Galaxea AI

资金充裕，现场验证不足：中国融资最快的人形机器人初创公司，如今必须将基准测试分数转化为工厂车间的现实

---

如何阅读本报告

本报告对每项事实主张均采用四级证据纪律。读者在形成自身判断时，应区别对待每一级别。

文中引用采用方括号数字，对应第14节来源列表中的条目。仅引用研究档案中存在的来源。若档案资料薄弱，本报告将如实说明，而非用伪装成事实的推断来填充。

---

01执行摘要

Galaxea AI是一家总部位于北京的全栈人形机器人公司，成立于2023年9月，创始团队成员来自清华大学和斯坦福大学¹⁵。在成立不到三年的时间里，该公司通过A轮融资及B轮融资的两轮次，已筹集约30亿元人民币（按当时汇率计算约合4.2亿美元），截至2026年4月，其对外公布的估值达到29亿美元⁶¹²¹⁶。就其首轮大额融资完成时尚未实现商业规模出货的公司而言，这一融资速度无论如何都堪称非凡。

该公司的商业主张建立在两大相互关联的支柱之上。第一是硬件家族：R1系列机器人，包括全尺寸人形机器人（R1 Pro）、中端变体（R1 Standard）和轮式双臂移动平台（R1 Lite），并于2026年中旬在世界数字大会上推出了双足人形机器人Kengo⁷⁸。第二支柱是AI软件栈——G0和G0.5视觉-语言-动作（VLA）模型——该公司将其定位为差异化的“机器人大脑”，以此证明其相对于纯硬件竞争对手的估值溢价⁹¹⁰。

根据截至2026年6月的可用证据，Galaxea AI在全球人形机器人领域占据了一个可信但尚未得到验证的位置。其研究成果是实质性的：G0架构论文¹⁸²¹和AtomVLA后训练工作²⁰展示了真正的技术深度，在RoboTwin（固定任务89.1%，随机任务88.5%）和LIBERO（97.0%）上的基准测试分数在该领域标准下表现强劲。其投资者名单——包括蚂蚁集团、百度风投、美团和蓝思科技——表明严肃的工业和科技资本已做出深思熟虑的押注⁹¹⁰¹⁷。

然而，证据尚不支持该公司更宏大的主张。关于G0.5实现“零样本泛化”的说法，直接与该公司自身的研究相矛盾，该研究明确指出，为实现稳定部署，仍需针对每项任务使用真实机器人样本进行微调¹⁸。关于“在7项全球基准测试中位列中国第一”的说法，未得到任何独立来源的证实¹¹。其40多家客户名单——包括华为云、大众汽车、海尔、三星、字节跳动、Physical Intelligence、斯坦福大学和麻省理工学院——几乎可以肯定混淆了研究访问协议、试点合作与商业规模客户⁴⁹。独立评论明确将当前部署定性为试点阶段，并将Galaxea的地位与那些已向付费客户批量出货的竞争对手进行不利对比⁹。

未来18个月的核心问题是，Galaxea AI能否完成从资金充足的研究实验室到批量制造商的转型。该公司已宣布2026年目标为10,000台⁶⁹，这一数字将代表其当前任何合理运行率的阶跃式变化。蓝思科技的制造合作伙伴关系提供了可信的供应链锚点⁹，但尚无独立来源确认生产工装、良率或物流基础设施已到位以支撑该目标。Fast-WAM世界模型声称的190毫秒推理延迟以及“比传统方法快4倍”的比较，是未经核实的供应商声明，且未披露基线¹¹。

这些都不意味着Galaxea AI是一家弱小的公司。它意味着该公司正处于一个关键且真正充满不确定性的转折点：已证明的研究能力与经过验证的工业部署之间的差距仍然很大，而所筹集的资本既提供了缩小差距的手段，也带来了在技术上可能不现实的时间表上完成这一目标的压力。

最新新闻

该模块正在整理中——暂无可显示的数据。

---

02Galaxea AI的故事

创立与机构根基

Galaxea AI于2023年9月注册成立¹⁵。已核实：创始团队来自清华大学和斯坦福大学，这两所机构拥有成熟的机器人与机器学习研究项目¹⁵。所有联合创始人的具体身份、他们之前的发表记录，以及每位成员的确切机构隶属关系，在本报告可获取的公开记录中并未完全披露。已确认的是，该公司从一开始就将自身定位为研究到产品的创业公司，而非纯粹的工程公司——对专有AI模型、开放世界数据集和学术基准参与的重视，反映了由大学研究规范塑造的创始文化。

成立的时间点意义重大。2023年9月将Galaxea AI置于GPT-4引发的大语言模型转折点之后，以及将Transformer规模架构应用于实体机器人的兴趣激增之中。该公司的G0架构——一个双系统框架，将用于缓慢深思熟虑规划的视觉-语言模型与用于快速反应执行的视觉-语言-动作模型配对¹⁸——正是那个智力时刻的直接产物。实际上，创始人们押注的是，那些改变了语言AI的技术将迁移到具身操作领域，而一个从第一天起就围绕这一论点建立的公司，将在结构上优于那些改造旧控制架构的现有企业。

融资轨迹

融资历史是Galaxea AI短暂存在中最引人注目的特征之一，值得仔细研读。已核实的数据，经多个独立新闻来源交叉验证^513141761216：

• Pre-A轮/早期轮次：截至2025年中期累计约2.1亿美元，估值约7亿美元⁵¹⁴
• B轮（2026年2月）：约1.44亿美元，估值约13.9亿美元¹⁷
• B+轮（2026年4月）：约2.91亿美元，估值约29亿美元⁶¹²¹⁶

从7亿美元跃升至29亿美元大约在八个月内，以及在B轮和B+轮跨越的两个月内筹集了约30亿元人民币，这需要背景化⁹。这并非公司特有的现象。中国具身AI投资在2026年初经历了一次结构性重估，驱动因素包括国内对人形机器人的政策支持、对美国进展（尤其是Figure AI和Boston Dynamics）的竞争焦虑，以及叙事转变——"机器人大脑"软件被重新定义为稀缺、高利润的资产，而非硬件底盘¹⁰。Galaxea AI受益于这一宏观顺风，但它似乎也积极塑造了叙事：公司CEO在重要采访中将G0.5定位为基座模型产品而非硬件产品³⁹，这正是2025-2026年投资环境中能获得溢价倍数的框架。

投资者基础多元且战略上连贯⁹¹⁰¹⁷。Capital Today和IDG Capital代表传统风险投资。美团龙珠和战略部门带来了物流和按需服务的视角——美团的核心业务涉及大规模最后一公里配送，能够在该环境中运行的人形机器人将具有直接价值。蚂蚁集团的投资表明金融科技相关的兴趣，可能涉及零售或服务环境。百度风投连接至自动驾驶和AI基础设施。GL Ventures是高瓴资本的风险投资部门，是中国最成熟的长线投资者之一。蓝思科技，以智能手机玻璃闻名的富士康规模精密制造商，既是财务投资者也是制造合作伙伴⁹——这一组合在战略上至关重要，将在第7节进一步讨论。Walden International和FunPlus分别以国际资本和游戏行业资本完善了投资团。

