Jijia Vision (极佳视界 / GigaVision / GigaAI)

一家在三个月内融资35亿元的世界模型初创公司——但其部署证据仍然薄弱，其基准测试为自行报告，其对物理AGI领导地位的主张远远领先于可独立验证的结果。

---

如何阅读本报告

本报告对每一项实质性主张采用四级证据纪律。读者应据此权衡各项论断。

来源以方括号数字形式在行内引用，对应§14。仅引用研究档案中存在的URL。若档案内容薄弱，则如实说明。

---

01执行摘要

Jijia Vision——注册名称为北京极佳视界科技有限公司，商业品牌为GigaVision和GigaAI——是本轮周期中从中国涌现的资本最雄厚的具身智能初创公司之一。公司成立于2023年，创始人黄冠博士是一位清华大学培养的自动化研究员，曾在微软、三星、地平线机器人和健指机器人任职。公司通过五轮已披露的融资轮次筹集了约35亿元人民币，其中最后三轮（总计35亿元）在2026年上半年约三个月内完成¹³⁵⁹¹⁰。投资者包括华为哈勃、财富资本、华控基金和狮城资本⁵¹¹⁰。

公司的核心论点是：物理AI——即在非结构化的物理世界中可靠行动的机器人和自主系统——需要以世界模型为基础，而非语言模型。其核心软件栈包括GigaWorld（一个拥有三个已发布变体的世界模型平台）和GigaBrain（一个具身视觉-语言-动作模型）。其旗舰硬件产品是SeeLight S1，一款轮式臂式家用机器人，高约1.6米，拥有超过20个自由度⁷⁸。支撑该软件栈的是三款数据采集硬件设备——Maker M01、U-01和E-01——以及一个到2026年底积累一百万小时训练数据的既定目标⁹。

截至覆盖日期，部署记录包括两个已确认的试点项目：自2026年5月31日起，在武汉光谷人才公寓部署了100台SeeLight S1，公司明确将其描述为场景测试；以及2026年4月与阿里云合作在一汽模具工厂进行的部署⁷⁹¹²。公司还宣布了与无锡龙盛科技的一项涉及1000台机器人的三年计划，但这是一项前瞻性承诺，而非当前部署⁸。公司还声称拥有超过30家汽车制造商和自动驾驶公司合作伙伴，但这些关系的性质和商业条款未公开披露⁹。

对Jijia Vision的任何分析中，核心矛盾在于筹集资本的规模与可独立验证的部署证据的薄弱性之间的差距。基准测试声明——包括在RoboChallenge、WorldArena和RoboCasa365上获得第一名——均为供应商报告，出现在行业媒体而非同行评审场所或独立管理的评估中¹¹⁷。武汉试验是真实的，但明确标注为测试而非生产性部署。一汽工厂的部署在新闻稿中有所描述，但缺乏第三方运营确认。这并不意味着该技术不严肃——其附属研究论文内容充实，资金也真实可靠——但这确实意味着公司公开叙事与其已展示的、可独立验证的能力之间存在相当大的距离。

本报告评估该公司的技术、商业地位、竞争背景和地缘政治风险，旨在为Max Robotics的读者提供一份关于Jijia Vision在其当前发展阶段真实情况的、经过证据分级的准确图景。

最新新闻

• LG Electronics announces robotics division

  Biztoc.com·2026-06-30GENERAL
• Himax Strengthens 3D Sensing Portfolio with Launch of New iToF Depth Decoder ICs for Robotics and Intelligent Vision Applications

  GlobeNewswire·2026-06-30GENERAL
• Taiwan optics makers eye humanoid robot vision market as deployments accelerate

  Digitimes·2026-06-29GENERAL
• Esker Recognized as a Leader in Accounts Payable Automation

  GlobeNewswire·2026-06-23GENERAL
• Announcing VuePod: Turnkey Bin Picking Automation That Ships as a Product, Not a Project

  PRNewswire·2026-06-23GENERAL
• Mammotion LUBA 3 AWD 3000H AI Robot Mower for $2,239 + free shipping

  Dealnews.com·2026-06-23GENERAL
• Techman Robot Targets Southeast Asian Smart Manufacturing Markets at Thailand Automation Show

  Antaranews.com·2026-06-23GENERAL
• Doosan Robotics Unveils AI Palletizing Solution PalletizHD+ at Automate 2026

  PRNewswire·2026-06-22GENERAL

---

02Jijia Vision的故事

创立与创始人

Jijia Vision成立于2023年¹⁵。其创立年份使其恰好处于中国第二波具身智能初创公司浪潮之中——在宇树科技（Unitree）以及与Agility相关的早期企业之后，但与一批模型优先的公司同期出现，这些公司是在大语言模型证明基础模型方法可以迁移到物理系统后涌现的。

创始人兼首席执行官黄冠博士（Dr. Huang Guan）持有清华大学自动化系的博士学位⁵。他的职业轨迹颇具启发性：在微软和三星的工作经历让他接触到了大规模软件和消费硬件；在Horizon Robotics（中国领先的汽车AI芯片公司之一）的工作经历使他在边缘视觉感知方面打下了基础；而在中国的人形机器人初创公司Jianzhirobot担任合伙人兼算法副总裁的经历，则为他提供了直接的具身机器人经验⁵。这种组合——感知研究、边缘推理和机器人技术——直接对应了Jijia Vision试图解决的技术问题。该公司强调基于3D几何理解而非语言模型主干（详见§4），这与一位在视觉感知领域深耕多年而非NLP领域的创始人的背景是一致的。

该公司的中文名称“极佳视界”大致可译为“excellent vision world”或“supreme visual horizon”。其英文品牌GigaVision强调了视觉感知的传承；而GigaAI则用于面向消费者的场景，特别是围绕SeeLight S1⁷。

融资轨迹

融资历史是Jijia Vision最引人注目的单一事实。根据多个相互印证来源重构的序列如下^1591015：

从A2轮（2亿元）到Pre-B轮（10亿元）、B1轮（15亿元）再到B2轮（10亿元），在约三个月内加速完成，即使以当前中国AI投资周期的标准来看也非同寻常³⁶¹⁰。B2轮据报道已超额认购¹⁰。任何轮次的估值均未公开披露¹⁰。

华为哈勃参与A1轮具有战略意义，值得在§10中单独讨论。华为哈勃是华为技术有限公司的投资部门，其模式是早期入股中国半导体、AI和机器人公司，这些公司最终可能与华为的硬件和软件生态系统整合。其出现表明，Jijia Vision的技术被认为在平台层面具有战略相关性，而不仅仅是一家独立的产品公司。

B2轮的领投方狮城资本是一家总部位于新加坡的基金，这引入了跨境资本维度，对该公司潜在的国际定位及其面临的技术出口审查风险都有影响（详见§10）¹⁰。

既定使命

该公司将其使命描述为构建“物理AGI”——即直接作用于物理世界而非生成文本或图像的人工通用智能¹²。黄冠博士曾公开表示，物理AGI将“直接作用于真实的物理世界”，并且世界模型方法是实现这一目标的正确技术路线¹²⁵。在机器人语境中使用AGI的语言，既是营销和融资框架，也是一种技术主张；本报告的编辑推断是，该公司正将自己定位为一家基础基础设施企业，而非单一产品的硬件公司，这为其路线图的资本密集度及其广泛宣称的雄心提供了合理性。

