Der „20-Milliarden-Yuan-Club“ der verkörperten Künstlichen Intelligenz: 8 Unternehmen, die insgesamt mehr als 100 Milliarden Yuan an Finanzmitteln auf sich ziehen, setzen alles auf eine vielversprechende Zukunft.
Roboter haben noch nicht wirklich gelernt, praktische Arbeiten zu erledigen, aber die Bewertungen von Robotikunternehmen sind bereits auf 20 Milliarden Yuan angestiegen.
Bis Juni 2026 haben im Inland bereits 8 Unternehmen für verkörperte Intelligenz eine Bewertung von 20 Milliarden Yuan erreicht, was in der Branche als „20-Milliarden-Yuan-Club“ bezeichnet wird. Dazu gehören Unitree Robotics (im Folgenden Unitree), Agibot Robotik (im Folgenden Agibot), Galaxy Universal, Star Atlas, Qianxun Intelligence, Zili Robotics (im Folgenden Zili), Zhi Square und Lingxin Qiaoshou.
Unter ihnen hat Agibot keine neue Finanzierungsrunde im Primärmarkt offiziell angekündigt, aber es wurde im März 2026 das erste inländische Unternehmen für verkörperte Intelligenz, das insgesamt mehr als 10.000 Einheiten ausgeliefert hat. Im Juli hat es den Prozess der Börsennotierung in Hongkong eingeleitet, und die Branche schätzt allgemein, dass seine Bewertung die Marke von 20 Milliarden Yuan bereits überschritten hat.
Vor einem Jahr waren 20 Milliarden Yuan in dieser Branche noch eine unerreichbare Zahl. Heute stehen 8 Unternehmen gleichzeitig an dieser Marke, die grob in drei Lager unterteilt werden können.
Ein Lager, vertreten durch Unitree und Agibot, hat durch Auslieferungsmengen und Kostenkontrolle als erstes den geschlossenen Kreislauf des „Verkaufs von Hardware“ realisiert. Ein weiteres Lager, vertreten durch Galaxy Universal, Star Atlas, Qianxun Intelligence, Zili und Zhi Square, setzt auf den langfristigen Wert des „Gehirns“ und tauscht zukünftige Prämien durch Modellfähigkeiten und Datenbarrieren. Lingxin Qiaoshou bildet ein eigenes Lager: Es baut keine Roboterkörper, sondern nur „Hände“. Nach der B+-Finanzierungsrunde im April dieses Jahres überschritt seine Bewertung 20 Milliarden Yuan, und die Bewertung einer „Hand“ kommt fast der eines kompletten humanoiden Roboters gleich.
Obwohl beide eine Bewertung von 20 Milliarden Yuan haben, kauft der Markt nicht dieselben Dinge. Manche setzen auf die Auslieferungsmengen im nächsten Jahr, manche auf die zukünftige Generalisierungsfähigkeit von Modellen, und andere auf die feinen Bedienfähigkeiten von Robotern.
Im Folgenden analysieren wir diese 8 Unternehmen nacheinander anhand von vier Dimensionen: Bewertungslogik, Datenpfad, Einsatzszenarien, Genese des Gründerteams und Hintergrund der Anteilseigner. Obwohl die Rangfolge der Unternehmen in jeder Dimension unterschiedlich ist, ergibt sich durch die Überlagerung der vier Dimensionen ein ungefähres Bild des aktuellsten Zustands dieser Branche.
01. Drei Arten von Bewertungslogik: Man kauft nicht dasselbe
Obwohl beide eine Bewertung von 20 Milliarden Yuan haben, lassen sich die Bewertungslogiken der 8 Unternehmen grob in drei Kategorien einteilen.
Die erste Kategorie setzt auf „Körper + geschlossener Auslieferungskreislauf“, vertreten durch Unitree und Agibot. Diese beiden sind auch die einzigen zwei der 8 Unternehmen, die auf tatsächliche Auslieferungsmengen setzen. Die Bewertung, die der Markt ihnen gibt, richtet sich hauptsächlich nach dem bereits funktionierenden Weg des „Verkaufs von Hardware“.
