Tashi Zhihang (TARS AI / 它石智航)

中国融资速度最快的具身智能初创公司创下了吉尼斯世界纪录，并在十四个月内筹集了近7亿美元——但尚未实现任何营收。

---

如何阅读本报告

本报告始终使用四种证据标签。读者应据此权衡结论。

精心编排的演示视频并非自主生产能力的证明。融资公告并非营收证明。合作公告并非付费客户证明。以下内容将无一例外地应用这些区分。

---

01执行摘要

Tashi Zhihang——对外以TARS AI名义运营，中文注册名为它石智航——是一家总部位于上海的全栈具身智能公司，成立于2025年2月5日¹²。在截至2026年4月的十四个月内，该公司通过三轮融资筹集了约6.97亿美元，其中一笔4.55亿美元的Pre-A轮融资被其投资方描述为中国历史上最大的单笔具身AI融资⁴⁷。据两家独立市场数据服务商报告，其投后估值约为人民币130亿元（约18.8亿美元）¹¹³，但一家评论来源将其估值定为接近人民币200亿元（30亿美元）²⁸——这一差异将在第7节详细讨论。

该公司的商业主张建立在两大支柱之上。首先，一个名为AWE 3.0的专有具身基础模型，该公司将其描述为一个集成视觉感知、语言理解和运动控制的三模态系统⁶⁹。其次，一个物理人形机器人平台——A1——该平台于2026年3月创下了亚毫米级线束组装的吉尼斯世界纪录，在一小时内完成了105次组装⁶⁷。这两大支柱目前均处于工业试点和验证阶段；该公司尚未公开披露任何营收、任何具名付费客户或任何生产规模部署²⁹。

领导团队拥有可信的资历。首席执行官陈亦伦来自华为；董事长李震宇来自百度；首席科学家丁文超带来了与第5节讨论的相关学术论文相称的研究背景³⁹³⁰。对于一家如此年轻的公司而言，其投资者阵容异常强大：高瓴创投、红杉中国和美团战略投资共同领投了Pre-A轮⁴⁷，北京和上海两地政府关联基金也参与了投资——据报道这是它们首次直接投资一家具身AI公司⁹²⁸。

编辑推断： 融资速度和投资者质量表明，机构投资者确实相信人形机器人将在三到五年内进入工业制造业，并且Tashi Zhihang已经组建了一个可信的团队来竞争这个市场。然而，融资并不能证明该技术在生产规模下可靠运行，不能证明客户会以证明其估值合理的利润率为此付费，也不能证明该公司能够大规模执行硬件制造。这些问题仍然悬而未决。

以下各节将依次审视这些维度：创始故事、产品组合、技术栈、研究成果、视频证据以及截至2026年中期的商业现实。

最新新闻

该模块正在整理中——暂无可显示的数据。

02Tashi Zhihang的故事

创立背景

Tashi Zhihang于2025年2月5日在上海注册成立¹²¹⁶。其成立时间恰好处于2024年末至2025年初中国具身智能初创企业浪潮之中，这一浪潮由波士顿动力Atlas的商业化进展、宇树科技G1的快速迭代以及北京方面将人形机器人列为战略性产业的一系列政策信号所催化。公司名称——它石智航，字面意为"其他石头，智能导航"——典出中国古谚"他山之石，可以攻玉"，暗示其意图将大语言模型和计算机视觉等相邻领域的技术应用于机器人领域。

创始团队

三位主要创始人拥有互补背景，与全栈软硬件雄心相契合。

陈亦伦（CEO） 在多个来源中被确认为前华为高管³⁹³⁰。华为在此处的相关性并非偶然：该公司在定制芯片、传感器融合和大型系统集成方面拥有深厚专长——这正是构建垂直整合人形机器人所需的工程学科。陈在华为的具体部门或职务未公开披露。未知。

李振宇（董事长） 是前百度高管⁹³⁰。百度的Apollo自动驾驶项目让一代中国工程师获得了实时感知、规划和大规模控制的实践经验——这一技能组合可直接迁移至移动操作领域。李在百度的具体职务未公开披露。未知。

丁文超（首席科学家） 在各来源中一致被提及⁹³⁰。第5节中讨论的相关研究论文——涵盖触觉操作、面向机器人的零样本检索增强生成以及基于视频生成的约束对齐——与研究领导者的形象相符，尽管论文作者的具体机构隶属关系在档案中未完全披露。编辑推断：研究成果在技术上可信，表明团队具有真正的学术深度，而不仅仅是商业包装行为。

融资轨迹

对于一家零收入的公司而言，Tashi Zhihang的融资速度无论如何衡量都堪称非凡。

天使轮在公司成立约六周后即完成——这一速度几乎前所未有，意味着创始团队在法律实体存在之前就已拥有投资者关系和可信的推介材料¹²。由美团领投的天使+轮具有战略意义：美团运营着中国最大的物流和配送网络之一，这既为其提供了人形机器人的潜在部署渠道，也使其对技术成熟度拥有直接的商业利益³。

Pre-A轮被描述为超额认购⁷，吸引了异常多元化的财团。产业投资者——TCL资本、复星创富、周大福控股、中汽中心投资——与财务投资者（高瓴、红杉）及国有背景基金（北京机器人产业发展投资基金、上海国投先导基金）并列⁹²⁸。产业投资者尤其值得关注：它们代表潜在客户或供应链合作伙伴，而不仅仅是金融投机者。这些产业投资者是否已与Tashi Zhihang签署商业协议，未公开披露。未知。

吉尼斯纪录作为叙事工具

2026年3月10日创造的吉尼斯世界纪录——A1机器人每小时完成105次亚毫米级线束装配⁶⁷——需要超越其标题价值进行背景分析。线束装配是汽车和电子制造中最难自动化的任务之一。它需要精细的灵巧性、柔顺性以及处理柔性可变形部件的能力——这些特性数十年来一直困扰着传统工业机器人。即使在受控环境中，在此任务上展示任何可信的性能都具有技术意义。然而，吉尼斯纪录形式既是技术基准，也是营销工具：它展示了在纪录创造者控制的条件下单次会话的性能数据，而非经独立客户验证的持续生产吞吐量数据。这一区别对商业评估至关重要。

编辑推断：该纪录几乎肯定是为了配合Pre-A轮融资进程而安排的，为巩固投资者信心提供了具体的技术里程碑。这是理性的企业行为，而非欺骗证据——但不应被解读为生产就绪的证明。

03产品组合：Tashi Zhihang究竟在卖什么

诚实的起点

截至2026年6月，Tashi Zhihang并未公开销售任何产品。该公司处于零收入状态，正处于工业试点与验证阶段 ²⁹。它所拥有的是一个产品架构——一套软硬件组件，其开发程度足以进行演示、进入试点项目并吸引前述投资。下文根据报道描述了该架构，并全程附有证据标签。

