五月的国宴上，周群飞坐在马斯克和库克中间的照片刷屏全网。舆论的兴趣点停在了那张饭桌上，但她一个月后的那个决定，却再一次引爆了具身智能圈子。

机器人大讲堂获悉，跨维智能宣布完成新一轮融资，投资方名单里罕见出现了产业资本蓝思科技，更准确地说，这是周群飞个人首次出资进入一家具身智能企业。

了解蓝思系资本运作的人都清楚，蓝思此前所有机器人领域的投资，均以公司主体进行，以周群飞个人资金押注，在蓝思历史上几乎没有先例。

周群飞难得的出手，不仅表明了这位领先企业家的一次投资偏向，更意味着一个更大的行业转折似乎正在发生。

01.

这轮融资不寻常在哪？

跨维智能今年以来完成了多轮连续融资，总额约10亿元人民币，其估值如今已破百亿元。国家级母基金、头部国资创投、实体龙头产业资本、地方科创平台齐聚。其中，深创投、贵阳数字经济基金实现连续两轮坚定重仓投资；前海母基金、蓝思科技、工银资本、恒健资产、诸瑞资本全新重磅入局；南山战新投、成都科创投、四川院士基金等原有股东持续追加跟投。

更值得关注的是，其中蓝思科技从客户变成了股东，周群飞从产业合作伙伴变成了个人投资人。这种关系升级，在具身智能行业并不多见。它意味着，产业方对跨维技术的认可，不是停留在采购合同层面，而是以资本的方式做出了更长期的押注。

周群飞这个人和蓝思这家公司在中国制造业里的位置非同一般。蓝思是全球消费电子精密玻璃的龙头企业，苹果、三星、华为的屏幕盖板大多从这里出来。在精密制造领域，蓝思的良品率和量产控制能力，是其核心竞争力之所在。这样一家公司，不会轻易为一个概念或一场PPT演示买单。

事实上，蓝思和跨维的合作早于这笔投资，跨维的PickWiz具身智能软件和传感器，已经在蓝思的工厂现场跑过柔性分拣和柔性装配的真实任务。换言之，周群飞个人投资跨维智能，是在现场验证通过之后发生的事。这是产业资本最严苛的认证路径，也是这笔投资区别于赛道风投的本质差异。

机器人大讲堂获悉，本轮融资也是跨维快速推进IPO过程中的一次重要融资。

深创投连投两轮、蓝思从客户升级为股东，本质上都是对其商业交付能力的追加认可。而跨维正在推进的IPO计划，意味着这家公司的融资逻辑已经从风险投资过渡到成长资本。因为资本如今已经不再为可能性买单，而是为已经可见的成长曲线定价。

02.

不只是“机器人公司”，更是物理AI公司

抛开融资的背后，跨维智能本质上是一家“物理AI公司”，而非单纯的机器人制造商。这个区分的核心在于，物理AI更关注的是如何在三维物理世界中完成从感知、决策到执行的完整闭环，更关注到底解决什么真实问题、如何定义成功率、产线精度等问题。这种落地特性塑造了跨维的整体气质。

由于跨维最底层的技术资产是DexVerse引擎，这是一个基于物理仿真的数据生成平台，在跨维搭建的虚拟世界里，物体拥有重量、会碰撞，可以无限生成训练数据。这套体系不仅解决了具身智能行业最头疼的真实世界的数据太贵、太少、太难采集问题，也让跨维更加关注哪些数据值得采、如何采、如何训练、如何迁移并转化为可交付的任务成功率。如今，跨维通过生成式仿真、统一空间表征和世界模型，已经能够大幅提高数据利用效率，使其落地能力更强。

2026年1月，跨维还开源了基于生成式仿真世界模型的具身智能工具链EmbodiChain，这是业内首个能够自动训练VLA模型并实现真机部署的工具链，无需依赖真实数据即可完成零样本虚实迁移。5月，跨维智能自研的通用具身世界模型DexWorldModel，在Track 2(Data Engine)赛道斩获全球第一,大幅领先WoW、BLM等国际主流模型，刷新该赛道全球最优成绩。同场竞技中，Track 1的榜首是智元机器人。

