综合趋势
行业焦点从 Demo 转向交付。 工信部预计 2026 年我国人形机器人整机产量有望突破 10 万台；7 月工业机器人产量达到 98,677 套，同比增长 30.2%。前者是产业预测，后者是实际产量，但都表明规模化正成为新的竞争门槛。
国产工业机器人加快走向海外。 自主品牌已覆盖 253 个国民经济行业中类，国内市场占比超过 60%，并销往 156 个国家和地区。出口规模首次超过进口，是本月最明确的结构性信号之一。
机器人模型开始形成完整分工。 Gemini Robotics 2、ER 2 和 On-Device 2 分别负责动作控制、高层推理和端侧运行，展示了全身控制、多机器人协作与跨本体适配。模型竞争正从单项能力转向系统工具链。
工业自动化企业加入具身智能竞争。 越疆拟将部分 IPO 募资投向多足和人形机器人，埃斯顿筹划收购埃斯顿酷卓。协作机器人、运动控制、力控和工业客户，正在成为传统厂商进入新赛道的筹码。
资本关注点从本体扩展到完整交付能力。 逐际动力、星动纪元、乐享科技和影智 XBOT 接连融资，资金流向模型、数据、制造、消费产品和海外交付。宇树注册生效、珞石上市和越疆过会，则把更多机器人公司推向公开市场检验。
服务机器人开始拥有具体岗位。 深圳福利中心的“0755”承担巡查、递送和陪伴，Momenta Robovan 进入快递与夜间配送。它们尚处于单点部署阶段，但比发布会演示更接近真实运营。
医疗机器人沿两条路线推进。 强生 OTTAVA 获得 FDA De Novo 市场授权，专用手术系统进入商业准入阶段；UC San Diego 则用远程操控人形机器人完成动物手术，探索通用平台的科研边界。
💡 本月总体判断： 机器人行业进入分层验证期。工业机器人看产量和出口，人形机器人看交付与回款，服务机器人看岗位运营，医疗机器人看监管与临床。7 月真正的变化，是不同赛道开始用不同证据回答同一个问题：机器人能否从演示走进持续经营。
重点产品、场景与企业
ABB把自主导航装进高位叉车，补上仓储自动化最难的一段
仓库里的无人搬运并不新鲜。许多 AGV 已经能够沿固定路线往返于产线和货架之间，但它们更适合布局稳定、路线清晰的环境。货架位置调整、通道临时被占用，或者人员和其他车辆进入作业区后，设备往往需要重新建图和调试。高位堆垛又比平面搬运更难：叉车既要在动态环境中找到正确货位，还要将重货准确送到数米高处，对导航、定位和安全控制都有更高要求。
ABB 为进入这一市场准备了数年。2021 年，ABB 收购 ASTI Mobile Robotics，获得自主移动机器人、车队调度和仓储物流应用能力；2024 年又收购瑞士公司 Sevensense，引入基于摄像头和视觉 SLAM 的自主导航技术。ASTI 解决多台车辆如何分配任务、协同行驶，Sevensense 则帮助单台机器人判断自身位置、识别周围环境，并根据障碍物和路线变化调整行驶方式。
2026 年 7 月发布的 Flexley Stack F712，是 ABB 将这些技术用于高位仓储的最新产品。该设备额定承重 2,000 千克，最大提升高度为 8.5 米，定位精度约为 ±10 毫米，可承担托盘搬运、入库、出库和高位堆垛等任务。产品兼容 VDA5050 标准，为接入统一调度平台、与其他兼容车辆共同运行提供了接口基础。
F712 可以看作 ABB 过去几次收购成果的集中落地：视觉导航负责识别环境和寻找路线，车队管理系统负责任务分配与车辆协同，工业软件则用于建图、仿真、配置和运行管理。仓库调整货架或改变物流路线后，运营方可以在软件中重新配置任务，减少重新铺设固定轨道、反复编程和长时间现场调试。