硬件：A系列与T系列机器人

公司声称：Tashi Zhihang生产两个系列的人形机器人——A系列和T系列——拥有完全自研的核心组件和专有传感器阵列 ⁹³⁰。

A1是现有资料中唯一被命名的具体型号。它是用于吉尼斯世界纪录线束装配演示的机器人 ⁶⁷。除了在该演示中的作用及其与AWE 3.0模型的关联外，详细的硬件规格——自由度、有效载荷、工作范围、关节扭矩额定值、末端执行器设计、重量、功耗——均未公开披露。未知。

A系列与T系列之间的区别在任何现有来源中均未详细说明。T系列是独立的外形规格（轮式底盘、不同的躯干配置）、不同的有效载荷等级，还是处于更早开发阶段的产品线，均未公开披露。未知。

“完全自研核心组件”这一声称如果属实，则意义重大。在人形机器人行业，核心组件通常指执行器（电机、减速器或直线执行器）、传感器（力-扭矩、IMU、摄像头）和计算硬件。在此层面的垂直整合将使Tashi Zhihang区别于组装第三方组件的集成商，但也意味着在制造工装和供应链上的巨额资本支出——这些成本并未反映在任何公开可用的财务披露中。编辑推断：考虑到融资水平，“完全自研”的声称是合理的，但无法从现有来源独立验证。

软件：AWE 3.0基础模型

AWE 3.0是Tashi Zhihang的专有具身基础模型。该公司描述其具有以下特点：

• 三模态对齐：视觉感知、语言理解和运动控制的同步集成 ⁶⁹
• 内置故障恢复：一种机制，描述为使用潜在空间未来结果预测来检测并从任务故障中恢复 ⁶⁹
• 零样本泛化：无需特定任务微调即可执行任务的能力，得到相关研究论文的支持 ¹⁸²¹

公司声称：Tashi Zhihang将AWE 3.0描述为“全球首个原生三模态对齐的具身基础模型” ⁶⁹。这一最高级表述是未经证实的营销语言。包括Physical Intelligence（pi0）、Figure AI和Unitree在内的多家其他公司已经发布或声称拥有多模态集成的具身基础模型。没有独立来源证实“全球首个”或“原生”的表述。该能力本身（一个统一视觉、语言和动作的模型）在技术上合理，且与第5节所述的研究成果一致，但无法从现有证据中确定其领先地位。

“通过潜在空间未来结果预测实现故障恢复”这一声称在技术上很有趣。预测潜在空间中的未来状态以检测即将发生的故障是一个合理的研究方向——与模型预测控制和世界模型相关——但具体的实现方式、在生产条件下的可靠性及其性能特征均无独立文档记录。未知。

数据基础设施：SenseHub

公司声称：Tashi Zhihang通过其SenseHub套件积累了超过10万小时的高质量运营数据，该套件包括数据采集手套和第一人称摄像头 ⁶⁹。

SenseHub似乎是一个遥操作和数据采集基础设施——即捕获人类演示以训练AWE模型的机制。这是该领域的标准方法（类似于Apptronik、Physical Intelligence和1X的数据采集流程），而10万小时的数据量如果准确，将代表一个庞大的专有数据集。然而，该数据的质量、多样性和任务覆盖范围均未得到独立验证。该数字在两个来源中一致报道 ⁶⁹，但两者均与公司关系密切。编辑推断：存在结构化数据采集计划是可信的；10万小时的数据量应视为公司声称，有待独立验证。

数据集：WIYH

公司声称：Tashi Zhihang开源了一个名为WIYH（World In Your Hands）的数据集，描述为“全球首个大规模真实世界具身VLTA（视觉-语言-触觉-动作）多模态数据集” ⁶。该声称出现在单一来源中，并带有与AWE 3.0模型声称相同的“全球首个”免责声明。在视觉、语言和动作之外包含触觉数据在技术上具有独特性——大多数开放的具身数据集不包含触觉模态——但该数据集的实际内容、规模和可访问性在现有资料中尚未得到独立审查。未知，仅基于单一来源的描述。

产品成熟度总结

产品与版本

A1

它石智航旗舰人形机器人；搭载AWE 3.0模型，于2026年3月10日创下吉尼斯世界纪录——单小时完成105次亚毫米级线束装配，为同类机器人最高纪录。

AWE 3.0

自研具身基础大模型，具备视觉感知、语言理解、运动控制三模态对齐能力，并通过隐空间未来结果预测实现内置故障恢复；为A1机器人的核心驱动模型。

04技术栈：优势与尚待完成的工作

架构理念

Tashi Zhihang 宣称的方法是全栈垂直整合：自行设计机器人硬件、自有基础模型、自有数据采集基础设施以及自有训练数据集。这与 Figure AI、Agility Robotics 以及迄今为止最成功的波士顿动力公司所做出的架构赌注相同。其逻辑在于，机器人性能取决于整个技术栈最紧密的集成，而依赖第三方执行器、第三方模型和第三方数据的公司将始终受制于其无法控制的接口。

相反的观点是，全栈集成极其资本密集，会延缓上市时间，并产生可能压垮年轻公司的组织复杂性。在十四个月内融资6.97亿美元，Tashi Zhihang 比大多数具身人工智能初创公司拥有更多资本来推行这一战略——但它尚未证明自己能够在生产规模上执行该战略。

感知与传感

AWE 3.0 模型的视觉感知组件在描述上与相关研究论文一致：用于场景表示的3D高斯泼溅¹⁸，用于任务理解的视觉-语言模型集成²¹，以及用于接触丰富操作的触觉传感²⁰。这是一个技术上连贯的堆栈。

3D高斯泼溅作为操作任务的场景表示是一个活跃的研究领域。RobMRAG 论文¹⁸报告称，使用3DGS增强的多模态检索增强生成相比零样本基线提升了+7.76个百分点。这是一个有意义但并非显著的改进，并且基线比较很重要：操作任务的零样本性能通常较低，因此在低基线上提升7.76个百分点可能无法转化为生产级的可靠性。

触觉传感是该技术栈中最具技术特色的元素。Tac-Man 论文²⁰描述了无需先验知识、仅依赖触觉操作铰接物体，并实现了近乎完美的成功率。如果这一结果能够推广到论文实验条件之外，它将解决接触丰富制造中最棘手的问题之一：操作其精确几何形状和柔顺性事先未知的物体。线束装配——该公司的旗舰应用——正是这类任务。编辑推断：如果触觉传感能力如论文所述那样表现，它确实是一个真正的技术差异化因素。但论文结果与生产性能之间的差距仍未得到表征。