Nach Statistiken von Omdia, einem globalen Marktforschungs- und Beratungsinstitut für Technologiemärkte, belief sich die Auslieferungsmenge von humanoiden Robotern von Agibot im Jahr 2025 auf 5168 Einheiten, was einem Anteil von rund 39 % am globalen Markt entspricht, wenn man den Umfang der allgemeinen humanoiden Roboter mit räderbetriebenen Zwei-Arm-Robotern einbezieht. Unitree gab in seinem Prospekt an, dass die Auslieferungsmenge von reinen zweibeinigen humanoiden Robotern im Jahr 2025 5500 Einheiten betrug, was ebenfalls „weltweit die Nummer 1“ ist. Das Nebeneinander der beiden „Nummer 1“ ergibt sich aus Unterschieden in den Statistikdefinitionen. Für die Bewertung ist es keine Überraschung, dass die beiden die ersten beiden Plätze in der Branche belegen.
Finanziell gesehen ist Unitree eines der wenigen profitablen Unternehmen in dieser Gruppe: Im Jahr 2025 erzielte es einen Umsatz von 1,699 Milliarden Yuan und einen Nettogewinn nach außerordentlichen Posten von 590 Millionen Yuan. Es ist auch das Unternehmen mit dem schnellsten Börsengangsprozess: Es hat die Registrierung für den IPO am Sci-Tech Innovation Board bereits bestanden, und die Emissionsbewertung beträgt etwa 42 Milliarden Yuan. Der Umsatz von Agibot liegt etwas niedriger: Er überschritt im Jahr 2025 1,05 Milliarden Yuan. Es wurde nicht offengelegt, ob es profitabel ist, aber es hat ebenfalls den Prozess der Börsennotierung in Hongkong eingeleitet.
Die Gemeinsamkeit der beiden Unternehmen besteht darin, dass jeder Cent, den sie verdienen, durch tatsächliche Auslieferungsmengen und Kundenaufträge gestützt wird.
Aber diese „Überprüfbarkeit“ ist auch ein zweischneidiges Schwert: Sobald das Wachstum der Auslieferungen nachlässt, könnte der Markt sie als Hardware-Unternehmen neu bewerten. Und die Bewertungsmultiplikatoren für Hardware-Unternehmen haben eine Obergrenze: Beispielsweise hat Fanuc, das weltweit die meisten industriellen Roboter installiert hat, ein höchstes Kurs-Umsatz-Verhältnis (PS) von etwa 10. Das aktuelle PS der Emissionsbewertung von Unitree im IPO beträgt etwa 24,7, und der zusätzliche Teil enthält die „Streckenprämie für humanoide Roboter“. Wenn das Wachstum der Auslieferungsmengen hinter den Erwartungen zurückbleibt, könnte diese Prämie stark verringert werden, und die Bewertung wird auf das Niveau traditioneller Hardware-Unternehmen fallen.
Die zweite Kategorie setzt auf „Gehirn + Datenbarrieren“, einschließlich der fünf Unternehmen Galaxy Universal, Star Atlas, Qianxun Intelligence, Zili und Zhi Square. Ihre Auslieferungsmengen liegen weit unter denen von Unitree und Agibot, viele bewegen sich noch im Bereich von Hunderten von Einheiten, aber ihre Finanzierungsbeträge sind sehr hoch.
Galaxy Universal hat in weniger als drei Jahren insgesamt rund 70 Milliarden Yuan an Finanzmitteln aufgenommen, und der Nationale Investitionsfonds für Künstliche Intelligenz (gegründet von der dritten Phase des großen nationalen Fonds) hat seine erste Investition in dieses Unternehmen getätigt. Zhi Square hat innerhalb eines Jahres 12 Finanzierungsrunden abgeschlossen, und eine Runde im Juni 2026 belief sich auf fast 50 Milliarden Yuan. Zili hat innerhalb von zwei Monaten drei Finanzierungsrunden absolviert und ist das einzige inländische Unternehmen für verkörperte Intelligenz, das jeweils von den vier Großunternehmen Meituan, Xiaomi, Alibaba und ByteDance als führender Investor gefördert wurde. Star Atlas hat in weniger als zwei Monaten zwei Finanzierungsrunden mit insgesamt 30 Milliarden Yuan erhalten, und seine Bewertung hat sich in etwas mehr als einem Monat fast verdoppelt. Qianxun Intelligence hat innerhalb von mehr als drei Monaten in drei Runden fast 50 Milliarden Yuan an Kapital aufgenommen.
Für diese Art von Unternehmen setzt das Kapital auf die langfristige Prämie, die durch Modellfähigkeiten und Datenbarrieren entsteht, und wettet darauf, dass das „Robotergehirn“ zum Betriebssystem der nächsten Ära wird. Aber es gibt auch Risiken: Der Fortschritt der Modellfähigkeiten fehlt es an intuitiven Beobachtungsindikatoren wie den Auslieferungsmengen. Wenn die Geduld des Marktes kürzer ist als der für technische Durchbrüche benötigte Zeitraum, könnte die Bewertung stark sinken.
