具身智能创业公司递交港股IPO,第三代机器人Q4面市,估值半年翻倍至200亿
X2 Robotics 已向港交所秘密递交上市申请,成为唯一一家定位「全自研、全栈、端到端具身模型」的排队公司。2026年4月底至6月底,短短两个月内完成四轮融资,估值从100亿跃升至200亿+人民币,美团、阿里、字节、小米等互联网巨头悉数入局。
X2 Robotics 已向港交所秘密递交上市申请,成为唯一一家定位「全自研、全栈、端到端具身模型」的排队公司。2026年4月底至6月底,短短两个月内完成四轮融资,估值从100亿跃升至200亿+人民币,美团、阿里、字节、小米等互联网巨头悉数入局。
据投资银行人士透露,目前大量具身智能公司正在港交所排队。X2 Robotics 是其中唯一一家以「全自研、全栈、端到端具身模型」为核心定位的公司——大多数排队企业的「自研模型」本质上是在开源模型基础上做后训练再重新包装。
一个关键的背景:
基于开源模型微调 → 重新包装为「自研」→ 快速推出产品。研发周期短,但技术壁垒有限。
从零开始预训练 → 自建数据工厂 → 全栈自研。研发投入重,但构建了真正的底层技术护城河。
这种重投入模式需要大量资本支撑。从2026年4月底到6月底,X2 Robotics 在短短两个多月内完成了四轮融资:
注:四轮融资连续完成,估值从约100亿人民币迅速升至200亿+,节奏之快在硬科技赛道上极为罕见。
但投资银行人士同时指出,200亿估值意味着下一轮融资难度和成本都将显著上升——上市是打开更广阔融资渠道的必然选择。这也解释了为何X2 Robotics在融资节奏如此密集的阶段,仍果断启动港股IPO进程。
主流具身智能 VLA(Vision-Language-Action)模型本质上是一个多模块拼装体——信息像流水线一样逐级传递,每一次交接都会产生损耗。
X2 Robotics 创始人王谦在创业初期就选择了一条不同的技术路线:
视觉模块 → 语言模块 → 动作模块,信息逐级传递,每次交接都有损耗。本质上是「多个独立模型的拼凑」。
从训练第一天起就具备原生多模态能力,无需「消息中转」和模块间翻译。信息在统一空间中处理,无损耗传递。
WUM 被广泛视为具身基础模型从「拼凑式 VLA」到「原生融合多模态架构」的一次重大跨越。截至目前,X2 Robotics 是业内唯一明确提出并践行「世界统一模型架构」的公司。
2026年5月,X2 Robotics 开源了具身基础模型 Wall-OSS-0.5,实现了一个世界首次:预训练完成后,无需任何任务微调,即可直接部署到真实机器人上。
这条技术链路的本质逻辑是:
注:Wall-OSS-0.5 的开源意味着学术界和产业界可以直接复现其能力,无需依赖闭源接口。这是具身智能领域少有的「可验证的突破」。
在具身智能领域,数据是比模型更稀缺的资源。大多数公司依赖公开数据集或仿真环境,但X2 Robotics选择了「自建工厂」的笨办法。
2026年初,X2 Robotics 在深圳建立了中国最大的机器人数据工厂。7月,又发布了 QUANXTA Zero 系列——一套「无具身数据采集方案」:
第三代机器人产品将于 Q4 2026 正式发布。据公开信息,这款产品将搭载 WUM 架构的完整能力,从感知到动作全部在统一模型中完成,不再依赖传统的「规划-控制」分层架构。
X2 Robotics 的投资方阵容在具身智能赛道中堪称「全明星」——四家互联网巨头领投,顶级VC加持,国家队入场。
这种资本结构传递了明确信号:产业资本看重的是技术协同(美团、小米的机器人场景;阿里、字节的AI基础设施),国家队看重的是战略自主性(全自研路线符合国产替代逻辑),财务资本看重的是估值增长空间(半年翻倍的速度在硬科技领域极为罕见)。
但一个诚实的注脚:
200亿估值在具身智能赛道已属高位。投资银行人士指出,高估值意味着后续融资难度和成本都会上升,这也是X2 Robotics在融资节奏密集期仍启动IPO的核心原因——上市不是终点,而是打开更广阔融资渠道的必然选择。
在具身智能赛道,「自研」正在成为最被滥用的词汇之一。X2 Robotics 选择了一条更艰难的路——从零预训练、自建数据工厂、全栈自研。这种重投入模式在资本市场获得认可,但真正的分水岭在于:当行业从「炫技」走向「交付」时,全自研的壁垒能否转化为产品竞争力。第三代机器人的Q4发布,将是这个判断的第一个验证节点。
X2 Robotics 第三代机器人将于 Q4 2026 正式发布,搭载「世界统一模型架构」的完整能力。
技术突破与资本运作双线推进,具身智能赛道正在进入「交付验证」阶段。