盖世汽车获悉，星动纪元已于近日完成超2亿美元新一轮融资。这距离今年3月其完成10亿元战略轮融资，仅过去不到两个月。

本轮由顺丰集团领投，红杉中国、IDG资本、中金资本等一线财务机构联合注资，东风产投、科捷智能、工银资本、联通旗下基金等产业方共同参与，老股东清控天诚、鸿瑞达持续加码。据了解，本轮市场投资意向远超原定募资目标。

至此，这家成立不足三年的公司，几乎集齐了具身智能赛道最全的资本阵容。

当资本竞逐的热度攀升，一个更本质的问题自然浮现:星动纪元究竟凭什么？

星动纪元的商业化路径:从物流场景开始

在具身智能赛道，星动纪元的标签相当明确:这是一家聚焦“真干活”的公司。这一定位，与其创始人陈建宇的背景和战略选择深度绑定。

陈建宇是清华大学交叉信息研究院助理教授、博士生导师，加州大学伯克利分校博士，师从美国工程院院士、机电控制领域先驱Masayoshi Tomizuka教授。他同时担任清华大学特聘研究员，在机器人与AI领域拥有超过十年的研发积累。

由这一学术脉络延伸出的星动纪元，也成为清华大学唯一持股的具身智能企业。

同时，这种“学院派”底色，也赋予了星动纪元团队对技术前沿的敏锐感知。但真正让这家公司在商业化端跑出速度的，是其自创立起便确立的核心战略——软硬一体、全栈自研。

与许多侧重单一环节的同行不同，星动纪元构建了从大脑、运控、数据到五指灵巧手、人形本体的完整技术栈，搭建起一套面向“真干活”的AI Native系统级能力。

在该公司的技术理念中，软硬一体的协同迭代，是实现智能涌现的最快方式。

这显然是一条早期更慢、更重的路。但一旦跑通，所带来的将不是单点优势，而是系统性的技术壁垒——避免陷入单纯比拼算法参数或硬件成本的同质化竞争。

如今，这套打法已开始在真实作业场景中产出切实结果。

截至2025年底，星动纪元累计商业化订单总额已经突破5亿元。2026年第二季度，星动纪元正式开启千台级机器人批量交付，增速达300%。在一个尚处早期阶段的行业里，这些数字的分量不言而喻。

其中物流场景，是这套系统能力率先被验证的主阵地。

依托软硬一体全栈系统，星动纪元已与中国邮政、顺丰集团等达成深度合作，实现旗下机器人进驻华北、华东、华南等区域的10多个物流中心，执行高频次、高强度的快递分拣任务。在部分场景中，据悉机器人作业效率已超过人类水平的85%，且能24小时不间断运行。

这背后，物流行业本身就是一个典型的“高痛点”市场。一方面，快递行业长期承受着招工难与人力流失的双重压力，国家邮政局数据显示，2025年一季度全国快递全职从业人员较2024年底减少31万人。另一方面，传统自动化设备刚性强、柔性不足，难以应对海量异形件、软包及不规则物品的分拣挑战。

针对这一困境，星动纪元将其自研的全尺寸人形机器人半身方案星动M7，与端到端VLA具身模型ERA-42深度融合，打通业务系统，部署于快递供件工位，构建出一套“真干活、真落地”的软硬一体化解决方案。

M7采用腰部3自由度设计，可覆盖超2.1米台面的全域操作范围，适配快递分拣环境，无需场地改造即可部署。不仅如此，该方案还搭载了星动纪元首创的全直驱12自由度五指灵巧手星动XHAND1，能够精准拿捏各类大小、形状、材质各异的包裹，其十字手腕设计进一步消除了抓取死角，确保稳定高效作业。

ERA-42模型的泛化能力，则支撑机器人精准识别面单、灵活完成抓取翻面与传送操作，同时具备异形件识别与剔除能力，显著降低包裹回流率，大幅提升分拣环节的自动化水平。

值得注意的是，物流并非星动纪元唯一的应用落点。在汽车制造、3C电子、商业服务等领域，该公司已与吉利、雷诺、海尔、联想、三星等企业展开深度合作，场景覆盖正在快速铺开。

全栈自研:更难的路，更深的壁垒

如果说场景落地是可见的“结果”，那么支撑这些结果的底层逻辑，更值得审视。

星动纪元自成立起便选择面向具身智能进行软硬一体、全栈自研。这一选择并非出于技术上的“贪大求全”，而是源于对行业核心挑战的清醒判断。

在2026博鳌亚洲论坛上，陈建宇将人形机器人规模化应用面临的核心挑战归结为两点:一是对“工业级全栈能力”的要求，二是模型泛化性的不足。这两点判断，恰好构成了理解星动纪元战略逻辑的钥匙。