该公司自称追求“物理AI的终极技术路线”⁵，这是一项公司声称。没有任何独立的技术权威认可这一框架。与该公司相关的研究论文（在§5中讨论）确实为世界模型方法提供了实质性的技术论证，但从“技术上论证充分”到“终极路线”的跨越，在当前证据基础上并不成立。

早期运营历史

除了融资叙事之外，Jijia Vision在2026年之前的运营历史在公开记录中并未得到充分记载。该公司似乎将2023年和2024年用于研发，DriveDreamer系列——一套用于自动驾驶的世界模型——是其早期产出⁹。从自动驾驶世界模型到具身机器人世界模型的转变被描述为一次有意的战略扩展而非转型，该公司认为底层世界模型架构是领域无关的⁹。这一主张在技术上是合理的，但仍是一项公司声称；自动驾驶世界模型训练在多大程度上可以迁移到操作任务，仍是一个开放的研究问题。

第一个主要的公开部署里程碑——武汉公寓试验——于2026年5月31日宣布⁷。一汽工厂部署于2026年4月宣布⁹。两者都足够新近，以至于在所提供证据库中没有任何独立的运营评估可用。

03产品组合：Jijia Vision究竟在卖什么

Jijia Vision的产品组合涵盖三个层面：一个世界模型软件平台、一个具身VLA模型，以及包括面向消费者的机器人和数据采集设备在内的物理硬件。该公司将这些产品描述为一个集成堆栈而非可分离的产品，这与其平台公司的定位是一致的。

GigaWorld：世界模型平台

GigaWorld被描述为一个世界模型平台，拥有三个已发布的变体⁵⁹：

• GigaWorld-0：被公司描述为"全球首个系统化引入的具身世界模型"。这是一个公司声称。档案中没有独立来源证实"全球首个"这一称号，并且自动驾驶世界模型领域（包括Wayve的GAIA-1、NVIDIA的DriveDreamer前身等）在相邻领域早于这一声称。
• GigaWorld-1：第二代世界模型。该公司声称其在WorldArena基准测试中以62.34的分数获得第一名，被描述为在该排行榜上首个超过60分的模型¹¹。这是一个公司声称；所提供的资料中未确定WorldArena基准测试与该公司之间的独立性。
• GigaWorld-Policy：世界模型的策略生成变体。该公司声称在RoboCasa365基准测试中排名第一，领先于NVIDIA GR00T N1.5和Physical Intelligence的π0.5¹¹。这同样是一个公司声称，档案中没有独立验证。

该平台的架构被描述为"双模型"设计，包含一个世界生成组件和一个世界动作组件⁵。世界生成组件产生关于未来世界状态的预测；世界动作组件将这些预测转化为机器人控制策略。这种架构与更广泛的关于基于模型的强化学习和世界模型的学术文献是一致的，并且相关的研究论文（§5）提供了技术上的详细阐述。

GigaBrain：具身VLA基础模型

GigaBrain-0是该公司的具身视觉-语言-动作基础模型¹⁵。该公司声称其在RoboChallenge基准测试中以51.67%的任务成功率获得第一名，比π0.5高出约10个百分点¹¹。这是一个公司声称。

该公司将GigaBrain描述为在具身智能领域处于"国内领先水平"¹。关于在抓取、组装和分拣任务中平均成功率达到85%的声称也是供应商报告的⁷。所提供的证据库中没有GigaBrain-0的独立第三方评估。

SeeLight S1：家用机器人

SeeLight S1（拾光S1）是该公司的旗舰硬件产品，也是其进入消费市场的载体⁷⁸。来自供应商来源的已确认规格：

选择轮式底盘而非足式平台是一个深思熟虑的工程决策，优先考虑了稳定性和室内导航能力，但牺牲了爬楼梯能力。这与家庭服务的使用场景一致，但限制了部署环境。多指夹爪是关键的操作接口；该夹爪在非结构化家庭环境中的灵巧性质量是评估S1实际实用性的核心未知因素。

从2026年5月31日起在武汉光谷部署的100台S1单元是该产品真实世界存在的主要证据⁷。该部署被明确描述为"场景测试"——这意味着它是一个结构化的试点项目，用于收集数据和验证性能，而非商业推广。这一区别很重要：该公司的新闻材料倾向于以暗示运营就绪性的措辞来描述该部署，而其根本性质是一项数据收集和验证工作。

SeeLight S1的定价尚未公开披露。

数据采集硬件：Maker M01、U-01、E-01

供应商材料中列出了三种数据采集硬件设备⁹：

• Maker M01：机器人安装的数据采集硬件
• U-01：手持式数据采集设备
• E-01：自我（第一人称）数据采集设备

这些设备服务于公司的数据策略（在§4中讨论），而非作为独立的商业产品。它们的规格、定价和可用性尚未公开披露。它们的存在反映了公司认识到专有训练数据是一个竞争护城河——在当前具身AI领域这是一个合理的战略洞察。

DriveDreamer：自动驾驶传承

该公司引用了一个用于自动驾驶的"DriveDreamer系列"世界模型，被描述为"已实现大规模量产和落地"⁹。这是一个公司声称。DriveDreamer的实际部署规模无法从所提供的证据中独立验证。"大规模量产"这一声称与该公司2023年的成立日期以及有限的部署证据不一致；编辑推断，这种措辞描述的是与汽车合作伙伴开发管线的集成，而非面向大众市场的消费者部署。

该公司声称的30多家汽车制造商和自动驾驶公司合作伙伴⁹在所提供的证据中没有单独列出名称，因此无法进行独立验证。一汽工厂的部署（2026年4月，与阿里云合作）是唯一在多个来源中确认的具名工业合作伙伴⁹¹²。

产品与版本

SeeLight S1 (拾光S1)

轮式机械臂家用机器人，身高约1.6米，自由度超20个，全向底盘，千克级负载机械臂，多指夹爪；2026年5月起在武汉光谷人才公寓开展场景测试。

GigaWorld Platform

世界模型平台，包含GigaWorld-0、GigaWorld-1和GigaWorld-Policy，用于生成合成训练数据和机器人动作策略；厂商宣称在WorldArena和RoboCasa365基准测试中排名第一。

GigaBrain-0

具身视觉-语言-动作（VLA）基础大模型；厂商宣称在RoboChallenge上以51.67%任务成功率排名第一，领先π0.5约10个百分点。

Maker M01

机器人搭载式具身操作训练数据采集硬件，是公司五层数据金字塔战略的组成部分。

U-01

手持式数据采集设备，用于录制人类操作示范，为GigaWorld/GigaBrain训练流程提供数据。

E-01

第一视角数据采集设备，用于收集具身AI训练所需的第一人称操作数据。

---

04技术栈：优势与尚待完成的工作

核心架构论点

Jijia Vision的核心技术主张是，现有的具身AI方法——特别是那些将大语言模型或视频生成模型适配为机器人控制主干的方法——在架构上与物理操作的要求不一致¹⁸。VGA论文（§5）中阐述的论点是，机器人操作从根本上是一个视觉到几何的映射问题：机器人必须理解其环境和其中物体的3D几何结构，而不仅仅是生成看似合理的视频帧或产生语言标记¹⁸。在2D互联网数据上训练的语言和视频模型缺乏可靠物理交互所必需的几何先验知识。

