投资界AI获悉,近日广州云蝶科技宣布完成数亿元B+轮系列融资,由StellarS Capital、亚洲联合基建(00711.HK)、长浙投资等知名机构和个人联合投资。资金将用于具身智能技术迭代和真实场景的规模化落地。
梳理资方名单,StellarS Capital身影引人关注。或许外界对其并不熟悉,这是一家总部位于纽约的投资机构,由Mao Zhang创立于2017年,截至2026年7月,公司管理资产约150亿美元。
但其过往投资成绩令人印象深刻字节跳动、OpenAI、Anthropic……这些世界级AI公司背后,都有StellarS Capital的手笔。现在,他们出手一家来自中国的具身智能公司。
从OpenAI、Anthropic到广州
时间回到2019年,田雪松与一群志同道合的博士伙伴,在广州创办了云蝶科技。
彼时,无论是大模型还是具身智能,都并非热门词汇,应用场景也不明确。云蝶科技从一开始就选择了一条独特的商业化路径:并非先开发一台通用机器人、再寻找用途,而是从具体岗位入手,在酒店、物业、医疗康养和园区巡检等垂直场景中寻找可以持续交付的任务。
这也反向决定了云蝶科技的技术路线。一次酒店送物,需要机器人读取工单、调用电梯和门禁,抵达房间后确认任务结果。医疗导诊、药房作业和园区巡检涉及的系统更多,现场也随时可能发生变化。
对客户来说,最终关心的始终是机器人能否稳定运行,需要多少人工接管,以及完成一项任务的成本。
由此,云蝶科技提出具身环境智能EEI:机器人能力尚有边界时,可以把电梯、门禁、摄像头和业务系统纳入任务体系,由机器人、环境与人共同完成工作。
产品层面,RoboForge系统级具身大脑负责任务拆解、规划、技能调用和异常恢复,WING任务型本体进入现场执行。
而在商业模式上,云蝶科技正在推行RaaS,也就是机器人即服务。机器人、场景部署和后续运维被整合成持续服务,运行数据经授权和脱敏后返回研发环节,用于改进模型与技能。
据悉,过去几年云蝶科技服务了数千家政企客户,并已实现持续盈利;长期积累的客户关系和交付团队,又为新业务提供了场景入口,如此形成难以复制的正向循环。
国际资本押注背后
这一次,云蝶科技何以进入国际资本视野?
在StellarS Capital的投资方法论中,他们往往更看重项目的两个指标:斜率和曲率。简而言之,收入、估值和客户数量,只是一家公司在某个时点的位置。斜率衡量这些指标变化的速度;曲率继续观察增长是在加快还是放缓。
这样的投资准则体现在StellarS Capital过往投资项目中。比如,Anthropic在不到18个月时间里实现了47倍的年化收入增长;OpenAI的增长速度同样惊人,它们都是全球最顶尖的AI公司,不仅步步壮大,还在相当长一段内保持着正向增长。
如果说斜率代表了一家公司的成长速度,曲率则代表了更长久的生命力。对投资机构而言,两者同样重要。
具体到云蝶科技身上,斜率来自新增场景、任务量和具身业务收入;曲率最终体现在交付效率上。每完成一个项目,是否能为下一个项目留下可复用的技能、接口和异常处理经验,决定了公司是在增加项目,还是在形成规模能力。
在Mao Zhang眼中,云蝶科技属于后者。用他的话来说,看中的正是以环境增强技术路线为核心,依托系统级具身大脑构建‘智能复利’的增长路径,“现场任务持续产生成功、失败与接管数据,数据用于改善系统,提升后的能力再服务更多场景。随着这一循环持续运转,云蝶科技将这些积累沉淀为可复用的技能和系统能力。”
当AI进入物理世界
眼下,具身智能拐点浮现。
一方面,监管与二级市场开始为收入真实性重新定价,讲故事的公司曲线在衰减,交订单的公司曲线在抬升;另一方面,机器人正从一次性交付转向持续运营,RaaS在改写这个行业的收入斜率。双重拐点叠加,行业资金、资源正快速向少数增长曲率为正的企业集中。
OpenAI和Anthropic的产品运行在数字世界,软件可以近乎零成本地触达海量用户;具身智能则更慢,也更重机器人要经过制造、部署和运维,要适应现场环境,还要对任务结果负责。资产更重、交付更慢、现金流压力更大,这是两者最本质的差别。
但无论哪一类公司,都绕不开同一个核心命题:技术进步能否转化为持续收入。真正的比拼,始终在于商业化能力。
大模型公司的复利来自模型能力、用户规模与算力投入;具身智能公司的复利,则发生在现场机器人完成任务后留下的结果、失败记录与人工接管数据,如果能够反向改进系统,就会直接影响下一次交付的速度与成本。这是具身智能区别于纯软件生意的价值来源,也是它更难被复制的地方。
这也正是资本选择押注云蝶科技的原因。不断积累真实客户与数据,再将此用于迭代技术与产品,从而带来更强的产品实力,再进一步夯实并拓展客户范围。
接下来,云蝶科技也有着清晰的路径规划:本轮融资后,云蝶科技计划继续提升机器人的稳定性与部署效率,完善持续运营能力,并扩大RoboForge对不同任务与本体的适配。或许不久后,正向飞轮的潜力就将显现。
“希望从一个个真实岗位出发,让机器人在实际业务中稳定运行,用持续交付的结果检验具身智能的价值”,正如云蝶科技创始人田雪松所说,当AI从数字空间走向物理世界,真正的比拼才刚刚开始。
本文来自大风号,仅代表大风号自媒体观点。