具身智能赛道的百亿独角兽，再添一员猛将。
7 月 14 日，通用人形机器人公司逐际动力宣布完成 Pre-IPO 轮融资，融资金额近 2 亿美元，投后估值达 150 亿元。在过去的半年时间里，逐际动力已经累计完成 4 亿美元融资。
同时，这也意味着，逐际动力 IPO 的进程已经开启。
观察本轮融资的投资方可以发现，其中汇集了来自全球的国际化头部知名投资机构。其中包括：IDG 资本、蓝思科技、GGG Group、Redstone VC、华山资本、合肥滨湖产发集团等。此外，阿联酋磊石资本（Stone Venture）连续多轮追投，重磅加持；绿洲资本、基石资本、南山战新投、尚颀资本、蔚来资本等多家老股东超额加注。
本轮融资汇集了来自中国、欧洲、中东、北美的产业资本、国际资本以及长期资本。这代表着资本市场非常看好具身智能这一赛道，同时也代表着对逐际动力的技术能力、产品能力以及全球化战略的高度认可。
根据规划，本轮融资资金将重点用于大小脑融合技术的突破和产品化，推动数千台全自主人形机器人的规模化部署，加强全球市场拓展。同时，逐际动力将进一步完善全球制造与交付能力，加快中东、欧洲及亚洲其他国家地区等重点市场的布局，并持续建设面向全球开发者的开放生态，加速具身智能技术创新与产业化落地。
放眼整个具身智能行业，绝大多数公司还处在创业初期，能够进入百亿独角兽行列的不超过 13 家，冲刺 IPO 的更是凤毛麟角，逐际动力为什么可以率先进入 IPO 进程？
在这背后，其实和逐际动力产品和技术内核密切相关。逐际动力率先提出并布局了「人形机器人大脑系统」，围绕机器人本体、AI 基础设施及具身智能体 OS 系统持续投入研发，并形成覆盖 System 0 全身运动基础模型、System 1 人形机器人 VLA/WAM 能力、System 2 以大语言模型和世界模型为引擎的具身智能体操作系统（COSA）的三层技术架构。
全球首个具身智能体系统 COSA，实现了人形机器人认知世界-理解任务-拆解/规划-交互执行的全自主流程，真机展示时间甚至早于美国人形机器人公司 Figure 公布的 Helix 02。
在产品层面，逐际动力机器人产品已经获得数千台订单，其中一半以上来自海外。今年 5 月发布的全尺寸交互人形机器人 LimX Luna，6 月也已向国内及海外市场批量交付。此外，新一代多形态具身机器人 TRON 2，也获得了大量国内外订单。
IPO 进程正在加速
深扒逐际动力的融资历史，这家成立于 2022 年的通用人形机器人公司，已经完成了七轮融资，从公开信息来看，融资总额已经超过了 35 亿元。
来到 Pre-IPO 轮融资，逐际动力引入了更多全球化资本，同时也首次公布估值及推进 IPO 的信息。此轮融资，也是逐际动力从一级私募市场到二级公众市场的关键跳板。
对于投资机构来说，公司早期 A、B 轮投资都是在「赌」公司能不能活下去，而 Pre-IPO 轮则有很大的不同。到了 Pre-IPO 轮，公司的商业模式已经基本跑通，市场地位也相对稳固，投资机构更看重的是 IPO 后可能带来的稳健回报。
实际上今年 3 月，逐际动力已经完成了股份制改革，正式更名为「深圳逐际动力科技股份有限公司」，拿到了 IPO 的「准考证」。加上 Pre-IPO 轮融资，逐际动力的 IPO 进程正加速推进。
三层技术架构，构筑全栈护城河
2025 年，全球人形机器人的产量大约为 2 万台，真正可落地干活的几乎还是空白。2026 年，人形机器人产量预计将突破 10 万台。人形机器人进入规模化发展的同时，也要快速进入商用落地阶段了。
现阶段，谁能掌握模型在真实世界中的泛化能力，谁就能抢先获得落地的机会。逐际动力持续获得全球顶级长线资本重注的核心底牌，正是其围绕「人形机器人大脑系统」所构建的 System 0、System 1 以及 System 2 三层全栈技术架构。
其中，作为顶层中枢的 System 2（具身智能体 OS – COSA），以大语言模型和世界模型为双引擎，由四个核心模块构筑起了一套完整的类人高级认知闭环：
- 世界模型（理解与预测）： 这是机器人理解物理常识的钥匙。它赋予了机器人对空间、几何和物理规律的深度感知，让机器人不仅能看到眼前的物体，更能预测自己每一个动作在物理世界中会产生什么后果（例如：杯子倒了水会流出），从而在虚拟中完成「直觉物理」的推演。
- 思考与推理（闭环推理与行动）： 告别了过去死板的单一程序指令，系统具备了类似人类的长链条任务规划（Task Planning）与逻辑反思能力。面对「帮我把冰可乐拿过来」这种模糊、抽象的长周期任务，系统能自主进行多步骤拆解、推理；更重要的是，当真实物理环境发生突发干扰导致动作失败时，它能进行实时的闭环纠错与反思，自适应地调整下一步策略。
- 混合记忆系统（经验沉淀）： 机器人不再是「每开机一次就失忆一次」的机器，而是拥有长短期记忆融合的演进个体。短期记忆负责锁定时下的环境状态流，长期记忆则沉淀沉浸式的语义知识和历史操作经验，让机器人在不断地部署和探索中，越用越聪明。
- 多样化人机交互能力： 打通了多模态的交互边界，不仅能精准听懂人类复杂的自然语言逻辑，更能在交互中捕捉环境上下文的隐式需求，实现真正具备同理心与高配合度的自然协作。
然而，一个聪明的 System 2，如果缺乏强大的执行通路，就会沦为「思想的巨人，行动的矮子」。逐际动力的强大之处，在于其打通了大小脑的无缝交融。
向下看，System 1（也就是人形机器人 VLA/WAM 能力） 依托 LimX VGM/DreamActor 训练范式，将System 2 的决策，精准转化为全身运控的实时动作策略。而作为企业级开源基础设施的 FluxVLA Engine，它向全球开发者开源了一套持续模型训练、迭代与部署的工程底座，把全行业从「重复造轮子」的底层工程中解放出来，正在推动行业从「训练好一个模型」，迈向「让所有人都能够训练模型」。而这个开源框架所汇集的优秀具身模型，将会成为机器人技能成长取之不尽的活水之源。
最底层的 System 0（全身运控层） 则融合了 LimX 运动基础模型与 LimX Mimic 类人动作模仿能力，确保了无论高层大脑给出的决策多么复杂，机器人的物理硬件都能在非结构化地形中，输出绝对稳定、精准、敏捷的拟人化动态反馈。
基于逐际动力三层技术架构，逐际动力在技术层面具备了与 Figure 等国际一线企业同台竞技的底气。伴随着今年 3 月股份制改革的悄然完成，这家已经拿到二级市场「准考证」、被人形大脑系统全面武装的超级独角兽，正在全速让通用人形机器人从实验室出来，真正走进物理世界的千行百业。