这是一个实质性的技术论点，在机器人研究界有真正的支持。将2D视觉-语言模型迁移到3D操作任务的困难是有充分文献记载的。问题在于，Jijia Vision的具体架构回应——VGA中的渐进式体积调制方法、FutureVLA中的联合视觉运动门控机制以及TriVLA中的三系统架构——是否构成了决定性的进步，还是仅仅是一个快速发展的领域中众多贡献之一。

三个研究模型

三个研究模型归属于与公司或其学术合作伙伴有关联的研究人员：

VGA（视觉-几何-动作）：使用预训练的3D世界模型主干，通过渐进式体积调制将几何结构注入动作预测流水线¹⁸。核心主张是，将操作视为几何映射问题而非语言或视频问题，能够在新物体和新环境中产生更好的泛化能力。该论文可在arXiv上获取¹⁸。

FutureVLA：引入了一种联合视觉运动预测架构，具有解耦的视觉流和运动流，以及一个联合视觉运动门控机制¹⁹。关键见解是，预测未来视觉状态和预测未来运动指令是相关但不同的问题，解耦它们同时允许门控交互可以改善两者。该论文在arXiv上¹⁹。

TriVLA：一种三系统架构，结合了视觉-语言模型、动力学感知模块和运动策略模块，运行频率约为36 Hz ²⁰。36 Hz的推理速率意义重大：对于大多数操作场景来说，它足够快以实现实时反应控制，尽管对于最快的动态任务来说还不够。该论文在arXiv上²⁰。

第四篇论文，关于双层VLM引导的精密操作框架，也在相关研究语料库中²¹。

优势

几何基础：对3D几何理解的强调在技术上是合理的。VGA论文关于视频和语言主干与操作要求不一致的论点，与多个独立研究小组的发现一致。

实时推理：TriVLA声称的36 Hz运行速率²⁰如果得到验证，将是一项实际的工程成就。许多学术VLA系统的运行频率要低得多，使其不适合反应式操作。

数据策略的一致性：五层数据金字塔以及配套的数据采集硬件（Maker M01、U-01、E-01）反映了一种一致的理解，即数据质量和多样性（而不仅仅是模型架构）决定了实际性能⁹。到2026年底达到一百万小时训练数据的目标是雄心勃勃的；是否可实现尚不得而知。

世界模型集成：双重世界生成/世界动作架构提供了一个原则性框架，用于使用世界模型预测来指导策略，而不是将世界建模和策略学习视为独立问题。这在架构上是合理的。

尚待完成的工作

基准独立性：所有性能声明——RoboChallenge、WorldArena、RoboCasa365——要么是供应商报告的，要么出现在公司相关的新闻稿中¹¹⁷。这些基准测试与公司的独立性尚未确立。在独立管理的基准测试（例如LIBERO、RLBench，或由与公司无财务关系的学术团体管理的基准测试）上复现结果之前，声称的相对于π0.5和GR00T N1.5的性能优势不能被视为已验证。

仿真到现实的迁移：世界模型生成的合成数据在多大程度上能迁移到真实机器人性能，是该领域核心的未解决问题。公司声称世界模型生成的数据可以在规模上替代真实机器数据的说法，在原则上是合理的，但在所声称的规模上尚未得到证实。

灵巧操作：SeeLight S1的多指夹爪仅以一般性术语描述；具体的灵巧能力——小物体的精确抓取、可变形材料的处理、杂乱环境中的操作——在所提供证据中没有记录。而这些正是当前VLA系统最常失败的任务。

超越训练场景的泛化：武汉公寓试验明确是一个场景测试练习，意味着机器人是在一组定义好的任务上进行评估，而不是部署在完全开放的家庭环境中。场景测试性能与真正的开放世界泛化之间的差距是具身AI中最困难的问题。

边缘端推理：TriVLA的36 Hz声明没有说明该速率是在设备上实现的还是通过云端推理实现的。对于在连接性可变的家庭环境中运行的机器人来说，设备端推理能力是一个实际要求。这一点尚未公开披露。

夹爪和操作硬件质量：所提供证据中没有对SeeLight S1进行独立的拆解、组件级分析或第三方机械评估。对于实际任务成功而言，物理操作硬件的质量与软件栈同样重要。

数据瓶颈

公司自己的材料承认，数据稀缺、真实机器数据采集的高成本以及现有视频主干与3D几何要求的不一致，是该领域面临的主要挑战⁹¹⁸。这是对真实问题的诚实承认。提出的解决方案——结合真实机器数据、互联网人类操作数据和世界模型生成的合成数据的五层数据金字塔——方向上是正确的，但面临着与其他所有具身AI数据策略相同的基本挑战：合成数据的分布可能与真实世界操作失败的分布不匹配，而后者正是模型最需要学习的案例。

相对于先前方法10倍推理速度和训练效率的声明⁷是一项公司声明，在所提供证据中没有引用独立的基准测试或消融研究。

05研究、论文、作者与实验室

研究语料库

根据所提供的证据，有四篇 arXiv 预印本与 Jijia Vision 的技术主张直接相关。所有均为预印本；截至报道日期，尚无任何一篇被确认已在主要学术会议上经过同行评审并发表。

机构隶属关系

这些研究论文的所属机构包括中山大学、X-Era AI Lab、AMAP（阿里巴巴的地图部门）、广东工业大学以及广东省大数据分析与处理重点实验室 ¹⁸。AMAP/阿里巴巴隶属关系的出现值得注意：它暗示了与阿里巴巴技术组织的研究合作关系，这种关系可能与该FAW工厂部署中的阿里云合作有关联 ⁹。

X-Era AI Lab 的隶属关系是与公司最直接相关的；这似乎是 Jijia Vision 技术团队关联的一个研究实验室，尽管其精确的组织关系在所提供的证据中并未公开记录。

论文所确立的与未确立的内容

这些论文确立了以下内容：关联研究团队正在研究具身AI领域的实质性技术问题；他们的架构提案动机明确且内部一致；并且他们正以与资源充足的研究组织相匹配的速度产出成果。特别是VGA论文提出了一个清晰且可证伪的论点——即3D几何骨干网络在操作任务上优于语言和视频骨干网络——独立研究人员可以对此进行检验。

论文未确立的内容：所描述的架构是否如所述那样部署在 SeeLight S1 或 GigaBrain-0 中；论文中的性能声明是否转化为新闻稿中的基准声明；或者这些方法是否能泛化到论文所评估的特定任务集之外。研究论文与商业产品声明之间的关系由公司主张，但未得到独立记录。

研究记录中的空白

在所提供的证据中，未确认 Jijia Vision 或其直接关联研究人员有任何经过同行评审的期刊或顶级会议论文（NeurIPS、ICRA、ICLR、CoRL、RSS）。所有四篇论文均为 arXiv 预印本。对于处于此阶段的公司而言，这并不罕见——顶级会议的出版周期很长——但这意味着这些工作尚未通过外部同行评审。代码发布或公开模型权重的缺失也限制了对独立可重复性的评估。

公司相关论文

该模块正在整理中——暂无可显示的数据。

作者与实验室

该模块正在整理中——暂无可显示的数据。

代码与仿真

该模块正在整理中——暂无可显示的数据。

数据集与基准

该模块正在整理中——暂无可显示的数据。

---

06媒体证据库：视频证明了什么

可用的视频证据

所提供的研究档案包含六个视频来源。其中，三个被确认为错误归属——Apple Vision Pro 的拆解和评测视频 ²²²³²⁴——另外两个明显与 Jijia Vision 无关（一个 JIYI 无人机雷达开箱视频 ²⁵ 和一个 Gemma 4 照片指导应用演示 ²⁷）。还有一个视频 ²⁶ 涉及便携式游戏显示器评测。这六个视频中没有一个包含 Jijia Vision 产品或技术的画面。