运动控制与策略学习

TapSampling 论文¹⁹描述了一种推理时采样方法，使用任务进度理解验证器来改进通用操作策略，而无需微调。这与 AWE 3.0 模型声称的零样本泛化能力相关。该方法与策略无关，意味着原则上它可以应用于各种基础模型之上——这表明研究团队正在考虑部署灵活性，而不仅仅是基准性能。

EmboAlign 论文²¹解决了另一个问题：使用具有组合约束的视频生成来提供零样本操作指导。报告称相比最强基线提升了+43.3个百分点，这是一个很大的数字，但零样本操作基线通常较弱，且实验条件未经独立验证。编辑推断：研究方向是合理的；报告改进的幅度应谨慎对待，直至得到复现。

故障恢复声明

内置的故障恢复机制——被描述为使用潜在空间未来结果预测——是该技术栈中商业意义最大但文档记录最不充分的能力⁶⁹。在生产制造中，能够检测自身故障并在无需人工干预的情况下恢复的机器人，其价值在质量上远高于停机等待操作员的机器人。该机制仅在可用来源中进行了高层描述。它是否已在工业试点环境中进行过测试，其假阳性和假阴性率是多少，以及它在线束装配中遇到的特定故障模式上表现如何，均未公开披露。未知。

硬件集成

完全自研核心组件的声明⁹意味着 Tashi Zhihang 正在自行设计和制造执行器、传感器，可能还包括计算硬件。这在技术上雄心勃勃。能够实现亚毫米级装配精度的仿人机器人执行器设计，要么需要高分辨率本体感觉传感（如麻省理工学院的准直接驱动方法），要么需要结合柔顺驱动与触觉反馈——这与 Tac-Man 研究一致。具体的执行器架构未公开披露。未知。

尚存的技术挑战

以下挑战是该领域的标准问题，并且根据 Tashi Zhihang 声明的应用领域，对其具有特定相关性：

---

05研究、论文、作者与实验室

研究产出概览

Tashi Zhihang尽管成立不到十八个月，但其关联的研究产出已涵盖四篇arXiv论文，分别针对具身操作领域的不同子问题。这些论文在技术上具有连贯性，并解决了该领域的实际挑战。作者的具体机构隶属关系——无论是Tashi Zhihang员工、学术合作者，还是两者兼有——在现有档案中并未完全披露。编辑推断：这些研究与一支具备真正学术深度的团队相符，且研究主题直接映射到公司声明的技术优先事项上。

论文1：RobMRAG — 通过3DGS增强的MRAG实现零样本操作 [18]

核心贡献：将3D高斯泼溅场景表示集成到用于机器人操作的多模态检索增强生成框架中，通过从记忆库中检索相关演示来实现零样本任务执行。

报告结果：比零样本基线提升+7.76个百分点。

编辑评估：使用3DGS进行场景表示在技术上具有时效性——自2023年引入以来，3DGS已成为实时新视角合成的首选表示方法。将其应用于操作检索是一个合乎逻辑的延伸。7.76个百分点的提升在绝对值上较为温和；其实际意义取决于基线的绝对性能水平，而档案摘要中未报告该基线。

论文2：TapSampling — 结合任务进度验证器的推理时采样 [19]

核心贡献：一种策略无关的推理时采样方法，使用任务进度理解验证器在部署时选择更高质量的动作序列，无需模型微调。

报告结果：无需微调即可改进通用操作策略。

编辑评估：机器人策略的推理时计算扩展是一个新兴的研究方向，类似于语言模型中的思维链推理。策略无关的框架具有商业吸引力——这意味着该方法可应用于AWE 3.0或第三方基础模型。档案摘要中缺乏具体的定量结果限制了评估。

论文3：Tac-Man — 触觉引导的无先验操作 [20]

核心贡献：一种针对铰接物体的纯触觉操作框架，无需任何物体几何或柔顺性的先验知识，在铰接物体操作任务基准上实现了近乎完美的成功率。

报告结果：在铰接物体操作上实现近乎完美的成功率。

编辑评估：这是与线束装配应用最直接相关的论文。线束具有柔性、可变形和可变性——正是触觉反馈最具价值的条件。在受控实验环境中的"近乎完美的成功率"令人鼓舞，但并不能证明生产可靠性。该论文于2024年3月发布在arXiv上 ²⁰，早于公司2025年2月的成立时间——这表明要么研究团队在成立前就已着手解决这些问题，要么论文来自随后加入公司的学术合作者。

论文4：EmboAlign — 面向零样本操作的组合约束视频生成 [21]

核心贡献：一个将视频生成模型与组合约束对齐的框架，用于提供零样本操作指导，无需特定任务数据或微调。

报告结果：比最强基线提升+43.3个百分点，零样本、无数据。

编辑评估：比最强基线提升43.3个百分点是一个引人注目的声明。通过视频生成实现零样本、无数据的操作指导是一项高价值能力——如果能够泛化，将大幅减少当前限制具身AI部署的数据收集负担。档案摘要中未详细说明实验条件和基线定义，使得独立评估变得困难。该结果应被视为需要复现的研究发现，而非生产能力。

研究空白

研究产出涵盖了感知（3DGS-MRAG）、策略改进（TapSampling）、触觉操作（Tac-Man）和零样本指导（EmboAlign）。公开研究记录中明显缺失：关于执行器设计、机器人硬件架构、制造可扩展性或系统级集成的论文。这与一家在软件和AI方面强于硬件制造方面的公司相符——这是由软件和AI工程师创立的具身AI初创公司的常见特征。

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

• WIYH (World In Your Hands)

  它石智航开源发布，号称全球首个大规模真实场景具身VLTA（视觉-语言-触觉-动作）多模态数据集。

---

06媒体证据库：视频证明了什么

证据问题

研究档案中的视频来源^222324252627无一例外均存在归属错误：它们分别涉及三星S26 Ultra拆解、MacBook拆解、Framework笔记本电脑拆解、吸尘器评测、音频低音炮演示以及NexPhone上手体验。这些内容均与Tashi Zhihang无关。档案自身的核对报告已明确指出了这一点[档案摘要]。因此，本节无法引用所提供的视频来源。

可以评估的是，基于文本来源中的引用，公共领域中确实存在的视频证据的性质。

吉尼斯世界纪录演示

最有据可查的视频证据是2026年3月10日的吉尼斯世界纪录演示，其中A1机器人在一小时内完成了105次亚毫米级线束组装⁶⁷。多个文本来源一致引用了这一事件，吉尼斯世界纪录组织的参与提供了大多数机器人演示所缺乏的第三方验证——吉尼斯评审员在场核实计数和条件。

