31亿！华为+百度天团，拿下最大融资！

这不是融资，这是一场针对传统工业自动化与工业软件的“降维宣战书”。

2026年4月16日，中国智能制造领域被一枚来自上海的“深水炸弹”震动了。

成立仅两年的具身智能初创公司它石智航，宣布完成4.55亿美元的Pre-A轮融资。这不仅是中国具身智能史上最大的单笔融资，更以累计近50亿人民币的总额，重新定义了工业领域“独角兽”的成长速度。

但这笔融资的叙事早已超出了“资本故事”本身。当高瓴、红杉、美团、北京与上海国有资本，将这张进入下一代生产力工具竞技场的“门票” 递给一家初创公司时，我们必须读懂背后的潜台词：

智能制造的战局，已经从“流程优化”升级为“生产力重构”。 新的玩家，正带着颠覆性的“大脑”和“双手”，冲进曾经被传统工业自动化、工业软件和机器人巨头牢牢把持的车间。

01 豪华押注：一份写给“物理AI”的时代共识

4.55亿美元背后，是一份堪称“梦幻”的投资人名单，也是一张清晰的战略意图图：

顶级财务资本：高瓴创投、红杉中国领投，是对“物理AI”作为下一代通用平台技术的史诗级下注。

核心战略资本：美团战投连续两轮重仓，意味着即时零售背后的庞大履约网络，已将具身智能视为其未来“基础设施”的一部分。

产业资本：TCL产投等的入局，代表制造业主力军正以前所未有的热情，试图亲手“定义”自己需要的下一代自动化工具。

国有资本：北京、上海两大国家级产业基金的首次联合出手，其信号意义不言而喻——这已是关乎未来制造业核心生产力的国家级战略竞争。

这份名单的含金量在于，它罕见地汇聚了对“技术-场景-产业-战略”四重价值的共识。 他们投票的，不是一家公司，而是一条路径：用源自自动驾驶的顶级AI大脑，攻克物理世界最棘手的操作难题，最终制造出通用的、自主的、可进化的“生产力单元”。

资本疯狂心动的核心，是它石智航背后堪称“王炸”的创始团队：

陈亦伦，前华为自动驾驶CTO，车BU首席科学家，是华为智能驾驶系统的“总架构师”。

李震宇，前百度智能驾驶事业群总裁，Apollo平台与萝卜快跑的总操盘手。

丁文超，华为首批“天才少年”，华为智驾端到端决策网络的缔造者。

这是一个从中国自动驾驶“修罗场”中杀出的顶级组合。 他们在处理高维传感器信息、复杂环境实时感知、毫秒级安全决策方面的经验，恰恰是解决当前工业机器人“智能化”瓶颈的密钥。

“这简直是‘降维打击’。” 一位投资人如此评价。当绝大多数机器人公司还在纠结“大语言模型（LLM）”与“视觉-语言-动作模型（VLA）”的学术路线时，它石智航已经给出了截然不同的答案。

他们绕开了主流，自研“AWE 3.0”通用具身大模型，核心是“物理AI”——强调对物理世界的精准感知、力控交互与因果推理。 今年3月，其A1机器人以1小时完成百余次亚毫米级柔性线束装配的成绩，拿下中国首个工业精密操作吉尼斯世界纪录，正是对这一技术路径的强力验证。

本质上，他们把工业现场最难的问题，看作了自动驾驶“最后一公里”泊车问题的延续。 这种从“软件定义汽车”迁移而来的“软件定义机器人”思想，或将重构自动化行业的游戏规则。

它石智航的狂奔，只是2026年具身智能“百亿竞速” 的缩影。据不完全统计，已有十余家企业跻身“百亿俱乐部”，而资本正从“硬件炫技”疯狂涌向“大脑竞速”。

这将对现有的智能制造格局产生多重冲击：

1. 对传统工业机器人巨头的“替代压力”：发那科、库卡、ABB的机械臂是强大、精确的“肢体”，但智能化不足。具身智能公司提供的是“大脑+小脑+肢体”的完整智能体。在汽车、3C等小批量、多品种、工艺复杂的产线上，后者的“泛化能力”和“免编程调试”优势将日益凸显。

2. 对工业软件生态的“解耦挑战”：传统的MES、WMS、数字孪生软件，与自动化硬件是松耦合的。而具身智能追求的，是从感知、决策到执行的全栈闭环。未来，是机器人“大脑”反向定义和调度上层的工业软件，还是工业软件平台向下整合智能体？一场关于“控制权”的争夺已经开始。

3. 对系统集成商模式的“釜底抽薪”：当前工厂自动化严重依赖SI（系统集成商）进行二次开发和集成，这是成本高昂的“项目制”模式。如果具身智能机器人能够“开箱即用”、通过“演示学习”自主掌握新任务，将极大削弱SI的传统价值，推动自动化走向产品化、标准化。

2026年，被业内公认为具身智能的“订单验证年”。融资金额是“燃料”，而真实的工厂订单才是证明“能效”的唯一标准。

它石智航的董事长李震宇已明确规划：本轮资金用于打造“大脑”，下一轮将聚焦打造“真干活、真量产”的机器人。从“能演示”到“能量产、能交付、能稳定创造效益”，中间隔着巨大的工程化鸿沟。

对于所有智能制造从业者而言，这既是警报，也是启示。

警报在于，传统自动化、工业软件的知识体系可能需要快速刷新。对机器人控制的理解，必须从“运动学、动力学”延伸到“多模态感知、大模型决策、仿真到真实世界的迁移”。

启示在于，中国最复杂的制造场景，将成为孕育下一代生产力工具的绝佳土壤。 谁能率先在一条真实的产线上，用智能体解决一个长期困扰老师的“老大难”工艺问题（如精密装配、柔性分拣），谁就拿到了通往未来的钥匙。

4.55亿美元，买下的是一个“可能性”：机器不再仅仅是人类手臂的延伸，而是一个能够观察、思考、试错并自主解决问题的“新工人”。

这场由自动驾驶天团发起的跨界冲锋，最终目标并非是击败某个机器人品牌，而是从根本上改写“制造”的定义。当资本的潮水涌入，技术的壁垒被击穿，我们终将看到，这场发生在车间里的生产力革命，究竟能结出怎样的果实。