速遞｜不造機器人的具身智能公司，憑什么讓北汽、一汽、殼牌集體掏錢？

2026年，具身智能賽道的資本邏輯正在發(fā)生一場靜默的遷移。

當(dāng)市場還在追逐人形機器人的Demo視頻和大模型的參數(shù)競賽時，一筆由產(chǎn)業(yè)資本主導(dǎo)的融資，指向了一個更底層的共識：物理AI的瓶頸，已經(jīng)從“有沒有大腦”變成了“能不能進廠落地”。卡位場景與數(shù)據(jù)資產(chǎn)的時代，已然到來。

清研精準近日完成數(shù)億元B3輪融資，由北京市綠色能源基金、北汽產(chǎn)投聯(lián)合領(lǐng)投，裕隆集團跟投。在此之前的股東名單里，已經(jīng)聚集了星源資本、一汽富晟、長城資本、陜汽資本、蔚來創(chuàng)始人李斌、殼牌資本、華鼎資本、百度風(fēng)投、58同城、奇績創(chuàng)壇、水木清華校友基金等。這些資方多是帶著產(chǎn)業(yè)場景進來的甲方，也讓清研精準成為當(dāng)下產(chǎn)業(yè)資本最密集的物理AI公司。

如果回溯上一輪融資，這種產(chǎn)業(yè)資本的聚集并非偶然。清研精準B2輪的核心命題是轉(zhuǎn)型——從汽車檢測躍升為物理AI工程化底座，證明“數(shù)據(jù)+場景+工程化”的模式可以跑通；到了B3輪，命題變成了加速及場景落地。產(chǎn)業(yè)資本集體進場，投的不是一個技術(shù)概念，而是物理AI在真實工業(yè)現(xiàn)場進場并活下去的確定性。

這家由清華大學(xué)孵化的公司，給自己的定位是物理AI工程化底座。它不造機器人，卻嵌入了全球30多個國家的工業(yè)現(xiàn)場，部署了2000余個工業(yè)感知節(jié)點，沉淀了PB級真實工況數(shù)據(jù)，服務(wù)百余家頭部企業(yè)。

賽道變局——資本為什么投？

2026年，具身智能賽道投資進入下半場，行業(yè)評判標準正從投技術(shù)轉(zhuǎn)向投落地：你有沒有真實場景？能不能持續(xù)產(chǎn)生高質(zhì)量數(shù)據(jù)？工程化閉環(huán)跑不跑得通？

清研精準恰好站在這個邏輯切換的節(jié)點上。

這家公司身上，有一種罕見的產(chǎn)研交叉、學(xué)術(shù)落地雙強氣質(zhì)。創(chuàng)始人董漢是清華大學(xué)博士、中國工程院院士李克強教授弟子，兼具學(xué)術(shù)縱深與極強的商業(yè)落地能力，帶領(lǐng)團隊將AI測試產(chǎn)品賣進超100家大型制造業(yè)企業(yè)。與他搭檔的精準視界（清研精準子公司）CEO曹綺桐，斯坦福大學(xué)管理科學(xué)與工程碩士、杜克大學(xué)應(yīng)用數(shù)學(xué)本科出身，曾在斯坦福大學(xué)參與生命科學(xué)與AI交叉研究，相關(guān)成果被 Nature Methods 接收，并參與多篇 Nature 系列論文研究與寫作。其研究核心是從高維、多模態(tài)、動態(tài)數(shù)據(jù)中學(xué)習(xí)系統(tǒng)狀態(tài)演化規(guī)律，這與清研精準正在構(gòu)建的工業(yè)物理世界模型在方法論上高度一致。

這支產(chǎn)業(yè)與學(xué)術(shù)雙頂配的團隊，沒有追逐輕量化的概念賽道，堅定選擇了一條向下扎根的路——深耕工業(yè)落地賽道。長期扎根一線的模式，造就了“設(shè)備就在產(chǎn)線上、工程師就在車間里、數(shù)據(jù)就在工藝流中”的深度產(chǎn)業(yè)共生體系，憑借對真實工位、真實設(shè)備、真實工藝的理解，構(gòu)筑起外界無法復(fù)刻的核心壁壘。

換句話說，當(dāng)行業(yè)還在爭論“大腦”和“本體”哪個更重要時，清研精準已經(jīng)用八年時間跑通新能源物理智能的閉環(huán)。產(chǎn)業(yè)資本押注清研精準的底層邏輯，就是讓AI真正從實驗室走進工廠。

核心壁壘——憑什么是它？

產(chǎn)業(yè)資本的投資邏輯，往往比財務(wù)資本更務(wù)實，它們要的是確定性。那么，清研精準的確定性來自哪里？

參與本輪融資的投資人透露，他們內(nèi)部評估物理AI項目時，畫過一張簡單的坐標軸：橫軸是“場景深度”，縱軸是“數(shù)據(jù)質(zhì)量”。清研精準落在他們看過的所有項目里，最靠近右上角的位置。

評判場景深度，不能只看合作工廠的數(shù)量，核心衡量標準在于你的設(shè)備是不是還掛在人家的產(chǎn)線上，你的工程師是不是還在人家的車間里值班。清研精準以數(shù)萬臺出貨量所沉淀工程化能力，打造出了一套可運行、可復(fù)制、可沉淀、可持續(xù)學(xué)習(xí)的工程AI系統(tǒng)。