编辑推断：投资者基础的广度——涵盖物流、消费互联网、AI基础设施、精密制造和国家关联资本——表明多个不同的用例论点正在同时获得支持。这既是真正选择权的标志，也表明尚未有任何单一部署垂直领域在大规模上得到验证。

产品发布序列

R1系列机器人于2025年1月发布⁴⁹。该公司在2024年底开始销售——或至少分发用于试点使用⁴。R1 Lite轮式双臂平台似乎是初始商业切入点，随后是全尺寸人形机器人R1 Pro和R1 Standard。入门级A1机械臂的初始定价为39,800元人民币，随后降至19,800元人民币——编辑推断：在短产品周期内如此大幅度的降价通常表明要么是故意的市场渗透策略，要么是竞争压力，要么是低于预期的市场接受度，而现有证据无法确定是哪一种⁴。

Kengo双足人形机器人在2026年6月的世界数字大会上亮相⁷⁸。这是一个重要的产品里程碑：R1 Pro在外形上是人形机器人，但Kengo的发布似乎代表了一代新的双足平台，具有增强的敏捷性和跌倒恢复能力⁸。截至报道日期，Kengo是已亮相的原型机，计划于2026年发布；尚未交付给客户。未知：Kengo的生产时间表、定价和规格表未在档案中公开披露。

开源与生态系统布局

在同一世界数字大会活动上，Galaxea AI开源了G0.5 VLA模型，并宣布与北京亦庄开发区合作开展一百万小时的真实世界数据采集计划⁷。G0.5的开源是一种刻意的生态系统策略：通过发布模型权重，该公司邀请第三方开发者和研究人员在其技术栈上构建，从而生成数据、用例和社区信誉，这是闭源竞争对手难以复制的。如果执行，一百万小时数据计划将代表一个在具身AI领域目前没有同行的数据集规模——该公司现有的开放世界数据集覆盖500小时¹⁸。公司声称：百万小时计划已宣布但尚未执行；其范围、数据质量标准和时间表未经独立验证⁷。

领导层声音

CEO在国际媒体上公开露面。2025年8月的福布斯简介¹和2026年6月的财新全球采访³提供了了解公司战略思维的最清晰窗口。CEO公开表示中国可能在三年内引领机器人基座模型³，以及人形机器人将在不到十年内进入家庭⁵，这些是公司声称，反映了真实的雄心，但应被视为竞争定位而非技术预测。三年中国领先的说法尤其依赖于对美国出口管制、国内芯片供应以及CEO无法控制的竞争研究项目速度的假设。

---

03产品组合：Galaxea AI究竟在卖什么

概述

截至2026年6月，Galaxea AI的产品组合包括三款已发货的R1系列变体、一款新发布的双足平台（Kengo），以及一套专有的AI软件栈（G0/G0.5），该软件栈作为硬件的集成组件销售，自2026年6月起也可作为开源模型获取。该公司自称是全栈企业，意味着它自行设计和集成硬件、驱动、感知和AI软件，而非依赖第三方机器人操作系统或现成的操作栈。

R1 Pro — 全尺寸人形机器人

R1 Pro是旗舰产品：一款专为工业操作任务设计的全尺寸人形机器人。已验证的硬件规格⁴²²：

500 TOPS计算平台值得关注：它将R1 Pro置于与高端边缘AI推理硬件相同的计算层级，这是无需云端往返即可在板载运行G0.5 VLA模型的先决条件。编辑推断：选择嵌入500 TOPS板载计算而非依赖云端推理，反映了有意为之的设计决策，旨在网络连接可能不可靠的环境中实现低延迟自主运行——这与工业部署目标一致。

20 DOF的数字与某些竞争对手相比相对适中（波士顿动力的Atlas拥有显著更多的自由度），但自由度数量并非能力的直接代理指标：驱动质量、关节的刚度和反向驱动能力，以及感知与控制的集成，对于操作任务而言比原始关节数量更为重要。未知：关节扭矩规格、反向驱动额定值以及末端执行器力/扭矩传感规格在档案中未公开披露。

R1 Standard 和 R1 Lite

R1 Standard似乎是具备R1 Pro部分能力的中端人形变体。R1 Lite是一款轮式双臂移动平台——它放弃了双足运动，转而采用轮式底座，这以敏捷性换取了稳定性，并显著简化了控制问题。对于许多工业操作任务（生产线上的质量检测、仓库通道中的拣选和放置、固定工位的装配辅助），轮式移动完全足够，并且鉴于当前双足控制可靠性的状态，可以说比双足运动更可取。

编辑推断：R1 Lite在产品组合中的存在在战略上是明智的。它允许Galaxea AI向不需要完整人形形态的工业环境销售产品，在技术难度更高的双足平台成熟的同时，产生收入和部署数据。它还为希望评估G0/G0.5 AI栈但不想承担完整人形机器人操作复杂性的客户提供了一个风险较低的切入点。

定价

A1手臂入门级价格从39,800元降至19,800元是一个重要的数据点⁴。编辑推断：在短时间内将入门产品降价50%，对于一家同时在以不断增长的估值筹集资金的公司来说并不常见。这可能反映了加速采用和数据收集的刻意策略（更多现场单元产生更多训练数据）、来自低成本中国竞争对手的竞争压力，或原始价格点下采用速度慢于预期。现有证据无法确定哪种解释是主要原因。

全尺寸人形机器人定价为$44,500–$64,000，与中国同类人形平台的价格大致一致，并显著低于西方竞争对手的隐含成本，如波士顿动力的Atlas（撰写本文时尚未商业化）或Agility Robotics的Digit（定价未公开披露）。它将R1 Pro定位为高端工业工具，而非大众市场消费产品。

DEXO灵巧手

DEXO手在专门的视频中亮相²²，是一款四指灵巧手，具有17个主动自由度、轻触传感，以及每指尖最高1 kg的额定负载。这是一个有意义的规格：四指手中的17个主动自由度意味着高度的手指独立性，以及执行简单平行夹爪无法完成的精确抓取能力。轻触传感能力对于涉及易碎物体或人机交接的任务至关重要。

编辑推断：DEXO手很可能是最直接实现Galaxea AI基准测试视频中展示的操作任务的组件——这些任务包括折叠、倾倒和物体分类，需要灵巧的手指控制。该手在持续工业使用中的可靠性和耐用性是否与其规格表性能相匹配，从现有证据来看是未知的。