然而，关于该演示的以下问题无法从现有来源得到解答：

• 确切设置条件是什么？（预置组件、夹具设计、照明）
• 机器人在整个过程中是否完全自主运行，还是存在人为干预来重置失败的尝试？
• 失败率是多少——即，为了完成105次成功组装，进行了多少次尝试？
• 线束变体在整个小时内是固定的，还是有所变化？
• 演示是否被拍摄，且视频是否可公开访问？

编辑推断：吉尼斯纪录证明，A1机器人在受控演示条件下能够以每小时105次的速度进行亚毫米级线束组装。但这并不能证明该机器人能够在生产制造中遇到的各种线束变体、夹具配置和环境条件下可靠地完成这一任务。演示性能与生产性能之间的差距是Tashi Zhihang商业案例中尚未解答的核心问题。

可信的视频证据需要展示什么

为了评估Tashi Zhihang的主张，以下类型的视频证据在编辑上具有意义：

这些证据的缺失并不意味着这些能力不存在。它意味着这些能力尚未以符合本报告所采用证据标准的形式得到独立记录。

媒体库

精准的骨科手术机器人：天智航天玑Ⅱ

Bilibili3.6k 次观看

天智航骨科机器人“天玑”系列-颈部脊柱手术

Bilibili1.4k 次观看

天智航：骨科机器人领航者，开启高增新时代

Bilibili408 次观看

---

07商业现实

收入状况

Tashi Zhihang目前尚未产生收入。这一信息在多个来源中均有明确或隐含的表述²⁹，并且与公司成立时间（撰写本报告时为十六个月）及其自称处于“工业试点与验证阶段”²的定位相符。档案中的任何来源均未指明付费客户、已签署的商业合同或披露的收入数字。

编辑推断：对于深度科技硬件公司而言，现阶段尚未产生收入并不罕见。波士顿动力公司在其成立后的头十年大部分时间里也处于无收入状态。不同寻常的是，在零收入的情况下筹集到的资金规模——6.97亿美元是对未来市场创造的押注，而非对已证明的商业吸引力的回报。

估值冲突

Pre-A轮融资后的投后估值在不同来源中报告不一致：

130亿人民币的数字出现在两个独立的市场数据服务中，是更站得住脚的数字。200亿人民币的数字出现在一篇中文评论文章中²⁸，可能反映了不同的估值方法（例如，包含不同股份类别的投后数字，或是前瞻性估计而非交易隐含估值）。这一差异——约11亿美元——是重大的且尚未解决。出于本报告的目的，130亿人民币（约18.8亿美元）被用作基准案例，较高的数字则被记录为有争议的替代方案。

投资者构成及其信号

Pre-A轮投资者联合体值得详细审视，因为它揭示了所支撑的商业论点：

美团在天使+轮和Pre-A轮联合领投两轮中的参与是最具商业意义的信号³⁴。美团的核心业务——外卖配送、本地商业、物流——涉及大量的最后一公里和仓库运营。如果美团是进行战略投资而非纯财务投资，则意味着其有意向在自己的运营中部署Tashi Zhihang的机器人。是否存在任何此类部署协议尚未公开披露。未知。

中汽中心投资——隶属于中国汽车技术研究中心——表明来自汽车供应链的兴趣，而汽车供应链是线束装配自动化的主要市场⁹²⁸。这是投资者与公司旗舰展示能力之间最直接的联系。

工业试点阶段

该公司将其线束装配能力描述为“已进入工业验证阶段”²。在中国制造业术语中，这是一个具体且有意义的短语：意味着该技术正在真实的工厂环境中根据生产规范进行测试，但尚未被批准用于全面生产部署。工业验证通常包括：

1. 在相同任务上与人类工人一起运行系统
2. 根据商定的基准测量缺陷率、周期时间和正常运行时间
3. 识别故障模式并将其反馈给开发团队
4. 获得客户质量和工程团队的批准

进行此项验证的工厂或客户的身份尚未公开披露。未知。完成验证并过渡到生产部署的时间表尚未公开披露。未知。

商业风险

以下商业风险是重大的，且在现有公开来源中未得到解决：

单位经济性：线束装配机器人必须与中国制造业中的人力成本竞争，而中国制造业的人力成本虽然正在上升，但仍远低于西方市场。机器人的单位成本、维护成本和有效运行时间必须结合起来，为工业客户提供可接受的回收期。这些数字均未公开。

客户集中度：如果工业验证仅在单一客户现场进行，那么公司近期的商业轨迹将高度依赖于该客户的决定。一次拒绝就可能将收入实现推迟十二到十八个月。

硬件制造可扩展性：以产生有意义收入所需的产量生产人形机器人，需要供应链关系、制造工装和质量控制流程，而这些需要数年时间才能建立起来。公司目前的资金提供了跑道，但制造规模化是与研究和演示截然不同的挑战。

同一市场的竞争：比亚迪、宁德时代以及其他中国主要制造商正在同时投资于自身的自动化能力，并评估多个人形机器人供应商。Tashi Zhihang并非中国唯一一家追求线束装配自动化的公司。

客户与部署

该模块正在整理中——暂无可显示的数据。

08市场与使用场景

Tashi Zhihang的技术目标市场

Tashi Zhihang公开声明的商业重点经过精心设计，范围狭窄：智能制造和智能物流，其中线束组装用例既作为技术验证点，也作为市场切入楔子¹²。这种策略在逻辑上具有一致性。线束组装是汽车和电子制造业中劳动强度最大、最易受伤、最难以实现自动化的任务之一。它需要对柔性、可变形物体进行灵巧操作——这正是几十年来困扰传统工业机器人的那类问题，也是该公司声称其触觉感知和亚毫米精度技术所要解决的。

线束组装：锚定用例

全球线束市场规模庞大，且在结构上依赖人工。汽车线束尤其难以实现全自动化，因为线缆柔软、连接器小巧、装配序列复杂且变体繁多。一台能够可靠地每小时完成105次亚毫米连接器插接——这是Tashi Zhihang在2026年3月为其吉尼斯纪录所展示的数据⁶——的机器人，如果能在不同班次和产品变体中持续保持，将代表一个有意义的产能门槛。该公司报告称，该能力已进入“工业验证阶段”²，在中国制造业的语境中，这通常意味着在合作伙伴工厂进行受控试点，而非量产部署。

选择线束组装作为旗舰用例，对投资者和潜在客户也具有信号作用。这是一项被独立公认为困难的任务，具有可衡量的产出指标（每小时装配量），并且适合采用吉尼斯纪录形式来产生媒体报道。然而，演示条件——夹具设计、线缆预处理、照明、环境控制——是否与真实生产线的条件相匹配，并未公开披露。

