01 两个月再融近亿元，年内出货预计1000台，灵御跑出阶段性确定性
Z Potentials独家获悉，清华系具身智能公司灵御智能宣布完成天使+轮近亿元人民币融资。本轮融资距离上次融资仅有两个月，由福田资本领投，力合创投、金沙江联合资本、复利多、楹辉创投、华仓资本跟投，老股东英诺基金、天鹰资本持续加注。Maple Pledge枫承资本长期出任公司私募股权融资顾问。
灵御智能过往投资人包括华映资本、银河创新资本、国海创新资本、厦门思明科创基金、远镜创投、水木清华校友种子基金。截至目前，灵御智能累计融资已达数亿元人民币。
灵御智能创始人兼 CEO 金戈表示，本轮融资将主要用于灵御TA 机器人产品迭代、供应链与交付能力建设、以及高质量真机数据和云端协同系统的持续研发。
金戈表示：“除了扩充优秀的人才团队，我们也将重金投入建立高质量真机数据库，建立云端系统以及扩张产能。灵御希望通过灵御 TA 机器人、高质量真机数据和云端协同系统，把产品交付、数据生产和能力迭代连接起来，推动具身智能从实验验证走向真实产业应用。”
图片来源：灵御智能
而两个月内资本的连续加注，背后指向的并非单一融资事件，而是灵御在订单收入、真实场景与技术路线上正在同步跑通验证。
我们了解到，目前，灵御智能意向订单约 3 亿元，在手订单约1 亿元，今年预计出货约 1000 台左右。这意味着灵御正在从技术展示和样机验证，进入订单兑现、收入确认和交付能力建设阶段。
与此同时，灵御 TA 机器人也正在从展台走向真实任务。在京东七鲜超市，灵御 TA 机器人面向真实零售门店环境，在无踩点演练的情况下，完成商品递送、试吃服务、桌面整理、货架取放等多类任务。此外，灵御也在酒店、物流、科研数采等方向推进样机验证、合作沟通和场景拓展，为后续商业化落地积累更多行业样本。
在具身智能行业从概念热度走向真实验证、优势筛选的阶段，真机数据正在成为新一轮竞争的关键变量。灵御智能本轮融资，也进一步释放出资本对高质量真机数据、最优物理本体能力和真实落地路径的关注。
在订单和场景验证推进的同时，灵御也进一步明确了以“灵御 TA 机器人 + 高质量真机数据 +云端大脑”为核心的系统路径。灵御 TA 机器人作为进入真实物理世界的执行入口，高质量真机数据作为模型进化的关键资产，云端协同则连接任务调度、模型调用、数据回流和能力迭代。
02 本体成本直降 2/3，灵御智能构建筹备百万级真机数据集
具身智能落地首先要解决高质量真机数据问题。机器人所需的数据，无法像语言和图像数据一样从互联网直接获得，而必须来自真实机器人在真实物理环境中的操作过程。数据是否足够真实、稳定、可复用，正在直接影响模型能力提升和场景泛化效率。
灵御智能的核心判断是：高质量真机数据不是靠单独的数据采集设备“采出来”的，而是由高性能机器人本体、真实任务执行和多模态数据系统共同生产出来的。
基于自主研发的灵御 TA 机器人，该公司已构建起一套兼具高密度、低成本、高精度与高稳定性的真机数据生产范式，打破了行业长期面临的数据荒与质量瓶颈。其核心优势体现在以下四个维度：
极高的数据密度：系统不仅记录视觉信息，更实现了关节状态、力控反馈与操作指令等多模态信息的毫秒级同步，单次任务沉淀的信息量位居行业前列，为模型提供了更丰富的物理世界表征。
极致的生产成本：通过优化供应链与硬件架构，灵御TA 的本体成本仅为行业竞品的 1/2 至 1/3。结合极高的交付效率与任务复用性，高质量数据的大规模量产首次具备了坚实的商业经济基础。
毫米级精度：高精度来自毫米级定位、亚微秒级硬件同步，以及视觉、关节状态、力控数据与操作指令的统一时间对齐能力，保障数据在时间与空间维度上的一致性；
工业级运行稳定：灵御TA 具备强大的真实场景适应力，支持单日连续作业 8 小时以上。这种高强度的“长跑”能力，确保了数据采集过程的可重复性与跨周期的稳定性。
依托低延迟控制、多模态同步采集、毫米级定位和动态多视角数据能力，灵御 TA 机器人能够为 3D重建、动作分割、VLA 训练和世界模型数据生成提供高质量数据基础。
面向未来，灵御智能披露了其数据版图：计划在未来一年内构建百万级高质量真机数据集。围绕真实任务、真实场景和真实机器人操作过程，持续沉淀可训练、可复用、可规模化的数据资产，为具身智能模型训练、场景泛化和后续系统演进提供底层支撑。
在高质量真机数据和最优梯队本体能力之外，灵御智能近期率先系统提出并成功落地“云端大脑”具身智能系统架构。
灵御智能联合创始人兼首席科学家、清华大学自动化系长聘副教授莫一林认为，具身智能规模化落地不能只依赖单机本体或端侧算力。机器人本体受限于体积、功耗、散热、续航和成本，更适合通过低延迟通讯架构，将云端智能与物理本体连接起来。
基于这一判断，灵御不仅提出了“具身智能将部署在云端”的方向，也给出了云端驱动机器人落地的系统方案：云端负责更复杂的任务规划、模型协同和能力迭代，机器人本体则负责进入真实场景完成任务。“一身多脑”的本质就是让同一机器人本体接入云端不同模型与任务能力，在不同场景下调用不同智能。
这一方案已在和英特尔的合作中完成实践验证。合作中，灵御 TA 机器人实际通过模型训练与数据采集链路，打通了从真实数据采集、模型训练到实机执行任务的关键闭环，进一步证明了云端能力与机器人本体协同运行的可行性。此次合作的意义不只是完成一次联合验证，而是说明其产品和数据链路已经能够进入头部生态方的真实研发流程，成为具身智能从“能演示”走向“能训练、能验证、能迭代”的关键支撑。
为了支撑这一架构，灵御已从机器人本体、低延迟通信、控制系统、数据采集与平台能力等环节进行一体化设计。随着真实任务和真机数据的持续积累，灵御也将进一步推进“存训推一体平台”建设，打通真机数据存储、模型训练和推理部署链路，并探索面向具身智能应用开发的云端 MaaS 平台。
成为付费用户可以阅读 灵御智能 所有资料
了解更多 →