这是一个重大的证据缺口。对于一家已融资35亿元人民币、在武汉部署了100台机器人、并声称在具身AI领域处于基准领先地位的公司而言，缺乏独立来源的、第三方视频记录来展示 SeeLight S1 在真实环境中运行的情况，这一点值得注意。该公司几乎肯定制作了宣传视频内容——处于此融资水平的中国机器人初创公司无一例外——但在所提供的档案中，没有任何此类内容可以以独立评估的形式呈现。

从宣传视频中可以和不能得出的结论

即使有 SeeLight S1 的宣传视频可用，适当的分析标准也是严格的。一个精心编排的演示视频——中国机器人初创公司产品发布的典型形式——可以证明以下几点：硬件至少存在一个功能单元；机器人能够在特定的演示条件下执行特定的演示任务；公司具备足够的工程能力来制造一个工作原型。它不能证明：在非结构化环境中的自主操作；对未展示任务的泛化能力；规模化的可靠性；或为无监督部署做好了准备。

如果武汉公寓试验有视频记录，那将比工作室演示更具信息量——但前提是视频展示了无脚本的交互、故障模式和恢复行为，而不是一系列精心挑选的成功完成任务。

独立用户文档的缺失

在所提供的证据中，没有来自武汉公寓居民的独立用户报告、社交媒体记录，也没有第三方记者对武汉部署现场的访问。100台机器人的试验于2026年5月31日开始 ⁷，到报道日期为止大约有三到四周的时间供此类记录出现。其缺失并不证明试验没有进行，但这意味着关于试验进展的唯一描述来自公司自身。

编辑部的推断是，武汉试验是真实的——该公告得到了多个新闻来源的相互印证 ⁷⁹¹²——但其运行特征（机器人实际在执行什么任务、成功频率如何、观察到了哪些故障模式、需要何种程度的人工监督）完全没有任何独立来源的记录。

媒体库

Tesla Optimus Gen 3: Elon Musk JUST Revealed a NEW Humanoid Robot To Win The AI Race!

YouTube

#AUTOMATE2025 @VisionNavRobotics Forklift #AMR loading/unloading #robotics at @automateshow 2025

YouTube

Figure's Robots Conquer Logistics Sorting Packages with AI Vision!

YouTube

Gausium | Smarter and Safer Autonomous Cleaning Powered by AI Vision

YouTube

Best Window Cleaning Robots 2025 (watch this before you buy)

YouTube

Robots Replacing Humans? The Future of Work EXPLAINED!

YouTube

Human robot interaction

YouTube

Envision Robotics - LEGO Spike Prime Robot Alligator

YouTube

Boston Dynamics NEW Atlas AI Robot Just Broke Another Human Skill Barrier!

YouTube

机器视觉(基于Halcon)

Bilibili385k 次观看

机器人学：建模、控制与视觉——华中科技大学

Bilibili343k 次观看

快学 VisionPro 系列教程 (工业机器视觉应用)

Bilibili313k 次观看

海康AGV/AMR智能移动机器人基础篇知识分享完整版

Bilibili118k 次观看

海康机器人机器视觉认证工程师（初级）教程！完整版！

Bilibili91k 次观看

机器视觉－AI采摘机器人

Bilibili75k 次观看

海康威视 AGV 小车调试，叉车师傅面临淘汰！

Bilibili49k 次观看

六款参阅固定翼无人机分工明确，自主制空作战高端无人机已列装，美对标项目增量2仍处于规划阶段。

Bilibili36k 次观看

比尔盖茨：人工智能是我此生见过的最重大的技术成果 - CNBC Television

Bilibili25k 次观看

07商业现实

实际部署情况

截至2026年6月25日，Jijia Vision已确认的部署记录包括两个试点项目：

从商业角度看，武汉部署是两者中更重要的一个，因为它代表了公司进入家庭服务市场。然而，“场景测试”是一个精确且重要的限定词：这意味着机器人正在针对定义的任务场景进行评估，而非部署用于提供无监督的家庭服务。武汉公寓的居民实际上是结构化试点研究的参与者，而非接受商业服务的客户。

一汽工厂的部署被描述为“全流程”⁹，这暗示了与制造工作流的端到端集成。然而，该部署的规模——机器人数量、具体任务、吞吐量指标、运行时间——均未披露。阿里云的参与表明其采用了云端推理架构，而非完全在设备端运行，这对延迟、连接依赖性和数据主权都有影响。

前瞻性商业承诺

除两个已确认的试点项目外，公司还宣布了：

• 与无锡龙盛科技的一项1000台机器人、为期三年的计划⁸。这是一项前瞻性承诺，而非当前部署。该协议的条款、定价和里程碑均未公开披露。
• 计划于2027年启动的更广泛的武汉种子用户计划⁷。这是一个已声明的意向，而非已确认的商业安排。
• 超过30家汽车制造商和自动驾驶汽车公司合作伙伴⁹。这些合作伙伴均未具名，且合作关系的性质（付费合同、开发合作、意向书或非正式合作）未予披露。

收入与单位经济模型

收入数据未公开披露。SeeLight S1的定价未公开披露。GigaWorld和GigaBrain平台的成本结构——无论是作为SaaS销售、按机器人许可，还是与硬件捆绑——也未公开披露。考虑到公司所处的阶段（B2轮、试点部署），编辑推断其收入相对于所募集的资本而言微乎其微，公司正以风险投资驱动的增长模式运营，商业收入是未来的主要收入来源，而非当前。

约三个月内募资35亿元³¹⁰意味着相当规模的烧钱率和资本部署计划。资本用途包括数据采集（目标是在2026年底前获得一百万小时的训练数据）、硬件制造规模化以及持续模型开发⁹¹²。粗略估计，即使以适中的采集成本计算，一百万小时的机器人训练数据也代表着非常庞大的支出；世界模型生成的合成数据策略部分是为了降低这一成本⁹。

商业语言中的声称与现实差距

公司的新闻材料使用的语言一贯夸大了当前的商业地位。将DriveDreamer描述为“已实现大规模量产和落地”⁹与公司成立于2023年、首次确认硬件部署在2026年4月的证据不符。在一些媒体报道中，将武汉试验描述为“部署”而非“场景测试”，模糊了一个重要的区别。超过30家合作伙伴的声称，在没有具名合作伙伴或披露合同条款的情况下，是中国初创企业新闻稿的标准惯例，提供的商业信号微乎其微。

这种语言模式——在中国AI初创企业生态系统中很常见——并不一定表明恶意。它反映了一种融资和合作伙伴开发文化，在这种文化中，前瞻性的雄心与当前现实并存，但并非总能清晰区分两者。对于分析师或投资者而言，区分已部署与计划中、已签约与已宣布的纪律至关重要。

