星尘智能：为啥它能拿到150亿估值

2026 年 10 月 13 日，星尘智能宣布完成 10 亿元新一轮融资，估值达到 150 亿元。这是其近半年内完成的第四轮融资；同年 6 月，公司 B 轮系列融资已超过 10 亿元，估值首次突破百亿元。[1]

与资本市场的关注相比，公司的既有收入体量仍然不大。媒体援引企查查信息称，星尘智能 2025 年营业收入约 2,090 万元。以这一历史数字静态计算，150 亿元约相当于 2025 年营收的 718 倍。[2] 这一倍数说明了一件事：市场所看重的，主要不是星尘已经实现了多少销售收入，而是其未来可能建立的技术和产品能力。

星尘的路径颇有辨识度：它不以双足运动为现阶段主攻方向，而是采用轮式双臂形态；它选择绳驱作为核心传动路线，同时研发具身模型 Lumo-2、在线强化学习框架 SmoothRL；商业上，机器人已被用于商场零售，产品也开始通过合作伙伴尝试进入制造与仓储物流场景。

理解星尘，需要逐一回答三个问题：绳驱到底带来了什么性能和工程优势；模型成果能在多大程度上转换成稳定的操作能力；不同场景中的订单和部署，能否最终形成可复制的收入。

一、为什么星尘优先做双臂操作，而不是双足行走？

在不少人形机器人展示跑步、跳跃、动态平衡能力的时候，星尘 S1 选择了轮式底盘和双臂结构。这不是单纯的造型差异，而是对研发优先级的取舍。

在实验室、商场服务商亭及部分工业工位中，机器人面对的通常是平整地面。相较于如何跨越台阶，它更需要解决的是抓取、操作工具、接触柔性物体和处理过程误差。轮式平台能够暂时绕开双足平衡与复杂步态控制，将更多研发资源投入上肢的运动性能与操作能力。

这与创始人来杰的经历有关。来杰曾参与百度机器人研发，也是腾讯 Robotics X 早期核心成员。在腾讯期间，他关注机器人开门等接触操作：机械臂即使知道门把手的位置，也必须根据门轴约束和接触力不断修正动作，否则可能越用力越无法开门。[3]

这类任务揭示了一个与运动精度同样重要的能力——机器人能否在动作过程中感知环境反馈，而不是只执行一条预先规划好的轨迹。这也解释了星尘为何格外重视低惯量、反驱性和力控制。

轮式方案当然有边界。它牺牲了双足机器人在楼梯和复杂地形中的潜在适应性，适合的是地面条件相对可控、但操作难度较高的业务。因此，星尘早期产品的选择可以理解为：先集中解决“手如何做事”，再扩展机器人能够进入的场景。

二、绳驱究竟解决了什么问题？

1. 与传统关节传动的区别

绳驱（Tendon Drive）并不是“用绳子代替电机”。它同样依靠电机提供动力，只是利用柔性绳索和滑轮等结构，将动力传到较远的关节。部分电机可以放在躯干或手臂近端，不必全部集中在肘部、腕部等远端位置。

这里最值得关注的是两项性能。

第一，较低的远端惯量。 手臂末端离旋转轴越远，同样的质量通常对转动惯量影响越大。把部分驱动装置移到近端，有助于减轻远端负担，让机器人更容易完成快速启停、变向和连续动作。

第二，反驱性与接触力控制。 反驱性（Backdrivability）指外力能否较容易地反向推动关节。合理设计的低减速比、低摩擦绳驱结构，可以让关节更容易顺应外力，也有机会通过驱动侧信息感知接触。比如开门、抓取软包或在狭小缝隙中操作工具，机械臂需要根据接触情况及时调整力量。

但不能因此认定绳驱天然更安全、更灵敏。绳索摩擦、传动比、张力控制、关节刚度与传感器设计，都可能改变实际结果。传统关节机器人同样可以通过扭矩传感器、阻抗控制和低减速比设计获得柔顺性。

星尘公布的 S1 核心操作参数如下：[4]

