公司

投资界AI消息，近日，广州云蝶科技宣布完成数亿元B+轮系列融资，参与方包括StellarS Capital、亚洲联合基建（00711.HK）、长浙投资、图灵量子等机构及个人。融资所得将用于具身智能技术的迭代以及在真实场景中的规模化落地。

在投资方名单中，StellarS Capital尤为显眼。这家总部位于纽约的投资机构由Mao Zhang于2017年创立，截至2026年7月，管理资产规模约为150亿美元，外界对其可能不太了解。

然而，其过往的投资成果令人瞩目——字节跳动、OpenAI、Anthropic等全球顶级AI公司背后均有StellarS Capital的身影。如今，他们选择投资一家来自中国的具身智能企业。

从OpenAI、Anthropic到广州

回溯至2019年，田雪松与一群博士同伴在广州共同创立了云蝶科技。

彼时，大模型和具身智能并非热门话题，应用场景也不清晰。云蝶科技从一开始就选择了独特的商业化路径：并非先开发通用机器人再寻找用途，而是从具体岗位切入，在酒店、物业、医疗康养和园区巡检等垂直场景中寻找可持续交付的任务。

这反过来决定了云蝶科技的技术路线。例如，酒店送物任务要求机器人读取工单、调用电梯和门禁，到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复杂，现场情况也随时可能变化。

对客户而言，最终关注的是机器人能否稳定运行、需要多少人工干预，以及完成任务的成本。

基于此，云蝶科技提出了具身环境智能EEI：当机器人能力有限时，可将电梯、门禁、摄像头和业务系统纳入任务体系，由机器人、环境和人协同完成工作。

在产品层面，RoboForge系统级具身大脑负责任务分解、规划、技能调用和异常恢复，而WING任务型本体则进入现场执行。

在商业模式上，云蝶科技正推行RaaS（机器人即服务）。机器人、场景部署和后续运维被整合为持续服务，运行数据经授权和脱敏后反馈至研发环节，用于改进模型和技能。

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，为新业务提供了场景入口，形成了难以复制的正向循环。

国际资本押注背后

此次，云蝶科技为何能吸引国际资本的关注？

在StellarS Capital的投资方法中，他们更看重两个指标：斜率和曲率。简而言之，收入、估值和客户数量只是公司在某一时点的位置。斜率衡量这些指标变化的速度；曲率则观察增长是加快还是放缓。

这一投资准则体现在StellarS Capital过往项目中。例如，Anthropic在不到18个月内实现了47倍的年化收入增长；OpenAI的增长速度同样惊人，它们都是全球顶尖的AI公司，不仅持续壮大，还在相当长时期内保持正向增长。

如果说斜率代表公司的成长速度，曲率则代表更长久的生命力。对投资机构而言，两者同等重要。

对于云蝶科技，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，能否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，还是在构建规模能力。

在Mao Zhang看来，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

当前，具身智能的拐点正在显现。

一方面，监管和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正在改写行业的收入斜率。双重拐点叠加，行业资金和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——机器人需要制造、部署和运维，要适应现场环境，并对任务结果负责。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，如果能反向改进系统，就会直接影响下一次交付的速度和成本。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，再将其用于迭代技术和产品，从而带来更强的产品实力，进一步夯实并拓展客户范围。

接下来，云蝶科技也有清晰的路径规划：本轮融资后，计划继续提升机器人的稳定性和部署效率，完善持续运营能力，并扩大RoboForge对不同任务和本体的适配。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。

本文来自微信公众号“投资界AI”，作者：吴琼，36氪经授权发布。