对客户而言，这款产品主要解决两类成本。第一类是部署和改造成本，仓库布局发生变化时，设备能够更快适应新的路线和货位；第二类是人工与安全成本，高位、重载、重复搬运可以交给无人叉车完成。对 ABB 而言，F712 也让其业务从固定工位上的机械臂进一步延伸到仓库内部的物料流动，产品范围由单台机器人扩大到导航、调度、软件和移动设备共同组成的仓储自动化方案。
相关链接
Google用三款Gemini模型分别解决机器人“理解、行动和离线运行”
让机器人听懂一句指令并把事情做完，需要完成三个环节：理解现场并安排步骤、把步骤转化为身体动作，以及在网络不稳定时保持正常运行。这些环节对模型的要求并不相同。复杂任务规划需要较强的推理能力，身体控制要求快速、连续地输出动作，本地运行还要受到设备算力和响应时间的限制。
Google DeepMind 在 7 月 30 日发布 Gemini Robotics 2、Gemini Robotics ER 2 和 Gemini Robotics On-Device 2，分别处理动作执行、高层推理和端侧运行。
模型分工
| 模型 | 定位 | 主要能力 | 发布状态 |
|---|---|---|---|
| Gemini Robotics 2 | 视觉-语言-动作模型（VLA） | 将视觉和语言转化为动作，支持人形机器人从脚到手的全身控制，并覆盖双臂和多类末端执行器 | Private preview |
| Gemini Robotics ER 2 | 高层具身推理模型 | 连续视频理解、分钟级多步骤规划、任务跟踪与失败纠正、工具调用和多机器人协调 | API/AI Studio 公开预览，部分企业能力私测 |
| Gemini Robotics On-Device 2 | 端侧 VLA | 面向无网或低时延环境本地运行；官方称可用少于 200 个示例和数小时训练适配新的双臂本体 | 早期访问/可信测试者 |
以“整理工作台”为例，ER 2 先观察现场，判断哪些物品需要移动、使用什么工具以及先做哪一步；Robotics 2 再把这些步骤转化为行走、伸手、抓取和摆放等动作。任务涉及多台机器人时，ER 2 还可以分配工作并协调顺序。在网络不稳定、响应时间要求较高或数据不便上传云端的环境中，On-Device 2 可以直接在机器人上完成已经学会的动作。
Google 将三类能力分别交给不同模型，主要是出于实际运行需要。复杂规划可以使用计算量更大的推理模型，动作控制需要更快的响应，本地模型则负责离线运行和低时延任务。开发者可以根据机器人形态、网络条件和任务复杂度选择模型，不必让一套模型同时承担所有工作。
此次更新还将动作控制从机械臂扩展到人形机器人的全身，并加入跨本体适配和多机器人协作。Google 正在尝试让同一套模型能力应用于双臂机器人、人形机器人和多机器人系统，减少每更换一种硬件就重新开发整套软件的工作量。
目前，Robotics 2 和 On-Device 2 主要向早期合作伙伴开放，ER 2 已进入 API 和 AI Studio 预览。后续验证主要来自真实任务：机器人能否连续完成几分钟的复杂工作，换到新的本体后需要多少训练，断网时能否正常运行，动作失败后能否自行调整并继续完成任务。
相关链接
- Google DeepMind：Gemini Robotics 2 brings whole body intelligence to robots
- Google DeepMind：Gemini Robotics 2 模型页
- Google DeepMind：Gemini Robotics ER 2 模型页
- Google DeepMind：Gemini Robotics On-Device 2 模型页