这些指标体现了星尘对高动态和精确操作的研发追求，但不同指标通常处于不同测试工况；不能据此推断机器人在额定负载下同时达到全部极限性能。要判断其领先程度，仍需同负载、同工作空间和一致测试条件下的对照。

2. 星尘与 1X 都采用绳驱，区别在哪里？

绳驱并非星尘发明。仿生机械手、科研机械臂和医疗机器人中早已有相关应用。只是将这一路线作为通用机器人整机的主要传动方式，并推进商业产品的企业相对少见。

美国 1X Technologies 是最有代表性的参照对象之一。1X 对腱驱和自研电机的研究可追溯至 2015 年前后，目前 NEO 产品主要瞄准家庭服务。[13][14]

1X 在 2026 年公布了新一代腱驱机械手方案：其公开资料显示，手部使用约 5:1—15:1 的低减速比，包含 22 个手指与手掌主动自由度以及 3 个腕部自由度，并强调原生力控与关节反驱性。[14] 1X 同时公开了自研电机、绳索编织和制造工艺，这表明绳驱竞争已经从结构选择深入到材料、工艺和控制系统。

星尘与 1X 的差异，首先是产品需要完成什么工作。轮式双臂平台可以集中资源追求上肢操作性能；家庭双足机器人则必须同时处理移动、噪声、接触安全和复杂居住环境。两家没有可以直接套用的整机统一测试标准，不能简单得出谁的绳驱更先进。

3. 为什么大部分机器人企业仍采用减速器关节？

如果绳驱有这么多潜在优势，为什么主流工业机械臂和许多人形机器人仍采用电机加减速器的关节结构？

答案在于成熟度和工程代价。传统关节方案已经具备较完善的供应链、控制模型、装配方法和可靠性经验。绳驱虽然可能降低远端惯量和部分减速器需求，却会引入另外一些需要处理的问题：

• 绳索磨损与蠕变： 长期受力可能改变绳索长度、张力与传动特性。
• 摩擦与迟滞： 绳索经过不同导向路径时，摩擦会影响位置和力控制精度。
• 多关节耦合： 部分路径和驱动布置可能使不同关节之间的控制更复杂。
• 装配及维护： 穿绳、预紧、校准、更换可能形成新的制造与售后成本。

星尘自研传动结构、驱动器与底层控制算法，并持续推进 S1、T1 的产品化。[3] 与“采用绳驱”这个选择本身相比，真正可能形成壁垒的是它能否把上述工程问题解决到足以稳定量产的程度。

2026 年 11 月 3 日，星尘联合创始人兼 CFO 方科公开表示，公司机器人生产成本可能约为部分同行的三分之一，第三方寿命测试显示产品可靠使用寿命超过六年。[15]

三、从 S1 到 T1：绳驱能否成为产品成本优势？

2026 年 5 月，星尘推出 T1，起售价 8.99 万元，并宣布于 6 月开始发货。[8]

这一价格与此前媒体报道的 S1 约 50 万元存在明显差距，但两者硬件配置、研发用途、开发配套和商业定位不同，不能理解为同一款机器人“直接降价八成”。T1 更强调产品采购门槛和应用开发可及性。

价格下降究竟从何而来，是判断这代产品竞争力的关键。来杰曾在采访中表示，T1 全身二十多个关节所使用的绳索材料，其合计成本大致相当于一个谐波减速器的价格。[3]

但绳索成本低，不等于整套绳驱系统一定便宜。电机、传感器、张紧与导向机构、驱动板卡、装配标定、维护服务仍然需要成本。严格的成本比较至少应该核算相近负载与精度下的完整关节系统，以及整机使用期间的维护费用。

对购买机器人做开发的科研团队来说，降低起售价确实有助于扩大采购规模；对实际部署客户来说，采购价只是总成本的一部分，系统集成、工位改造、调试、售后和停机损失都可能改变投资回报。

