在众多竞争者拼命展示机器人有多智能的时候,欧拉万象选择做一台需要用户"养成"的机器人,而且第一步不是直接卖给普通家庭。
成立不满一百天,深圳家庭具身智能公司欧拉万象完成了第三轮融资。本轮为超亿元天使轮,由某产业资本、慕华科创、百度风投、玖兆投资、聚合资本联合投资,老股东持续跟投。此前,该公司于2026年4月完成高瓴创投、五源资本联合领投的数千万元种子轮,5月完成由招商局创投领投、赛富投资、九合创投、拙朴投资、百度风投、聚合投资联合参与的数亿元Pre-A轮。三个月,三轮,欧拉万象累计融资规模数亿元以上。
PART 01
为什么"华为背景"还不够?
周顺波是华为具身智能领域的"1号员工",也是华为唯一一位以"智能机器人"为课题引入的"天才少年"。在华为,他从零组建了规模最大的具身智能团队,担任华为云物理智能创新Lab负责人、首席技术专家,主导研发了华为云具身平台CloudRobo。
欧拉万象创始人周顺波
联合创始人张靖,本科清华、硕士达特茅斯,曾任亚马逊AWS产品经理、华为创新云服务产品总监。在华为期间,她主导孵化了CloudRobo、Talk2Video等多款产品,参与定义国内首个自主可控的具身智能云平台,单一产品年营收破亿。
欧拉万象联合创始人张靖（图片来源：百度AI开发者大会）
这个组合在硬科技赛道里已经是标配，技术创始人配商业化联创。但周顺波和张靖的背景有一个共同点:他们在华为做的,都不是纯实验室研究,而是从方案到产品再到规模落地的工程化路径。
周顺波认为:机器人要真正变聪明,必须持续进入真实环境,持续拿到数据,再持续迭代能力。一台在实验室里表现完美的机器人,进了真实家庭会面对散落的玩具、随意摆放的柔性物品、每个家庭完全不同的物理布局，这些"长尾"场景,不是在仿真环境里能够穷尽的。
正是这一判断,决定了欧拉万象的产品方向。
PART 02
为什么先做给开发者用的机器人?
欧拉万象的首款产品,采用"移动底盘+双机械臂"形态,配套工具链,面向的是Maker(创客)和开发者群体,而不是普通家庭用户。
在家庭机器人赛道,消费者期待的是买回家就能用的全能机器人。欧拉万象的第一步,是找一批愿意折腾的人,让他们通过简单交互和任务示教,帮助机器人持续学习。换句话说,第一批用户的身份,更接近共创者。
这条路线有一个隐含的商业逻辑:通过开发者群体,在真实家庭环境中低成本地积累高质量的物理交互数据,以此驱动模型迭代。仿真环境的数据和真实家庭的数据,本质上是两种东西。前者可以快速规模化,后者更难获取但迁移能力更强。欧拉万象选择更难走的那条路,是因为他们认为那条路的壁垒更高。
大疆的早期路径被不少人拿来类比。大疆最初也是从极客和航拍爱好者切入,通过早期用户的真实使用反馈快速迭代,最终建立起难以复制的技术和供应链壁垒。但无人机的物理任务相对单一,家庭场景的复杂度高出不止一个量级。
欧拉万象这条路能不能走通,取决于开发者群体能否形成真正有效的数据积累,以及这些数据能否从"某个具体家庭里跑通",最终泛化为对更多家庭有效的模型能力。
PART 03
资本在赌什么?
三个月内,高瓴、五源、招商局创投、赛富、九合、百度风投相继入局,本轮又有产业资本加入。资本快速涌入,背后的逻辑值得拆解。
"华为背景"当然是一个加分项,但真正被机构看重的,是周顺波在华为积累的那套工程化能力，如何把一个具身智能系统从技术方案落到平台产品,再从平台产品推进真实商业场景。具身智能行业目前不缺会做学术Demo的人,缺的是能打通工程链路的人。
张靖的加入同样关键。商业化节奏和产品定义的能力,在早期公司里往往被低估,等到需要卖产品的时候才发现这个短板有多致命。
至于"渐进式进化"这条技术路线,资本是否真的能在此刻评判其对错,答案恐怕是否定的。目前市场上并没有哪家公司已经跑通家庭具身智能的完整商业闭环,大家都还在各自的技术假设上押注。欧拉万象的路线逻辑自洽,团队执行能力有据可查,这两点加在一起,在这个阶段已经足够支撑多轮融资。
本轮资金将重点用于自研具身世界模型的迭代、机器人本体的量产,以及全球开发者生态的建设。这三个方向的先后顺序,折射出欧拉万象当前的核心任务:先把技术底座做扎实,同时把第一批"共创者"聚拢起来,形成真实数据的来源。
PART 04
真正的验证还没开始?
欧拉万象目前的故事是流畅的:顶级团队、清晰路线、连续融资。但这些都是起点。
家庭具身智能是一个至今没有成功商业案例的领域。"渐进式进化"这套方法论能否在真实家庭环境中产生有效的、可复用的数据,开发者社区能否在早期形成足够规模的活跃生态,机器人在不同家庭之间积累的经验能否真正泛化，这些才是决定欧拉万象能走多远的核心问题,而这些问题,只有交付产品之后才能开始被验证。
目前这个阶段,资本买的是概率,是对团队判断力的信任,是对这条路线未来可能性的押注。欧拉万象接下来需要做的,是把这种可能性一步步落地成具体的交付物和数据事实。在一个大多数人还在用实验室视频说话的赛道里,这件事比融到钱要难得多。