智能制造：更广泛的范围

在线束组装之外，该公司将其A系列和T系列人形机器人定位用于更广泛的智能制造应用⁶⁷。人形形态在此具有相关性：为人类工人设计的工厂无需改造即可容纳具有人类尺度触及范围、抓握能力和移动能力的机器人。这是人形机器人在制造业中的标准论点，原则上在商业上是合理的。然而，实际障碍——节拍时间、可靠性、平均故障间隔时间、与现有MES和ERP系统的集成、安全认证——是巨大的，且Tashi Zhihang在现有资料中均未公开解决这些问题。

智能物流

物流是第二个声明的领域¹²。具体应用在现有资料中未详细说明。编辑推断：物流用例可能涵盖设施内物料搬运、拣选和配套任务——与波士顿动力的Spot和Stretch、Agility Robotics的Digit以及包括宇树科技和傅利叶智能在内的一系列中国竞争对手争夺的同一领域。据本分析师所知，Tashi Zhihang尚未公开演示过与其制造演示截然不同的、物流专用的能力。

地理市场

所有现有证据表明，中国是其首要且近期内唯一市场。投资者基础主要是中国人，试点合作伙伴未具名但暗示为国内制造商，且监管和采购环境有利于国内供应商⁴⁹。出口雄心（如有）并未公开声明。

可寻址市场规模

未知：Tashi Zhihang在现有资料中未发布总可寻址市场估计或市场规模测算方法。第三方对全球人形机器人市场的估计差异巨大，在行业发展的现阶段分析价值有限。

---

09竞争格局

Tashi Zhihang在行业中的位置

Tashi Zhihang所处的领域是2025-2026年全球科技产业中资金最为密集的细分赛道之一。竞争格局涵盖中国国内对手、美国的人形机器人初创公司以及成熟的工业自动化巨头。该公司"全栈、软硬件一体、聚焦制造"的定位，使其与多家资金雄厚的同行形成直接竞争。

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

中国国内竞争

最直接可比的中国竞争对手是那些获得大量风险投资、致力于工业应用的人形机器人企业。宇树科技（Unitree Robotics）最为突出，其G1和H1人形平台已实现商业销售，并建立了显著的国际知名度³⁰。宇树科技的策略有所不同：它优先考虑硬件成本降低和平台广泛可用性，而非单一的高精度应用场景。傅利叶智能（Fourier Intelligence）凭借其GR-1和GR-2平台瞄准康复和工业应用，并已披露客户部署情况。Agility Robotics在中国市场的定位有限，这为国内玩家留下了空间。

同期获得大量融资的其他中国具身智能初创公司还包括智元机器人（AgiBot）、银河通用（Galbot）和星动纪元（Astribot）。每家公司都有不同的技术侧重：智元机器人专注于灵巧操作，银河通用聚焦物流领域的移动操作，星动纪元则致力于高速操作。这些公司之间的竞争动态主要围绕人才、试点客户和投资者关注度展开，而非在一个尚未大规模成熟的商业市场中争夺市场份额。

美国及国际竞争

Figure AI、Physical Intelligence (pi)、Apptronik和1X Technologies代表了美国竞争阵营。其中，Physical Intelligence已发表了关于通用机器人学习策略（pi0、pi0-FAST）的研究，这与Tashi Zhihang的AWE 3.0愿景存在重叠。波士顿动力（Boston Dynamics）仍是硬件可靠性的基准，并拥有现代汽车（Hyundai）的制造能力和客户关系优势。目前，这些公司均未直接在中国国内制造市场竞争，但它们的研究成果设定了全球技术标准，Tashi Zhihang的主张必须据此进行评估。

竞争定位分析

"全栈"主张

Tashi Zhihang坚持全栈自研——即自主开发核心组件、传感器和AI模型——是一项兼具优势与风险的战略选择。优势在于集成：一家控制自身执行器、传感器和模型的公司，能够以系统集成商无法做到的方式在整个技术栈上进行优化。风险在于资本密集度以及同时在每一层都达到最佳性能的难度。编辑推断：对于一个成立仅14个月的公司，Tashi Zhihang不可能在所有硬件和软件层面都真正实现行业最佳性能。全栈主张更应被理解为一项战略意图声明，以及一种建立壁垒、避免依赖可能受出口管制或地缘政治冲击的供应商的手段。

吉尼斯纪录作为竞争定位

决定申请线束装配的吉尼斯世界纪录是一项深思熟虑的竞争举措。它创造了一个具体、命名、独立认证的基准，竞争对手必须对此做出回应或超越。同时，它将竞争焦点引导至精密操作领域，而非运动能力或通用灵巧性——在这些方面，Tashi Zhihang相对于更成熟的平台将处于劣势。编辑推断：这种框架在战略上是明智的，但不应被误认为是广泛制造准备就绪的证据。

---

10地缘政治背景与约束

在技术竞争与产业政策的交汇点运营

如果不了解Tashi Zhihang创立和融资时所处的地缘政治环境，就无法理解其崛起。该公司成立于2025年2月，正值中美技术竞争加剧、中国在机器人和人工智能领域积极推行国家产业政策、以及投资者对美国控制的技术栈的国内替代品兴趣日益浓厚的时期。

中国国家产业政策

中国政府已将人形机器人和具身智能视为其“中国制造2025”后续框架及机器人产业“十四五”规划下的战略重点。国有背景基金参与了Tashi Zhihang的Pre-A轮融资：北京机器人产业发展投资基金和上海国投先导均被列为投资者¹¹²⁸。现有资料称，这是这些国有基金首次投资具身智能领域²⁸，这既表明了该领域的新颖性，也显示了政府支持它的意图。国有资本参与融资轮次的意义超越资金本身：它提供了一定程度的政治保护，有助于接触国有企业客户，并使公司的利益与国家技术目标保持一致。

出口管制与供应链风险

美国政府逐步收紧对先进半导体、AI加速器及相关组件的出口管制，给任何中国AI硬件公司都带来了结构性制约。Tashi Zhihang对内部组件开发的强调及其“全栈”定位⁶⁷，在一定程度上可被解读为对此风险的一种回应：一家在其推理栈中不依赖NVIDIA H100或其他受管制组件的公司，受供应中断影响的风险较小。未知：Tashi Zhihang硬件平台的具体半导体和组件依赖关系并未公开披露。无法根据现有资料评估该公司实际面临的出口管制风险敞口。

人才与知识产权

领导团队的背景——陈亦伦来自华为，李振宇来自百度，丁文超担任首席科学家——反映了中国科技公司中AI与机器人领域人才的集中度⁹³⁰。华为应对美国制裁的经验，培养了一代在围绕组件限制进行设计方面拥有特定专长的工程师。这种专长能否转化为机器人硬件仍是一个悬而未决的问题，但相关的机构知识是存在的。