因此，T1 最确定的意义是将星尘的产品带入了新的价格带。它是否已经建立了可持续的整机成本优势，还需要观察真实批量交付、毛利水平和长期售后数据。

四、灵活的机械臂之外，星尘的具身模型做到了哪一步？

星尘提出 Design for AI：不只是让模型适配已设计完成的机器人，而是在硬件设计时，就考虑模型训练、视觉感知、真实接触反馈和数据采集的需求。例如，手部相机视角与运动抖动如果影响算法效果，可能需要硬件与控制团队共同调整，而不只是增加算法补偿。[3]

公司围绕绳驱本体、Astribot OS 和 Lumo 具身模型展开研发。本体提供动作和反馈，系统管理运行与控制，模型探索环境理解及动作生成。不过，公开信息不足以还原其内部软件的精确分层。

1. Lumo-2：从识别眼前物体，到理解动作之后的变化

2026 年 7 月，星尘发布 Lumo-2，将其定位为隐式世界—动作模型（Latent World-Action Model）。它的核心思路是：在隐空间学习与操作有关的物理状态变化，使模型生成动作时不仅依赖当前画面，也能利用对后续变化的预测。[5][11]

例如整理书包，并不是识别出“书包”和“衣物”就足够。机器人还要知道衣物放进去后如何改变空间、什么时候需要整理、拉链什么时候可以关闭。对于抓取移动物体、倒水、使用工具等任务，动作对环境造成的变化同样关键。

原始论文比一般产品演示提供了更具体的评测信息：

22 项真机操作任务。 研究团队把任务划分为动态场景、运动预测、状态记忆、物理理解、长程执行和灵巧操作等类别。在 S1 平台上，与 π₀.₅ 和 Fast-WAM 两种模型比较。每项任务预设 10 种场景布局，每种测试两次，即每模型每任务 20 次评估。Lumo-2 在论文报告的各类别指标中均优于所选基线。[11]

这里的指标需要仔细理解：多步骤任务采用了按已完成子任务计分的归一化评分，因此部分得分不等于从头到尾一次完成整个长任务。它能衡量复杂任务的阶段性进展，却不能直接当作商业现场的完整任务成功率。

105 种未见物体测试。 在通用抓取放置实验中，团队设置训练时未见过的 105 种新物体，并对比指令理解率与任务成功率；论文报告 Lumo-2 在未见物体与新指令设置上表现优于所选基线。值得注意的是，不同基线的训练步骤有所不同，比较结果应严格限定在论文设置下。[11]

推理时间降低至约 93.53 ms。 论文提出 BAR（Block-wise Autoregression，分块自回归）解码。在单张 RTX 5090、指定 vLLM 环境下，端到端推理时间由标准解码的 253.66 ms 降至 93.53 ms，约快 2.71 倍。[11]

Lumo-2 真正值得关注的，是它试图同时改善“理解任务”和“生成动作”之间的连接。 不过，目前仍缺乏独立第三方统一评测和长时间商业运行数据，不能单凭论文中的领先结果推断其综合现场能力。

2. SmoothRL：机器人执行后，怎样把错误改过来？

模型能够完成动作示范，不代表每次执行都能成功。给笔戴帽时，机器人可能已经接近正确位置，却因为几个毫米的偏差迟迟无法完成。若每换一种物体姿态都重新采集大量演示数据，现场适配成本会非常高。

星尘在 2026 年 8 月公布的 SmoothRL 在线强化学习框架，针对的是两件事：如何利用真实执行反馈修正已有策略，以及如何在模型推理与机器人动作异步运行时正确地训练。[6][12]

机器人不能每执行完一小段动作就暂停等待模型计算。尤其投掷任务中，一旦停顿，速度和动作连续性就可能被破坏。因此，真实控制常采用异步推理：机器人执行当前动作时，模型已在计算下一段动作。

这带来一个很具体的训练问题——模型生成的一段动作里，可能只有一部分真正执行，其他动作已经被下一次推理覆盖。SmoothRL 将动作分为已承诺、实际执行和被丢弃的区域，只对实际执行区域回传与动作有关的优化梯度，使训练反馈尽量对应真实发生的操作。