竞争性融资背景

Jijia Vision融资的速度和规模——三个月内35亿元——使其跻身2026年中国资本最雄厚的具身AI初创公司之列。作为背景，按当前汇率计算，这大约相当于4.8亿美元，由一家部署记录仅为100台机器人试点和一个工厂集成的公司筹集。资本是真实的；部署规模尚无法与之匹配。编辑推断，投资者押注的是世界模型论点和团队的技术资历，而非已证明的商业吸引力——在一个技术发展迅速、数据和模型质量方面的先发优势可能持久的市场中，这是一个理性的赌注，但也是一个承担着巨大执行风险的赌注。

客户与部署

Wuhan Optics Valley Talent Apartments住宅物业

2026年5月31日起，100台拾光S1进入武汉光谷人才公寓开展场景测试，计划于2027年推出更大规模的武汉种子用户计划。

FAW Mould Factory汽车制造商

2026年4月，极佳视界与阿里云合作，在一汽模具工厂完成全流程机器人部署。

Longsheng Technology工业/制造业

与极佳视界在无锡签署千台机器人三年部署计划；属于前瞻性目标，尚未完全落地。

08市场与使用场景

Jijia Vision已锁定两大主要市场垂直领域——家用服务机器人和工业操作——并通过其世界模型谱系将自动驾驶列为第三个既定方向。公司的公开定位并未将这些视为独立的产品线，而是作为一个单一平台策略：同一套GigaWorld和GigaBrain技术栈，针对不同任务领域进行重新训练或微调。这种架构雄心能否转化为真正的跨领域迁移能力，在当前试点阶段仍未得到验证。

家用服务机器人

SeeLight S1是该公司最引人注目的商业赌注。目标客户并非大众消费市场——至少目前还不是——而是机构性住宅运营商：人才公寓综合体、管理式住宅小区，以及最终进入养老设施。2026年5月31日起在武汉光谷部署的100台设备被明确界定为"场景测试"而非商业销售⁷。这是一个重要的区分。这些设备在现场是为了生成训练数据并暴露故障模式，而非大规模提供付费服务。

公司公布的2027年更广泛的武汉种子用户计划时间表表明，公司自身并不期望在此之前达到消费级性能⁷。养老角度——在B2轮报道中提及——从中国人口结构趋势来看具有战略合理性，但这是可靠性要求最高的环境：一台掉落药瓶或未能检测到跌倒的机器人将构成责任事件，而不仅仅是带来不便⁸。

中国的家用机器人市场尚处于萌芽阶段且竞争激烈。在整个行业中，任何轮式机械臂家用机器人超越技术爱好者和机构试点的渗透率仍然微乎其微。Jijia Vision并非唯一瞄准这一领域的公司；它正在与资本更雄厚的现有企业和知名度更高的品牌竞争。公司的差异化论点基于世界模型方法能够产生更通用的操作行为——这一主张在架构上具有一致性，但在独立测试中尚未得到实证验证。

工业操作

2026年4月与阿里云联合执行的一汽模具工厂部署，代表了该公司迄今为止最实质性的工业足迹⁹。汽车制造中的模具处理涉及重量大、几何形状复杂且公差严格的零件——这是一个真正具有挑战性的操作场景。然而，公开记录并未说明哪些任务由机器人自主执行，哪些任务受到监督或远程操作，也未提供吞吐量、正常运行时间或缺陷率数据。

与无锡龙盛科技签订的1,000台机器人三年计划是一项前瞻性商业协议，而非当前部署³。它表明了意图，并在履行后提供收入管道，但中国制造业中为期三年的机器人供应协议完成记录参差不齐，尤其是当供应商是一家尚未产生收入的初创公司时。

声称拥有30多家汽车制造商和自动驾驶汽车公司合作伙伴的说法是供应商自行报告且未经核实的⁵。在中国汽车技术生态系统中，"合作伙伴"可以指从签署意向书到签订付费生产合同的任何关系。在没有具名客户确认活跃部署的情况下，这一数字应被视为管道指标而非商业事实。

自动驾驶数据基础设施

Jijia Vision的DriveDreamer谱系——早于具身机器人转型的世界模型工作——使该公司成为自动驾驶开发者的潜在合成训练数据和仿真环境供应商。该公司声称DriveDreamer系列已实现"大规模量产和落地"⁵，但独立证据仅支持早期试点合作关系。这一垂直领域在最近的沟通中不那么突出，表明公司的商业重心已转向具身机器人领域，该领域的融资叙事目前更为强劲。

使用场景可行性评估

上表反映了基于现有证据的编辑推断，而非供应商声明。诚实的解读是：Jijia Vision是一家平台阶段的公司，拥有可信的技术假设和两个真实但规模适度的部署，在需要三到五年才能达到可观规模的市场中运营。

---

09竞争格局

Jijia Vision进入了一个在风险投资层面拥挤不堪、但在经过验证的部署层面却相对薄弱的竞争领域。机器人世界模型这一论点并非该公司独有；多家资金雄厚的中国及国际玩家正在追求结构上相似的方法。如果这些说法成立，Jijia Vision的差异化之处在于世界模型在感知主干和策略层中的深度集成，而非将世界模型视为一个附加的数据增强工具。

中国国内竞争对手

宇树科技（Unitree Robotics） 是商业上最成熟的中国人形机器人和四足机器人制造商，拥有有据可查的硬件销售记录和开发者生态系统。宇树的竞争优势在于硬件迭代速度和价格竞争力；其软件栈在世界模型维度上差异化程度较低。Jijia Vision的轮式机械臂形态与宇树的双足G1或四足Go2并不直接竞争，但两家公司都瞄准了工业操作市场。

稀宝（Agibot） 和 星动纪元（Galbot） 是中国的人形机器人初创公司，融资年份相近，且拥有类似的VLA模型雄心。Agibot披露了更多的硬件部署数据，并拥有更清晰的人形形态策略。Galbot的轮式机械臂方法是与SeeLight S1最直接的架构平行方案。

大疆（DJI） 和 优必选（UBTECH） 代表了拥有更长发展历程的中国成熟机器人资本。两者都没有以Jijia Vision那样明确的框架来追求世界模型优先的软件策略，但都拥有Jijia Vision所缺乏的制造和分销基础设施。

智元机器人（AgiX） 和 傅利叶智能（Fourier Intelligence） 正在追求面向工业部署的人形形态。它们对Jijia Vision的竞争威胁是间接但真实的：如果人形机器人达到足够的灵巧性和成本降低，轮式机械臂形态将失去其人体工程学妥协的论点。

国际竞争对手

Physical Intelligence (pi) 在软件模型轴上是与Jijia Vision最直接可比的国际竞争对手。GigaBrain-0声称在RoboChallenge上比pi的pi0.5高出约10个百分点的基准测试表现，是该公司最尖锐的竞争主张¹。这一说法是供应商报告的，未经核实。Pi已发表经过同行评审的研究，并披露了具名的企业试点项目；截至本文撰写时，Jijia Vision两者皆无。

Figure AI 和 1X Technologies 正在追求搭载专有VLA模型的人形平台。它们的融资规模与Jijia Vision在B2轮后的地位相当，但其硬件更为成熟。

波士顿动力（Boston Dynamics，现代旗下） 在硬件可靠性和实际部署寿命方面仍是基准，尽管其软件AI栈在生成模型维度上差异化程度较低。

谷歌DeepMind（RT-2, RT-X） 和 英伟达（Nvidia，GR00T N1.5） 代表了超大规模企业的威胁：在计算预算大得多的基础上训练出的基础模型。GigaWorld-Policy声称在RoboCasa365上优于英伟达GR00T N1.5，是该档案中最大胆的竞争主张³。如果属实，这将代表显著的效率优势。如果虚假或经过精心挑选，则是一项声誉负债。

