圖片來源：網(wǎng)絡(luò)

12月19日，銀河通用機(jī)器人完成新一輪超3億美元融資，估值達(dá)30億美元（約211億人民幣）。這是中國具身智能領(lǐng)域單輪融資及累計融資的雙紀(jì)錄。

本輪融資由中國移動鏈長基金領(lǐng)投，中金資本、中科院基金、蘇創(chuàng)投、央視融媒體基金、天奇股份等投資平臺及產(chǎn)業(yè)巨頭聯(lián)合注資，并同步獲得來自新加坡、中東的國際投資機(jī)構(gòu)及老股東的加注。

至此，這家成立僅兩年半的公司累計融資約6億美元，估值超越宇樹科技（約120億）、智元機(jī)器人（約150億），成為國內(nèi)估值最高的具身智能公司。（需注意的是，上述企業(yè)融資額僅基于截至目前的公開報道數(shù)據(jù)，可能會存在未披露的融資數(shù)據(jù)。）

但銀河通用并不"性感"。

它只發(fā)布過一款本體產(chǎn)品Galbot（G1），采用“輪式底盤+折疊腿”設(shè)計，而非行業(yè)主流的雙足行走方案。這家公司的機(jī)器人主要在做兩件事：在24小時無人藥店揀藥，7×24小時運(yùn)營已超一年；在寧德時代、博世、豐田的工廠搬運(yùn)，累計訂單達(dá)數(shù)千臺。

公司計劃今年在北京、上海、深圳等城市共開100家無人值守零售店。目前這一應(yīng)用場景已經(jīng)實(shí)現(xiàn)了市場化，預(yù)計今年將為銀河通用帶來近億元人民幣的收入。

為什么"不那么復(fù)雜"的場景反而能贏？這背后的商業(yè)邏輯是什么？

“沿途下蛋”重資產(chǎn)行業(yè)的生存法則

在北京朝陽區(qū)的一家24小時無人藥店里，輪式雙臂機(jī)器人Galbot正在執(zhí)行夜班任務(wù)。在50平方米的空間內(nèi),他管理5000種商品、6000個貨道、超過10000盒藥品。盤點(diǎn)、補(bǔ)貨、取送、打包，這些重復(fù)性勞動,機(jī)器人可以7×24小時不間斷完成。

這是銀河通用在2025年3月發(fā)布的全球首個人形機(jī)器人智慧零售解決方案。單個新門店部署僅需1天，這個效率讓不少零售商眼前一亮。截至6月，北京已有近十家店實(shí)現(xiàn)部署和常態(tài)化運(yùn)營，年內(nèi)計劃在全國百家門店投入使用。

但零售只是銀河通用商業(yè)化版圖的一角。更大的市場在工業(yè)制造領(lǐng)域。

2025年6月17日,銀河通用宣布與全球工業(yè)巨頭博世集團(tuán)旗下博原資本共同成立合資公司，并與博世中國、博原資本簽署三方戰(zhàn)略備忘錄。這次合作聚焦工業(yè)制造場景，意在共同推動具身智能機(jī)器人在全球市場的商業(yè)化落地。此前，銀河通用已與寧德時代、豐田、現(xiàn)代等產(chǎn)業(yè)巨頭建立合作關(guān)系，累計獲得數(shù)千臺工業(yè)訂單。

圖片來源：網(wǎng)絡(luò)

這些數(shù)字背后，是一套清晰的場景選擇邏輯：銀河通用專注于“Mobile, Pick and Place”(移動、抓取、放置)這類看似簡單、實(shí)則高頻剛需的任務(wù)。

"我們不追求機(jī)器人會做100件事,而是讓它把10件事做到工業(yè)級標(biāo)準(zhǔn)。"銀河通用創(chuàng)始人、北京大學(xué)90后教授王鶴曾在采訪中表示。

這種克制，恰恰是“沿途下蛋”策略的核心。“沿途下蛋”指的是，在通用人工智能的終極目標(biāo)尚未實(shí)現(xiàn)之前，企業(yè)依靠現(xiàn)階段的技術(shù)能力，先在特定場景實(shí)現(xiàn)商業(yè)化交付，用產(chǎn)品收入支撐研發(fā)投入，形成"造血能力"。

這與傳統(tǒng)科技創(chuàng)業(yè)的“先融資、后商業(yè)化”路徑截然不同。在人形機(jī)器人領(lǐng)域，動輒數(shù)億美元的研發(fā)投入、漫長的技術(shù)迭代周期，以及不確定的商業(yè)化時間表，讓"純燒錢"模式難以為繼。

截至目前,銀河通用只發(fā)布了一款本體產(chǎn)品Galbot G1，但卻推出了多款具身大模型。銀河通用創(chuàng)始人王鶴曾說："作為一個具身大模型公司，我們投入最大的還是模型的研發(fā)。"這句話透露出公司的戰(zhàn)略選擇，專注"大腦"（具身大模型）而非"身體"（本體硬件），先在藥店、工廠、零售倉等場景站穩(wěn)腳跟，再向更復(fù)雜的通用場景進(jìn)軍。