这组数字的看点并非只有最终提升幅度。开箱任务在 150 轮时成功率曾下降到 20%，200 轮回升至 40%，250 轮才达到 90%。真实在线训练并不一定持续单调改善，探索过程本身就存在失败和性能回退的风险。[12]

另外，SmoothRL 在实验中冻结了基础模型，训练轻量级动作修正网络，修正幅度受到限制；任务成功与否需要人工判定，训练过程也允许人工介入。论文验证的是基础策略已经接近任务目标时，如何通过真实交互纠正偏差，而不是机器人已经能不依靠人类自主学会任意陌生任务。

3. 硬件、模型和数据能否形成相互促进的关系？

从绳驱本体到 Lumo-2、SmoothRL，可以看出星尘的研发思路：硬件提供操作能力与物理反馈，模型负责理解任务和生成动作，真实执行产生的数据则有机会帮助后续策略改进。

但这还不是已经被证实的商业闭环。真实场景产生的数据不一定都适合训练，跨任务复用也不等于部署数量越多、模型就必然越好。真正需要验证的是：新客户、新任务上线时，星尘能否比传统专用开发方式用更少数据、更短调试时间实现稳定作业。

如果能做到，这套软硬件体系才可能从研发投入转化为持续的产品优势。

五、为什么先去商场卖盲盒？三个商业市场的逻辑不同

1. 机器人 MART：先在可控环境中验证商业运营

2025 年 11 月，星尘与金马游乐合作推出机器人零售服务商亭，机器人承担顾客接待、语音互动、商品抓取和盲盒递送等任务，随后进入多个城市的商业综合体与文旅场景。[7]

机器人卖盲盒看起来不如复杂操作演示先进，却有两个现实优点。一是货架、商品和交付位置可以预先配置，任务难度相对可控；二是机器人本身有展示价值，可能吸引顾客停留和消费。

来杰在 2026 年 10 月采访中称，北京合生汇一处机器人商亭月销量约为附近自动售货机的四倍，相关客户已部署上百台机器人。[3] （这是企业管理层披露的点位数据，不等于所有商亭都取得相同销售表现）。

销量的四倍不等于利润的四倍。机器人商亭的采购、租金、维护、远程协助和日常运营成本，都需要计入收益计算。还要区分销售增长究竟来自机器人操作效率，还是其带来的新奇体验和客流吸引。

如果主要是营销价值，MART 仍可能成为有意义的商业产品，但它证明的就不是机器人已经比自动售货机更高效地完成售卖，而是客户愿意为机器人体验支付额外成本。

2. 工业与仓储物流：市场更广，但交付要求更严格

2025 年 9 月，星尘与仙工智能达成千台级订单战略合作，计划在两年内推动机器人分阶段进入制造、仓储和物流场景。[9]

这项合作值得关注的不是单纯的“千台”数字，而是双方的能力组合。星尘提供双臂操作平台，仙工拥有移动机器人控制、行业集成和客户资源。对一家以操作本体和具身模型起家的企业来说，成熟集成伙伴可以帮助它更快进入真实生产场景。

但工业客户衡量机器人的标准与商场不同。机器人是否吸引围观并不重要，重要的是有效作业时间、节拍、成功率、异常恢复和总拥有成本。面对异形物料，如果机器人能抓起来，却需要频繁人工干预、换料后长时间重新调试，就很难替代既有方案。

因此，千台级订单意向或战略合作，仍需要与实际出货、现场验收、持续运行、客户复购和回款区分。现有公开资料不足以独立核实相关工业合作最终已完成多少台验收，以及各现场的稳定作业效率。

3. 科研和开发者：更早验证平台价值的市场

科研客户并不一定要求机器人立即产生劳动替代价值。他们需要的是稳定的机械臂平台、可用的感知接口、控制系统、数据采集工具和模型实验能力。

来杰曾披露部分科研订单紧张，显示星尘的操作平台已经吸引部分研究机构与开发者。[3] 这类客户能帮助公司积累应用经验，也可能推动更多外部算法在星尘平台上开发。（不过，卖给科研机构的机器人数量增加，不等于软件平台生态已经建立。真正的平台业务还需要标准化 API、可迁移的技能、稳定开发工具和持续的软件服务收入。）