为了满足模型需求，在落地能力上，跨维没有一开始就押注人形机器人整机，而是从3D视觉感知和具身大脑切入，先在工业场景打磨分拣、装配任务，技术基座与市场认知双双成熟后，才顺势推出人形机器人“小维”。这条沿途下蛋的路径，让跨维在每个阶段都有真实营收，而非靠融资续命。

正如其创始人贾奎‌所说，“一个人是非常厉害的外科医生，他的边界是做手术。他并不需要同时把川菜炒得特别好。”基于这个判断，跨维的商业化场景选择也遵循相同逻辑：工业和泛商业服务场景优先，康养、家庭等场景长期布局。这也使得跨维2026年上半年营收接近1亿元，全年目标2.5亿至3亿元。对于一个成立仅五年的公司而言，这个营收规模在具身智能赛道中已属前列。而且其公司客户覆盖汽车零部件、新能源、3C电子、航空航天、物流、家电、化工、医疗、教育等50多个细分行业，这意味着更多元化的数据采集渠道和落地能力。

最终技术和产业的布局，共同指向一个更宏大的目标：Physical AGI，其最终指向AI如何真正理解并作用于物理世界。

03.

Physical Token经济学

在采访中，跨维创始人贾奎针对产品的落地能力，还提出了一个“Physical Token经济学”的概念，这是一个在ROI基础上更深层次的计算方式。其核心逻辑是，每一个机器人在物理世界中产生的有效动作、数据、推理和价值，都需要计算成本。数据获取成本、模型训练成本、推理成本、本体成本、部署成本、维护成本，这些都最终是决定客户买单的真实变量。每一个physical token，例如机器人在物理世界产生的有效动作、数据和推理，都必须纳入成本核算。

如果世界模型建模方式不正确，数据使用效率就会极低；用超大模型处理边界极小的任务，推理成本将高得离谱。跨维希望实现的是highest ROI per physical token，让每个物理世界的动作和推理，都以更高效率转化为真实商业价值。

这个观点的价值，在于它提供了一套评估具身智能公司健康度的新维度：不问估值，不问模型参数，而问每产生一个有效机器人动作，背后的总成本和总收益是多少。这套算法让跨维能够更容易选择在明确的场景边界内实现泛化，而后持续扩大其适用范围和落地疆域。

如今，跨维的人形机器人已经部署在全球文旅、商超、高端物业、工业等多类场景中，执行实际任务。2026年2月，跨维接连签署三项战略合作，计划三年内在文旅场景落地数千台人形机器人，合作方包括桂林旅游学院、盈新发展、上海景域无疆。在全球妇女峰会上，其DexForce W1 Pro机器人自主完成咖啡制作全流程，在白天连续制作数百杯。这些落地案例指向一个信号，那就是跨维的人形机器人已经成功走向规模化部署，并且正在向更多场景拓展。

04.

结语与未来

具身智能无疑是2026年最热门的赛道之一。但热潮之下，一个根本问题始终悬而未决，那就是这些机器人到底能不能创造真实的经济价值？

跨维智能给出的答案是，通过仿真数据降低训练成本，通过边界内泛化控制技术风险，通过深耕工业和商业场景找到付费客户，这套组合拳已经让公司在没有风口的早期阶段就完成了商业闭环的初步验证。

蓝思科技周群飞从客户到股东的身份转换，或许是这个故事中最具说服力的注脚。产业资本不会为概念买单，但会为已经在产线上证明了自己的技术下注。

未来，跨维智能的估值能否经过一级市场到二级市场的考验，或许取决于它能不能让每一个physical token都转化为真实的商业回报。而这个问题的答案，或许也才是具身智能与物理AI的真价值。