- Google AI：Gemini Robotics ER API 文档
- Axios：Google updates its AI software for robots
轮式仿人形机器人“0755”进入深圳福利中心，承担巡查与递送任务
深圳市福利中心为新引入的智能机器人分配了正式工号“0755”。这台机器人基于“量子 2 号”轮式仿人形平台，可在楼内自主移动，承担日常巡查、物品递送和语音交流等任务。机器人不再只用于迎宾和展示，而是开始按照养老机构的工作安排持续执行任务。
“0755”采用轮式底盘，而不是当前更受关注的双足结构。这一选择与养老机构的环境有关：走廊、电梯和房间之间的地面较为平整，轮式机器人移动更稳定，也更适合长时间往返。上半身采用仿人形设计，则方便机器人与老人交流，并完成取送物品等操作。产品没有追求复杂地形运动，而是优先满足室内服务对稳定性、安全性和持续运行的要求。
从任务设计看，巡查和递送最适合率先交给机器人。两类工作路线相对固定、重复频率高，也容易记录任务是否完成。机器人可以按照计划前往指定区域，在楼层之间运送物品，并通过语音与老人或工作人员进行简单沟通。护理人员仍然负责身体照护、健康判断和异常处理，机器人主要减少楼内往返和重复劳动。
获得工号后，“0755”需要接受与普通服务设备不同的检验：能否每天稳定完成任务，遇到人员或障碍物时能否安全避让，进入电梯和房间时是否顺畅，语音交互失败后能否及时转交工作人员。这些运行细节会直接影响机器人能否长期留在养老机构，而不是完成一次展示后退出现场。
该项目为轮式仿人形机器人提供了一个较为明确的落地路径。相比功能更复杂、成本更高的人形机器人，轮式平台可以先从巡查、递送和信息交互切入，在固定室内环境中积累运行数据。如果“0755”能够持续减少护理人员的非照护工作，同类产品便有机会复制到养老院、医院和康复中心。判断其商业价值的核心指标包括任务完成量、人工接管次数、设备使用率、故障率和单次任务成本。
相关链接
Momenta Robovan进入苏州相城，自动驾驶从乘用车扩展到城市货运
Momenta 在苏州相城投入 Robovan 无人驾驶货运车，用于快递和夜间配送。Robovan 取消了传统驾驶舱，将车辆空间主要留给货物，并通过自动驾驶系统完成道路行驶。夜间配送对人员排班要求较高，道路交通相对简单，任务时间和线路也更容易提前安排，因此成为无人货运车较早进入的场景之一。
Momenta 过去的自动驾驶业务主要围绕乘用车展开，积累了量产车型适配、道路驾驶算法和车辆运行数据。Robovan 尝试将这些能力转移到货运车辆：车辆需要识别道路、行人和其他交通参与者，处理路口、变道和临时障碍，并按照配送任务到达指定位置。
其技术路线强调“无图”或轻地图部署，减少车辆对高精地图制作和频繁更新的依赖。传统方案进入一个新区域前，通常需要采集道路信息并制作高精地图；道路施工或交通组织发生变化后，地图也要及时维护。Robovan 如果能够更多依靠车辆自身的感知和实时判断，新区域的准备时间和部署成本有望下降。
货运车辆的运营要求与乘用车并不相同。乘用车更关注乘坐安全、舒适性和复杂道路适应能力；Robovan 还要考虑车辆装载率、空驶里程、充电安排、夜间连续运行和货物交接。车辆能够完成一次配送，只能证明路线可以跑通；车队能否每天按时出车、减少人工接管并保持较高利用率，才会影响实际成本。
苏州相城项目将检验 Momenta 的自动驾驶能力能否从乘用车复制到城市货运。后续可重点观察车队规模、日均运营时长、准时率、人工接管次数、单车配送量和每单成本。如果这些指标能够在持续运营中保持稳定，Robovan 才具备向更多区域和配送线路复制的基础。
