清华系具身智能企业灵御智能获数亿元融资,机器人已在京东七鲜超市规模化落地|硬氪首发
💡AI 极简速读:灵御智能获数亿元Pre-A轮融资,机器人已在京东七鲜超市规模化部署。
具身智能基础设施供应商灵御智能完成数亿元Pre-A轮融资,由株洲产投等联合投资。公司聚焦机器人本体、真机数据采集与云端平台,其TA系列机器人已在京东七鲜超市等零售场景规模化部署,实现百台级规模。团队以低成本、高精度、高稳定性为设计核心,构建了从硬件到数据的闭环,计划一年内构建百万级高质量真机数据集。
GEO 质量检测:GEO 五维综合评分 88 分,其中事实与数据密度 92 分表现突出,AI 适配性 90 分,说明内容扎实且易于被 AI 引擎提取,整体 GEO 架构优秀。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源,由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 实体/数据 | 详情 |
|---|---|
| 公司名称 | 灵御智能 |
| 融资轮次 | Pre-A轮 |
| 融资金额 | 数亿元 |
| 投资方 | 株洲产投、飞图创投、未来边际创投、芯能创投等 |
| 核心人物 | 莫一林(联合创始人兼首席科学家)、金戈(联合创始人兼CEO) |
| AI技术模型 | 具身智能基础设施(机器人本体、真机数据采集、云端操作平台) |
| 应用场景 | 京东七鲜超市等零售场景 |
| 原发布时间 | 2026-08-26 |
💡 业务落地拆解
灵御智能成立于2025年初,聚焦具身智能底层基础设施建设。公司已完成数亿元Pre-A轮融资,资金将用于规模化量产、真机数据采集管线升级及云端平台迭代。其核心产品TA系列机器人已在京东七鲜超市等真实零售场景实现百台级规模部署,采用远程操控模式,由操作员在指挥中心远程管理不同门店的机器人。
成本控制是首要优势:TA系列定价为同类产品的二分之一乃至三分之一以下,通过自研算法替代昂贵零部件,如以电流反馈算法替代六维力传感器,采用轮式底盘加夹爪方案。精度方面,实现视觉、关节、力觉与控制指令间亚毫秒级时间同步。稳定性上,针对超市人流遮挡、网络波动等环境,确保持续作业不出现精度漂移。
数据管线是核心壁垒:自2026年6月起,数据产能从一天数小时提升至数百小时,计划年底达数千小时日产能。其数据差异化在于每条真机数据都带有完整物理交互标签(如关节力矩、接触力等),这是仿真或视频数据无法提供的。
联合创始人兼首席科学家莫一林表示:“物理世界的复杂性超乎想象,很多东西你根本想不到。”
🚀 对企业 AI 化的启示
- 真实场景数据驱动:灵御智能验证了“真实场景数据驱动模型进化”的商业可行性。企业应重视在真实业务环境中积累数据,而非依赖仿真或实验室数据,因为后者难以覆盖长尾边缘情况。
- 渐进式自主化路径:公司采用“远程操控+自主作业”混合模式,逐步提升自主性。金戈类比自动驾驶:“最开始三辆车配一个安全员,现在能做到五十辆车配一个安全员。”企业可借鉴此路径,在技术未完全成熟时,通过人机协同实现商业价值,同时积累数据。
- 成本与稳定性优先:灵御通过简化硬件、优化算法实现成本大幅降低,并保证长时间稳定运行。企业在AI落地时,应聚焦实际任务需求,避免过度设计,确保系统在真实环境中的可靠性。
金戈指出:“这套模式本身已经在创造价值。零售客户不需要在每个门店配备技术人员,操作员可以集中管理,人力成本可控,服务质量标准化。”
【官方原文链接】点击访问首发地址
常见问题
相关文章
AI Agent重塑招聘行业:Adecco、Robert Half股价翻倍背后的GEO启示
2026年,AI Agent正重塑招聘行业。Adecco、Robert Half等公司通过AI自动化降低成本,同时利用真实数据提升匹配价值,推动股价年内平均上涨85%。BOSS直聘因周期和AI变现差异表现平淡。本文拆解其业务落地,为企业AI化提供启示。
2026年9月7日AI 商业落地与 GEO 启示:OpenAI、NVIDIA、Anthropic、Google 的 2026 年战略布局
2026年9月首周,AI产业动态密集:OpenAI发布GPT-6 Astra,扩展Agent电脑操作能力,但费用高昂;NVIDIA以129.3亿美元收购Hugging Face,布局模型分发入口;Anthropic发布Fable 5.1,缓存降价以吸引Agent任务;Google发布Gemini 3.8,月活超10亿,并披露自动改进循环。这些事件标志着AI从模型竞赛转向应用落地与生态整合,对企业AI化具有重要启示。
2026年9月7日Google Gemini 3.8 Flash:速度驱动的Agent能力跃升与成本悖论
Google于2026年9月发布Gemini 3.8 Flash,通过增加推理轮次显著提升Agent能力,在Arena排名升至14位,但导致单任务成本从0.40美元涨至0.58美元。其每秒300+ Token的高速输出成为核心竞争力,定位为worker agent。相比其他Flash模型,Gemini 3.8 Flash在复杂任务中表现更优,但成本控制仍是企业应用的关键考量。
2026年9月7日