3月初，極佳視界宣布完成近10億元的Pre-B輪融資。
投資方陣容堪稱豪華，囊括了中芯聚源、上海半導體產投基金這樣的產業資本，也有中金資本、蘇創投等國資平台和財務機構，老股東則繼續超額加註。
距離上一輪融資僅過去兩個多月，這筆資金的注入讓這家成立僅兩年的公司迅速站到了百億估值的門檻上。
資料顯示，極佳視界成立於2023年初，由清華博士黃冠帶隊，核心定位是“具身基模和通用機器人”。但真正讓它從140多家國內人形機器人整機企業中脫穎而出的，是其一直堅持的標籤：國內第一家布局“世界模型”的科技公司。
簡單來說，當大多數同行正在用海量真實數據餵養機器人、試圖讓它們變得更聰明時，極佳視界試圖讓機器人在自己的“腦海”里構建一個虛擬的物理世界，通過想象和推演來預判動作的結果，從而以更低的成本、更快的速度學會新技能。
其最新發布的GigaWorld-Policy技術宣稱，能讓機器人的思考速度提升10倍，任務成功率提高約30%，同時訓練效率也提升10倍。2025年底，他們發布了原生本體Maker H01並已開啟量產交付，試圖將這套“大腦”裝進自己的“身體”里，形成數據閉環。
1.三股力量的路線之爭：世界模型、運動控制與場景落地
極佳視界的融資之所以引人注目，是因為它代表了一條與當前主流玩家截然不同的技術路徑。如果將當下的具身智能賽道做一個切片分析，大致可以劃分為三個派別。
一派是以極佳視界為代表的“架構派”或“想象力派”。
他們的核心邏輯是，當前主流的VLA模型面臨著兩大死穴，真實數據採集成本太高，仿真數據又存在與現實的巨大差距。
與其慢慢採集數據，不如先教會機器人“想象”。極佳堅持認為，只有從底層模型架構上解決問題，才能迎來真正的智能湧現。
事實上，這條路並非孤例，螞蟻集團旗下的靈波科技近期也發布了開源世界模型LingBot-World，定位為“開源版Genie3”，試圖構建虛擬訓練場。在國際上，無論是英偉達的COSMOS，還是Google DeepMind的Genie系列，都在押注這一方向。
可以說，極佳選擇的是一條與國際前沿同步、但在國內尚屬小眾的高難度路線。
另一派則是以宇樹科技和智元機器人為代表的“應用派”或“數據派”。
宇樹的優勢在“身體”而非“大腦”。其創始人王興興在一次演講中坦言，2025年公司人形機器人出貨量超5500台，位居全球第一。
宇樹的策略很務實，先把運動性能做到極致，讓機器人能跑能跳能後空翻，解決“能不能動”的問題。
王興興認為，運動是幹活的先決條件，只有運動足夠穩定，才能談後續的工業落地。至於智能，宇樹似乎更傾向於藉助外部力量或逐步迭代。
智元機器人則代表了另一種務實。聯合創始人彭志輝提出了“沿途下蛋”的策略，即先在相對簡單的工廠環境里做複雜的任務，讓機器人真正干起活來，在真實場景中積累數據、迭代模型。
智元不僅開源了操作系統，還發布了業界最大的真機數據集，試圖通過生態的力量構建護城河。彭志輝的判斷很清晰，行業已經從實驗室炫技進入工程化競爭的下半場，接下來要比誰的“幹活能力”更強。
還有一派是以優必選為代表的“商業派”或“老兵派”。作為國內人形機器人領域最早上市的公司，優必選走的是全棧自研、場景深耕的路線。其Walker S系列已進入奧迪一汽、比亞迪等頭部企業實訓，成為全球進入最多工廠實訓的人形機器人。
優必選更強調在真實工業場景中的打磨，比如在蔚來工廠做車門鎖質檢，在極氪工廠做料箱搬運，一步一個腳印積累訂單。2025年其人形機器人訂單金額已超14億元，2026年目標達到萬台產能。
2.殊途同歸前的分岔路口
為什麼極佳視界要堅持走世界模型這條路，而其他玩家卻選擇了不同的方向？這背後其實是團隊基因和風險偏好的差異。
極佳視界的核心團隊來自清華大學自動化系智能視覺實驗室，有着深厚的視覺和AI背景，在物理AI算法領域有超過20年的積累。
對他們而言，從最底層的“智能”層面突破，是一種能力範圍內的自然選擇，也是一種戰略上的豪賭。賭的是未來兩三年，世界模型能夠真正成熟，從根本上解決數據效率的問題。這條路風險高、投入大，但一旦成功，將建立起極高的技術壁壘。
相比之下，宇樹科技的優勢在於運動控制和硬件成本，他們更傾向於用現有技術快速佔領市場，再反哺研發。
智元機器人的團隊則帶有濃厚的工程化和供應鏈思維，強調標準化、系列化和低成本部署，追求在正確的時間做正確的事。
優必選作為老牌企業，更看重商業閉環和量產能力，每一步都力求有訂單支撐。
從行業角度來看，這種分化其實是一個新興產業走向成熟的必經之路。
沒有人能預判哪條路最終會通向終點。極佳視界試圖用“想象力”打破數據瓶頸，宇樹和智元試圖用“真實數據”和“工程落地”趟出一條路，優必選則試圖用“場景深耕”證明機器人的商業價值。
2026年被業內認為是人形機器人的“市場化元年”或“部署態元年”。工信部的數據顯示，國內人形機器人整機企業已超140家，發布產品達330款。
在這樣一個擁擠的賽道里，資本的流嚮往往預示着對未來趨勢的判斷。極佳視界的本輪融資，至少說明有一部分投資人相信，在物理世界AGI的實現路徑上，僅靠堆砌真實數據是不夠的，模型架構本身的革命同樣重要。
最終，無論是世界模型驅動的“想象力”，還是真機數據驅動的“執行力”，抑或是工業場景驅動的“商業化”，這些探索都在共同推動具身智能從概念走向現實。
對於這個行業來說，有足夠多的玩家願意走不同的路，本身就是一件好事。畢竟，通往AGI的路不止一條，而誰能在終點會師，目前還沒人能給出答案。
［本文作者i黑馬，i黑馬原創。如需轉載請聯繫微信公眾號（ID:iheima）授權，未經授權，轉載必究。］