相关链接
强生 OTTAVA 获 FDA De Novo 授权，软组织手术机器人进入商业化竞争
腹腔镜手术中，医生通常需要通过多个切口放入器械，再在体外操控机械臂完成手术。机器人可以提升器械的灵活性和操作精度，但也会带来新的问题：设备需要占用手术室空间，机械臂摆位会影响医生接近患者，不同手术步骤之间还可能需要重新调整设备位置。对医院来说，手术机器人是否值得采购，不只取决于机械臂能否完成动作，还取决于它是否能融入现有手术流程。
强生的 OTTAVA 机器人手术系统针对的正是这类手术室使用问题。系统将机械臂与手术台结合在一起，减少独立设备在手术室内的占地，并帮助医生在手术过程中更方便地调整操作位置。它主要面向软组织手术，与骨科机器人或主要用于定位的导航设备不同，应用范围包括多项上腹部普通外科手术。
2026 年 7 月 22 日，OTTAVA 获得美国 FDA De Novo 市场授权。De Novo 通道主要用于此前没有完全对应分类、但风险水平可以通过特殊控制进行管理的新型医疗器械。获得授权后，OTTAVA 正式获得进入美国市场的监管资格，强生也由此拥有了参与软组织手术机器人市场竞争的产品。
这项授权解决的是“能不能进入市场”，并不等于医院已经大规模采购。OTTAVA 后续还需要面对几项实际考验：医院是否愿意为新的系统改造手术室，医生是否容易完成培训，设备能否减少摆位和换位时间，耗材成本是否能够接受，以及手术团队能否在日常工作中稳定使用。软组织手术机器人通常还要依靠具体适应证、医生使用量和手术结果逐步建立市场地位。
因此，OTTAVA 的后续进展应重点看装机医院数量、获准开展的手术类型、医生培训和使用情况、单台手术耗材收入，以及设备是否能够提高手术室周转效率。FDA 授权为强生打开了商业化入口，真正决定产品竞争力的，将是它能否让医院以合理成本完成更多手术，并在现有工作流中持续运行。
相关链接
- Johnson & Johnson MedTech：OTTAVA 机器人手术系统产品页
- Johnson & Johnson：OTTAVA 获 FDA 市场授权
- Reuters：J&J robotic surgery device gets FDA authorization
UC San Diego团队完成远程操控人形机器人活体动物手术
与强生 OTTAVA 这类专用手术系统不同，UC San Diego 研究的是通用人形机器人能否在既有手术室环境中完成腹腔镜操作。难点不在于让机器人简单模仿医生手臂动作，而在于它需要通过套管针控制腹腔镜器械，在有限工作空间内完成牵拉、分离和切除，并与床旁医生、内窥镜画面和现有手术流程配合。
UC San Diego 团队此前已围绕医疗人形机器人开展双臂遥操作研究，相关工作覆盖体格检查、急救干预和精密穿刺等医疗动作。团队把研究重点放在人形平台对医疗场景的适配上，包括在人体尺度空间内移动和操作、使用标准工具，以及与医生既有流程衔接。
本次发表于《Nature》的研究把验证场景推进到活体猪腹腔镜胆囊切除。系统由 Unitree G1 人形机器人、移动操作台、立体头显、Master Tool Manipulator 操作手柄、脚踏开关、控制工作站和腹腔镜器械组成。医生在控制台通过头显观看内窥镜画面，用手柄发出动作指令；脚踏开关用于接入或脱离手部控制；机器人侧接收控制指令，用双臂带动腕式腹腔镜器械。ArUco 标记帮助机器人头部相机定位套管针入路点，逆运动学算法再把医生希望看到的器械尖端运动，换算成机器人手腕和器械手柄的动作。