Kengo双足人形机器人

Kengo于2026年6月的世界数字大会上亮相⁷⁸。它被描述为一款具有高级敏捷性和跌倒恢复能力的双足人形机器人⁸。未知：完整的规格表、定价、生产时间表，以及Kengo与R1系列共享硬件组件的程度均未公开披露。在重要会议上亮相是一种标准的产品发布机制；它并不构成生产就绪或客户可用性的证据。

G0 / G0.5 AI软件栈

AI软件栈在第4节中详细讨论。从产品角度来看，关键的商业事实是：G0/G0.5作为默认自主层集成到R1系列硬件中；G0.5于2026年6月开源⁷；该软件栈被定位为证明R1系列相对于更简单工业机械臂价格溢价的主要差异化因素。公司声称：CEO已明确将Galaxea AI定位为“机器人大脑”公司而非硬件公司⁹¹⁰，这表明长期商业模式可能涉及向第三方硬件平台授权AI软件栈——这是一种比单纯硬件销售利润率更高、更具可扩展性的模式。

产品与版本

该模块正在整理中——暂无可显示的数据。

04技术栈：优势与尚待完成的工作

架构理念

Galaxea AI的AI技术栈围绕双系统架构构建，该架构明确借鉴了认知科学中系统1（快速、直觉性）与系统2（缓慢、深思熟虑）处理的区分¹⁸²¹。在G0框架中，视觉-语言模型（VLM）负责高级任务规划——解释自然语言指令、推理场景上下文、并将任务分解为子目标。视觉-语言-动作（VLA）模型负责快速反应式执行——以物理操作所需的频率将子目标转化为关节级电机指令。两个系统通过结构化接口通信，VLM提供任务上下文，VLA在该上下文中执行。

这种架构并非Galaxea AI独有——类似的双系统设计也出现在Physical Intelligence（pi0）、Google DeepMind（RT-2及其后继者）以及斯坦福和MIT的学术团队同期工作中。Galaxea AI实现的不同之处在于其特定的训练课程和对数据效率的强调。

训练课程：三个阶段

G0训练流程采用三阶段课程¹⁸²¹：

1. 跨本体预训练：模型在来自多个机器人平台（不仅仅是R1系列）的数据上进行训练。这旨在构建可跨硬件配置迁移的通用操作先验。
2. 单本体预训练：模型在R1平台特定数据上进行微调，将通用先验适配到目标硬件的特定运动学、感知模态和驱动特性。
3. 任务特定后训练：模型使用少量演示进一步微调，以执行特定的部署任务。

数据效率主张——即一个人工演示加上40个真实机器人样本足以在真实机器人上部署¹⁸——是档案中商业意义最重大的技术声明。如果该主张在工业使用所需的可靠性水平上成立，它将显著降低将系统部署到新任务的成本和时间，而这正是任务多样性高的制造环境中采用的主要障碍。编辑推断：考虑到预训练基础，40个样本的数字是合理的，但档案未说明“足以部署”在成功率、任务复杂度或操作条件方面意味着什么。在简单拾取放置任务上达到70%成功率的40样本微调，与在复杂装配任务上达到95%成功率的微调截然不同。

Fast-WAM世界模型

Fast-WAM组件被描述为一个世界模型，可将单步推理延迟压缩至190毫秒，声称比传统方法快四倍以上¹¹。公司声明：190毫秒的数字和“4倍更快”的比较均未经档案中任何独立来源验证。比较基线——什么算作“传统方法”以及如何测量——未披露。在独立基准测试之前，该声明应被视为供应商断言。

尽管如此，该声明的总体方向在技术上是连贯的。机器人学习中的世界模型计算成本高昂；降低推理延迟是一个真正的工程挑战，而190毫秒的延迟处于允许许多操作任务进行实时反应控制的范围内（尽管对于高速装配或动态交互而言可能处于边缘）。编辑推断：Fast-WAM工作很可能是一个真正的工程贡献，但具体的性能数据需要独立验证，然后才能用于采购或竞争比较的基础。

基准测试性能：数字的含义及其局限性

RoboTwin和LIBERO的得分很强。在随机化环境中跨31个任务达到89.1%的成功率是一个有意义的结果，而非精心挑选的单任务演示。97.0%的LIBERO得分在该基准测试套件中处于或接近最先进水平。

48.0%的LIBERO-PRO得分是此表中最重要的数字，也是Galaxea AI自身沟通中最不受关注的一个。LIBERO-PRO是LIBERO基准测试的一个更难的变体，旨在测试对新颖任务配置的泛化能力。48%的成功率意味着系统在超过一半的更难任务上失败。这不是谴责——在困难的泛化基准测试上达到48%对于该领域的当前状态来说是一个合理的结果——但它直接与公司声称G0.5实现了对不熟悉物体、新颖场景布局和新语言指令组合的“零样本泛化”¹¹相矛盾。证据表明泛化是部分性的且依赖于任务，并非已解决的能力。

公司声明 vs 证据：

跨平台迁移

档案指出，从R1到Thiago机器人平台的跨平台迁移已得到演示¹⁸。这是一个技术上重要的结果：它表明G0模型的表示并非如此硬件特定以至于无法迁移到不同的运动学配置。然而，迁移的条件、涉及的任务以及目标平台上的成功率在现有证据中未指定。编辑推断：如果跨平台迁移在工业部署所需的任务复杂度水平上成立，它将是一个真正的差异化因素，但引用的单一演示不足以将其确立为可靠能力。

开放世界数据集

与G0论文¹⁸²¹一同发布的500小时开放世界数据集是对该领域的实质性贡献。机器人操作的开放数据集稀缺——大多数学术基准测试使用仿真或小规模真实机器人数据。一个500小时的真实世界操作数据集，如果覆盖足够的任务和环境多样性，将为研究社区提供有意义的训练资源，并将Galaxea AI定位为数据基础设施参与者以及模型开发者。

通过北京亦庄合作伙伴关系宣布扩展至一百万小时⁷，如果得以执行，将创建一个比当前发布规模大约2000倍的数据集。编辑推断：如此规模的数据集将是一个结构性竞争优势——不仅对Galaxea AI自身的模型而言，而且作为潜在的许可或合作伙伴资产。该宣布在意图上是可信的；能否在任何近期时间线上实现使一百万小时数据集真正有用的物流、注释质量和数据多样性，目前未知。

尚待完成的工作

对Galaxea AI技术定位的诚实总结如下：该公司构建了一个技术上可信、研究级的具身AI技术栈，在标准基准测试上表现良好，并在数据效率、跨本体训练和世界模型推理等领域展示了真正的工程能力。该定位与“零样本泛化”和“全球第一”声明之间的差距是真实且实质性的。

