一亿美元 A + 落定，简智机器人把 "Human Data" 做成了具身生意。
11 月 2 日，简智新创（北京）机器人科技有限公司（品牌名 GenRobot，下称 "简智机器人"）官宣，2026 年三季度完成 1 亿美元 A + 轮融资。短短 14 个月，已经拿到累计 3 亿美元的融资金额。
产业方进来一批熟面孔，有上汽集团、马来西亚 Eastworlds、百度集团、首程控股、GALBOT（银河通用）。财务机构有光合创投、SUNHELM、中信金石投资、中证投、建银国际、华泰紫金。车企、互联网大厂、Robotaxi、激光雷达、本体厂，一个赛道占一个位置。
这笔钱的规模，在最近低落的具身智能融资潮里，并不算少。这么多产业方同时押一家成立刚满一年半的公司，而这家公司不做机器人本体，做的是一套让机器人 "看懂人类怎么干活" 的数据基础设施。
简智现在的产品分三块：可穿戴数采设备 Gen DAS 系列（Ego/Fingers/Gripper），负责采集人的视角、手部动作；一站式物理 AI 开发平台 Gen Matrix，负责数据清洗、不同设备信息的同步及标注；众包数据产线 Gen ADP，用于大规模众包采集和数据生产。
自驾老兵再创业
这家公司的班底，要从自动驾驶的数据闭环说起。
创始人陈建兴是前 Momenta 算法高级总监，在自动驾驶行业干了近十年，之前在小鹏汽车待过。在 Momenta 期间，他牵头数据飞轮量产技术路线，带队拿下海内外数十家主机厂定点，支撑了百万级车辆的智驾交付。
说到他跟机器人的渊源，早在研究生阶段就读于中国矿业大学，就参与到了学校 DJI 创新实验室机器人团队建设。他曾担任酷博特战队首任队长，带领团队参加 RoboMaster 机器人赛事。
两位联合创始人，朱雁鸣做过智驾量产产品，端到端这条线很熟；李兴龙是前真机智能联合创始人，懂本体、懂场景。团队里还有一批来自大疆、华为、DeepMind、斯坦福的人。
分工上，陈建兴管技术和战略，朱雁鸣管量产产品和商业化，李兴龙补本体和场景这一块。雷峰网今年 5 月的专访里提到过团队规模，140 人上下，研发占比超过 85%。具身数据是个交叉领域，朱雁鸣说简智在每个技术方向上预研一条主线，"这条线下的每个人都是 CTO"。
时间倒回 2025 年 5 月，简智机器人在北京注册成立。那一年，具身智能从本体之争开始转向数据之争，多家机构在年中报告中判断 "数据是具身智能落地的最大瓶颈"。
陈建兴后来在 "韩成龙 Jackie 频道" 播客访谈中回忆了创业的由头："公司创立之初，我们一直认为一个伟大的企业需要两个因素，一个是商业模式，另外一个是技术创新。具身智能发展两年多，大家围绕本体、围绕硬件做了很多工作，但是围绕 AI、围绕模型，其实很少有人去探索。我们敏锐的发觉到了下一波的问题，实际上是在 AI，而 AI 的源头实际上是在数据。"
三个月后，公司拿下第一笔钱。据天眼查 APP 显示，2025 年 8 月，BV 百度风投领投种子轮，Momenta、星海图、九识智能跟投；11 月，速腾聚创领投种子 + 轮；同年 12 月天使轮再获超 2 亿元人民币，顺为资本领投，初心资本跟投。2026 年 6 月，蚂蚁集团、滴滴、德联资本领投数亿元 Pre-A 轮；8 月，Momenta 领投 A 轮，当时官方称一年时间内连续完成 7 轮融资，老股东连续追投，累计融资额超 2 亿美元，刷新了具身智能无本体数据累计融资体量；再加上这次 11 月的 A + 轮，公司八轮融资、累计超 3 亿美元，用时 14 个月。
工商信息里还有个细节，工商变更比官宣早了将近一个月。9 月 30 日，北京百度网讯、苏州盖博特（银河通用关联主体）就进来了，注册资本从约 19.3 万元变更为约 1052.4 万元。
最难的一次决策
简智的第一款产品 DasGlove，是个数据手套。
做手套的逻辑，陈建兴在播客里有说到，"最重要的数据无非是手和眼的数据。我们眼睛看到了什么，手怎么去动"。这款手套主打极致轻量化，不挂机器人本体，人戴着干活，采集看到的、听到的、摸到的，以及跟物体交互的全过程。
创业到现在最难的一次决策是什么？陈建兴的答案还是 DasGlove。
当时融来的钱只够小团队撑两年，公司把甚至 80% 的资源押在这一款产品上，就为了攒出前 1 万小时数据。"如果说方向一旦选错，可能今天我就没有机会站在这里。因为这个问题我自己也想了很久，但最后说服我的是价值。"
无本体采集这条路线，行业里一直有争论，真机遥操派、仿真派、人类数据派各说各话。陈建兴给了他的排序：跑通最大规模、最泛化的闭环，一定是人类数据；到部署态，加少量真机数据做对齐；行业后期解决长尾问题，才是合成数据的阶段，"我们可能要花 95%，或者 99% 的精力去解决剩下 1% 的问题"。
