10月13日，深圳具身智能公司星尘智能（Astribot）宣布完成10亿元规模新一轮融资，由投控东海（深投控）领投，估值达到150亿元。这已是其近半年内第4轮融资，3个月内估值从100亿元涨至150亿元。
在这轮融资的叙事里，最醒目的不是金额，而是资方对「AI模型—具身OS—绳驱本体」三位一体全栈架构的认可。深投鹏城战新基金CEO穆春卫直接点名看好「全栈自研」的稀缺性。
星尘创始人来杰曾在腾讯RoboticsX担任1号员工，他反复提到一句话：要围绕AI的能力去设计能在物理世界探索学习的机器人，而不是先设计机器人、再把AI加上去。这句话点出了「Design for AI」的核心。
在大多数玩家把大脑、小脑、本体拆开买或分开养的背景下，星尘选择把三层捏在自己手里：底层是Lumo具身基座模型，中间是Astribot OS，物理层是绳驱本体。
今年7月发布的Lumo-2，是业界首个面向家庭场景的隐式世界动作模型。星尘称在22项以上真机复杂评测中，其在时序推理、物理理解和操作复杂度三个维度综合位列首位。
9月，星尘又发布了在线强化学习框架SmoothRL，让机器人在执行任务过程中持续优化行为，减少对离线训练的依赖。这相当于给模型装上了一个「边干边学」的模块。
但要理解星尘的路线，不能只看模型层。绳驱本体才是它与其他人形厂商最显著的差异。
当前行业主流是刚性关节、谐波减速器或直驱方案。它们精度高、供应链成熟、工程复制门槛低，但存在一个结构性矛盾：精度与柔顺难以两全。
刚性关节碰撞时冲击大、力反馈弱，人机共处的安全性主要靠视觉和算法补位。这在工厂尚可，在家庭、养老、教育等涉及「一老一小」的高频交互场景里，风险被放大。
绳驱用绳索传递力矩，绳子既是传动件，也是传感介质和缓冲层。碰撞时绳索先吸收能量，末端惯量低，连续力反馈天然存在，正好补齐了刚性关节的短板。这与 波士顿动力 Atlas的直驱+触觉灵巧手路线，代表了两种不同的本体取舍。
代价也很明显：绳索磨损、张力控制、长寿命维保、批量一致性，每一个环节都是工程难关。所以这条路线长期停留在实验室，被 1X 等少数团队探索。
星尘称自己已是「全球首个实现绳驱AI机器人量产」的公司，进度比OpenAI投资的 1X 至少领先一个代际。底气来自软硬件强耦合：通过自研补偿算法解决弹性、蠕变、形变等问题，在腱绳材料、张紧控制、装配标定、可靠性验证上积累了完整工程能力。
更深一层，绳驱不只是「更安全的手臂」。低末端惯量、柔顺接触和连续力反馈，使机器人能持续采集视觉、运动轨迹、力觉、关节状态及任务结果等多模态物理交互数据——这正是训练具身模型最稀缺的原料。
于是星尘的飞轮开始转起来：真实部署产生数据，数据训练Lumo模型，模型升级后的能力通过Astribot OS在更多设备上复用，更多设备又产生更多数据。
商业化的证据也逐渐落地。2025年9月，星尘S旗舰系列开启千台级订单；2026年6月，新一代人形机器人T1开始发货，起售价8.99万元，把高精细操作机器人带进9万元以内。
其客户与合作伙伴覆盖零售、文旅、工业、科研、教育等场景，包括金马游乐、中科创达、仙工智能、央视及京东等。自研的「机器人MART」零售服务店已在北京、上海、广州等六个城市批量部署。
但这条路线并非没有挑战。全栈自研意味着三个战场同时烧钱：模型、OS、本体制造。一旦任一环节掉队，飞轮就会减速。
更现实的考验是家庭场景。Lumo-2虽然面向家庭设计，但真正能进入家庭的机器人，需要在长时序任务、复杂环境泛化和人机安全上同时达标。 银河通用 Galbot ET1 同样瞄准家庭，基础版7.9万元起，但家庭场景能否跑通，也不是单点技术指标能回答的。
从行业格局看，星尘的全栈路线与另一派「买大脑」路线形成对照。 NVIDIA 通过Isaac GR00T和参考设计，希望成为具身智能的底层架构供应商； Figure 、 Physical Intelligence 等则在通用大脑上投入重金。
国内同行也在分化。 宇树科技 近期开源UnifoLM-WLA-1.0，试图以开放权重换生态定义权； 智元机器人 临港工厂投产，并牵手20余所高校投入超千台机器人建开发者生态； 优必选 则与一汽-大众把合作从质检延伸到物流。
这些路线没有绝对的优劣，但资本的表态说明：在估值快速膨胀之后，投资人开始把商业化落地能力、量产交付能力和数据闭环能力放在更重要的位置。
来杰提到，2024年投资人问「做不做端到端」，2025年问「做不做VLA」，今年更多人问「商业化到什么程度了」。这个变化本身，就是行业从概念验证进入产业卡位的信号。
星尘用150亿估值证明，全栈自研仍能获得高额溢价。但这种溢价能不能转化为持续的市场份额，还要看绳驱本体的量产一致性、Lumo模型的泛化边界，以及家庭场景能否真正跑通。
绳驱本体+隐式世界动作模型的组合，提供了一种不同于「买大脑、攒本体」的解题思路。它未必是唯一答案，却让具身智能的路线之争多了一个值得关注的变量。
本文基于公开报道整理。