近日，具身智能领域迎来一则重磅消息：跨维智能宣布完成B轮融资，融资金额高达10亿元人民币，投后估值成功突破百亿大关，正式跻身具身智能独角兽企业行列，同时也迈出了踏入IPO门槛的关键一步。此次融资吸引了多类资本的广泛参与，国家级母基金、头部国资创投、实体龙头产业资本以及地方科创平台纷纷入局。其中，深创投、贵阳数字经济基金连续两轮加注，前海母基金、蓝思科技、工银资本、恒健资产、诸瑞资本等作为新投资方加入，南山战新投、成都科创投、四川院士基金等老股东也继续追加投资。新老股东的共同加码，充分彰显了资本市场对跨维智能技术路线和落地能力的高度认可。
对于这笔巨额融资的使用方向，跨维智能有着清晰的规划。公司将重点投入底层世界模型算法迭代、物理引擎升级、数据基础设施建设、人形机器人能力完善以及真实场景落地等方面，旨在进一步推动技术、产品和商业闭环的发展。那么，一家成立仅四年的公司，究竟凭借什么能够获得如此高的估值呢？深入剖析可以发现，其背后是持续验证的技术路线、跑通的商业闭环以及以终为始的终局战略在支撑。
跨维智能自2021年成立之初，便将发展方向聚焦于物理AI与世界模型领域，是国内最早一批开展物理AI全栈自研的公司。它选择的“世界模型 + 物理仿真 + 真机落地”路径，被视为行业发展的终局方向。值得一提的是，跨维智能在多项核心技术节点的布局进度上，甚至领先于英伟达、DeepMind等海外巨头，且过去几年的行业发展趋势也持续验证了这一路线的正确性。
世界模型作为这条路线的核心，也是当前全球AI领域的竞争焦点。英伟达、谷歌等科技巨头纷纷围绕物理AI、机器人仿真、环境推演、合成数据生成和世界基础模型展开前沿布局，推动人工智能从语言理解和视觉识别向物理世界建模、动作因果预测和智能体交互决策迈进。对于具身智能产业而言，世界模型已不仅仅是生成未来画面的视觉模型，更是支撑机器人训练、评估、规划与泛化的关键技术底座。跨维智能选择这一方向，无疑将自己置于与全球头部企业同台竞技的舞台。
近期，全球具身世界模型权威评测WorldArena公布了最新榜单，跨维智能自研的通用具身世界模型DexWorldModel在Track 2赛道斩获全球第一名。这一成绩意义非凡。WorldArena汇聚了全球顶尖团队参赛，其评测侧重于世界模型的推理能力，核心考验机器人对真实环境结构、物理规律和动态变化的理解与预判能力，被视为检验机器人是否真正理解真实世界的标尺。该榜单分为两条赛道，Track 1聚焦视频综合质量，考核视觉效果、动态表现、内容一致性与物理遵循性等方面；Track 2则聚焦具身任务的功能性，考验世界模型作为数据合成引擎、策略评估与行动规划载体，对机器人训练、评估及执行的支撑能力，被业内公认为“实战”门槛最高、含金量最高的赛道，是评判技术落地价值的核心硬指标。跨维智能在Track 2赛道夺冠，充分证明了其不仅具备领先的世界模型环境推演能力，还拥有将推演结果转化为机器人训练资产的工程化能力，在具身数据生成、仿真训练闭环构建、策略模型赋能、虚实迁移落地等多个方向上，综合技术实力均达到了行业领先水平。
DexWorldModel能够取得如此优异的成绩，得益于其与众不同的底层技术路线。该模型围绕三维物理世界的真实运行规律进行建模，具备隐空间动态建模能力，能够实现统一坐标系对齐和时空表征精准匹配，彻底解决了传统视觉方案空间感知不准、物理建模缺失、无法适配实操任务等行业痛点，使AI能够精准理解物理空间、动力学逻辑和真实作业规则，从而支撑机器人完成分拣、装配、双臂复合操作等实操任务，推动世界模型从“可视化演示”正式进入“可落地作业”的产业阶段。
在夯实世界模型核心能力的同时，跨维智能也将数据基建视为物理AI规模化落地的核心基础。2026年1月，跨维智能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，将具身智能数据生产从“人工小作坊模式”推向了“工业化量产阶段”。仅仅四个月后，跨维智能又创新性提出Dexterity - BEV技术，该技术将视觉输入、机器人本体状态与目标动作指令三者对齐至统一空间参考系，首次为机器人多源异构数据搭建起可规模化训练的标准空间底座，从根源上破解了行业长期存在的数据标准分散、动作技能难以迁移、作业经验无法跨本体复用的核心痛点，大幅提升了数据利用效率与模型跨场景泛化能力。
从顶层终局路线的坚定选择，到核心世界模型的全球领先，再到底层数据基建的体系化突破，跨维智能构建起了“模型 - 仿真 - 数据 - 落地”全链路自主可控的技术体系，使“全栈自研”从战略口号转化为可被行业反复验证的硬核实力。
在商业化落地方面，跨维智能对通用具身智能有着独特的理解，认为其本质是“场景边界内泛化”。具体做法是先明确场景边界，让数据、模型和训练范式适配产品级作业标准，在每个场景中实现高精度、高可靠的通用能力，再通过逐个场景的技术突破拓宽能力边界，逐步向终极的Physical AGI演进。为了支撑这一打法，跨维智能自研了四个底层基座，包括DexVerse™物理引擎、DexAgent通用具身智能体、DexSense空间感知终端和DexBrain智能算法大脑，实现了软硬件一体化，为全场景落地提供了有力支撑。
目前，跨维智能已经成功落地50多个应用场景，沉淀了1500余个成熟具身模型，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、教育等多个细分领域，服务了多家行业头部客户，可成熟应用于柔性分拣、柔性插拔装配、商业零售、文旅服务等场景，在国内具身智能的规模化商业落地中处于领先地位。
跨维智能还首次提出了“Physical Token经济学”理念，试图重新定义物理AI的产业逻辑。该理念强调从数据采集、模型训练、推理部署、硬件本体到场景运维的全链路，把控成本和效率，聚焦单数据、单动作、单推理的投入产出比，追求每一项技术能力和每一次机器人作业的最高商业回报率，让技术创新与商业价值相匹配。跨维智能创始人贾奎教授表示：“我们追求的核心目标，是实现the highest ROI per physical token——让物理世界里的每一组数据、每一次动作、每一轮推理，都能高效转化为真实的商业价值。跨维始终扎根底层数据与模型，打造可泛化、可部署、可商业化的物理AI能力，在工业、商业以及逐渐成熟的康养家庭场景中持续验证并跑通价值闭环。”
技术能够落地、商业闭环能够跑通，这是本轮资本加码跨维智能的核心逻辑。多年来，跨维智能已经形成了“技术迭代—产品落地—客户付费—数据反哺”的正向循环，成为行业内少数实现超亿级营收、规模化真实作业机器人出货的企业。值得关注的是，本轮战略入局的蓝思科技将与跨维智能开展深度产业协同，聚焦工业智造核心场景，加速物理AI在实体制造业的规模化商用。此次融资带来的资金和产业资源，将助力跨维智能继续筑牢技术、量产、商业化三大核心壁垒，推进物理AGI的产业落地，用自研技术将物理智能推向千行百业。