在胆囊切除流程中，外科团队先完成腹部入路和套管针布置，再用标记板校准入路点。控制台医生操控机器人完成胆囊牵拉、肝胆囊三角分离、关键安全视野确认，以及从肝床游离胆囊。由于当时缺少机器人兼容施夹器，胆囊管和胆囊动脉的夹闭仍由腹腔镜方式完成，随后机器人继续执行胆囊游离。这个流程说明系统目前更接近“遥操作手术研究平台”，还不是可直接进入临床常规使用的完整产品。
对客户侧的短期价值，更适合放在训练、模拟和临床前研究。人形平台可以在接近真实手术室的环境中复现实操流程，让研究团队观察延迟、器械控制、床旁协作、重新定位和故障恢复等问题。若后续系统能降低延迟、扩大工作空间、提高器械兼容性并解决灭菌流程，它可能减少专用设备占地和改造成本，并让同一台通用机器人承担更多床旁辅助任务。
这项研究把 UC San Diego 的医疗人形机器人路线从单项动作遥操作推进到活体腹腔镜流程验证。后续商业化观察重点可放在任务完成量、人工接管次数、设备利用率、故障率、重新部署次数、单次部署成本、单次任务成本、灭菌耗材成本和每台设备覆盖的任务类型。
相关链接
- UC San Diego：Surgeons use teleoperated humanoid robots
- Nature：相关研究论文
- 项目页：Humanoid Robot Surgery
- arXiv：Humanoid robot surgery
Robbyant 开源 LingBot 动作、视觉与深度感知模型
蚂蚁集团旗下具身智能公司 Robbyant 在 7 月上旬发布并开源 LingBot-VA 2.0、LingBot-Vision 和 LingBot-Depth 2.0，分别处理机器人动作生成、物体边界识别和空间深度感知。三类模型覆盖机器人执行任务时的主要环节：识别物体及其轮廓、判断物体与机器人的距离，再根据当前画面和任务指令生成动作。
LingBot-VA 2.0 将视频预测与动作生成放在同一套模型中。机器人接收当前画面和语言指令后，模型先预测任务接下来可能出现的画面，再由逆动力学模块把预测结果转换为机械臂动作；动作执行后，机器人用真实观测替换预测画面，继续调整后续操作。这种闭环工作方式主要用于减少长任务中的动作偏差，并让机器人根据现场变化修正计划。
官方展示的一项任务要求机器人先打开右侧盒子、将其关闭，再打开左侧盒子。右侧盒子在操作前后会恢复到相似状态，只根据当前画面判断，机器人容易重复已经完成的步骤。LingBot-VA 2.0 会保留前序动作信息，用任务历史区分两个相似画面，从而继续执行下一步。另一项擦盘测试要求机械臂往返擦拭三轮，也用于检验模型能否记录重复动作的次数。
视觉和深度模型负责补足动作生成所需的环境信息。LingBot-Vision 通过物体边界学习更细致的空间特征，可识别轮廓、线缆和屏幕边缘等细小结构；LingBot-Depth 2.0 则针对玻璃、镜面和金属表面容易造成深度相机数据缺失的问题，根据彩色图像补全距离信息。以抓取透明杯为例，深度模型先修复传感器未能测出的杯体几何信息，抓取策略再据此计算抓取位置和机械臂姿态。
开源代码、模型权重和技术报告降低了开发者验证动作学习与空间感知方案的前期成本，也为 Robbyant 建立跨机器人本体的模型工具链提供了入口。后续可持续观察模型下载及开发者使用量、新机器人适配所需样本量、真实任务完成率、连续任务中断次数、人工接管次数、单次推理成本和端侧运行时延。
相关链接
重点资本动向
宇树科技科创板 IPO 注册获批
7 月 2 日，宇树科技科创板 IPO 注册生效，拟募资约 42.02 亿元。这是机器人行业本月最重要的资本事件之一：宇树不再只是一级市场里的明星公司，而是进入公开发行和持续披露阶段。公司同时覆盖四足机器人与人形机器人，招股书披露 2025 年营收约 17.08 亿元、扣非净利润约 6 亿元，人形机器人出货超过 5,500 台，使市场第一次能够用收入、利润、出货、毛利率、客户结构和现金流来检验头部机器人企业的规模化能力。