王鶴在2025中關(guān)村論壇上的表態(tài)，清晰地勾勒出這一策略的底層邏輯。他認(rèn)為,人形機(jī)器人正從“運(yùn)動時代”邁向“生產(chǎn)力時代”，關(guān)鍵不在于機(jī)器人能跑多快、跳多高,而在于實(shí)現(xiàn)手眼腦的協(xié)調(diào)。“我們沒有視覺輸入就培育出了運(yùn)動健將,但運(yùn)動健將絕對不是人形機(jī)器人的終點(diǎn)?！彼麖?qiáng)調(diào)，“沒有活是閉著眼睛干的”。

不那么復(fù)雜，反而是最優(yōu)解

在人形機(jī)器人的賽道上，一個反直覺的現(xiàn)象正在發(fā)生：那些專注于“簡單場景”的公司，反而獲得了更多資本認(rèn)可和商業(yè)訂單。

銀河通用成立于2023年5月，僅一年半時間便完成超40億元融資。投資方陣容堪稱豪華，既有經(jīng)緯創(chuàng)投、藍(lán)馳創(chuàng)投、源碼資本、IDG資本等頭部風(fēng)險投資基金，也有美團(tuán)戰(zhàn)投、北汽產(chǎn)投、上汽恒旭等戰(zhàn)略產(chǎn)業(yè)資本，還有北京大學(xué)、清華SeeFund基金等科研機(jī)構(gòu)基金，以及中國互聯(lián)網(wǎng)投資基金、香港投資公司、上海人工智能產(chǎn)業(yè)基金、深圳創(chuàng)新投資集團(tuán)等國資平臺。這種"風(fēng)投+產(chǎn)業(yè)+國資+科研"的四維投資結(jié)構(gòu)，在人形機(jī)器人領(lǐng)域極為罕見。

銀河通用能夠快速在多個場景落地，其核心競爭力在于自研的具身端到端大模型技術(shù)。

傳統(tǒng)機(jī)器人采用"視覺+軌跡規(guī)劃"的分離設(shè)計，而銀河通用的技術(shù)路徑顛覆了這一模式。公司自研的具身端到端大模型集成了自主實(shí)時建圖導(dǎo)航、智能語音交互、任務(wù)理解等能力,讓Galbot無需預(yù)設(shè)路徑即可高效完成操作。

2025年6月，公司又發(fā)布了GroceryVLA & TrackVLA模型，前者實(shí)現(xiàn)了對零售全品類商品的零樣本泛化抓?。缓笳邔?shí)現(xiàn)了在復(fù)雜動態(tài)人流中的高魯棒性跟隨。

更關(guān)鍵的是，銀河通用采用了獨(dú)特的合成數(shù)據(jù)訓(xùn)練方式。公司90%的訓(xùn)練數(shù)據(jù)都是虛擬仿真的，僅需一周即可生成十億級操作數(shù)據(jù)集，成本僅為真實(shí)數(shù)據(jù)的1/100。算法架構(gòu)分為抓取模型、本體模型和感知模型,采用快慢系統(tǒng)，使用A100芯片進(jìn)行訓(xùn)練，每年投入5000-6000萬元算力，實(shí)現(xiàn)2-3個月迭代一次大模型。

11月發(fā)布。全球首個跨本體導(dǎo)航大模型NavFoM，讓機(jī)器人具備無需建圖、跨場景（室內(nèi)外）的長程自主導(dǎo)航能力。

還發(fā)布了靈巧手神經(jīng)動力學(xué)模型DexNDM，解決了靈巧手在精細(xì)操作（如擰螺絲、手內(nèi)旋轉(zhuǎn)）中的算法空白，實(shí)現(xiàn)了基于訓(xùn)練而非預(yù)編程的運(yùn)動控制。

這種“重軟件、輕硬件”的路徑選擇，源于王鶴對行業(yè)本質(zhì)的判斷?！白鳛橐粋€具身大模型公司，我們投入最大的還是模型的研發(fā)。算力費(fèi)用占比很大?！彼诮邮苊襟w采訪時透露,銀河通用正在構(gòu)建百億級高質(zhì)量數(shù)據(jù)集，通過真實(shí)場景的持續(xù)運(yùn)營，形成"數(shù)據(jù)-模型-應(yīng)用"的閉環(huán)。

從"能做"到"穩(wěn)定做"

為什么銀河通用不去挑戰(zhàn)更復(fù)雜的家庭場景,而是專注于藥店、倉庫、工廠?

