我先核实「刻行时空」主要做什么、这轮融资的金额和投资方,以及它的产品落地情况。
刻行时空完成近亿元 Pre-A:靠卖宇树真机数据,拿下 2 亿元、30 万小时海外订单
11 月 9 日,上海刻行时空科技有限公司宣布完成近亿元 Pre-A 轮融资,由咏归基金领投,天机 TIANJI、常州智融等跟投,出资方覆盖国资背景科创投资机构、头部具身智能企业和产业资本。这家公司不造机器人、不做具身大模型,只做一件事:把真实世界里机器人 “怎么动、怎么抓、怎么失败” 的过程,变成可训练、可交付、可合规出境的数据。它已经跑出几个硬结果 —— 今年 9 月通过临港新片区向海外合规交付上千小时宇树真机数据,通过率超过 99%;上月启动合同金额超 2 亿元、总时长约 30 万小时的海外真机数据交付,首批逾千小时多本体数据完成验收;今年 7 月还与上海技术交易所、宇树科技共建了国内首个全链路合规的具身智能数据示范平台。创始人黄阳明曾任苹果自动驾驶部门基础设施架构师、嬴彻科技数据闭环负责人,本轮资金将投向预部署环境、数据理解专用模型和数据基建。
一、融资速览:谁投了、投了多少、钱怎么花
| 项目 | 信息 |
|---|---|
| 公司 | 上海刻行时空科技有限公司(coScene) |
| 轮次 | Pre-A 轮 |
| 金额 | 近亿元 |
| 领投 | 咏归基金 |
| 跟投 | 天机 TIANJI、常州智融等 |
| 投资方类型 | 国资背景科创投资机构、头部具身智能企业、产业资本 |
| 资金用途 | 提升预部署环境、数据理解专用模型、加速数据基建 |
| 成立时间 | 2022 年 5 月 |
| 注册地 | 上海杨浦 |
- 不是纯财务融资:产业方入股,本质是把机器人公司变成 “利益共同体”,而不是甲方。
- 融资节奏偏慢是主动选择:黄阳明称 “投资永远不只是拿钱的问题”,更看重产业连接。
- 下一轮可能还有机器人公司进来:他透露 “接下来还会有更多机器人公司进入股东名单”。
二、这家公司到底卖什么:不造本体,也不做具身模型
| 业务 | 做什么 | 不做什么 |
|---|---|---|
| 数据生产 | 搭建真实场景、组织数采、质检标注 | 不造机器人本体 |
| 数据治理 | 时空多模态数据管理、可视化、测试 | 不做具身大模型 |
| 数据交付 | 货架式数据、定制化生产、数据处理能力 | 不做渲染 / 物理引擎 |
| 仿真 | 把真实采集数据转成仿真场景 | 不做仿真求解器 |
| 出海合规 | 跨境数据合规、资产确权、交付 | 不做纯数据倒卖 |
- 定位是 “数据公司”,不是 “基建公司”:早期做通用数据平台,后来发现 “没有数据,基建无从优化”,转向自己下场产数据。
- 基建退为内部工具:为了避免 “又卖基建又卖数据” 两线作战,coScene 的通用性被调低,数据生产效率被拉高。
- 壁垒是一个模型:训练 “理解时空多模态” 的专用模型,用来指导数采员怎么采、判断什么动作是好数据、过滤不合格样本、设计数据配比。
- “本体无关” 是关键:这套判断力不依赖某种机器人形态,宇树、灵巧手、其他本体都能用。
三、两套系统+一个模型:怎么运转
| 产品 | 面向 | 功能 |
|---|---|---|
| StarBase | 数据生产端 | 生产管理工具,解决 “数据如何被规模化生产” |
| coScene 控制台 | 数据应用端 | 设备监控、数据采集、任务管理 |
| coScene 数据平台 | 数据应用端 | 多模态数据管理、语义检索、治理 |
| 可视化播放器 | 数据应用端 | 时空数据回放、诊断 |
| 测试平台 | 数据应用端 | 算法测试、问题复现 |
| 时空多模态理解模型 | 底层 | 判断数据质量、指导采集、标注语义、设计配比 |
- 共同底座是 “Scene”:一个带语义、有起止时间的数据单元,把感知、动作、任务反馈打包。
- 用挖矿打比方:StarBase 是矿坑里的生产系统,哪里有 “煤” 就部署到哪里;coScene 是中央精炼厂,把原料加工、分级、治理成可交付的数据产品。
- 四大模块一起用:控制台、数据平台、播放器、测试平台,解决 “数据如何被工程团队持续使用”。
四、真机数据为什么贵:一组参照数字
| 参照 | 数据 |
|---|---|
| DROID 项目 | 50 名采集者、12 个月,约 350 小时真机交互数据,覆盖 564 个场景 |
| 刻行海外订单 | 合同金额超 2 亿元,总时长约 30 万小时 |
| 首批交付 | 上千小时宇树真机数据,通过率超 99% |
| 多本体验收 | 首批逾千小时,通过率接近 100% |
| 场景规模 | 200 多个场景、600 多种任务 |
- 真机数据是 “稀缺品”:50 人干一年才 350 小时,说明高质量真机交互数据极难规模化。
