2026年3月，一家成立刚满八个月的公司，用五轮融资、20亿人民币、十亿美金估值，硬生生挤进了具身智能赛道最拥挤的牌桌。

至简动力的投资方名单拿出来，红杉、君联、蓝驰、元璟，再加上腾讯和阿里两大战略方同时入局，放在任何一个赛道都算得上豪华。

但比融资更值得看的，是这家公司的创始班底——前理想汽车CTO王凯、智能驾驶技术研发负责人贾鹏、智驾量产负责人王佳佳。这几乎是理想汽车智能驾驶核心团队的半壁江山。

问题来了：这帮在造车领域卷过、打过仗、证明过自己的人，现在把理想的那套技术方法论搬到机器人身上，能跑通吗？

财能圈的判断是：至简动力不是在复制理想的技术，而是在复刻理想的技术观——那种从0到1、从1到规模化的体系化作战能力。这才是VC们愿意连续加码的真正原因。

VLA模型从车上拆下来，装进机器人身体里

贾鹏在理想汽车干过一件事：主导全球首个VLM+端到端快慢双系统的研发交付，也是首个VLA模型的研发负责人。VLA，全称Vision-Language-Action，视觉语言动作模型，本质上是让机器看懂世界、听懂人话、然后动手干活的大脑。

这套东西放在车上，解决的是自动驾驶问题；放在机器人身上，解决的是一样的物理世界交互问题。区别只在于，车有四个轮子在地上跑，机器人有两条手臂或者两条腿在空间里动。

至简动力现在做的，就是把VLA模型从车上拆下来，装进机器人身体里。他们推出的LaST₀基座模型，把世界模型对物理世界的理解、预测和VLA的快慢思维融合在一起。翻译成人话：让机器人既能快速反应，又能慢下来思考复杂问题。这套架构和贾鹏在理想做的VLM+端到端快慢双系统，技术逻辑一脉相承。

另一个有意思的细节：至简动力发布的ManualVLA超长程任务模型，相关论文已经被CVPR 2026收录。CVPR是计算机视觉领域顶会，能在这种级别的会议上发论文，说明技术底子确实扎实。

但这套打法有个代价：训练难度大，算力消耗高，数据需求量大。至简动力的解法是从理想那儿搬来的——只开发一个通用本体，覆盖尽可能多的场景，提高数据通用性和复用率。这套逻辑在车上跑过：理想只做一款车打天下，通过规模效应摊薄成本。现在搬到机器人身上，思路一模一样。

“影子模式”是智驾行业的标配，机器人行业还没人这么干

数据闭环是具身智能的生死线。机器人要想在真实世界里干活儿，必须得有一边干活一边学的能力。

至简动力的解法是：在端侧部署和预埋额外算力，让机器人在本体上完成数据收集、训练、测试、验证-10。这套范式在智能驾驶行业有个专门的名字：影子模式。

影子模式最早是特斯拉发明的。车在路上跑，智驾系统在旁边默默观察，如果司机的操作和系统决策不一致，就把数据传回去训练模型。好处是能在真实场景里低成本收集数据，不用用户付费，不用专门测试。

王佳佳在理想汽车干了几年，主导的就是端到端大模型的量产交付。2021年加入理想，从有图到无图方案，再到端到端大模型，一路推着智驾系统上车。2025年8月，理想最新VLA大模型项目交付完成，他离职加入至简动力。现在他把这套量产交付的经验带到了机器人行业。

至简动力提出的“Human data is all you need”机器人学习范式，把学习过程分成三阶段：预训练阶段靠人手采集海量操作数据提升泛化能力；下游任务阶段靠人类示范快速扩展任务探索；后训练阶段靠实时人工指导参与在线学习。这套分层递进的训练思路，和智驾行业的数据闭环逻辑如出一辙。

但问题也在这里：车的行驶数据相对标准化，路况、车道、交通信号都有明确规则。机器人在工厂、商超、物流环境里的操作数据，复杂度和随机性高出几个量级。影子模式在车上跑通了，在机器人身上能不能跑通，还得看真实场景验证。

45天出初代机，半年铺三地，这节奏是理想时代练出来的

至简动力的执行节奏，拿捏得很紧。

从首位员工到岗，到自研本体初代机问世，只花了不到45天。到目前，已经完成两代面向B端和C端的本体研发，实现小批量下线，全面开启PoC验证。公司在北京、上海、苏州三地完成布局，苏州全球创新中心已经落地。

这种节奏感，是理想时代练出来的。王凯2021年担任理想CTO时，带队创下7个月实现智驾系统量产上车的行业纪录。在那个时间节点，新势力造车的竞争已经到了以月为单位计算进度的阶段。谁慢一步，谁就可能掉队。

贾鹏在理想的五年，经历了从BEV感知到AD Max 3.0再到VLA模型的迭代过程-8。这种高强度、快节奏的技术迭代经验，放在机器人赛道同样适用。现在的具身智能行业，虽然还没到车那么卷，但融资节奏、产品迭代、场景验证，都在加速。

至简动力的打法很明确：先从封闭场景切，工厂车间、商超、物流是率先瞄准的目标。从封闭到半开放再到全开放，从B端到C端，从国内到海外。这套渐进式的路径，和智能驾驶从高速NOA到城区NOA再到全场景的演进逻辑，几乎是一个模子刻出来的。

贾鹏说，“体系化就是我们的差异化。”这话听着像口号，但放在具身智能这个赛道，确实是实打实的门槛。

现在的机器人公司，缺的不是demo，缺的是能把东西做出来、扔进真实场景干活、还能稳定跑下去的体系能力。至简团队在理想时代跑过这套体系，现在换个赛道再跑一遍。

半年五轮融资，20亿，十亿美金估值。至简动力用最快的速度冲进了独角兽俱乐部。

但这只是开始。技术路线再性感，最终要看能不能在真实的工厂里稳定干活，能不能让客户买单，能不能把数据闭环真正跑起来。具身智能这个赛道，不缺融钱的新闻，缺的是能活下来、能规模化、能赚钱的公司。

至简团队在理想时代见过最残酷的淘汰赛，也熬过至暗时刻。现在换了个赛道，打法还是那套：把在车上验证过的技术方法论搬到机器人身上，然后拼执行、拼节奏、拼体系。

VC们的钱已经押上桌了。接下来就看这帮“理想人”，能不能在机器人身上，把同样的故事再讲一遍。技术可以复用，但真正的考验，从来不在实验室里。