这件事把机器人公司的估值讨论从一级市场推到了公开市场。过去人形机器人企业更多依赖技术演示、融资轮次和产能规划支撑估值；宇树进入发行阶段后，投资人会更关注产品收入结构、四足与人形业务占比、客户是否集中、存货是否随扩产上升、募投资金能否转化为产能和交付，以及利润率能否在竞争加剧后维持。
对行业来说，宇树提供了一个可观察的公开样本。如果其上市后能够持续披露稳定收入、批量交付和正向现金流，人形与四足机器人公司的资本化路径会更清晰；如果后续增长主要依赖短期订单、政府或关联场景，或高估值消化压力过大，也会反过来影响一级市场对同类公司的定价。后续应重点跟踪发行定价、上市后市值表现、募投项目进度、半年报/年报中的收入拆分、人形机器人真实交付量以及海外销售质量。
相关链接
乐享科技完成近5 亿元Pre-A并发布“元点Zeroth”
7 月 2 日，乐享科技完成近 5 亿元 Pre-A 轮融资，由蚂蚁集团领投，吉利资本、三七互娱和元禾璞华跟投。公司同时发布家庭具身智能品牌“元点 Zeroth”，成立约一年半累计融资已达 10 亿元。
这笔融资把资本视线从工业现场拉到家庭场景。家庭机器人面对开放且高度非标准化的环境，儿童、老人、宠物、家具、隐私和售后问题会同时出现。投资人真正要看的，是元点 Zeroth 能否定义出足够高频、足够刚需、用户愿意付费的任务。
蚂蚁集团、吉利资本、三七互娱等投资方分别对应平台生态、制造供应链和消费内容入口。这些资源能否转化为真实渠道、硬件量产、用户运营和复购，将直接影响公司的估值支撑。后续应重点跟踪产品形态、售价区间、首批销售渠道、实际交付节奏、家庭高频任务完成率和售后成本。
埃斯顿筹划收购埃斯顿酷卓
7 月 3 日，埃斯顿宣布筹划收购埃斯顿酷卓股权。对这家拥有工业机器人和核心零部件业务的公司而言，并购比从零孵化更快，也有机会把具身智能资产接入现有控制器、供应链和客户渠道。
这笔交易代表传统工业机器人公司用并购方式补齐具身智能能力。标的技术能否进入集团产品体系，将成为市场判断协同价值的核心。控制器、伺服、运动控制、工艺包和客户现场能否被重新组合，会直接决定这笔交易能给埃斯顿带来多少新增能力。
后续需要同时跟踪收购进度、交易价格、交割条件、商誉压力、团队稳定性和并表安排。若埃斯顿酷卓能与集团工业客户共享，并在具身智能或柔性制造场景形成可识别收入，这笔并购才会真正改善业务结构。
相关链接
影智XBOT连续完成A、B两轮融资
7 月 3 日，据多家媒体报道，影智 XBOT 连续完成 A、B 两轮融资，A 轮为 2 亿元，B 轮为 3 亿至 5 亿元。公司把资金投向技术研发、市场拓展和团队建设。
影智 XBOT 的资本故事建立在餐饮场景上。咖啡机器人 C3、冰淇淋机器人 I3 对应标准化单品，任务边界清楚、流程可重复、单店产出容易计算；通用餐饮人形机器人 X1 则承担更复杂的操作想象。资本愿意连续下注，说明餐饮机器人正在从展示设备转向门店效率和连锁复制问题。
这组产品能否支撑估值，关键看专用设备和通用平台之间能不能互相提供数据和收入。C3、I3 如果能在门店形成稳定现金流，就能为 X1 的研发提供真实场景、真实订单和维护网络。后续应重点看门店落地数量、单台日均出品量、设备利用率、清洗维护成本、客户续约和单店回收周期。
相关链接
星动纪元完成新一轮10 亿元融资
7 月 6 日，星动纪元完成新一轮 10 亿元融资。诚通基金领投，多家地方国资、市场化基金和老股东共同参与。