公开证据中仍未解决的具体技术挑战包括：

1. 困难任务泛化：48%的LIBERO-PRO得分表明，系统在工业部署将常规需要的那种新颖、组合式任务上存在困难。
2. 真实世界鲁棒性：受控仿真或实验室环境中的基准测试性能不会直接转化为工厂车间，那里光照变化、物体未精确定位且意外事件发生。无独立现场评估数据可用。
3. 全任务复杂度下的延迟：即使190毫秒的Fast-WAM数字准确，对于需要快速反应调整以适应动态环境的任务而言可能不足。
4. 灵巧操作可靠性：DEXO手的17自由度规格在纸面上令人印象深刻；在工业工作循环下的持续可靠性未知。
5. 安全性与人机交互：对于在与人类工人共享的环境中部署，R1系列的安全认证状态、碰撞检测能力和力限制行为在现有证据中未披露。

05研究、论文、作者与实验室

发表记录

Galaxea AI 已产出一小部分但内容充实的已发表研究。档案中识别出的主要论文如下：

G0 / 开放世界数据集论文 ¹⁸²¹："Galaxea Open-World Dataset and G0 Dual-System VLA Model"，可在 arXiv 上获取（arXiv:2509.00576）。这是描述 G0 架构、三阶段训练课程、500 小时开放世界数据集以及第 4 节中讨论的基准测试结果的基础技术论文。它是理解 Galaxea AI 实际构建和展示了什么的最重要的单一文档。

AtomVLA ²⁰："AtomVLA: Scalable Post-Training for Robotic Manipulation via Predictive Latent World Models"（arXiv:2603.08519）。这篇论文描述了 Fast-WAM 世界模型组件和 AtomVLA 后训练方法。它是推理延迟和数据效率声明的技术基础。该论文可在 ar5iv（arXiv 论文的渲染 HTML 版本）上获取，并且似乎是比 G0 论文更近期的贡献，与堆栈的 G0.5 世代一致。

EvoScene-VLA ¹⁹："EvoScene-VLA: Evolving Scene Beliefs Inside the Action Decoder for Chunked Robot Control"（arXiv:2605.21862）。这篇论文解决了动作解码器内的场景信念更新问题——这是对 VLA 执行组件的技术改进。它是档案中最新的一篇论文（2026 年 5 月提交），表明研究产出活跃并持续到 2026 年。

机构隶属关系与合作

已核实：创始团队拥有清华大学和斯坦福大学的背景 ¹⁵。部署客户名单包括斯坦福大学和麻省理工学院 ⁴，在此语境下，这很可能指的是研究访问或试点协议，而非商业部署——大学是研究级机器人平台天然的早期采用者。

来自斯坦福大学李飞飞团队的 BEHAVIOR Robot Suite 研究在一段视频中展示了 Galaxea R1 ²²³，这构成了独立的学术验证，表明 R1 平台正被外部研究团队使用。这是一个有意义的信号：它表明该硬件足够强大且易于获取，以至于被世界领先的机器人研究实验室之一所采用。编辑推断：斯坦福大学在 BEHAVIOR 研究中使用 R1，是比任何数量的供应商制作的演示视频更可信的硬件质量证据。

研究深度评估

对于一个将自己定位为研究主导型组织的公司来说，在大约两年的存续期内发表三篇论文是一个适度的产出。然而，G0 论文的质量和特异性——它提供了可独立评估的架构细节、训练程序、数据集统计数据和基准测试结果——高于许多行业研究出版物的标准，后者往往倾向于高层次的描述而缺乏可复现的细节。

G0.5 的开源 ⁷ 是迄今为止最重要的研究社区行动。开源模型发布邀请更广泛社区进行审查、复现和扩展——随着时间的推移，这将比任何供应商生产的基准测试提供更可靠的模型实际能力证据。

未知：研究论文的具体作者、他们之前的发表记录以及内部研究团队的规模和组成在档案中未披露。论文作者在创始团队背景之外的机构隶属关系也未具体说明。

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

机器人演示视频的证据状态

在审查具体视频之前，有必要说明指导本部分的方法论原则：精心编排的演示视频并不能证明自主操作、通用能力或生产就绪状态。它只能证明在录制的特定条件下实现了所展示的特定行为。这些条件——光照、物体放置、任务选择、尝试次数、人工监督的存在、机器人是在其训练分布内还是在新分布上运行——在宣传视频内容中几乎从未披露。

在提出这一警示之后，演示视频并非毫无价值。它们提供了能力下限（系统至少能完成所展示的内容），揭示了运动质量和操作流畅度，并允许跨公司和跨时间进行比较。

DEXO 手部演示 ²²

DEXO 手部视频提供了视频档案中最具技术针对性的硬件证据。它展示了四指、17自由度的机械手执行需要独立手指控制的抓取和操作动作。运动质量看起来流畅，所展示的抓取动作并非简单任务。该视频与硬件规格声明一致，并提供了合理证据，证明 DEXO 机械手是一个功能齐全、能力强大的末端执行器。

该视频未证明的内容：在延长工作周期内的可靠性、在视频未展示的物体上的性能，以及在真实工业环境中发生的各种扰动（意外物体重量、表面纹理变化、部分遮挡）下的行为。

斯坦福 BEHAVIOR 机器人套件专题 ²²³

Galaxea R1 出现在斯坦福研究视频 ² 中，是档案中最可信的媒体证据，恰恰因为它并非由 Galaxea AI 制作。BEHAVIOR 机器人套件是一个严肃的学术基准，用于家庭和通用操作任务。斯坦福研究人员选择使用 R1 平台进行这项工作，这一事实意味着该硬件满足了他们对研究级操作能力的要求。编辑推断：这比任何数量的公司自制视频都更能证明硬件质量，因为斯坦福没有动机使用一个无法正常工作的平台。

档案中未详细说明斯坦福研究中展示的具体任务、实现的成功率以及自主性与遥操作的程度。未知：R1 在 BEHAVIOR 研究中的表现是自主的、遥操作的，还是两者的结合，这一点未明确说明。

G0.5 零样本泛化声明 ¹¹

与 G0.5 公告 ¹¹ 相关的视频对零样本泛化做出了声明。如第 4 节所述，这些声明并未得到研究证据的完全支持：LIBERO-PRO 得分为 48%，以及需要针对每个任务使用真实样本进行微调，这直接限定了零样本断言的适用性。该视频应被视为营销传播材料，而非技术验证。

08市场与使用场景

Galaxea AI的商业定位横跨三大领域：工业制造与质量保证、物流与仓储，以及更长远的服务与家用应用。该公司公布的客户名单——大众汽车、海尔、三星、华为云、字节跳动等——主要对应前两个领域，而斯坦福大学和麻省理工学院等研究机构则代表了第三个渠道，该渠道收入较低，但具有战略重要性 ⁴。家用场景的论点虽然在CEO访谈中很突出，但仍是遥远的愿景，而非近期的收入来源。