国际市场准入

编辑推断：Tashi Zhihang目前专注于中国国内市场，部分原因是其处于早期阶段，部分原因是地缘政治环境。中国的人形机器人可能因国家安全原因在西方市场面临潜在的监管审查——这与影响华为电信设备和DJI无人机的担忧相同。该公司尚未公开阐述其国际市场战略，现在假设其即将推出该战略还为时过早。

美团关联

美团作为天使+轮和Pre-A轮融资的领投方参与其中³⁴，其战略意义超越了所提供的资金。美团运营着中国最大的物流和配送网络之一。其对Tashi Zhihang的投资暗示了未来在物流机器人应用方面的潜在客户关系，并为这家初创公司提供了获取真实世界运营数据和部署环境的渠道，而这些在通常情况下是难以获得的。这是中国科技投资中常见的一种战略协同形式，但如果这种关系加深，应将其视为潜在的客户集中度风险来源。

估值与融资环境

Tashi Zhihang融资的速度和规模——14个月内约6.97亿美元²⁸——反映了中国风险投资的一个特定时刻：顶级基金之间为在具身智能领域占据一席之地而展开的激烈竞争，其驱动力是相信该领域正接近一个类似于2022-2023年大语言模型的转折点。这种信念是否正确，目前尚不可知。可以观察到的是，融资环境使Tashi Zhihang能够以在一个更为怀疑的市场中不可能的速度积累资本。风险在于，资本会催生对产品里程碑、客户部署和收入的期望，而技术发展的时间线可能无法支撑这些期望。

11炒作、现实与难看的一面

在Tashi Zhihang的公开叙事中分离信号与噪声

Tashi Zhihang作为一家尚未产生收入、成立不到18个月、且未披露任何具名付费客户的公司，却获得了异常大量的媒体报道。本节将本报告前言中确立的证据纪律应用于该公司的主要公开声明。

声明追踪

它石智航A1机器人于2026年3月创下吉尼斯世界纪录，以每小时105次的速度完成亚毫米级线束装配。未知

多个来源[6][7][9][10]报道了2026年3月10日的吉尼斯纪录，但均源自公司公告或厂商关联媒体；目前尚无独立的吉尼斯裁定报告或第三方工厂审计来确认该纪录或在持续生产环境中的每小时105次数据。

AWE 3.0内置基于潜在空间未来结果预测的故障恢复机制。未知

该能力在厂商关联来源[6][7][9]中有一致描述，但目前没有独立基准测试、同行评审论文或第三方测试被引用来验证故障恢复机制在实际任务中的性能或可靠性。

它石智航通过SenseHub数据采集套件积累了超过10万小时的高质量运营数据。未知

档案中两个来源证实了超过10万小时的数据量，但两者均似乎来自厂商报告或厂商关联媒体；目前没有独立审计、第三方数据存储库或研究出版物核实该数据集的规模或质量。

关联研究论文展示了显著的能力进展：RobMRAG（比零样本基线提升7.76%）、TapSampling（无需微调的策略无关改进）、Tac-Man（近乎完美的纯触觉铰接物体操控）以及EmboAlign（比最强基线提升43.3个百分点，零样本）。未知

四篇论文已在arXiv上公开[18][19][20][21]，构成独立学术成果，但均为关联研究（而非对TARS产品的第三方评估），结果为论文内自我报告，且没有任何一篇经过同行评审发表并独立验证了针对TARS部署硬件的基准测试结果。

它石智航在约14个月内完成三轮融资共约6.97亿美元（天使轮约1.2亿、天使+轮1.22亿、Pre-A轮4.55亿），连续刷新中国具身AI融资纪录，投后估值约18.8亿至30亿美元。成立

Pre-A轮4.55亿美元由TechInAsia[3]、EqualOcean[4]、MarketScreener[1][13]及多家财经媒体独立报道；天使轮由Caproasia[12][17]和Tracxn[29]证实，但估值区间（18.8亿美元对比30亿美元）在两个独立市场数据来源与一篇评论文章之间仍存在冲突。

声明1：“全球首个原生具身基础模型，具备三模态对齐”

公司声明。将AWE 3.0称为“全球首个”是未经核实的营销语言⁶⁷。Physical Intelligence的pi0模型、Figure AI的Helix以及多个学术研究团队都已开发出具备视觉、语言和动作组件的多模态机器人基础模型。Tashi Zhihang所描述的特定组合——视觉感知、语言理解和运动控制的“原生”三模态对齐——可能有一个精确的技术定义使其区别于竞争对手，但尚未有独立的技术比较发表。该声明应被视为供应商定位，而非既定事实。

声明2：亚毫米线束组装的吉尼斯世界纪录

已核实的事实（有附加条件）。“一小时内由机器人完成的亚毫米线束组装次数最多”的吉尼斯世界纪录于2026年3月10日创造，使用搭载AWE 3.0的A1机器人，达到105次组装/小时⁶⁷。吉尼斯认证是一个独立过程，用于核实所声明的具体主张。重要的附加条件是：吉尼斯记录验证的是在尝试条件下的表现，而非生产条件下的表现。夹具设计、线缆准备、环境控制和任务定义均由记录申请者设定。在受控演示中达到105次组装/小时，并不能证明该机器人在真实生产线上，面对不同型号的线缆、磨损的连接器和工厂环境的中断，也能实现相当的吞吐量。

声明3：线束组装的“工业验证阶段”

公司声明，部分得到证实。36氪来源²报道称，亚毫米线束组装能力已进入工业验证阶段。这与公司整体的阶段描述（预收入、试点）一致。在中国制造业中，“工业验证”通常意味着在合作伙伴设施中进行受控试点，并设定明确的成功标准，然后才能进行批量部署。这并不意味着该技术已准备好投入生产，也不意味着存在商业合同。现有来源中未提及合作伙伴设施的名称。

声明4：超过10万小时的操作数据

公司声明，由两个来源报道⁶⁹。该数字指的是通过SenseHub套件（数据采集手套和第一人称摄像头）收集的数据。这些数据对生产任务的质量、多样性和相关性未经独立评估。数据量是具备能力的机器人学习的必要条件，但非充分条件；数据集的策划、标注和任务覆盖范围与原始小时数同样重要。未知：计算“高质量操作数据小时数”的方法未披露。

声明5：WIYH数据集作为“全球首个大规模真实世界VLTA数据集”

公司声明。WIYH（World In Your Hands）数据集被描述为全球首个大规模真实世界具身视觉-语言-触觉-动作（VLTA）多模态数据集，并据报道已开源⁶。针对特定VLTA组合的“全球首个”称号是合理的，但未经核实。如果该数据集的开源状态得到确认，那将是对研究界的真正贡献，并允许对其质量和覆盖范围进行独立评估。未知：现有来源中未指定WIYH数据集的存储库位置、许可条款和大小。