竞争定位总结

竞争格局呈现出一家资金充裕但处于早期阶段的入局者，针对更成熟的玩家提出了激进的基准测试主张。随着独立评估的出现，这些主张可能被证明是准确的，但就目前而言，Jijia Vision的竞争地位更多地依赖于筹集到的资金和叙事，而非经过验证的性能差异化。

竞品对比

机器人	厂商	自主性	可信度
iRobot Roomba Combo 10 Max	iRobot	Autonomous	0.90
Mobile ALOHA (Stanford)	Stanford University	Teleoperated	0.90
1X NEO	1X Technologies	Remote-Assisted	0.90

---

10地缘政治背景与约束

Jijia Vision 运营于三个地缘政治敏感领域的交汇处：人工智能、机器人与自主系统。每个领域都带有其自身的监管与出口管制风险；而这三者的结合，则放大了任何考虑参与的非中国投资者或客户所面临的风险状况。

中国人工智能投资热潮

2026年约三个月内筹集35亿元人民币并非孤立的数据点。它反映了一种更广泛的模式：中国风险资本加速部署到物理人工智能领域，部分原因是国内政策优先事项——即到2030年在机器人和人工智能领域取得领先地位，部分原因则是国际大语言模型和行动模型发展所带来的竞争焦虑。华为哈勃参与A1轮融资尤其值得关注 ⁵。华为哈勃是华为技术有限公司的战略投资部门，而华为本身正受到美国对半导体和软件的出口管制。哈勃的投资组合公司受益于华为的生态系统——包括昇腾AI芯片和鸿蒙OS平台——但它们也继承了华为的地缘政治风险敞口。

半导体与计算依赖

Jijia Vision 的大规模世界模型训练需要大量的GPU算力。该公司尚未公开披露其计算基础设施，但2025-2026年的中国人工智能初创公司面临着一个受限的环境：英伟达H100和H800芯片受到美国出口管制，而国内替代品（华为昇腾910B/C、寒武纪、壁仞科技）在软件生态系统成熟度以及某些情况下的原始吞吐量方面均存在差距。如果Jijia Vision是在昇腾硬件上进行训练，那么其与基于英伟达基础设施训练的模型进行的基准测试比较，就隐含着一个星号：训练机制、数据流水线和优化堆栈可能存在差异，从而影响可复现性。

这不是针对特定公司的批评——它适用于整个中国人工智能训练生态系统——但对于任何技术尽职调查工作来说，这是一个重大的未知因素。

出口管制与两用分类

具有先进感知和自主决策能力的机器人操控系统，在中国和国际出口管制框架下都处于灰色地带。中国自身的出口管制法（2020年）以及随后的人工智能治理法规，为中国人工智能公司在数据安全和跨境数据传输方面设定了义务。对于正在从住宅公寓和汽车工厂收集真实世界操控数据的Jijia Vision而言，数据治理问题不容小觑：在武汉公寓中由SeeLight S1生成的数据归谁所有？在什么条件下可以用于模型训练？

该公司宣称到2026年底实现100万小时训练数据的目标 ⁹，这意味着要从真实世界环境中进行大规模数据收集。监管框架如何规范这种收集行为——尤其是在住宅环境中——在档案中的任何公开文件中均未涉及。

武汉节点

武汉并非随意选择的部署地点。它是湖北省省会，也是中国智能制造和新能源汽车产业的指定中心。武汉市政府一直是机器人和人工智能公司的积极支持者，而SeeLight S1正在试点的光谷地区是一个政府支持的科技园区。这表明武汉的部署可能受益于市政补贴或便利化，这将影响试点的经济性，使其无法推广到其他地方的商业部署。

人才与人才外流动态

黄冠博士的履历——清华大学博士、微软、三星、地平线机器人、健指机器人——代表了一代中国人工智能研究人员的轨迹，他们先在国际科技公司建立职业生涯，然后回国创办本土初创公司 ¹。这种模式有据可查，既反映了中国国内人工智能生态系统的成熟，也反映了资深中国研究人员获得或保留美国工作授权的难度日益增加。Jijia Vision 已发表论文的研究机构归属——中山大学、广东工业大学——表明该公司正在利用华南地区的学术人才库，该地区在国际上的知名度不如北京或上海，但已产出可信的机器人研究成果。

非中国合作伙伴的地缘政治风险

任何考虑与Jijia Vision建立技术合作伙伴关系、数据共享安排或供应关系的非中国公司，都应在以下框架下进行仔细的法律审查：美国实体清单筛查（华为哈勃的参与值得关注）、欧盟人工智能法案合规性（如果在欧洲住宅环境中部署），以及机器人收集环境数据的任何司法管辖区的国内数据保护法。这些并非假设性的担忧；对于任何具有这种投资者背景的中国物理人工智能公司而言，这些都是标准的尽职调查要求。

---

11炒作、现实与难看的一面

Jijia Vision的公开传播呈现出资金充裕的中国AI初创公司常见模式：真实的技术实质、激进的基准测试声明，以及将愿景与成就混为一谈的营销语言。区分这些层面是核心分析任务。

看似真实的部分

创始团队的资历是可验证且强大的。黄冠博士在Horizon Robotics（地平线）的背景——他曾领导视觉感知——与公司的技术论点直接相关¹。研究论文（VGA、FutureVLA、TriVLA）已在arXiv上发表，附有机构隶属关系，代表了VLA文献中连贯且非平凡的贡献¹⁸¹⁹²⁰。架构选择——将视觉几何与语言先验分离、解耦视觉与运动流、以36 Hz运行以实现实时控制——解决了先前VLA方法中真实且有记录的限制。两个已确认的部署（武汉公寓、一汽工厂）是真实的，尽管规模不大⁷⁹。

融资是真实的，投资者质量值得注意。华为哈勃不会投资于未经技术尽职调查的公司⁵。Fortune Capital和Lion City Capital是可信的机构投资者¹³。B2轮的超额认购表明存在真实的投资者需求，而非人为制造的故事¹⁰。

声称但未经验证的内容

基准排名——GigaBrain-0在RoboChallenge上排名第一、GigaWorld-1在WorldArena上排名第一、GigaWorld-Policy在RoboCasa365上排名第一——是通过行业媒体传播的供应商报告数据¹³。这些基准平台与公司的独立性在公开记录中并未确立。RoboChallenge、WorldArena和RoboCasa365被引用，但未提供足够详细的描述以评估其方法论、任务多样性或评估严谨性。关于超越pi0.5约10个百分点的具体声明足够精确以至于可被证伪，但档案中不存在独立的复现结果。

“抓取、组装和分拣平均成功率85%”的数据¹同样未经验证。操作基准测试中的成功率高度依赖于任务定义、物体集、光照条件以及评估者是否为训练同一模型的团队。如果没有已发布的评估协议和独立复现，这个数字只是一个营销数据。

声称GigaWorld-0是“全球首个系统引入的具身世界模型”⁵是一个最高级表述，在严格意义上几乎肯定是错误的——机器人领域的世界模型已在学术文献中探索了数年——充其量只是关于特定系统框架或产品包装的声明。