- 无本体数据遇到天花板:真人第一视角+重定向的数据门槛低、“带个摄像头都能采”,容易快速贬值,已进入平台期。
- 真机数据的价值在 corner case:真实场景里的失败、卡顿、打滑,才是模型最缺的样本。
五、订单从哪来:2 亿元、30 万小时怎么落地
| 时间 | 事件 |
|---|---|
| 2026 年 7 月 | 上海技术交易所、刻行时空、宇树科技共建 “高质量真机数据示范平台”,国内首个全链路合规的具身智能数据示范平台 |
| 2026 年 9 月 | 通过临港新片区向海外合规交付上千小时宇树真机数据,通过率超 99% |
| 2026 年 10 月 | 启动合同金额超 2 亿元、总时长约 30 万小时的海外真机数据交付 |
| 首批验收 | 逾千小时多本体数据完成验收,通过率接近 100% |
- 客户买的是 “能用的数据”:不是原始视频,而是经过质检、标注、语义化、可直接训练的数据产品。
- 交付的是 “多本体” 数据:不只宇树,灵巧手、其他形态机器人也在采集范围内。
- 海外客户是主要买家:美国模型公司起步早、缺本体和数据,中国有产能、场景和成本优势。
- “卖得少、卖得贵”:黄阳明明确不走人海战术,宁愿高价少量,换取定价权和质量口碑。
六、合规是护城河:数据出境不是 “打包发走”
- 临港新片区通道:通过临港的跨境数据通道完成合规交付,这是刻行最早打通的壁垒之一。
- 数据资产确权:刻行称自己是首家同时实现上亿元真机数据订单、数据资产确权、合规交付的物理 AI 数据公司。
- 上海技术交易所平台:与宇树、上技所共建示范平台,把数据产权、交易、交付流程标准化。
- 全链路合规:采集授权、隐私处理、出境评估、交付验收,每一环都要留痕。
- 为什么难复制:不是技术难度,而是 “合规链路+产业信任+交付经验” 的复合门槛。
七、创始人与团队:从苹果手表到自动驾驶
| 时间 | 经历 |
|---|---|
| 早年 | 银行交易数据整合,国内第一批 Hadoop 使用者 |
| 2015 年 | 加入苹果,负责 Apple Watch 健康大数据架构 |
| 后调入 | 苹果自动驾驶部门,负责基础设施架构 |
| 回国后 | 嬴彻科技,从零搭建数据闭环系统 |
| 2022 年 5 月 | 创办刻行时空 |
| 团队构成 | 核心成员来自苹果、嬴彻、高仙机器人的数据工程一线 |
| CTO | 郑宇靖,曾任高仙机器人与嬴彻科技数据平台负责人 |
- 不是机器人科班出身:黄阳明的底色是数据基础设施,这让他更关注 “数据怎么生产、怎么治理、怎么交付”。
- 三次转向同一条路:结构化数据→非结构化数据→多模态时空数据,他认为每一轮 AI 都在往更难抽象的数据走。
- 团队稳定:创业四年多核心团队几乎零流失,信奉 “业务半年翻倍、人员增长不超过 1.5 倍”。
八、商业模式:三种收入相互咬合
| 模式 | 卖什么 | 特点 |
|---|---|---|
| 货架式数据交付 | 标准化真机数据产品 | 可复制、单价透明 |
| 定制化生产 | 按客户场景和任务采集 | 单价高、周期长 |
| 数据处理能力交付 | 采集、治理、质检、合规能力 | 帮客户自建数采体系 |
- 从 “卖厨具” 到 “做菜”:早期卖数据平台,现在全链路吃下生产、治理、合规、交付。
- 高质量靠 “人+模型”:专业数采员+全量人工质检+模型判断,三者叠加推高成本,也推高通过率。
- 人工成本会递减:人做过质检后,判断好坏的信息进入模型,下一批人工成本下降。
- 下一步押注 “被动采集”:机器人进入真实场景部署后,数据像特斯拉影子模式一样回流,corner case 最有价值。
九、风险与挑战
- 真机数据规模化的天花板:场景搭建、数采员培训、质检标注都是重资产,扩张速度受限。
- 无本体数据的替代:如果重定向数据质量提升,真机数据的溢价会被压缩。
- 客户集中度:海外大单占比高,单一客户或单一区域的波动会影响营收。
- 跨境合规变化:数据出境政策、隐私法规、出口管制都可能改变交付节奏。
- 机器人放量不及预期:部署态数据回流的前提是机器人真的进场景,时间表存在不确定性。
- 竞争加剧:数据公司、本体厂、模型公司都在往数据环节延伸,边界会越来越模糊。
十、收口
刻行时空这笔近亿元融资,投的不是 “具身智能概念”,而是一条很具体的生意:在真机数据最贵、最难规模化的时候,把采集、治理、质检、合规、交付做成可复用的产线。它的优势不在本体,也不在模型,而在 “知道什么样的数据是好数据”,以及 “知道怎么把数据合规送出国”。2 亿元、30 万小时的海外订单是验证,99% 的通过率是口碑,临港通道和上技所平台是壁垒。接下来要看的,是这 30 万小时能不能按期交付、被动采集能不能跑通、以及更多机器人公司入股后,生态能不能真的变成订单。
【相关 FAQ】
问题 1:刻行时空这次融资是多少钱,什么轮次?