4. 订单规模

2026 年 11 月 3 日，星尘进一步披露，S 系列曾于 2025 年获得千台级订单，T1 已于 2026 年 6 月开始发货，S、T 系列合计产能约为 1 万台，部分开发者和商业客户出现复购。[15]

公开披露能够支持星尘正在扩张制造与交付能力，但不能从“万台产能”直接得出“已卖出万台”的结论。对其商业化速度，更有解释力的将是之后实际收入、毛利、验收规模和客户持续运行数据。

六、150 亿元估值反映了怎样的预期？

星尘目前最有价值的部分，不是单一的绳驱参数、某一条演示视频，或者一个商亭项目，而是几项能力之间存在形成完整产品体系的可能性。

第一层是差异化本体。 绳驱提供了一种区别于主流减速器关节的结构方案。S1 的高动态操作参数和 T1 的产品化推进，说明团队已经在这条路线积累了一定的工程能力。但它的长期成本与可靠性优势还需要同口径验证。

第二层是操作模型。 Lumo-2 的对照实验以及 SmoothRL 的真实交互训练结果，说明星尘在复杂操作、推理效率和动作修正上开展了有针对性的研究。不过，论文任务成功不等于工业现场连续稳定作业，也不等于所有新任务都可以低成本适配。

第三层是市场入口。 科研客户、机器人 MART 和工业合作覆盖了不同需求：开发者购买能力平台，商场购买服务与体验，工业客户购买稳定产出。三类市场有机会共享硬件、模型和软件能力，也可能因为定制要求不同而分别消耗大量交付资源。

从估值逻辑看，投资人更可能是在提前评估星尘未来成为通用机器人操作平台的可能性。这个判断要成立，还需要跨过四道门槛：

这些问题也决定了星尘的长期商业模式。假如每新增一个场景都必须重新做大量工程定制，那么它更接近一家高技术含量的项目型设备公司；如果同一套本体、控制软件和操作技能可以在多个客户之间快速复制，它才更有机会获得平台型业务的规模效应。

结语

星尘智能的特殊之处，是较早围绕“机器人如何操作真实世界”做出了一组一致的产品选择：以轮式双臂聚焦操作，以绳驱追求动态与力控性能，以 Lumo-2 和 SmoothRL 研究复杂任务和真实环境适应，再通过科研、零售和工业合作寻找业务入口。

已有证据表明，星尘不仅在展示技术概念，也开始形成机器人产品、研发成果和初步客户部署。绳驱路线的长期成本优势、具身模型的跨任务稳定性、规模化交付后的盈利能力，则仍需要更多独立数据证明。

对星尘下一阶段最值得关注的，不是它还能展示多少种新动作，而是相同一项实际工作，它能否比现有方案做得更稳、适配得更快、综合成本更低。 这将决定绳驱和具身模型究竟只是公司的技术标签，还是可以持续转化成商业竞争力。

---

参考资料

1. 新京报｜2026 年 10 月融资及 150 亿元估值
2. 36 氪｜估值与 2025 年营收相关报道
3. 投中网｜2026 年 10 月来杰专访
4. 星尘智能官网｜S1 产品参数
5. 深圳新闻网｜2026 年 7 月 Lumo-2 发布
6. 星尘智能 SmoothRL 实验相关报道
7. 金马游乐｜机器人 MART 合作
8. IT 之家｜T1 发布与起售价
9. 每日经济新闻｜与仙工智能合作
10. 科创板日报｜具身智能百亿估值之后
11. Lumo-2 原始论文（2026 年 7 月）
12. SmoothRL 原始论文（2026 年 8 月）
13. 1X｜NEO Factory，电机及腱驱制造
14. 1X｜NEO’s Hands，绳驱机械手方案（2026 年 7 月）
15. 星尘智能｜香港金融科技周商业进展披露（2026 年 11 月 3 日）