明显夸大的内容

供应商关于部署规模的措辞是最明显的夸大案例。DriveDreamer系列的“大规模量产与落地”⁵与实际部署证据相矛盾：武汉100台场景测试、一个工厂试点以及一个三年远期计划。这些是试点阶段活动，而非量产。措辞与证据之间的差距并非微小的修辞手法；而是对商业成熟度的实质性误述。

“30多家汽车制造商和自动驾驶公司合作伙伴”的说法⁵未经验证，且“合作伙伴”一词未定义。在中国科技生态系统中，这个数字可能包括已签署不具约束力的谅解备忘录、参加了产品演示或参与了数据共享试点的公司。如果没有具名客户确认活跃的付费合作，这个数字在分析上没有用处。

难看的一面：结构性风险

三个结构性风险值得明确陈述。

首先，数据飞轮是公司声称的竞争护城河，但到2026年底达到100万小时训练数据的目标⁹是一个非凡的雄心。以36 Hz运行，100万小时的机器人数据需要大约114年的连续单机器人运行，或按比例减少的并行运行机器人数量。公司的Maker M01、U-01和E-01数据收集硬件表明包括人类演示和合成生成在内的多源策略，但由未经验证的世界模型生成的合成数据的质量和多样性本身是不确定的。存在循环风险：使用GigaWorld为GigaBrain生成训练数据，然后GigaBrain在可能受相同数据分布影响的基准上进行评估。

其次，当前轨迹的资本密集度很高。三个月内35亿元人民币对于一家未披露收入的公司来说是快速的烧钱速度。1,000台机器人的Longsheng协议和武汉项目尚未大规模产生收入。如果下一轮融资延迟或基准声明受到质疑，公司的资金跑道将成为一个关键变量。

第三，住宅数据收集背景引发了公司尚未公开解决的问题。在私人公寓中运行的机器人会收集环境数据——空间地图、物体位置、居民行为模式——这些数据在任何合理的隐私框架下都是敏感的。关于数据治理、同意机制或监管合规的任何公开声明的缺失，是一个需要填补的空白，然后才能在中国以外进行任何严肃的机构部署。

声明追踪

GigaBrain-0在RoboChallenge榜单上以51.67%的任务成功率排名第一，领先π0.5约10个百分点；GigaWorld-Policy在RoboCasa365上排名第一，超越Nvidia GR00T N1.5和π0.5。不成立

所有基准排名均为自报或通过公司新闻稿在行业媒体转载[1][7][11]；供应材料中未能证明这些基准平台（RoboChallenge、RoboCasa365、WorldArena）与极佳视界相互独立，亦无第三方审计或中立排行榜管理方被引用。

100台拾光S1机器人自2026年5月31日起进驻武汉光谷人才公寓开展真实场景测试，更大规模的种子用户计划预计于2027年启动。未知

多个新闻来源证实了武汉100台部署的时间和地点[7][9][10]，但无独立居民反馈、物业管理方确认或记者现场报道来核实机器人在公寓内的实际运行或任务执行情况。

TriVLA模型采用三系统架构（VLM+动态感知+运动策略），以约36 Hz运行，支持实时反馈和逐步纠错，用于通用机器人控制。未知

TriVLA架构和36 Hz运行频率在中山大学及X-Era AI Lab署名的arXiv预印本[20]中有所描述，提供了技术细节，但该论文尚未经过同行评审，供应材料中亦无独立复现或第三方真实机器人基准测试。

极佳视界于2026年约3个月内完成多轮融资，累计融资约35亿元人民币，投资方包括华为哈勃、方源资本及狮城资本。未知

35亿元总额及具名投资方在多家行业新闻媒体中相互印证[1][3][5][6][10][16]，但无监管备案、交易所披露或独立财务审计予以确认；估值被明确表示未披露，轮次细节依赖媒体转载的公司公告。

12未来情景

以下情景是基于现有证据的编辑性构建。它们并非预测，而是结构化的可能性，旨在确定监测优先级。每个情景都根据当前证据基础分配了粗略的合理性评估。

情景A：基准验证与平台突破（合理，约25%）

独立研究人员或可信的第三方评估机构在未来12个月内复现了Jijia Vision的基准测试声明。GigaBrain-0在RoboChallenge和RoboCasa365上的表现被证实与pi0.5和GR00T N1.1具有竞争力或更优。这一验证引发了一波企业兴趣：龙盛1000台机器人协议加速推进，更多汽车制造商签署部署合同，武汉住宅项目扩展到多个城市。公司完成C轮融资，披露估值超过100亿元人民币，并开始筹备国内A股或香港IPO。

在此情景下，Jijia Vision成为一家真正的平台公司——世界模型栈授权给硬件OEM厂商，GigaBrain模型作为云API提供，SeeLight S1作为参考硬件设计。数据飞轮效应增强：更多部署产生更多数据，数据改进模型，模型又支持更多部署。

该情景要求基准测试声明基本准确，世界模型架构能够泛化到训练分布之外，并且公司能够在制造规模化过程中避免困扰其他中国硬件初创公司的质量和供应链问题。

情景B：利基工业部署与缓慢的消费级进展（最可能，约40%）

一汽工厂的部署被证明足够高效，到2026年底吸引了两到三家额外的汽车或电子制造客户。龙盛协议继续推进，但速度慢于三年计划所暗示的水平——或许到第二年年底部署了150-200台。住宅项目在2027年前仍处于试点模式，老年护理应用因监管和责任问题而延迟。

基准测试声明既未被明确验证，也未被明确反驳；它们存在于未经核实的供应商声明的模糊空间中，行业媒体继续不加批判地报道这些声明。公司估值趋于稳定而非增长，下一轮融资需要超过三个月才能完成。

在此情景下，Jijia Vision是一家可行但非主导的参与者：一家可信的工业操控软件公司，其消费硬件抱负永远停留在距离实现还有18个月的状态。这是许多2018-2022年期间的中国机器人初创公司的典型轨迹。

情景C：基准测试缩水与竞争挤压（合理，约25%）

一项可信的独立评估——可能来自大学实验室、竞争对手公司的技术团队，或能够接触评估环境的记者——发现RoboChallenge和RoboCasa365的结果在标准化条件下无法复现，或者任务集范围过窄，不足以代表通用操控能力。与此同时，Physical Intelligence或Nvidia发布了模型更新，在相同基准测试上明显优于GigaBrain-0。

叙事损害严重。基于基准测试声明支持B2轮的投资人重新评估。龙盛协议被重新谈判或延迟。武汉住宅项目在情景测试阶段后悄然终止，没有商业后续。公司转向更狭窄的工业利基——可能专门针对汽车模具处理——在那里它可以展示真正的价值，而无需承担通用性声明的负担。

该情景并不意味着欺诈或失败；它意味着一家公司在通用性上过度宣称，被迫寻找更可防御的市场定位。许多成功的工业机器人公司恰恰占据着这种聚焦的利基市场。

情景D：资本枯竭与整合（较低可能性，约10%）

高烧钱率、未经核实的基准测试以及收紧的中国风险投资市场共同导致C轮融资失败。公司的现金流——未披露但考虑到已筹集35亿元人民币，应该相当可观——被计算成本、硬件制造和数据收集项目消耗殆尽，未能产生足够收入来展示盈利路径。一个更大的参与者——华为、阿里巴巴或国有企业——以折价估值收购技术栈和团队。

