在近期一场备受瞩目的国宴上，周群飞与马斯克、库克同席的画面引发广泛关注，而她随后在具身智能领域的动作，更是成为行业焦点。跨维智能宣布完成新一轮融资，蓝思科技作为产业资本罕见现身投资方名单，更引人注目的是，这是周群飞首次以个人名义投资具身智能企业，这一决策在蓝思科技的历史上几乎无先例可循。
蓝思科技此前在机器人领域的投资均以公司主体进行，此次周群飞个人资金的入局，不仅体现了她个人的投资倾向，更暗示着具身智能行业可能迎来重大转折。跨维智能今年已连续完成多轮融资，总额约10亿元人民币，估值突破百亿元。投资阵容堪称豪华，国家级母基金、头部国资创投、实体龙头产业资本、地方科创平台纷纷参与。其中，深创投、贵阳数字经济基金连续两轮重仓，前海母基金、蓝思科技、工银资本等新面孔强势加入，南山战新投等原有股东持续跟投。
此次融资中，蓝思科技从客户升级为股东，周群飞从产业合作伙伴变为个人投资人，这种关系转变在具身智能行业较为少见。它表明产业方对跨维技术的认可已超越采购合同层面，转向以资本方式进行长期布局。蓝思科技作为全球消费电子精密玻璃龙头企业，在精密制造领域以良品率和量产控制能力著称，其投资决策极为审慎，不会轻易为概念或演示买单。事实上，蓝思与跨维的合作早于此次投资，跨维的PickWiz具身智能软件和传感器已在蓝思工厂完成柔性分拣和装配任务，周群飞的个人投资是在技术通过现场验证后做出的，这体现了产业资本对技术的严苛认证标准。
跨维智能并非传统意义上的机器人制造商，而是一家“物理AI公司”。其核心关注点在于如何在三维物理世界中实现从感知、决策到执行的完整闭环，解决真实问题并定义任务成功率、产线精度等关键指标。跨维的底层技术资产是DexVerse引擎，这是一个基于物理仿真的数据生成平台。在该平台构建的虚拟世界中，物体具有重量和碰撞属性，可无限生成训练数据，解决了具身智能行业数据采集成本高、难度大的问题。通过生成式仿真、统一空间表征和世界模型，跨维显著提高了数据利用效率，增强了技术落地能力。
2026年1月，跨维开源了基于生成式仿真世界模型的具身智能工具链EmbodiChain，成为业内首个可自动训练VLA模型并实现真机部署的工具链，无需依赖真实数据即可完成零样本虚实迁移。同年5月，跨维自研的通用具身世界模型DexWorldModel在Track 2(Data Engine)赛道斩获全球第一，超越WoW、BLM等国际主流模型。在技术路径上，跨维未一开始就聚焦人形机器人整机，而是从3D视觉感知和具身大脑切入，先在工业场景打磨分拣、装配任务，技术成熟后再推出人形机器人“小维”。这种“沿途下蛋”的策略使跨维在每个阶段都有真实营收，而非依赖融资维持运营。
跨维的商业化场景选择遵循工业和泛商业服务场景优先、康养和家庭场景长期布局的逻辑。2026年上半年，公司营收接近1亿元，全年目标为2.5亿至3亿元，在成立仅五年的具身智能企业中已属前列。其客户覆盖汽车零部件、新能源、3C电子等50多个细分行业，多元化的数据采集渠道和落地能力进一步巩固了其市场地位。
跨维创始人贾奎提出了“Physical Token经济学”概念，强调在评估具身智能产品落地能力时，需计算机器人在物理世界中产生的有效动作、数据、推理和价值的成本，包括数据获取、模型训练、推理、本体、部署和维护成本。跨维追求的是每个物理世界动作和推理的高效转化，以实现最高ROI。这一理念为评估具身智能公司健康度提供了新维度，即关注每产生一个有效机器人动作的总成本和总收益。
目前，跨维的人形机器人已部署在全球文旅、商超、高端物业和工业等多类场景中执行实际任务。2026年2月，跨维签署三项战略合作，计划三年内在文旅场景落地数千台人形机器人，合作方包括桂林旅游学院等。在全球妇女峰会上，其DexForce W1 Pro机器人自主完成咖啡制作全流程，白天连续制作数百杯。这些案例表明，跨维的人形机器人已实现规模化部署，并正在向更多场景拓展。
具身智能是当前热门赛道，但机器人能否创造真实经济价值仍是核心问题。跨维智能通过仿真数据降低训练成本、控制技术风险、深耕工业和商业场景，已在早期阶段完成商业闭环的初步验证。蓝思科技周群飞从客户到股东的身份转变，印证了产业资本对已验证技术的信心。跨维智能能否在一级市场到二级市场的考验中持续创造价值，取决于其能否让每个“physical token”转化为真实商业回报，而这或许也是具身智能与物理AI的真正价值所在。
