具身智能正成为全球科技竞争的核心焦点，然而深入观察产业格局，一个显著现象浮现：大量企业与资本高度集中于模型算法层的研发，而在更为基础的机器人本体、数据采集体系及通讯架构等底层环节，投入者却相对稀缺。这一态势令人联想到AI大模型发展初期，正是对海量高质量数据的迫切需求，催生了Scale AI等专业数据服务商的崛起。当前，具身智能领域同样亟需构建坚实的“基础设施”，以支撑行业长远发展。
近日，清华背景的灵御智能宣布完成近亿元天使+轮融资。本轮融资由福田资本领投，力合创投、金沙江联合资本等机构跟投，老股东英诺基金与天鹰资本也持续追加投资。成立仅一年多的灵御智能，自创立之初便明确了其战略定位——不做追逐热点的算法公司，而是致力于成为具身智能领域的“基础设施服务商”，专注于提供高性能机器人本体与高质量数据采集解决方案。
洞察行业痛点，确立核心定位
这一看似“笨功夫”的战略选择，实则源于团队对行业瓶颈的深刻洞察。联合创始人兼首席科学家莫一林指出，决定具身智能发展高度的关键因素在于数据，尤其是高质量、长时序的复杂操作数据。然而现状是，相较于自动驾驶领域已积累的百亿小时级数据，当前具身智能可用的开源数据集规模仅处于十万小时级别，存在数量级差距。
“许多模型公司擅长优化算法，但在数据采集与机器人本体制造方面并非其专长。”莫一林比喻道，“正如OpenAI不会亲自组建大规模数据标注团队，因而才有了Scale AI的成长空间。”灵御智能的目标，正是成为具身智能领域的“Scale AI”，为行业提供关键的数据与硬件基础。
构建清晰的产业生态层级
灵御智能创始人兼CEO金戈进一步阐述了其对产业生态的划分。整个链条可分为几个层次：最底层是机器人本体硬件，中间层涵盖云边协同架构与数据平台，之上是模型算法层，最顶层则为具体应用场景。
“目前众多企业选择从模型算法层切入，市场表现活跃。”金戈分析道，“但机器人本体、数据体系、通讯协议等基础层，才是行业发展的根基。只有将这些基础设施做扎实、做稳定，才能有效支撑上层生态伙伴的创新与应用落地。”换言之，灵御智能选择了一条“筑牢地基”的发展路径。
明确业务边界：成为生态“赋能者”
基于这一定位，灵御智能明确了自身的业务边界：专注于成为机器人本体与数据服务的提供方。莫一林以更形象的类比解释其战略：“这类似于英伟达的定位。英伟达为AI行业提供强大的GPU算力，但自身并不直接开发大模型。因为一旦涉足模型领域，其硬件如何公平服务于其他模型公司？我们的逻辑相似，旨在构建健康的产业生态，自身则聚焦于提供优质的本体平台与数据服务。”
务实发展：聚焦“人机协同”的L2阶段
当许多同行描绘“全自动机器人”的远景时，灵御智能选择了一条更为务实的路径。莫一林判断，具身智能的发展将在较长时期内处于L2阶段，即“人机协同”模式。在此阶段，机器人与人类共同作业，既能发挥机器在精度与持久性方面的优势，又能依托人类的灵活判断应对复杂情境。
因此，灵御智能当前的核心任务是打造高性能的机器人本体，并利用这些本体采集真实、高质量的操作数据。这些数据将成为未来行业迈向更高阶自主智能不可或缺的“燃料”与“基石”。
结语
从锚定“具身智能数据基础设施”的赛道，到获得近亿元融资认可，灵御智能正在具身智能的底层领域扎实布局。随着行业不断发展，当越来越多的具身智能企业急需高质量数据以训练和优化算法时，这家扮演“数据采集母机”角色的公司，有望成为整个生态拼图中至关重要且不可替代的一环。