缺口到底有多大？他的参照物是大语言模型，"它实际上消费了人类历史上 5000 年的数据。人类数据一定不是 100 万小时，不是 1000 万小时，甚至不是 1 亿小时"，往后收集的模态和规模，用他的话说 "是无穷无尽的"。
他算过一笔账，采 100 万小时，大概需要 1000 个人全年无休，保守估计要 3000 套硬件。今年全行业靠人类最多能采 100 万小时高质量数据，明年可能到 1000 万。按公司通稿的说法，简智单季度有效数据交付量已从十万小时级跳到百万小时级，2027 年要做到单季度千万小时。
开源换来 200 个客户
简智今年最受关注的一步棋是开源。年初，公司在 Hugging Face 放出 1 万小时人类数据集（10Kh-RealOmin-OpenData），其三天内冲上全平台热度与下载量双榜第一。
陈建兴在播客里回应：开源 1 万小时，收到八千多封邮件，从中实实在在积累了 200 多个客户，"这些 200 个客户又为我们去迭代我们的数据，所以我们反而是开源的受益者"。他表示后续会持续开源十分之一的数据，"帮助那些没有能力或者没有精力去收集数据的人"。
开源换客户，客户反过来帮着迭代数据，这个飞轮目前是简智商业化的支点。据公司披露，其数据产品已在全球多家企业的物理 AI 模型上完成大规模验证，业务覆盖家庭、工业、物流、医疗，沉淀超百万小时人类行为数据、数千种技能，合作方超过 30 家国内外 AI 企业。
至于数据运营，简智自研了一款 APP，设备发给家庭，用户在 APP 上领采集任务，戴设备正常做家务就行，公司不要求改变操作方式。朱雁鸣在雷峰网专访里的解释是："用户的自然操作对模型来说反而更有价值，模型需要学习多样化的人类行为，才能补充场景盲点。"
Gen ADP 这条众包产线，现在覆盖 3000 多名采集人员、上万个真实场景。
WRC 2026 期间，蚂蚁灵波与乐聚智能联合论坛上，简智副总裁雷腾在 "具身数据标准化与规模化供给" 圆桌讲了一段更具体的东西。他认为行业缺的是 "大规模、多样化、多模态的 Human Data"。
传统视频只能记录表层信息，空间位姿、手部精细运动、触觉反馈、任务语义都丢了，而这正是 "行业内模型泛化能力弱、场景迁移难、真机落地故障率高的核心根源"。
针对一味堆数据的做法，圆桌上给了一个可算的指标：DPH（每小时多样性），等于独立任务数 × 采集者人数 ÷ 数据总时长。雷腾重申看重数据的多样性："从模型泛化的角度，我们更希望由 5000 个人分别采集 20 个小时，而不是由 100 个人反复采集 1000 个小时。"
1000 万小时赌 GPT-3 时刻
整个行业都在恶补数据，这就给了类似简智机器人这样的专注于数据的公司机会。
特斯拉的机器人 Optimus，由于没有类似汽车 FSD 可以由用户免费提供数据进行训练，因此在 Q3 财报电话会透露要先生产 1 万到 2 万台 Optimus，在 Optimus Academy 里面去采集数据并且进行训练。这笔投入大概就要 140 亿人民币左右。
简智给自己找的参照物是 Scale AI，Meta 在 2025 年 6 月出资约 143 亿美元获得 Scale AI 49% 的股权。
具身数据这个市场，单小时售价约 500 到 1000 元，采集成本约 30 元；行业共识是训练一个通用泛化的具身模型需要千万小时级数据，缺口 99%。
天花板在哪里？陈建兴在播客里聊过一个判断：数据行业正在形成一条产业链，硬件生产、人力组织、数据处理，每个环节都会有不同的玩家，"没有一个玩家可以把所有的事情给解决掉"，但平台化公司不会超过三家。
赛道中期足够大，"核心模型的结构已经不再是秘密，反而是数据，将来的话是数据驱动一切"。朱雁鸣更早表达过同样的意思："数据是模型成长必需的养料，因此会比模型更早迎来规模化时刻。"
具身智能的 "GPT-3 时刻" 什么时候来？陈建兴的答案仍然锚在数据量上。
"我觉得取决于谁能够先产生 1000 万小时的数据。从今年我们把数据的生产模式确立起来，到明年我们 scale，这个时间可能是刚刚好。我们到后年去消费这 1000 万小时的数据，然后花一年去迭代，应该是在大后年，会出现这样的一个时刻。"
行业还在数据路线的充分博弈期。朱雁鸣觉得，现在离决战远得很。具身智能真正缺的不是某个单点能力，而是把 "人怎么干活" 这件事，用可规模化的方式讲给机器听。
资讯评论 （0）
全部评论
暂无评论，来发表你的看法吧