“工业级”意味着什么？陈建宇的表述异常务实:不光是单次能做一件事，而是要能“可靠、持续、低成本地做到”。这指向的是一个复杂的系统工程——从大脑的感知与决策，到小脑的运动控制，再到本体关节的耐久与稳定，任何一环的缺失都足以拖累整体效能。

这正是星动纪元坚持全栈自研的深层原因。

具体而言，在软件层面，星动纪元不仅自研了端到端VLA具身模型ERA-42，实现感知、决策、控制的全流程一体化，还在“世界模型”方向上持续突破。

从行业首款原生搭载世界模型架构的机器人通用基础模型PAD，到融合世界模型的VLA算法框架VPP，再到让机器人在“想象空间”中完成任务预演的Ctrl-World——星动纪元的核心目标始终清晰:不断夯实机器人的“思考”与“行动”能力，推动具身智能从实验室原型走向可落地的工业级应用。

在硬件层面，星动纪元秉持“AI定义硬件”的理念，构建了从核心电机、驱动器、减速器到整机的全栈自研体系，自研率超过95%。

这种“大脑+硬件”的深度协同，带来的不仅是牢靠的物理承载，更是一种性能层面的全面适配。

以全尺寸双足人形机器人星动L7为例，在未对任何场景进行单独优化的情况下，星动L7即可完成物流作业、舞剑、360°旋转跳、街舞甚至跳高等一系列兼顾高动态爆发力与长时间工况的活动——某种程度上，这便是“真干活”大脑所需的通用硬件基座。

灵巧手则是另一个关键变量。机器人行业中有一句常被引用的判断:灵巧手决定操作上限。

因此，星动纪元选择了正面攻克这一难题，并首创全直驱路线，意在从三个维度同步突破:拓展大脑的操作精度上限、提升全域抓取作业效率、夯实硬件的长效耐久性。

目前，星动纪元已经推出了全直驱五指灵巧手星动XHAND1，该款灵巧手具备12个主动自由度，单手可提起25公斤重物，在响应速度、操作精度和力量输出上均处于行业前列。

然而，硬件的上限终究需要“大脑”的泛化性来释放。机器人能在多大范围内“真干活”，很大程度上取决于模型能否应对千变万化的长尾场景——这是全行业面临的共同课题。

为此，星动纪元构建了一套多维度、高质量的数据闭环——“真机作业数据-真机数据-世界模型生成物理交互数据-EgoCentric人类行为数据-互联网视频数据”，将高质量的真实作业数据持续回流，反哺基础模型。

在星动纪元联合创始人席悦看来，机器人要真正的业务落地，还是需要高质量的真机数据。“影响业务落地的其实是那1%的corner case。如果仅依靠数据采集-真机推理-工程师定位问题-再去数据采集这个过程非常低效，所以我们还是需要建立一套从数据到模型闭环的数据飞轮模式，让机器人能够在工厂实际作业中持续提升模型处理corner case的能力”。

在这套体系中，真机作业数据尤为特殊，其独自构成了一个“作业体量越大真机数据越多模型能力越强作业效率越高迈向更多场景”的正向循环。这意味着，落地规模不只是在积累客户，更是在积累一种对手难以复制的动态能力。

当然，星动纪元对于技术边界的判断同样保持着克制。

陈建宇在博鳌论坛上坦言，当前的模型泛化能力距离家庭等泛化场景的零样本部署还有距离，但物流、工业等垂直标准化场景完全有条件优先落地。“工业场景可以投入一定的数据和算力，把关键环节打通，而一个环节就可以标准化复制到上万乃至数十万个场景。”

至于家庭机器人，他的预测是:“三到五年也许有一个几万块钱的机器人，可以做更多的事情，但也不是全部。这是一个循序渐进的过程。”

结语

综合来看，星动纪元为观察具身智能的商业化进程提供了一个具体而清晰的切片。当技术路线逐步收敛、场景痛点足够清晰、系统能力趋于完整时，从“能干活”到“真干活”的跨越，或许并不像外界想象的那般遥远。

当然，这远不意味着前路已是坦途。供应链的规模化拉通、跨场景的模型泛化、持续降本的工程能力，每一项都仍是横亘在行业面前的硬仗。

但至少在这一刻，星动纪元的实践，为行业提供了一种值得持续观察的可能性。

关于《Seeds 发现》:

盖世汽车《Seeds 发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动汽车产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。