工业制造与质量检测

R1系列最可信的近期市场是工厂环境中的重复性操作：料箱抓取、零部件组装、质量检测和机器看护。这些任务具有一个结构性特点，适合当前G0/G0.5技术栈的能力范围——它们在空间上受限，涉及有限的物体词汇表，并且能够容忍190毫秒推理延迟（供应商声称，未经证实 ¹¹）不会造成灾难性破坏的循环时间。大众汽车和海尔被列为客户 ⁴，但两家公司均未独立确认其合作的范围或商业条款。最合理的解读是，这些是试点协议，而非批量采购订单。

R1 Pro的10公斤双臂峰值负载和500 TOPS板载计算能力 ⁴ 足以胜任轻型装配和检测任务，但无法满足重型汽车白车身工作的有效载荷要求。因此，实际市场是二级和三级装配——电子制造、家电生产和消费品——这些领域有效载荷适中，且对灵巧性的要求高于对蛮力的要求。中国制造业基地是显而易见的最初地理市场，而蓝思科技的合作 ⁹ 既提供了供应链锚点，也提供了精密光学和显示组件领域的潜在专属客户。

物流与仓储

移动操作——R1 Lite的核心主张——解决的是“最后一米”物流问题：从货架上拣选、分拣包裹、装卸传送带。字节跳动出现在客户名单中 ⁴ 值得注意；字节跳动为其电商和内容交付业务运营着大规模履约基础设施，在该环境中的试点可以提供高多样性的物体接触，这可能加速其开放世界数据集计划。然而，同样的警告也适用：没有独立来源确认字节跳动已超越试点或研究协议阶段。

该细分市场的竞争压力巨大。成熟企业——波士顿动力的Stretch、Mujin、Geek+以及越来越多的中国移动操作初创公司——在仓库专用软件栈、安全认证和客户集成经验方面拥有多年的先发优势。Galaxea的差异化论点基于VLA方法的通用性：G0/G0.5系统旨在跨物体类型和布局进行泛化，而无需为每个任务编程特定的运动原语，只需最少的每任务微调。这一说法的证据好坏参半（见第11节），但其架构赌注是连贯的。

研究与开发者生态系统

斯坦福大学、麻省理工学院和Physical Intelligence被列为客户 ⁴。在此背景下，“客户”几乎肯定意味着研究合作伙伴或硬件购买者，而非商业部署者。作为研究平台，R1系列在学术市场上与宇树科技的H1/G1和Agility Robotics的Digit竞争。开源G0.5模型权重 ⁷ 是一项深思熟虑的举措，旨在建立开发者心智份额并生成第三方基准验证——这是一种借鉴自大型语言模型策略的做法。如果成功，它将形成一个反馈循环：外部研究人员改进模型，发布验证该平台的结果，并吸引更多研究客户。

500小时开放世界数据集 ¹⁸ 以及与北京亦庄合作的计划中的100万小时数据计划 ⁷ 是旨在维持该生态系统的基础设施投资。与亦庄的合作尤其重要：它意味着能够访问真实世界的运营环境——物流园区、制造区——其规模是任何单一企业客户都无法提供的。

服务与家用应用

CEO关于人形机器人将在十年内进入家庭的预测 ⁵ 是最具投机性的市场论点。技术障碍——在存在儿童、老人和宠物的非结构化环境中安全运行；可靠地操作家庭中所有种类的物品；家用机器人的监管框架——远未解决。LIBERO-PRO得分48.0% ¹⁸ 是一个有用的校准点：在一个旨在测试更难泛化能力的基准上，当前系统在不到一半的任务上成功。这不是一个准备好进行无监督家庭部署的系统。

更合理的近期服务市场是结构化的商业环境：酒店礼宾、医院物流、零售补货。这些场景与工业用例有一些共同点——定义的空间布局、有限的物体集合——同时需要比工厂车间更强的社交导航能力。该细分市场尚未披露任何具名客户。

---

09竞争格局

Galaxea AI 正处于全球机器人行业最拥挤且发展最快的细分领域之一。其竞争版图至少包含三个不同的层面：中国的人形机器人同行、国际人形机器人领导者，以及专注于操作领域的相邻玩家。

中国人形机器人同行

宇树科技 (Unitree Robotics) 是最常被提及的国内对标公司。独立消息来源明确指出，在商业落地方面，Galaxea 与宇树相比处于劣势，指出宇树已向付费客户发货，而 Galaxea 仍处于从试点项目扩大规模的阶段 ⁹。宇树的 G1 和 H1 平台成本更低，拥有更广泛的开发者采用率，并且受益于更长的硬件可靠性记录。宇树的弱点是 AI 技术栈：其操作和泛化能力不如 Galaxea 声称的 G0/G0.5 水平。因此，竞争动态是硬件成熟度（宇树）与 AI 技术栈雄心（Galaxea）之间的较量。

优必选科技 (UBTECH Robotics)（Walker 系列）拥有更长的运营历史，并已展示出在蔚来汽车和一汽集团的汽车制造领域的部署。优必选在香港公开上市，比 Galaxea 拥有更高的财务透明度。其 AI 技术栈并未被突出定位为差异化优势。

智元机器人 (Agibot)（前身为 AgiBot）和傅利叶智能 (Fourier Intelligence) 构成了中国市场的其他梯队，两者均拥有人形机器人平台和工业试点项目。中国市场的特点是，在国有资本支持下，存在展示国内能力的投资压力，这既催生了大量获得资助的竞争对手，也在国有企业中创造了庞大的客户基础。

国际竞争对手

Figure AI 和 Apptronik 是结构上最接近的美国同行：它们都是资金充足的人形机器人初创公司，拥有工业试点项目和基于 VLA 的 AI 技术栈。Figure 与宝马的合作以及与 OpenAI 的协作使其走上了一条不同的 AI 发展路径——一条基于大型基础模型集成而非内部 VLA 训练的路径。两者均未展示出大规模生产能力。

波士顿动力 (Boston Dynamics)（Spot、Stretch、Atlas）拥有最深厚的硬件工程底蕴，但一直难以将能力展示转化为大规模商业部署。Atlas 最近转向电驱动和操作聚焦，使其成为同一工业操作领域的长期竞争对手。

特斯拉 Optimus 是 Galaxea 投资者叙事中被引用最多的竞争参考 ¹。特斯拉的垂直整合、制造规模以及来自其车队的飞轮数据是任何初创公司都无法复制的结构性优势。然而，特斯拉尚未披露 Optimus 的商业销售情况，其外部部署的时间表仍不明确。这种比较有助于框定市场机会，但无助于进行近期竞争分析。