這是一種共生關(guān)系，客戶產(chǎn)線的工藝調(diào)整、設(shè)備換代、節(jié)拍變化，清研精準的團隊第一時間感知。這種對真實工位、真實設(shè)備、真實工藝的理解，構(gòu)成了外人難以逾越的認知壁壘。

但真實場景入口僅僅是第一層壁壘，物理AI落地更大的瓶頸在于高質(zhì)量工業(yè)數(shù)據(jù)。工業(yè)級物理AI需要的數(shù)據(jù)，不是拍視頻就能解決的。在工業(yè)現(xiàn)場，一個擰螺絲的動作，同時伴隨著視覺畫面、機械臂的力覺反饋、關(guān)節(jié)的IMU數(shù)據(jù)、電機的扭矩曲線、產(chǎn)線的設(shè)備狀態(tài)碼，以及最終這顆螺絲是否擰緊的質(zhì)檢結(jié)果。這些數(shù)據(jù)必須被同步采集、時間對齊、語義綁定，才能變成模型可以吃進去、還能消化的多模態(tài)數(shù)據(jù)。

清研精準沉淀的2000余個工業(yè)感知節(jié)點和PB級真實工況數(shù)據(jù)，本質(zhì)上是把高壁壘工業(yè)現(xiàn)場的原始多模態(tài)信號，煉成了可訓(xùn)練、可評測、可復(fù)用、可授權(quán)的數(shù)據(jù)資產(chǎn)，構(gòu)筑起第二層核心數(shù)據(jù)壁壘。

在此之上，公司形成了差異化的第三層壁壘：測試驗證的基因。長期做復(fù)雜工業(yè)系統(tǒng)的測試驗證，讓清研精準對模型的要求遠高于實驗室標準。它不關(guān)心Demo視頻里機器人能不能擰一顆螺絲，它關(guān)心的是連續(xù)擰八小時、在不同溫濕度條件下、面對不同批次零件公差時的穩(wěn)定性。這種對可復(fù)現(xiàn)性和長期表現(xiàn)的執(zhí)念，是公司轉(zhuǎn)型做物理AI時最稀缺的肌肉記憶。

再加上產(chǎn)品開發(fā)、供應(yīng)鏈、現(xiàn)場交付、持續(xù)運維的工程化交付能力，以及從數(shù)據(jù)向模型延伸的工業(yè)世界模型構(gòu)建能力，清研精準的護城河逐漸清晰：其核心優(yōu)勢不靠單點技術(shù)取勝，要依托場景、數(shù)據(jù)、驗證、交付、模型五大環(huán)節(jié)形成一體化綜合產(chǎn)業(yè)能力。

換句話說，清研精準不是在賣一把讓AI進廠的鑰匙，而是在搭建一套讓AI進廠之后還能活下去的生態(tài)系統(tǒng)。

長期價值——終局是什么？

拿到這筆融資后，清研精準準備做什么？

資金將投向四個方向：核心人才建設(shè)、真實工位網(wǎng)絡(luò)、多模態(tài)數(shù)采設(shè)備研發(fā)與規(guī)模化部署、算力與模型基礎(chǔ)設(shè)施。

所有投入都指向一個長期目標：把已進入客戶現(xiàn)場的測試設(shè)備、數(shù)據(jù)采集終端、工業(yè)工位和生產(chǎn)系統(tǒng)，逐步升級為“持續(xù)運行的數(shù)據(jù)入口”。這些場景的工藝復(fù)雜、工況多變、異常樣本豐富，恰恰是產(chǎn)生高質(zhì)量多模態(tài)數(shù)據(jù)的富礦。清研精準內(nèi)部有一個樸素的邏輯：先打最難的山頭，把數(shù)據(jù)資產(chǎn)的壁壘提上去，再往下鋪。當(dāng)數(shù)采節(jié)點足夠密集、數(shù)據(jù)資產(chǎn)足夠豐厚，企業(yè)核心競爭壁壘將脫離單一算法維度，依托數(shù)據(jù)、場景、評測三者疊加形成獨有的網(wǎng)絡(luò)效應(yīng)。

物理AI時代，得場景者得數(shù)據(jù)，得數(shù)據(jù)者得模型。清研精準的終局圖景是：三年建成工業(yè)數(shù)采網(wǎng)絡(luò)，形成規(guī)模化工業(yè)數(shù)據(jù)資產(chǎn)，在此基礎(chǔ)上開發(fā)工業(yè)世界模型，最終形成“一套底座、一個大腦、百個垂類場景應(yīng)用”的物理AI數(shù)據(jù)飛輪。

清研精準正在鋪的，可能正是中國物理AI時代的第一條“高速公路”。而產(chǎn)業(yè)資本的集體加注，意味著這場“進場能力”的軍備競賽，已經(jīng)正式打響。

加入ZF討論群，請先添加小助手微信

我們相信認知能夠跨越階層，

致力于為年輕人提供高質(zhì)量的科技和財經(jīng)內(nèi)容。

稿件經(jīng)采用可獲邀進入Z Finance內(nèi)部社群，優(yōu)秀者將成為簽約作者，00后更有機會成為Z Finance的早期共創(chuàng)成員。

我們正在招募新一期的實習(xí)生