Die dritte Kategorie setzt auf „Schlüsselkomponenten“.
Lingxin Qiaoshou ist das einzige der 8 Unternehmen, das keine Roboterkörper herstellt. Sein Wert liegt in seiner strategischen Positionierung. Solange die Strecken für humanoide Roboter expandieren, benötigt jedes Hersteller von kompletten Robotern, der am Ende erfolgreich ist, geschickte Hände, um physische Interaktionen wie „Greifen, Halten und Drücken“ durchzuführen. Nach Abschluss der B+-Finanzierungsrunde Ende April betrug die Bewertung von Lingxin Qiaoshou etwa 3 Milliarden US-Dollar (über 20 Milliarden Yuan). Im Mai gab es Gerüchte, dass es eine neue Finanzierungsrunde mit einer Bewertung von 6 Milliarden US-Dollar anstrebt und einen IPO in Hongkong plant. Seine kurzfristige Umsatzsicherheit ist die höchste im 20-Milliarden-Yuan-Club, das langfristige Risiko besteht darin, dass die führenden Hersteller von kompletten Robotern sehr wahrscheinlich selbst geschickte Hände entwickeln werden.
Es ist erwähnenswert, dass die Grenzen zwischen diesen drei Lagern auch verschwimmen. Unitree hat einen großen Teil seiner eingeworbenen Mittel für die Entwicklung des Roboter„gehirns“ vorgesehen. Star Atlas und Galaxy Universal entwickeln gleichzeitig Modelle und sammeln Daten durch den Verkauf von Hardware, während Lingxin Qiaoshou eine eigene Datenfabrik aufbaut, um seine eigenen geschickten Hände zu unterstützen.
02. Wettbewerb um Datenpfade: Simulation oder echte Daten – was ist die optimale Lösung?
Die grundlegende Fähigkeit, die eine Bewertung von 20 Milliarden Yuan stützt, ist die Intelligenz des Gehirns jedes Roboters, die durch Daten bestimmt wird.
Bei der Frage, woher die Daten stammen, teilen sich die 8 Unternehmen zunächst in zwei Lager auf: solche, die hauptsächlich auf Simulation setzen, und solche, die hauptsächlich auf Daten aus der realen Welt setzen. Es ist jedoch zunächst ein branchenüblicher Hintergrund zu erwähnen: Simulationsschulung + Übertragung auf echte Roboter ist längst ein grundlegender Prozess im Bereich der verkörperten Intelligenz. Fast kein Unternehmen nutzt überhaupt keine Simulationsdaten, der Unterschied liegt nur darin, was im Vordergrund steht. Simulationsdaten entstehen, indem virtuelle Szenarien im Computer aufgebaut werden, in denen Roboter wiederholt üben. Echte Daten unterteilen sich in zwei Kategorien: Erstens Daten von echten Robotern, die direkt vom Roboterkörper erzeugt werden, einschließlich der Daten, die bei der Fernsteuerung von Robotern durch Menschen aufgezeichnet werden, und der Daten, die Roboter bei eigenständigen Aktionen in realen Szenarien erzeugen. Zweitens Daten ohne Roboterkörper: Ohne den Umweg über den Roboterkörper tragen Menschen tragbare Geräte oder halten Greifwerkzeuge und andere Erfassungsgeräte, demonstrieren Aktionen direkt in der realen Umgebung, zeichnen die menschlichen Bewegungen auf und bilden sie anschließend auf den Roboter ab.
Nur Galaxy Universal verfolgt den Pfad, der hauptsächlich auf Simulation setzt. Es startete ursprünglich mit einem extremen Verhältnis von 99 % synthetischen Daten zu 1 % echten Daten. Mit der Zunahme der Anzahl der eingesetzten offiziellen Geschäftsanwendungen steigt der Anteil der echten Daten allmählich an.
In den letzten Jahren hat sich die Simulationstechnik selbst schnell weiterentwickelt. Physik-Engines werden realistischer, und Technologien wie Domain-Randomisierung (Hinzufügen verschiedener zufälliger Änderungen im virtuellen Training, z. B. wechselnde Beleuchtung oder veränderte Positionen von Objekten) verbessern ständig die Effizienz der Übertragung von der virtuellen in die reale Welt. Aber die grundlegende Herausforderung dieses Pfades hat sich nicht geändert: Selbst die besten Erfolgsraten in der Simulationsumgebung müssen in der realen Welt neu überprüft werden. Ob diese Lücke ständig verkleinert werden kann, ist der Schlüssel dafür, ob dieser Pfad funktioniert.