答案藏在“技術(shù)成熟度曲線”里。

家庭環(huán)境是人形機(jī)器人的終極目標(biāo)，但其背后的技術(shù)挑戰(zhàn)遠(yuǎn)超想象。根據(jù)行業(yè)研究機(jī)構(gòu)估算，要讓機(jī)器人在家庭場景中達(dá)到基本可用的水平，至少需要識別和操作超過10000種不同物體，從易碎的玻璃杯到柔軟的毛巾，從規(guī)則的書本到不規(guī)則的玩具。每一種物體都有不同的材質(zhì)、重量、抓取方式。

更關(guān)鍵的是，家庭場景中的物體擺放位置隨機(jī)性極強(qiáng)，光線條件復(fù)雜多變，背景干擾嚴(yán)重。一個在實(shí)驗室中訓(xùn)練完美的抓取算法，到了真實(shí)家庭中可能連一個放在陰影中的水杯都識別不出來。

相比之下，“簡單場景”的優(yōu)勢顯而易見。工廠產(chǎn)線、倉庫貨架、藥店藥柜,都是標(biāo)準(zhǔn)化、結(jié)構(gòu)化的空間，機(jī)器人可以在相對固定的環(huán)境中反復(fù)訓(xùn)練。

以銀河通用在北京藥店的部署為例，50平方米的空間、6000個固定貨道、標(biāo)準(zhǔn)化的照明條件，這些參數(shù)在每個門店都保持一致，機(jī)器人只需要訓(xùn)練一次,就能在所有同類門店中復(fù)用。

在寧德時代的工廠里，銀河通用的機(jī)器人每天重復(fù)執(zhí)行天窗轉(zhuǎn)運(yùn)任務(wù)，每一次動作都在為算法提供訓(xùn)練數(shù)據(jù)。短短三個月內(nèi)，機(jī)器人在這個特定任務(wù)上的成功率從85%提升到98%,這種快速迭代在家庭場景中幾乎不可能實(shí)現(xiàn)。

但“簡單”不等于“技術(shù)含量低”。銀河通用的NavFoM導(dǎo)航模型，能夠?qū)崿F(xiàn)小時級長程導(dǎo)航和動態(tài)避障；DexNDM靈巧手模型，支持手內(nèi)旋轉(zhuǎn)、擰螺絲、修桌腿等精密操作。這些能力，已經(jīng)達(dá)到工業(yè)級標(biāo)準(zhǔn)。

從技術(shù)演進(jìn)看，人形機(jī)器人的能力提升可分為三個階段：

1、能做（Lv1-Lv2）：在實(shí)驗室完成某個動作。當(dāng)前全球約70%的項目處于此階段。

2、穩(wěn)定做（Lv2-Lv3）：在真實(shí)場景中長時間、高頻次、低故障率地完成任務(wù)。這是商業(yè)化的關(guān)鍵門檻，當(dāng)前只有不到10%的企業(yè)達(dá)到這一水平。

3、泛化做（Lv3-Lv5）：適應(yīng)不同環(huán)境、任務(wù)和需求。這是通用人工智能的終極目標(biāo)，預(yù)計需要10年以上。

目前,大多數(shù)人形機(jī)器人仍停留在第一階段。銀河通用通過專注“簡單場景”，正在向第二階段邁進(jìn)，這是商業(yè)化的必經(jīng)之路。只有當(dāng)機(jī)器人能夠在工廠、倉庫、藥店中“穩(wěn)定做”，才有可能積累足夠的技術(shù)能力和數(shù)據(jù)資源，去挑戰(zhàn)更復(fù)雜的家庭場景。

這個演進(jìn)路徑在技術(shù)史上并不陌生?；ヂ?lián)網(wǎng)的發(fā)展也經(jīng)歷了類似的歷程：1990年代，互聯(lián)網(wǎng)首先在企業(yè)、高校等To B場景中應(yīng)用（郵件、文件傳輸）；直到2000年代技術(shù)成熟、成本降低后，才大規(guī)模進(jìn)入家庭，催生了To C的繁榮。人形機(jī)器人大概率也會遵循同樣的邏輯。

經(jīng)緯創(chuàng)投合伙人王華東的評價印證了這一點(diǎn)：“團(tuán)隊在多個核心場景實(shí)現(xiàn)大規(guī)模商業(yè)交付，充分驗證了技術(shù)的實(shí)用性與可靠性。這種‘技術(shù)-落地-迭代’的正向循環(huán)，正是我們投資時最看重的核心能力?！?/p>

200億估值是銀河通用務(wù)實(shí)路線的一張成績單，也為整個人形機(jī)器人行業(yè)劃下了一道分水嶺。在這之后，比拼的將不再是酷炫的Demo，而是實(shí)實(shí)在在的訂單、收入和利潤。

一場關(guān)于商業(yè)化落地的大浪淘沙，已經(jīng)開始。（作者｜郭虹妘，編輯｜陶天宇）