Physical Intelligence (pi) 被列为 Galaxea 的客户 ⁴，这是一个值得注意的数据点：pi 同时是潜在客户（为研究购买 R1 硬件）和潜在竞争对手（其 pi0 及后续模型可能部署在第三方硬件上，从而取代 Galaxea 的 G0/G0.5 技术栈）。这种关系说明了该行业中硬件层与 AI 软件层之间界限的模糊性。

竞争定位总结

融资数据为近似值，来源于公开报道；未经审计。

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

中国机器人政策环境

Galaxea AI是中国在人形机器人领域国家产业政策推动的直接受益者。工业和信息化部在2023年的指导文件中将人形机器人列为战略性行业，包括北京在内的多个城市政府已设立了专项基金和试点园区。北京亦庄数据合作⁷是这一政策的具体体现：一个由政府管理的经济开发区提供运营数据访问权限，这对于单独行动的私营企业而言在商业上是无法获得的。相对于必须通过商业谈判获取数据访问权限的美国及欧洲同行，这一政策红利构成了真正的竞争优势。

Galaxea股东名单中的国有背景投资者——中金资本、金融街资本、熙信投资⁹——对于处于当前阶段的中国深度科技公司而言是标准配置，并隐含着关于国内部署优先性和技术保留的预期。这本身并不表明政府对运营的控制，但确实限制了关于国际合作伙伴关系和潜在外资收购的战略选择。

出口管制与技术转让

美国工业与安全局的实体清单以及更广泛的半导体出口管制制度，对Galaxea的硬件供应链构成了实质性限制。500 TOPS板载计算平台⁴几乎肯定依赖于GPU或NPU芯片；如果该芯片来自英伟达（其H系列和A系列芯片受对华出口限制），Galaxea将面临供应不确定性，或被迫转向国内替代方案（寒武纪、壁仞科技、华为昇腾）。该档案未披露具体的计算芯片组，这是一个重要的未知因素。

华为云作为已披露的客户⁴具有商业上的重要性，但也带有地缘政治色彩。Galaxea的AI栈与华为云基础设施之间的任何深度集成，都将使其潜在的国际扩张复杂化，尤其是在华为受到安全限制的市场（美国、英国、澳大利亚、加拿大、部分欧盟国家）。

国际扩张限制

RBTX.co.uk上的产品列表⁴表明Galaxea至少在名义上已进入欧洲分销渠道。然而，实现有意义的欧洲或北美商业部署面临若干障碍：

1. 安全认证：欧洲工业机器人的CE标志以及美国的UL/OSHA合规性要求进行广泛的第三方测试。该档案未披露任何认证状态。
2. 数据主权：G0/G0.5栈的训练数据管道——特别是亦庄计划——根植于中国的运营环境。敏感行业（国防供应链、关键基础设施）的监管机构可能要求数据本地化或独立审计。
3. 战略风险认知：国有背景投资者、华为云集成以及公司北京总部的组合，将在任何涉及投资或收购的美国市场准入审查（类似于CFIUS的流程）中引发更严格的审查。
4. 人才与知识产权管辖权：由清华和斯坦福科学家创立¹，Galaxea占据着双重来源的知识产权格局。任何与斯坦福相关的研究贡献若被整合到平台中，都可能在美国关于视同出口的出口管制规则下受到审查。

“中国可能在三年内领先”的论点

CEO关于中国可能在三年内引领全球机器人AI模型的声明³既是一个面向政策的声明，也是一个技术声明。它向国内投资者和政府利益相关者表明，该公司与国家战略目标保持一致。从字面意义上看，它意味着当前与美国前沿AI实验室（谷歌DeepMind、Physical Intelligence、卡内基梅隆大学）的差距将在大约2029年前被弥合。基准测试证据——强劲的LIBERO分数、有竞争力的RoboTwin表现¹⁸——提供了部分支持，但该声明忽略了基准测试性能与现实世界大规模部署之间的差异，这一差距对于该领域的所有参与者来说仍然很大。

---

11炒作、现实与难看的一面

本节系统性地运用证据纪律框架，对Galaxea AI最突出的公开声明进行评估。目标并非否定该公司的成就——这些成就是真实的——而是根据现有证据对其进行校准。

已验证且可信的内容

融资与估值轨迹：从（2025年中）7亿美元到（2026年4月）29亿美元，跨越多个已命名的融资轮次并有已命名的投资者参与，这一进展在多个独立来源中得到了充分印证⁶⁹¹²¹⁷。这是关于该公司最可靠记录的事实之一。

硬件规格：R1系列规格——20个自由度、10公斤双臂峰值负载、500 TOPS算力、360°激光雷达⁴——在商业和视频来源中保持一致，且具体到足以被证伪。A1机械臂的10米/秒速度和40米/秒²加速度数据⁴对于一款高性能工业机械臂来说是合理的，且尚未被反驳。

在LIBERO和RoboTwin上的基准测试表现：具体数据——RoboTwin上固定任务89.1%/随机任务88.5%，LIBERO上97.0%，LIBERO-PRO上48.0%¹⁸——出现在研究论文（arXiv预印本）中，且内部一致。它们代表了真正的技术成就，尤其是LIBERO的分数。LIBERO-PRO的分数是诚实的：它揭示了系统在哪些方面存在困难。

G0.5的开源：在WDC 2026上的公告⁷得到了独立报道，代表了一个可验证的承诺。发布的权重是否与描述的能力相匹配，是研究界将在发布后的几个月内回答的问题。

蓝思科技合作：经独立新闻来源⁹确认为硬件供应链和量产合作。蓝思科技是一家大型精密制造企业，具备支持批量生产的规模。

已声称但未经验证的内容

"在7项全球主要基准测试中位列中国第一"：这是一项供应商声明¹¹，在档案中没有任何独立佐证。研究论文证实了在特定基准测试上的强劲表现，但并未建立全面的排名。在独立复现之前，该声明应被视为营销宣传。

190毫秒Fast-WAM推理延迟，"比传统方法快4倍"：仅为供应商声明¹¹。比较基线（"传统方法"）未定义，使得该声明按目前表述无法被证伪。没有独立来源确认该数据。

零样本泛化：供应商声称G0.5无需针对特定任务的微调，即可处理不熟悉的物体、新颖的场景布局以及新的语言指令组合¹¹。研究证据部分反驳了这一点：关于数据效率的工作描述，需要1次人类演示加上40个真实样本才能实现稳定部署¹⁸，这属于微调，而非零样本操作。48%的LIBERO-PRO分数进一步表明，更困难的泛化任务仍未解决。零样本声明是理想化的，相对于已证明的证据而言有所夸大。

40多家客户，包括知名企业：客户名单⁴看似合理，但未经任何具名客户验证。此处的"客户"可能涵盖从研究硬件购买到试点协议再到意向书的广泛范围。没有任何客户发布过独立新闻稿，确认Galaxea机器人已在其生产规模上进行商业部署。