考虑到投资者的质量以及当前中国政策环境对物理AI投资的青睐，该情景概率较低，但并非可以忽略。中国AI硬件初创公司的历史包括几家资金充足的公司未能跨越令人印象深刻的演示与盈利部署之间的鸿沟。

自动驾驶领域的变数

上述情景未涵盖的一种可能性：支撑GigaWorld的世界模型工作被证明对自动驾驶仿真比对具身机器人更有价值，一家主要的自动驾驶公司（上汽、比亚迪或一级供应商）收购或独家授权DriveDreamer技术栈。这将代表从当前具身机器人叙事的转向，但在商业上可能更优。公司声称的30多家自动驾驶公司关系——即使只有部分真实——为此结果提供了关系基础设施。

13持续跟踪清单

以下指标是评估Jijia Vision未来12-24个月发展轨迹最具诊断价值的信号。按分析优先级排序。

第一层级：决定性指标（高优先级）

独立基准复现。 最值得关注的事件是，Jijia Vision控制之外的任何实体是否复现了RoboChallenge、WorldArena或RoboCasa365的结果。这可能来自大学实验室、竞争对手公司的技术出版物，或机器人基准测试机构的结构化评估。复现将证实技术主张；未能复现或12个月后仍无复现，这本身就是一种信号。

具名客户确认。 来自具名客户的公开声明——不是Jijia Vision的新闻稿，而是客户自身传播渠道的声明——确认GigaBrain或SeeLight S1在生产环境中已活跃、付费部署。FAW部署是目前最接近的案例，但公开记录中并未包含FAW自身对部署范围或性能的确认。

武汉住宅项目成果。 武汉光谷公寓的场景测试阶段原定于2026年5月31日开始⁷。到2026年第四季度，应有足够的运营数据来评估该项目是否按计划推进至2027年种子用户扩展阶段，还是已悄然终止。关注：居民反馈（正面或负面）、当地媒体报道，以及任何关于该项目的市政府声明。

GigaBrain或GigaWorld的同行评审发表。 当前研究成果（VGA、FutureVLA、TriVLA）已发布在arXiv上，但在档案中尚未经过同行评审¹⁸¹⁹²⁰。在顶级会议（CoRL、ICRA、NeurIPS、ICLR）上被接收，将为底层方法论提供独立的技术验证，即使它不直接验证产品基准测试。

第二层级：重要但具背景意义的指标（中优先级）

Longsheng Technology部署进展。 这份1000台机器人、为期三年的协议是一项重大的商业承诺³。按季度或年度更新的实际部署单元数与计划对比，将揭示协议是正在推进还是停滞不前。关注：Longsheng自身的沟通、无锡市政府公告，以及任何供应链披露信息。

计算基础设施披露。 Jijia Vision是在华为昇腾、Nvidia（如果可以获取）还是混合基础设施上进行训练，这对基准测试的可比性以及公司受半导体出口管制的影响程度具有重要意义。任何披露——即使是间接的，通过招聘信息或基础设施合作伙伴公告——都具有分析价值。

数据收集项目规模。 到2026年底达到100万小时的目标⁹雄心勃勃。关注：新的数据收集合作伙伴公告、Maker M01 / U-01 / E-01硬件项目的扩展，以及任何实际积累数据量的披露。

监管备案与安全认证。 为使住宅部署超越场景测试阶段，SeeLight S1需要满足中国产品安全标准（服务机器人GB标准），并可能获得市级或省级住宅运营批准。关注任何认证公告。

新增投资者或战略合作伙伴公告。 B2轮融资于2026年6月完成¹⁰。C轮融资公告——其时间、规模和投资者构成——将表明资本市场是否继续验证公司的发展轨迹。

第三层级：背景监测（低优先级但有用）

人才流动。 研究团队的关键招聘或离职，特别是与VGA、FutureVLA或TriVLA论文相关的研究人员，是组织健康状况的领先指标。

国际扩张信号。 任何在中国以外的部署、合作伙伴关系或监管参与公告，都将代表公司雄心和风险状况的重大阶段性变化。

竞争对手基准测试更新。 如果Physical Intelligence、Nvidia或其他竞争对手发布RoboChallenge或RoboCasa365的更新基准测试结果，GigaBrain-0的相对定位将变得更加清晰——要么证实，要么削弱当前的主张。

中国政府政策信号。 中国机器人产业支持政策、住宅AI系统数据治理法规，或影响AI模型权重的出口管制框架的变化，都可能对公司的运营环境产生实质性影响。

媒体报道基调转变。 当前的媒体报道普遍积极，且主要基于公司新闻稿。向批评性或调查性报道的转变——在36氪、LatePost或财新等中文科技媒体中——将是一个值得追踪的早期预警信号。

14来源与方法论

来源列表

¹ "Jijia Vision"，一家具身智能公司，3个月内融资5亿元，完成2亿元A2轮融资，并推出物理AGI原生模型与本体 — https://eu.36kr.com/en/p/3586459879750789

² 计算机视觉技术成本：关键因素与使用案例 - it-jim — https://www.it-jim.com/blog/computer-vision-costs （未使用：来源归属错误，已排除分析）

³ Seeds | Jijia Vision再获10亿元融资，三个月内累计融资35亿元 | Gasgoo — https://autonews.gasgoo.com/articles/news/seeds-jijia-vision-secures-another-1-billion-yuan-in-financing-raising-35-billion-in-three-months-2066465297387855873

⁴ 定价 | Cloud Vision API - Google Cloud — https://cloud.google.com/vision/pricing （未使用：来源归属错误，已排除分析）

⁵ Jijia Vision获数亿元A1轮战略融资，由华为哈勃与华控基金联合领投：以"世界模型"开辟物理AI终极技术路线 — https://eu.36kr.com/en/p/3536726905445508

⁶ Seeds | Jijia Vision再获10亿元融资，三个月内累计融资35亿元 | Gasgoo（ICV版） — https://autonews.gasgoo.com/articles/icv/seeds-jijia-vision-secures-another-1-billion-yuan-in-financing-raising-35-billion-in-three-months-2066465297387855873

⁷ GigaAI SeeLight S1：武汉试验证明了什么 — ui44 Blog — https://ui44.com/blog/gigaai-seelight-s1-home-robot-wuhan-trial

⁸ 具身通用机器人极佳视界完成10亿元B2轮融资：AI大模型赋能，瞄准养老陪护与工业协作双场景 | 聚看JUCAP — https://jucap.com/news/tech/20260616-08-jijia-vision-1b-funding/

⁹ 极佳视界完成10亿元Pre-B轮融资，「世界模型」驱动通用机器人加速进入千行百业 - 36氪 — https://www.36kr.com/p/3710076436557954

¹⁰ 极佳视界完成10亿元B2轮融资，3个月内累计融资35亿元|机器人|评测_网易科技 — https://www.163.com/tech/article/KVF97C0R00097U7T.html

¹¹ Jijia Shijie AI击败Google，获10亿元融资 — https://www.edgen.tech/news/post/jijia-shijie-ai-beats-google-secures-1b-funding

¹² 极佳视界再获10亿融资 黄冠称物理AGI将直接作用于真实物理世界|本体|机器人|agi_网易订阅 — https://www.163.com/dy/article/KVFVGQR20511A0EF.html

¹³ 极佳视界再获全球顶配阵容10亿投资：加速物理AGI突破_腾讯新闻 — https://news.qq