声明6：投后估值约30亿美元

存在冲突。两个独立的市场数据源（MarketScreener英国版和印度版）引用的投后估值为130亿元人民币（约18.8亿美元）¹¹³。一个评论来源引用约30亿美元（200亿元人民币）²⁸。较低的数字得到独立来源的更好支持。这种差异可能反映了不同的估值方法、不同的时间点，或包含了二级市场交易。本报告使用130亿元人民币作为更可辩护的估计，同时指出这一冲突。

难看的一面：没有被说出来的话

Tashi Zhihang的公开叙事中缺失了几个重要事实，值得明确关注：

• 没有具名客户。 在14个月的运营和三轮融资中，没有公开确定任何付费客户。“工业验证”合作伙伴未具名。
• 没有可靠性数据。 吉尼斯记录确立了一个峰值性能数据。平均故障间隔时间、不同线缆型号的错误率以及随时间推移的性能退化情况均未披露。
• 没有独立的技术审查。 AWE 3.0模型尚未经过独立基准测试。研究论文^18192021是附属工作，而非独立审计。
• 没有收入时间表。 该公司尚未公开承诺任何收入里程碑或商业发布日期。
• 创始人履历相关但不足够。 陈亦伦在华为的经验和李振宇在百度的经验是真实的资历⁹³⁰，但两人此前均未从零开始创建过机器人硬件公司。大规模制造人形机器人的运营挑战与软件或电信产品开发的挑战截然不同。

12未来情景

Tashi Zhihang的三种可能发展轨迹

根据截至2026年6月可获得的证据，三种情景涵盖了该公司在未来24-36个月内可能的发展方向。这些并非预测；而是对与现有证据相符的结果进行的结构化评估。

情景A：受控执行——狭窄领域的冠军

概率：中等

在此情景下，Tashi Zhihang成功将其线束组装能力转化为商业产品，并于2027年底前部署到中国两到四家具名制造客户处。收入规模适中——数百万美元——但这些部署提供了运营数据和可靠性证据，以扩展用例组合。AWE 3.0模型通过生产部署迭代改进。该公司以与Pre-A轮后130亿元人民币估值相符的估值完成A轮融资，并有一家或多家战略产业投资者参与。国际扩张被推迟。

此情景需要：当前工业验证试点成功完成；与至少一家具名客户签订商业合同；在多班次运营中展示可靠性；以及在合理稀释条件下持续获得资本。这些条件均无保证，但考虑到公司的资源及其投资者联合体的实力，也并非不可实现。

情景B：平台扩展——具身智能竞争者

概率：较低，但不可忽视

在此情景下，线束组装用例被证明是一个真正的滩头阵地。AWE 3.0模型的泛化能力比当前证据所显示的更为有效，公司在24个月内将部署扩展到多个制造任务类别——组装、检测、物料搬运。美团物流网络成为内部设施机器人部署的早期客户。公司到2027年底实现八位数年收入，并为B轮或Pre-IPO轮融资做好准备。WIYH数据集和研究出版物吸引了顶级学术合作，加速了能力发展。

此情景需要：AWE 3.0在已展示的线束任务之外具备真正的泛化能力；生产规模的运营可靠性；以及与美团或类似锚定客户的商业关系。研究论文^18192021提供了一些证据表明泛化的技术基础存在，但研究结果与生产部署之间的差距仍然很大。

情景C：无商业化的资本消耗

概率：不可忽视

在此情景下，生产级人形机器人操控的技术挑战比融资节奏所暗示的更为棘手。工业验证试点延长而未转化为商业合同。6.97亿美元的已筹集资本提供了较长的跑道——按合理的烧钱速度可能为三到五年——但公司未能达到足以在当前估值下证明A轮融资合理性的收入里程碑。随着投资者重新评估时间线，更广泛的中国具身智能融资环境降温。公司要么转向更狭窄的软件授权模式，要么与更大的工业自动化参与者合并，要么进入长期的创收前持有模式。

此情景与那些凭借令人印象深刻的演示筹集了大规模早期融资，但难以弥合与生产可靠性之间差距的机器人初创公司的历史模式一致。它不需要任何特定的失败；它只需要技术时间线比投资者叙事所假设的更长的条件。

需要关注的关键转折点

这些情景之间的转变将通过少数可观察的事件来预示：

1. 宣布具名商业客户，并披露合同价值或部署规模。
2. 发布AWE 3.0与同行模型的独立技术基准测试。
3. 披露工业验证试点合作伙伴及其对该技术的评估。
4. 多班次、多品种生产运营的证据（非演示）。
5. A轮融资的估值确认或修正当前130亿元人民币的数字。

---

13持续跟踪清单

以下指标按类别组织，构成了能够实质性改变本报告评估的最低证据集。跟踪Tashi Zhihang的分析师和投资者应在出现这些信号时更新其观点。

商业里程碑

• 首个具名付费客户公开披露，并描述部署范围
• 商业合同价值或机器人台数披露（即使是一个范围）
• 工业验证试点合作伙伴确定并报告试点结果
• 在任何监管或投资者文件中披露收入数据
• 第二个具名客户，表明可重复性而非单一定制部署

技术里程碑

• AWE 3.0 独立对标 Physical Intelligence pi0、Figure Helix 或同等产品
• WIYH 数据集仓库公开可访问，并记录规模、任务覆盖范围和许可
• A1 或后续机器人在第二个不同的操作任务上以同等精度演示
• 任何生产或试点部署的平均故障间隔时间或错误率数据披露
• Tashi Zhihang 附属作者在顶级会议（ICRA、CoRL、NeurIPS、ICLR）上发表经同行评审的论文（非 arxiv 预印本）

融资与公司

• A轮融资宣布，并披露领投方和估值
• 估值冲突解决：130亿人民币与200亿人民币的数字由主要来源澄清
• 国有企业客户宣布（将确认国家基金投资论点）
• 美团商业部署宣布（将确认战略投资者论点）
• 在中国或国际上的任何监管备案、专利授权或产品认证

竞争信号

• 中国竞争对手实现可比或更优的线束组装基准，挑战吉尼斯纪录的竞争意义
• 美国竞争对手（Physical Intelligence、Figure、Apptronik）宣布进入中国市场或建立合作伙伴关系
• Tashi Zhihang 挖走或失去关键技术员工（信号能力轨迹）
• 对 A1 或 T 系列硬件的任何独立拆解或技术审查

风险信号

• 工业验证试点报告为不成功或无解释地延期
• 关键创始人离职（陈亦伦、李振宇或丁文超）
• 影响 A1 或 T 系列硬件所用组件的出口管制行动
• 融资轮次延迟或规模低于市场预期
• 媒体报道试点运营期间的安全事件