2026年实现10,000台量产：供应商目标⁹。没有独立来源确认足以支持这一数字的生产能力、供应链准备情况或订单积压。蓝思科技合作提供了一个可信的制造途径，但该目标仍未经验证。

难看的一面：结构性隐忧

估值速度与收入不透明：该公司的估值在2026年初约两个月内增长了两倍⁹¹²¹⁷，达到29亿美元。没有任何收入数据被披露。在一个中国深科技估值部分受政策动能和竞争性投资者动态驱动的市场中，估值是商业吸引力的一个薄弱指标。没有任何披露的收入、单位出货量或客户合同价值，这是一个重大的透明度缺口。

试点阶段部署被包装为商业规模：供应商关于"自2024年底开始销售"和"40多家客户"的措辞，营造了一种独立来源所不支持的商业势头印象⁹。诚实的描述是，Galaxea已在试点环境中向大量组织部署了机器人，这对于一家成立不到两年的公司来说是一项真正的成就，但这与大规模商业部署不同。

基准测试作弊风险：机器人AI领域有一个有据可查的趋势，即基准测试分数会夸大现实世界的能力。RoboTwin和LIBERO基准测试是具有定义任务集的受控环境。LIBERO上97%与LIBERO-PRO上48%之间的差距具有启发性：增加任务复杂性会导致性能近乎减半。现实世界的工业环境比LIBERO-PRO更困难。

编排演示风险：档案中包含展示DEXO灵巧手和其他能力的视频来源²²。根据证据纪律框架，编排好的演示并不构成自主泛化能力的证明。这些演示展示了系统在有利条件下能做什么，而非其在现实世界条件分布下能可靠地做什么。

声明追踪

该模块正在整理中——暂无可显示的数据。

---

12未来情景

以下情景是基于本报告所收集证据的编辑推断。它们并非预测，而是结构化的可能性，旨在支持投资与合作伙伴关系的决策。

情景A：受控上升（基准情形，约40%概率）

Galaxea执行有纪律的规模化：与Lens Technology的合作在2026年交付2,000–4,000台（低于10,000台目标），主要部署在中国轻工制造和物流试点项目中。G0.5开源版本发布带来有意义的第三方研究贡献，改善基准性能并吸引更多学术客户。收入相对于估值仍较低——可能在数千万美元级别——但公司展示了通往工业部署的可信路径。C轮融资以持平或略高的估值进行，巩固资产负债表。国际扩张仅限于研究合作伙伴关系和少量欧洲工业试点项目。

在此情景下，到2028年，Galaxea是中国类人机器人市场中可信的二线参与者，拥有差异化的AI技术栈，但硬件和部署规模落后于Unitree和UBTECH。

情景B：AI技术栈突破（乐观情形，约25%概率）

G0.5开源版本发布和亦庄百万小时数据计划带来泛化能力的阶跃式提升。第三方基准测试——理想情况下来自美国或欧洲研究机构——独立验证了供应商迄今仅自我报告的性能声明。一两家知名企业客户（可能是大众或海尔）发布公开案例研究，确认R1部署带来的可量化生产力提升。这一验证引发公司AI技术栈的重新评级，使其成为真正的前沿能力，吸引国际企业客户，并可能获得非中国工业集团的战略投资。

在此情景下，Galaxea的"机器人大脑"定位——投资者沟通中使用的框架¹⁰——获得商业验证，公司相对于硬件优先的同行享有溢价。

情景C：硬件-AI解耦（中等风险，约20%概率）

G0.5模型一旦开源，被运行在更便宜或更强大硬件平台（Unitree G1或未来平台）上的竞争对手采用。Galaxea的AI技术栈成为商品而非护城河。同时，R1硬件面临来自Unitree更低价格点的成本压力，以及平台相对年轻带来的可靠性压力。公司被迫在加倍投入硬件（资本密集型、商品化）或转向纯AI软件和服务模式（需要不同的市场进入策略）之间做出选择。鉴于当前投资者基础和产品定位，这两种转型都不容易。

情景D：地缘政治冲击（尾部风险，约15%概率）

中美技术限制升级——扩大实体清单指定、半导体出口管制收紧、或限制中国机器人公司在敏感领域运营——实质性约束Galaxea的计算供应链和国际市场准入。华为云集成在欧洲和美国市场成为负担。国内需求吸收短期影响，但公司29亿美元的估值——隐含定价了部分国际市场潜力——面临向下修正。国有背景投资者可能提供底部支撑，但增长叙事受损。

情景E：整合（短期概率低，约10%概率）

中国类人机器人市场目前有十多家获得融资的初创公司，因投资者疲劳或高调部署失败而经历整合。Galaxea凭借其强大的AI技术栈资质和机构投资者基础，是收购较小同行或成为更大工业集团（美的、富士康或国有企业）收购目标的合理候选者。与Lens Technology的关系可能演变为控股股权。此情景在3–5年时间范围内比2026年更可能发生。

13持续跟踪清单

以下指标若得以实现，将实质性更新本报告中的评估。它们按最可能影响的维度进行组织。

商业牵引力

• 具名客户案例研究及量化成果：来自大众、海尔、三星或字节跳动的任何公开声明，确认R1在量产规模上的部署，并附有可衡量的生产力或质量指标。这将是唯一最重要的商业验证信号。
• 单位出货量披露：任何经独立验证的、向付费客户（而非研究合作伙伴）出货的R1单位数量。10,000台2026年目标⁹应参照蓝思科技的季度生产公告进行跟踪。
• 收入披露：任何披露年度经常性收入或合同价值的财务文件、投资者沟通或可信媒体报道。目前尚无公开信息。
• 定价稳定性：R1系列价格点（320,000–459,900元⁴）能否在宇树科技和新进入者的竞争压力下保持稳定，或者是否会出现进一步降价（继A1/入门版价格从39,800元降至19,800元之后），从而预示利润率压力。

技术能力

• 独立基准复现：任何非Galaxea AI附属的研究团队，使用开源的G0.5权重复现或扩展RoboTwin和LIBERO分数的结果。正面结果将验证供应商的主张；负面结果同样具有信息价值。
• LIBERO-PRO分数提升：当前48.0%的分数¹⁸是泛化极限最诚实的指标。在该基准上进步至65–70%以上将代表有意义的性能提升。
• 零样本声明验证：一篇经过同行评审的论文，在保留的任务集上展示真正的零样本任务完成（无需每任务微调，无需真实样本收集），将实质性验证供应商最强的人工智能主张。
• Fast-WAM延迟独立测量：任何第三方对G0/G0.5堆栈推理延迟的测量，并附有“4倍更快”比较的明确基线。
• Kengo双足平台技术披露：Kengo人形机器人⁷⁸的完整规格发布，包括运动基准、有效载荷和人工智能堆栈集成。目前仅宣布，尚未进行特性描述。

