星尘智能已完成10亿元规模新一轮融资。公司估值达150亿元,稳坐中国具身智能公司第一梯队。
据知,本轮融资资金计划将用于模型迭代、人才扩充、商业化落地和产能建设,并继续投入三位一体全栈架构建设,持续攻克世界难题并推动技术能力转化为可交付的产品与规模化部署能力。
全球首个绳驱机器人量产公司
星尘智能以通用人形机器人为产品载体,核心能力覆盖具身智能模型、机器人操作系统和绳驱本体。其核心价值与稀缺性在于:具备全栈人工智能系统的持续迭代能力、绳驱技术的差异化与量产壁垒,以及经真实场景验证的商业化成长潜力。
星尘智能以“Design for AI”的软硬件一体化设计理念,围绕 Lumo 具身基座模型、Astribot OS 与绳驱本体全栈自研,构建了模型、操作系统与本体协同的三位一体全栈架构,形成了“本体+数据+模型”的技术闭环。该架构可围绕实际任务协同改进理解、决策与执行,使公司具备持续积累数据、改进模型和扩展应用的机制,也为软件、应用及模型服务的发展提供基础。
“绳驱技术为机器人提供灵活、精细且更适合人机交互的执行能力、为模型训练提供高质量数据;Lumo模型负责理解环境、推理和生成动作;Astribot OS把这些能力组织成用户和开发者能够调用的应用。三者协同,使机器人既能完成实际任务,也能利用部署中积累的数据持续改进。”来杰表示。
据知,星尘在今年7月发布的基座模型Lumo-2是业界首个面向家庭场景的隐式世界动作模型,在22项以上使用真机进行的复杂评测中,在时序推理、物理理解和操作复杂度三个维度的综合表现均位列参评模型首位。
在本体层面,相关绳驱技术在产品性能、模型训练和工程复制门槛方面的积累及商业化量产能力,为星尘智能构建了本体硬件上的差异化优势与先发量产壁垒,使公司成为“全球首个实现绳驱AI机器人量产”的公司,且比OpenAI投资的绳驱路线公司1X,至少领先一个代际。
加速全球应用与商业化布局
S系列开启千台级订单,S和T总产能达万台级水平
凭借绳驱技术的全栈积累,星尘智能完整跑通了从原型验证到规模量产的发展路径,展现出极强的产品迭代与成本控制的稀缺性:2025年9月该公司S旗舰系列开启千台级订单,2026年6月其新一代人形机器人T1开始发货、率先将高精细操作机器人带到9万元价格区间实现,叠加公司同步拉通的万台级产能,使其在技术代差、产品普及速度与成本壁垒上进一步拉开代际差距。
在商业场景落地方面,星尘智能应用覆盖零售、文旅、工业、科研、教育等场景。客户包括金马游乐、中科创达、博登智能、仙工智能、央视及京东等,包括与金马游乐、仙工智能等合作将在商业与工业等场景部署上千台AI机器人,并将与中科创达共同推动千台级规模落地,依托后者覆盖北美、欧洲、亚洲的全球销售网络,加速推进机器人产品出海,进行全球化布局。
由星尘智能自主研发的机器人零售服务店“机器人MART”自2025年11月起陆续在北京、上海、广州等六个城市批量化部署,推动机器人从单点展示走向持续运营。
在AI开发者生态方面合作方面,蚂蚁灵波、深度跃迁、生数科技、具脑磐石等多家AI公司正在采用星尘智能的平台开展模型部署与场景开发,推动自身产品能力迭代与应用生态拓展。
新品研发提速 技术人才同步加码
“商业服务”与“开发者生态”助力商业化成长
星尘智能表示,未来将继续聚焦于人才引进、技术提升、模型迭代、产能建设及商业化落地等多方面能力构建。

公开信息显示,国内领先AI人才孙鹏于今年9月正式加盟星尘智能,将重点负责机器人强化学习方向的技术研发与应用探索。公司在招职位数量在2026年同比大幅增长,持续吸纳VLA、世界模型、灵巧操作等高壁垒方向的稀缺人才。
在研发方向,星尘智能最新发布的在线强化学习框架SmoothRL可推动机器人可以在执行任务的过程中持续优化自身行为,减少对离线训练的依赖,从而更好地应对真实世界中的不确定性。
在商业化方面,星尘智表示,未来能将继续沿“商业服务”与“开发者生态”双路径推进商业化——面向商业服务市场,星尘智能将机器人本体、AI模型与具身操作系统 AOS 的全栈能力整合为零售、导览、艺术表演等场景解决方案,通过真实运营验证产品能力、积累用户反馈,并沉淀可复用的交互、操作与安全控制能力,为向家庭服务场景拓展打下基础。面向科研机构、AI及行业应用开发者,星尘智能提供标准化机器人平台、技能模块与开发工具,降低机器人应用开发门槛,借助生态伙伴的行业知识拓展产品能力与应用场景。
作为长期产品布局的重要方向,星尘智能面向家庭和个人用户的系列产品已正在研发阶段。而随着装机量和使用频率增长,星尘智能计划拓展具身操作系统AOS的软件及应用服务,持续探索模型的商业化模式。
"我们希望通过机器人+AI,绽放人的创造力。"来杰表示,星尘智能将坚持以Physical AI全栈路线,把每一次真实部署变成模型与产品持续进化的燃料,为全球用户带来真正可用、好用的具身智能产品。

评论交流