---

14来源与方法论

来源列表

¹ 上海它石智航科技有限公司宣布获得投资者群体4.55亿美元融资 | MarketScreener UK — https://uk.marketscreener.com/news/shanghai-tashi-zhihang-technology-co-ltd-announced-that-it-has-received-455-million-in-funding-f-ce7e50dddd8af320

² 红杉中国与高瓴资本罕见联手：4.55亿美元押注一个"大脑" — https://eu.36kr.com/en/p/3778900472780037

³ 中国具身智能初创公司Tars获1.22亿美元融资 — https://www.techinasia.com/news/chinese-embodied-ai-startup-tars-lands-122m-funding

⁴ 中国具身智能公司TARS完成4.55亿美元Pre-A轮融资，创下该领域中国纪录，由高瓴、红杉和美团领投 | EqualOcean — https://equalocean.com/news/2026041621834-chinese-embodied-ai-company-tars-raised-455-million-pre-round-breaking-record

⁵ AI成本飙升，订阅触及定价天花板 — Tom's Hardware — https://www.tomshardware.com/tech-industry/artificial-intelligence/ai-costs-spike-as-subscriptions-hit-pricing-wall-firms-turn-towards-chinese-llms-open-source-models-to-extend-budget

⁶ 它石智航AWE 3.0融资4.55亿美元，创下具身智能融资新纪录 | Embodied Global — https://embodiedglobal.com/en/article/tashi-zhineng-awe3-455m-funding-may-2026

⁷ TARS AI完成4.55亿美元Pre-A轮融资，创下中国具身AI融资纪录 — RobotToday — https://robottoday.com/article/tars-ai-closes-455-m-pre-a-round-setting-china-embodied-ai-financing-record

⁸ 上海它石智航科技有限公司宣布获得投资者群体4.55亿美元融资 | MarketScreener 香港 — https://hk.marketscreener.com/news/shanghai-tashi-zhihang-technology-co-ltd-announced-that-it-has-received-455-million-in-funding-f-ce7e50dddd8af320

⁹ Tars融资4.55亿美元：中国"机器人大脑"初创公司如何破解具身智能密码 | AI in China — https://www.ainchina.com/blog/tars-embodied-intelligence-455-million-brain-club/

¹⁰ 中国TARS AI完成具身智能领域4.55亿美元融资 — https://olachina.org/tars-ai/

¹¹ "它石智航"完成4.55亿美元Pre-A轮融资，线性资本从种子轮起连续三轮持续加注 | Linear Portfolio | elsewhere — https://elsewhere.news/en/linearcapital/455pre-a-linear-portfolio

¹² 中国AI科技初创公司TARS（它石智航）完成1.2亿美元融资轮，成立于2025年2月 | Caproasia — https://www.caproasia.com/2025/03/28/china-ai-tech-startup-tars-tashi-zhihang-raised-120-million-in-fund-raising-round-founded-in-2025-february-investors-include-lanchi-ventures-qiming-venture-partners-linear-capital-hengxu-capit/

¹³ 上海它石智航科技有限公司宣布获得投资者群体4.55亿美元融资 | MarketScreener India — https://in.marketscreener.com/news/shanghai-tashi-zhihang-technology-co-ltd-announced-that-it-has-received-455-million-in-funding-f-ce7e50dddd8af320

¹⁴ 首程控股基金投资中国具身智能公司它石智航 — https://app.dealroom.co/news/feed/shoucheng-holdings-fund-invests-in-chinese-embodied-intelligence-firm-tashi-zhihang

¹⁵ AI Market Watch的帖子 — LinkedIn — https://www.linkedin.com/posts/ai-market-watch_tashi-zhihang-%E5%AE%83%E7%9F%B3%E6%99%BA%E8%88%AA-raises-455m-pre-a-to-activity-7460832152792813569-YnRm

¹⁶ 具身智能初创公司它石智航完成1.2亿美元融资 — https://en.eeworld.com.cn/mp/AIxintianxia/a396116.jspx

¹⁷ 中国AI科技初创公司TARS（它石智航）完成1.2亿美元融资轮 — https://www.caproasia.com/2025/03/28/china-ai-tech-startup-tars-tashi-zhihang-raised-120-million-in-fund-raising-round-founded-in-2025-february-investors-include-lanchi-ventures-qiming-venture-partners-linear-capital-hengxu-capit

¹⁸ 基于3D高斯泼溅增强多模态检索增强生成的零样本机器人操作 — https://arxiv.org/html/2603.00500v1

¹⁹ TapSampling：基于任务进度理解验证器的推理时采样用于机器人操作 — https://arxiv.org/html/2605.25547

²⁰ Tac-Man：基于触觉信息的铰接物体无先验操作 — https://arxiv.org/html/2403.01694v1

²¹ EmboAlign：将视频生成与组合约束对齐以实现零样本操作 — https://arxiv.org/abs/2603.05757v1

²² 他们无法保密 — Samsung S26 Ultra拆解 — https://www.youtube.com/watch?v=TRW4W7KkJXs [不适用 — 来源归属错误]

²³ MacBook Neo拆解：迄今为止最可维修的Mac？ — https://www.youtube.com/watch?v=5k7Lv7f-5CQ [不适用 — 来源归属错误]

²⁴ 这是完美的笔记本电脑/平板混合体吗？ #framework #ifixit #teardown — https://www.youtube.com/watch?v=wY-z6jqgBok [不适用 — 来源归属错误]

²⁵ Shop Vac Micro 1 Gallon评测与拆解 — https://www.youtube.com/watch?v=uaL44q17rQU [不适用 — 来源归属错误]

²⁶ 将Fosi Audio SW10推向极限：振膜冲程演示 — https://www.youtube.com/watch?v=ElsjB0ICMFI [不适用 — 来源归属错误]

²⁷ 这款安卓手机同时也是Linux和Windows PC！NexPhone上手体验！ — https://www.youtube.com/watch?v=qfY5t6N8YxM [不适用 — 来源归属错误]

²⁸ 超过30亿！中国迄今最大具身智能融资诞生 — 钛博 — https://en.taibo.cn/p/26111433

²⁹ 它石智航 — 2026年公司简介、融资与竞争对手 — Tracxn — https://tracxn.com/d/companies/tashizhihang/__eEYP1f1rvZQFGX1ZsH7SzG9Aj69ajF-n8lPUHseIies

³⁰ TARS Robotics（可信AI与机器人解决方案，中文名它石智航），中国上海 | 机器人与人工智能门户 — https://pr.ai/threads/tars-robotics-trusted-ai-and-robotics-solution-or-tashi-zhihang-in-chinese-shanghai-china.27346/

方法论说明

本报告按照Max Robotics Premium Editorial标准制作。全文中的证据分为以下四类：

| 标签 |