《科創板日報》6月30日訊（記者 敖瑾）具身智能融資熱持續。

繼周一的智平方、自變量后，今日又有一家深圳具身智能企業發布融資動態：跨維智能宣布完成B輪融資，融資金額10億元，參與資方包括深創投、前海母基金、工銀資本、南山戰新投以及成都科創投等。公司本輪投后估值也進入到了百億區間。

另據公司方面透露，本輪融資之后，跨維將加快IPO相關籌備。

跨維智能早在這輪具身智能熱潮掀起之前的2021年就已經成立，創始人賈奎目前也是香港中文大學（深圳）數據科學學院終身教授，深耕計算機視覺、三維生成式AI等領域。

《科創板日報》記者此前曾于2025年3月初前往跨維智能采訪，彼時公司對能力的展示主要還是圍繞工業機械臂展開：機械臂在產線上完成零件的識別、分揀以及裝配等。但到今年6月下旬，記者再次走進跨維智能，黃色外殼的人形機器人已經成為了公司隨處可見的更顯眼的主角。

跨維對外的技術敘事也隨之和之前有所不同。在彼時的采訪中，公司更多強調自己是一家從工業場景里長出來的物理AI企業，核心能力被概括為一套從數據采集、仿真訓練到端側部署和反饋迭代的AI工具鏈。

到了今年，隨著世界模型成為具身智能行業的新關鍵詞，跨維過去積累的仿真、合成數據、空間感知和模型訓練能力，也被放進了世界模型這個行業框架中重新解釋。

賈奎則對《科創板日報》記者表示，跨維的底層方向一直沒有改變。“從2016年我個人做相關研究，到公司2021年成立，做的始終是同一件事，即用AI來解決三維物理世界的感知、決策和執行問題。無論過去落在工業機械臂上，還是現在更多落在人形機器人和商業服務場景中，本質都是圍繞數據如何產生、模型如何訓練、模型如何與機器人本體結合，以及如何在不同場景中實現泛化、精度和穩定性。”

但他坦陳，行業的變化還是給公司帶來了一些變化，最直接的就是原來的邏輯更容易被聽懂。“具身智能熱起來之后，客戶更愿意嘗試這些新技術，更早之前向客戶講物理AI、具身智能、機器人泛化能力，很多人既聽不懂也不確定到底可以怎么落地應用。”

資本市場的態度無疑也發生了變化。去年下半年以來，一級市場的資金正在從單純的人形機器人本體，加速流向“具身大腦”“世界模型”“空間智能”等底層模型公司。就跨維而言，本次融資也是其成立以來單輪錄得的最大規模融資額。

而除了跨維智能，包括極佳視界、無界動力、臉譜心智等以世界模型為主要技術標簽的項目，都在近期完成了新一輪融資。其中，極佳視界對外表示今年三個月累計融資達到35億元。海外方面，李飛飛創立的World Labs、楊立昆創立的AMI Labs也都在今年早些時候完成了大額融資，前者今年融資額達到10億美元，后者種子輪融資額就高達10.3億美元。

《科創板日報》記者在采訪中了解到，世界模型概念熱度的顯著提升，與VLA路徑局限性的逐步顯露緊密相關。

VLA即Vision-Language-Action，通常指模型基于視覺輸入和語言指令，直接輸出機器人動作。賈奎告訴記者，VLA本質上是一種“shortcut（捷徑）”：基于機器人已經看到的場景和語言任務目標，直接輸出動作。但在采集了大量真機數據之后，行業逐漸意識到這種方式在泛化學習上效率較低。

在賈奎看來，世界模型本質上要解決的就是人工智能如何學習物理世界運行規律的問題。他也提到了Sora等視頻生成模型的局限，“視頻生成模型能夠生成逼真視頻，并不意味著模型真正學到了世界的內在規律。因為真實世界的規律不是二維的，不是圖像的，也不是停留在RGB像素里的，而是三維物理世界的內在規律。”

基于這種判斷，跨維所追求的世界模型，也區別于視頻生成模型的路線。據公司方面介紹，跨維的世界模型，在架構設計上強調隱空間中的space-time表征，并將視覺輸入、機器人本體狀態、動作等多源異構數據統一到一個坐標空間之下，從而提升數據應用效率、模型學習效率以及模型推理后驅動機器人執行任務的效果。

簡單理解，跨維想做的世界模型，是讓機器人不只是把世界看成一幀幀畫面，而是在自己的“大腦”中建立一套會隨時間變化的三維世界模型。它要知道物體、身體和動作之間的關系，并據此完成分揀、抓取、裝配、移動等任務。

技術最終還是要回歸到商業落地。賈奎在采訪中表示，盡管現在風險資金對具身智能的關注度空前，但投資人也越來越關注技術能否實現商業的閉環。

目前，跨維大致有兩類業務，一類是用AI模型賦能第三方機器人，讓它們在智能制造場景中完成分揀、裝配、插拔等任務；另一類是用同樣的模型能力驅動自研的人形或類人形機器人，進入商業服務和社會場景。

在商業化方面，跨維還試圖對“Physical Token經濟學”進行定義。在大語言模型領域，模型的調用、推理和收費可以圍繞token展開；推及物理AI，消耗token的主體變成了機器人這一physical agent，它消耗的對象也不同于大語言模型中的文本，而是三維物理世界里的多源異構數據。

由此，Physical Token經濟學的本質，是給物理AI建立一套成本與收益賬本：數據如何更高效獲得，模型如何更高效訓練，機器人每一次動作、每一次推理、每一次現場執行，能不能產生高于成本的商業回報。

賈奎表示，如果后續Token消耗本身能夠給客戶帶來增量價值，公司也可以進一步探索基于增量價值的持續收費模式。

（科創板日報記者 敖瑾）