数据闭环来证明。未来12-24个月，PoC验证结果将成为资本再配置的核心依据：

• 验证成功者将获得后续轮次的量级放大，完成从技术公司向场景公司的跃迁；
• 验证不达预期者将面临估值回调，尤其是一估值依赖叙事而非数据闭环的大脑公司；
• 数据基础设施与决策模型因横跨多个场景、不押注单一验证结果，具备相对确定性，洗牌风险低于大脑层。

综合来看，具身智能正从“模型竞赛”进入“落地竞赛”：资本沿大脑—数据—本体链条传导，多模态数据平台与决策模型加速标准化，而最终决定格局的，是PoC验证能否跑通真实场景的数据闭环。