21世纪经济报道记者林典驰
6月3日，具身智能赛道再迎重磅消息。被称为“中国版Figure”的绳驱AI机器人公司星尘智能（Astribot）宣布完成B轮系列融资，融资总额超过10亿元人民币，公司估值随之突破百亿元大关，这已是该公司在三个月内连续完成的第三轮融资。
从投资方阵容来看，本轮融资呈现出多重特征：梁溪科创产业二期母基金（博华资本管理）、扬州龙投芯粒、中博聚力等知名国资与头部财务投资机构提供资金与资源支持；中科创达（300496.SZ）、科德教育（300192.SZ）等产业资本带来场景协同；国科投资等老股东持续追投；华兴资本担任独家财务顾问。这种多元化的股东结构，既保证了资金的充裕性，也为后续的产业协同和资源整合埋下了伏笔。
据知情人士透露，本轮融资意向认购额远超原定募资目标，出现了明显的“超募”现象。
博华资本团队在投资观点中明确指出，“本体、模型、数据”三要素能力是具身智能企业的核心竞争力，而星尘智能在这三个层面形成了闭环。
估值突破百亿元，意味着星尘智能已正式跻身中国具身智能领域的第一梯队。星尘智能的差异化在于，它是全球首个且唯一实现绳驱AI机器人量产的企业。
资方助力场景规模化落地
如果说融资速度和估值水平是资本市场的“投票结果”，那么星尘智能正在构建的商业闭环，则是支撑其高估值的内在逻辑。本轮融资中，多家产业方的深度介入，标志着公司已从技术验证阶段迈向场景落地阶段。
随着智能操作系统企业中科创达的战略注资，双方的合作不仅限于资本层面，更已启动千台级规模的具身机器人落地计划，聚焦工业制造、商业服务等核心场景。中科创达在全球拥有覆盖北美、欧洲、日韩及东南亚的渠道网络，其二次开发能力将与星尘智能的硬件本体和大模型能力形成互补。考虑到星尘智能将操作性能达到行业天花板级别的产品价格控制在1万多美元（约9万元人民币），这一价格带对于海外市场具有极强的渗透力。
千台级订单意味着数千万至亿元级别的收入规模，星尘智能有望在未来实现可观的营收增长。
与江苏省江都经开区共建“扬州具身智能应用创新中心”，是星尘智能另一个具有战略意义的布局。该合作聚焦扬州文旅、酒店及公共服务等高频优势场景，计划实现亿元级商业应用落地。从表面看，这是一个区域性的智能化升级项目；但从深层逻辑看，这是星尘智能在构建“Physical AI”时代最关键的生产要素——真实场景数据。
当前，具身智能领域面临的最大瓶颈之一，就是缺乏高质量的真实交互数据。仿真数据虽然可以规模化生成，但在物理特性、环境复杂度等方面与真实世界存在“域差距”（Domain Gap）。星尘智能通过在扬州部署机器人，让其在真实场景中持续运转与交互，实际上是在打造线下的“数据工厂”。
除了上述新增合作，星尘智能此前在零售、工业、科研教育等行业已获得数个千台级订单。其S1机器人自主售卖故宫文创的方案，已在全国六个城市规模化落地。这些订单的意义不仅在于收入，更在于证明了绳驱技术路线在商业化场景中的可行性。
与Figure的异同之处
星尘智能被业界称为“中国版Figure”，但两者在技术路线上既有相似也有差异。在AI模型层面，星尘智能与Figure不约而同地采取了基座模型（Lumo）与快慢系统模型框架（DuoCore）的路径。这种架构设计的优势在于：基座模型负责通用的世界理解和任务规划（慢系统），而专门的策略模型负责高频的实时控制（快系统），兼顾了智能性与响应速度。
但在本体层面，星尘智能选择了与Figure、特斯拉Optimus等主流的电机直驱方案截然不同的路线——绳驱传动。绳驱技术通过绳索传递动力，将电机等重型部件置于机器人基座，从而大幅减轻末端执行器的重量，提升动态响应速度和安全性。这一技术路线在精细化操作方面具有天然优势，但也面临绳索磨损、张力控制等工程难题。
星尘智能的核心壁垒在于，它是全球首个且唯一实现绳驱AI机器人量产的公司。相比之下，同样采用绳驱路线的1X Technologies（获OpenAI投资）进展不及星尘智能。
产品矩阵方面，星尘智能已形成S系列旗舰机型和T系列普及机型的双线布局。5月27日发布的T系列起售价仅8.99万元，将高精细操作机器人带入10万元以内价格区间。横向对比，市面上同等操作能力的工业机器人或协作机器人，价格通常在20万元以上；纵向对比，特斯拉虽声称Optimus的目标售价将降至2万美元，但目前尚未实现量产。
8.99万元的定价，意味着星尘智能正在将具身智能从“实验室玩具”转变为“商业工具”。配合2026年T1的量产和万台级产能建设，公司有望率先实现规模化突破。
中博聚力合伙人蔡涛评价道，“随着产品价格快速下探至9万元以内，应用门槛大幅降低，公司正加速切入科研、商业服务、工业物流等真实场景，快速创造可见价值。”
本轮融资的资金用途，揭示了星尘智能下一阶段的战略重点：保持AI基座模型的迭代与行业领先性、积累真实场景的高质量数据、扩充研发人才梯队。这三项投入的核心目的，是夯实“AI模型—具身OS—绳驱本体”的三位一体全栈架构，破解真实场景的规模化部署难题。