回答 1:刻行时空完成近亿元 Pre-A 轮融资,由咏归基金领投,天机 TIANJI、常州智融等跟投,投资方覆盖国资背景科创投资机构、头部具身智能企业和产业资本。本轮资金将重点投入预部署环境、数据理解专用模型和数据基建,具体金额以公司正式披露为准。
问题 2:刻行时空是做什么的,为什么不造机器人?
回答 2:刻行时空是一家具身智能数据基础设施与数据服务公司,做的是真机数据的采集、治理、质检、合规和交付,不造机器人本体,也不做具身大模型。它的判断是:机器人形态会变,但 “什么数据是好数据、怎么采、怎么合规交付” 这套能力是本體无关的,可以跨机型复用。
问题 3:刻行时空卖的 “真机数据” 到底是什么?
回答 3:刻行时空的真机数据不是原始视频,而是经过场景搭建、专业数采员操作、全量人工质检与标注、语义化处理后的数据产品,包含感知信息、动作轨迹和任务反馈。它已交付上千小时宇树真机数据,通过率超过 99%,并启动合同金额超 2 亿元、总时长约 30 万小时的海外真机数据交付。
问题 4:刻行时空为什么能拿到海外订单?
回答 4:一是中国有最便宜、最多的真机数据和场景,海外模型公司缺本体、缺数据;二是刻行时空打通了跨境合规链路,2026 年 9 月通过临港新片区完成上千小时宇树真机数据的合规交付;三是它和上海技术交易所、宇树共建了国内首个全链路合规的具身智能数据示范平台,交付流程可审计、可验收。
问题 5:刻行时空的创始人黄阳明是什么背景?
回答 5:黄阳明曾任苹果自动驾驶部门基础设施架构师,早年负责 Apple Watch 健康大数据架构;回国后在嬴彻科技从零搭建数据闭环系统,2022 年 5 月创办刻行时空。核心团队来自苹果、嬴彻、高仙机器人的数据工程一线,CTO 郑宇靖曾任高仙机器人与嬴彻科技数据平台负责人。
问题 6:刻行时空近亿元融资后,最大的风险是什么?
回答 6:最大风险是真机数据规模化的天花板。场景搭建、数采员培训、全量质检都是重资产,扩张速度受限;同时无本体数据若质量提升,会压缩真机数据溢价;海外大单占比高,跨境合规政策和客户集中度也会影响交付节奏。刻行时空选择 “高价、少量、高质量”,是用定价权换规模速度,能否跑通常态化交付仍需验证。
【参考资料】
- [2026-11-14](上海刻行时空科技有限公司融资历程)启信宝
- [2026-11-10](前苹果架构师上海创业,拿下近亿元融资!)新浪财经
- [2026-11-09](刻行时空完成新一轮近亿元融资,向机器人部署态数据公司全面迈进)新浪财经・投资界
- [2026-11-09](刻行时空获近亿元 Pre-A 轮融资 聚焦具身智能数据基建)证券之星
- [2026-11-09](独家|靠卖宇树真机数据,黄阳明又融了近亿元)投中网
- [2026-10-12](coScene 刻行时空公司简介)刻行时空官网
【免责声明】
本文依据企业公开信息、工商资料及媒体报道整理,融资轮次、金额、投资方以公司正式披露和工商登记为准;文中订单金额、交付时长、通过率、场景数量等数据来自企业对外口径与媒体报道,未经独立审计,不构成投资建议或合作建议。具身智能数据行业仍处早期,商业模式与竞争格局存在不确定性,读者应自行判断。
信息来源:
本文来自作者[Kai70]投稿,不代表海博商机网立场,如若转载,请注明出处:https://www.hb12369.net/qyzx/202611/649.html
评论列表(4条)
我是海博商机网的签约作者“Kai70”!
希望本篇文章《融资丨「刻行时空」完成近亿元融资》能对你有所帮助!
本站[海博商机网]内容主要涵盖:互联网行业的追踪与探索
本文概览:我先核实「刻行时空」主要做什么、这轮融资的金额和投资方,以及它的产品落地情况。