融资与公司层面

• C轮融资条款及投资者构成：下一轮融资是否维持估值轨迹，以及是否有任何国际（非中国）战略投资者参与——这将标志着国际市场可信度。
• 计算供应链披露：确定驱动500 TOPS平台⁴的特定NPU/GPU芯片组，这将澄清出口管制风险敞口。
• 安全认证进展：R1系列的任何CE、UL或同等认证，这是在大多数受监管市场进行非试点工业部署的先决条件。
• 亦庄数据计划里程碑：100万小时真实世界数据集⁷的进展报告，包括数据多样性、标注方法和第三方访问条款。

地缘政治

• 美国实体清单或同等指定：任何针对Galaxea AI、其投资者或其关键供应链合作伙伴的监管行动，将实质性影响其国际扩张选择。
• 华为云集成深度：华为云客户关系是否会深化为基础设施依赖，或仍停留在试点合作——前者将复杂化西方市场进入。
• 国际分销扩展：RBTX.co.uk的挂牌⁴之后，是否会有活跃的欧洲销售活动、CE认证和本地支持基础设施。

14来源与方法论

方法论

本报告采用结构化证据纪律框架，对2026年6月25日收集的研究档案进行分析。所有事实性主张均归入以下四类之一：

• 已核实事实：有监管文件、官方产品文档、具名客户独立确认、同行评审或原始研究支持，或经多个独立来源一致报道。
• 公司声明：由Galaxea AI或其代表陈述，未经独立核实。
• 编辑推断：基于公开证据平衡得出的合理结论，已明确标注。
• 未知：未公开披露，直接陈述而非推断。

精心编排的演示视频不被视为自主通用能力的证明。合作公告不被视为付费商业部署的证明。来自供应商研究论文的基准分数被视为指示性，但需注意受控基准会系统性地高估实际性能。

档案包含29个编号来源，其中一部分与Galaxea AI直接相关。档案中的几个视频来源（来源²⁴–²⁷）涉及无关的AI软件产品，未在本报告中引用。来源²⁸是与Galaxea AI无关的Reddit AMA，未引用。来源²³涉及斯坦福大学的MoMaGen研究，该研究与包含Galaxea硬件的BEHAVIOR套件工作²有交集，但并未独立验证Galaxea的商业主张。

整体档案置信度得分为0.88，反映了在融资、创始人和硬件规格方面有强有力的佐证，但在部署成熟度、AI能力主张和生产目标方面置信度较低。

来源

¹ Wang, Y. "The $700 Million Chinese Robot Startup That Wants To Take On Tesla." Forbes, 2025年8月25日。https://www.forbes.com/sites/ywang/2025/08/25/the-700-million-chinese-robot-startup-that-wants-to-take-on-tesla

² "Galaxea AI (星海图) Featured in Stanford Team's BEHAVIOR Robot Suite Research." YouTube。https://www.youtube.com/watch?v=2qirk8E5_SI

³ "Galaxea AI Chief Says China Could Lead Robotics Models Within Three Years." Caixin Global, 2026年6月17日。https://www.caixinglobal.com/2026-06-17/galaxea-ai-chief-says-china-could-lead-robotics-models-within-three-years-102454837.html

⁴ "Galaxea AI." RBTX.co.uk合作伙伴简介。https://rbtx.co.uk/en-GB/partners/galaxea-ai

⁵ "Beijing's Galaxea AI Raises $100 Million At $700 Million Valuation, Says Humanoids Will Enter Homes In Less Than A Decade." Yahoo Finance。https://finance.yahoo.com/news/beijings-galaxea-ai-raises-100-000126844.html

⁶ "Chinese robotics startup Galaxea secures new funding to scale up production." CnTechPost, 2026年4月2日。https://cntechpost.com/2026/04/02/chinese-robotics-startup-galaxea-secures-new-funding-scale-up-production/

⁷ "Galaxea Open-Sources G0.5 VLA Model and Unveils Kengo Humanoid at WDC 2026, Launches Million-Hour Data Ecosystem." Embodied Global, 2026年6月。https://embodiedglobal.com/en/article/galaxea-g05-vla-model-open-source-data-ecosystem-june-2026

⁸ "Galaxea Unveils Kengo Humanoid Robot With Advanced Agility And Recovery." Digg Tech。https://digg.com/tech/vg9qgfai

⁹ "3 Billion Yuan Raised in Two Months, Valuation Breaks 20 Billion Yuan: What is GALAXEA's Edge?" Gasgoo / Autonews, 2026年3月21日。https://autonews.gasgoo.com/articles/news/3-billion-yuan-raised-in-two-months-valuation-breaks-20-billion-yuan-what-is-galaxeas-edge-2040321874859307009

¹⁰ "Galaxea Raises $278M as China Embodied AI Shifts to 'Robot Brain' Models." China Biz Insider。https://chinabizinsider.com/galaxea-raises-rmb-2-billion-in-b-round-as-chinas-embodied-ai-valuations-reprice-on-robot-brain-scarcity/

¹¹ "Galaxea G0.5 Delivers Zero-Shot Embodied Foundation Models for Robots." Digg Tech。https://digg.com/tech/2g940yzj

¹² "Galaxea AI: $291 Million Round Values Beijing Robotics Startup at $2.9 Billion." Asiabits。https://asiabits.com/insights/galaxea-ai-291-million-round-values-beijing-robotics-startup-at-29-billion

¹³ "Galaxea AI Secures $300M Series A to Propel the Future of Embodied Intelligent Robotics." SignalBase。https://www.trysignalbase.com/news/funding/galaxea-ai-secures-300m-series-a-to-propel-the-future-of-embodied-intelligent-robotics

¹⁴ "Galaxea AI Secures $100M Funding Round." Dealroom.co。https://app.dealroom.co/news/feed/galaxea-ai-secures-100m-funding-round

¹⁵ "Galaxea AI: Funding, Team & Investors." Startup Intros。https://startupintros.com/orgs/galaxea-ai

¹⁶ "Chinese Robotics Startup Galaxea AI Raises $290M USD in Series B+ Funding, Valued at $29B USD." The AI Insider, 2026年4月4日。https://theaiinsider.tech/2026/04/04/chinese-robotics-startup-galaxea-ai-raises-290m-usd-in-series-b-funding-valued-at-29b-usd

¹⁷ "Galaxea AI Raises $144 Million as China's Robot Investment Frenzy Mounts." Caixin Global, 2026年2月12日。https://www.caixinglobal.com/2026-02-12/galaxea-ai-raises-144-million-as-chinas-robot-investment-frenzy-mounts-102413767.html

¹⁸ "Galaxea Open-World Dataset and G0 Dual-System VLA Model