星动纪元已经连续获得大额融资，资本对它的关注集中在通用具身大脑、VLA 和世界模型能否变成可部署产品。10 亿元融资提供了更长的研发和试点周期，也把公司推到更高的兑现压力下：模型能力、机器人本体、场景数据和交付团队都需要同步扩张。
这轮融资的投资方结构也值得看。诚通基金、地方国资、市场化基金和老股东共同参与，可能带来产业场景、地方落地和后续融资支持，但国资和产业资源不会自动转化为订单。真正影响估值的是试点能否沉淀为批量部署、验收标准和持续收入。
相关链接
珞石机器人登陆港交所主板
7 月 9 日，珞石机器人登陆港交所主板，股票代码 03752.HK。公司以 38 港元发行约 2,303.19 万股，募资约 8.75 亿港元；首日收报 43.78 港元。
珞石上市让港股市场获得了一个横跨工业机器人、柔性协作机器人和具身智能产品的样本。珞石已有工业和协作机器人业务，资本市场会把它同时放进传统自动化和具身智能两个框架里定价。
上市后的问题会比发行当天更具体。传统本体业务能否提供稳定收入和现金流，协作机器人能否保持客户复购，具身智能产品目前贡献收入还是主要消耗研发投入，都会影响市场对公司的估值分层。后续应重点跟踪收入按产品线拆分、毛利率变化、海外收入质量、研发投入占比和具身智能订单交付。
相关链接
逐际动力完成近2亿美元 Pre-IPO 轮融资
7 月 14 日，逐际动力完成近 2 亿美元 Pre-IPO 轮融资，投后估值约 150 亿元。叠加年初约 2 亿美元 B 轮，公司称半年融资接近 4 亿美元。
逐际动力这轮融资已经带有明确的上市前储备色彩。半年接近 4 亿美元融资，说明公司正在为产品化、制造、全球交付和海外市场准备更厚的资金垫。进入 Pre-IPO 阶段后，市场会追问这些资金最终形成了多少产能、客户和收入，研发及样机迭代又占用了多少资金。
公司披露的方向包括“大小脑融合”产品化、数千台机器人部署、全球制造与交付，以及中东、欧洲和亚洲市场拓展。这意味着逐际动力的资本故事已经从模型能力转向重资产交付。后续应重点看实际部署数量、客户类型、验收周期、在岗时长、回款进度、海外服务网络和单台制造成本。
相关链接
越疆科技创业板 IPO 过会
7 月 22 日，越疆科技创业板 IPO 过会，拟募资约 12 亿元，其中约 5.5 亿元投向多足机器人研发及产业化，约 2.5 亿元用于人形机器人技术提升。
越疆先以协作机器人形成装机和客户基础，再把 IPO 募资投向多足机器人产业化和人形机器人技术提升。资本市场接下来会检验成熟业务积累下来的运动控制、力控、渠道和工业客户，能否降低新平台的量产和销售成本。
募投方向也透露出两条业务所处的阶段：多足机器人已经进入研发及产业化投入，人形机器人仍偏技术提升，成熟度并不相同。后续应重点跟踪注册进度、发行定价、募投项目建设、多足机器人产能释放、协作机器人客户转化率、新业务收入拆分和亏损变化。
相关链接
德塔智能完成近5 亿元天使++轮融资
据多家媒体报道，德塔智能在 7 月下旬完成近 5 亿元天使++轮融资，资金将用于人形机器人基础模型、数据采集设备量产和工业场景验证。
德塔智能仍处在很早的融资阶段，但金额已经接近部分成长期公司的单轮规模。资本押注集中在基础模型、数据采集设备和工业验证共同组成的数据生产系统。对具身智能来说，数据采集能力正在从研发配套变成可能独立定价的基础设施。
其 Delta D1 设备用于同步采集第一人称视觉和全身关节运动轨迹，为模型训练提供动作数据。市场会关注这套系统对不同机器人形态的适配能力，以及外部客户是否愿意持续采购设备、数据集或训练服务。后续应重点跟踪 Delta D1 的量产节奏、数据采集成本、数据质量、工业场景验证结果、外部客户数量和模型训练效果提升。