Die übrigen 7 Unternehmen setzen absolut auf echte Daten als Hauptquelle, aber bei der Art der Datenerhebung unterteilen sie sich wieder in drei Kategorien.
Die erste Kategorie ist die spezialisierte Datenerhebung, einschließlich der vier Unternehmen Zili, Qianxun Intelligence, Star Atlas und Zhi Square. Sie lassen sich anhand von zwei Dimensionen unterscheiden: „Gibt es einen eigenen Roboterkörper?“ und „Werden die Daten selbst verwendet oder werden sie quelloffen gemacht?“.
Zili verfolgt den Pfad der Kostensenkung ohne Roboterkörper. Es spart die Kosten für den Roboterkörper, lässt Menschen tragbare Geräte in realen Szenarien bedienen und nutzt das selbst entwickelte XRZero-Datenerfassungssystem ohne Roboterkörper. Durch ein Mischverhältnis von Daten ohne Roboterkörper zu Daten von echten Robotern von 10:1 und eine komplette Datenpipeline senkt es die Kosten auf 1/20 der traditionellen Fernsteuerung. Sein größtes Merkmal sind die niedrigen Kosten, aber der Preis dafür ist die Genauigkeit: Da der Roboterkörper kaum beteiligt ist, bleibt der Abweichungspotenzial bei der Abbildung der Daten auf die echten Robotermodelle ein Risiko.
Qianxun Intelligence verfolgt einen mehrquellenbasierten Fusionspfad in Form einer „Datenpyramide“. Die unterste Ebene besteht aus massiven menschlichen Videos aus dem Internet in Kombination mit Simulationen, die für die Vor-Training zur Erhöhung der Datenmenge und -vielfalt dienen. Die mittlere Ebene besteht aus Interaktionsdaten, die von selbst entwickelten tragbaren Ganzkörper-UMI-Geräten der fünften Generation erfasst werden: Wenn Menschen die Geräte tragen und normal arbeiten, werden die Bewegungen von Armen und Fingern in Echtzeit aufgezeichnet, und die Erfassungskosten sinken auf 1/10 der traditionellen Fernsteuerung. Die oberste Ebene besteht aus hochpräzisen Daten, die durch Fernsteuerung von echten Robotern und Rückflüsse aus kommerziellen Einsätzen für die Feinabstimmung von Modellen verwendet werden. Aber die Fusion selbst bringt neue Probleme mit sich: Datenformate, Qualitätsstandards und raumzeitliche Ausrichtung aus verschiedenen Quellen sind schwierig zu handhaben, und die Kosten für die verteilte Verwaltung sind nicht gering.
Star Atlas verfolgt den Pfad der Akkumulation durch echte Roboter und der Vergrößerung durch Open Source. Es betrachtet die Fernsteuerungsdaten von echten Robotern als Kernvermögen, das langfristig angesammelt wird, und hat das weltweit erste hochwertige Datenset GOD für echte Roboter in offenen Szenarien quelloffen gemacht, das komplexe Szenarien wie Wohnungen und Supermärkte abdeckt. Gleichzeitig investiert es in Dateninfrastruktur und hat Unternehmen wie Jianzhi Xinchuang, Data Intelligence, Whale Power und Yishu Intelligence aufgebaut. Sein Unterscheidungsmerkmal liegt hauptsächlich im Umfang: Es tauscht Zeit gegen Datenvolumen und Open Source gegen die Aufmerksamkeit der Ökosystem-Community ein. Das Problem liegt darin, wie die Qualität der erfassten Daten kontrolliert werden kann und ob Open Source die Datenbarrieren schwächt.
Zhi Square verfolgt den Pfad der eigenen Datenerhebung in Szenarien und des Datenaustauschs durch Open Source. Seine Daten stammen hauptsächlich aus der eigenen Erfassung in realen Szenarien, was offiziell als „doppelter geschlossener Kreislauf aus Daten und Geschäft“ bezeichnet wird, bei dem Daten durch den großflächigen Einsatz in Produktionslinien der Automobilherstellung, Halbleiterindustrie, Biotechnologie und öffentlichen Diensten angesammelt werden. Im Gegensatz zu dem „quelloffenen Datenset“ von Star