Das Geld der VCs jagt derzeit den altgedienten Veteranen im Bereich des intelligenten Fahrens hinterher.

Bei genauer Betrachtung des aktuellen Primärmarkts für Embodied Intelligence fällt ein starkes Missverhältnis auf.

Einerseits stecken mehrere führende Unternehmen, die ihre Börsenpläne bekanntgegeben haben, in der Panik vor einer verschärften Regulierung von Börsengängen humanoider Roboter. Andererseits drängen eine Reihe neuer Startups mit enormer Wucht auf den Markt – ihr Finanzierungsrhythmus, die Finanzierungssummen und die Hintergründe der Investoren sind gleichermaßen beeindruckend.

Das typischste Beispiel ist Kunlunxing Robotics: Weniger als 90 Tage nach seiner Gründung hat es insgesamt 3 Finanzierungsrunden abgeschlossen, seine Bewertung übersteigt direkt 1 Milliarde US-Dollar und es zählt damit zu den Unicorn-Unternehmen. Medienberichten zufolge wurde die erste Finanzierungsrunde dieses Unternehmens bereits weniger als 3 Tage nach der Registrierung des Unternehmens von Top-Instituten heiß begehrt.

Hinter dem rasanten Aufstieg von Kunlunxing Robotics spielt das starke Hintergrund des Gründungsteams offensichtlich eine entscheidende Rolle. CEO Ren Geng arbeitete nacheinander bei Huawei, Alibaba und der ENN Group, sein Lebenslauf umfasst Hardware-Engineering, KI-Innovation, milliardenschwere kommerzielle Steuerung und globalen Betrieb. Der andere Mitbegründer Lang Xianpeng war der „Mitarbeiter Nummer 1“ im Bereich intelligentes Fahren von Li Auto. Er baute das gesamte F&E-System für intelligentes Fahren von Li Auto von Grund auf neu auf, leitete die Auslieferung von End-to-End- und VLM-Lösungen und war vor seinem Ausscheiden bei Li Auto für den Hardware-Körper des humanoiden Roboters von Li Auto verantwortlich.

Mit den Worten des Investors GL Ventures handelt es sich um ein Team, das auf dem aktuellen Markt für Embodied Intelligence wirklich selten ist.

Wenn man die Liste der Startups aufschlägt, die in letzter Zeit hohe Finanzierungsbeträge erhalten haben, stellt sich heraus, dass Teams mit Hintergrund im Bereich intelligentes Fahren wie bei Kunlunxing Robotics fast zum Standard geworden sind – Huang Qingqiu, Yang Ruigang, Liu Nianqiu, Zhang Ying … sie alle sind erfahrene „Veteranen“ mit langjähriger technischer Erfahrung im Bereich des intelligenten Fahrens.

Erwähnenswert ist, dass sich mit dieser Gründungswelle auch der „Geschmack“ des Geldes geändert hat. Früher war der Primärmarkt bereit, für die endgültige Vorstellung von „allgemeinen Robotern“ zu zahlen – je größer die Geschichte, je ausgefallener die Technologie, desto höher die Bewertung. In der Erzählung dieser neuen Welle von Unternehmen sind die am häufigsten vorkommenden Schlüsselwörter dagegen Kommerzialisierung, Daten-Flywheel und vertikale Szenarien.

Sowohl das Wettbieten um die „Veteranen“ des intelligenten Fahrens als auch die Betonung von Kommerzialisierung und Daten-Flywheel spiegeln in gewissem Maße eine veränderte Haltung des aktuellen Kapitalmarkts gegenüber Embodied Intelligence wider: Im Vergleich zu groß angelegten Endgeschichten legen sie heute mehr Wert auf „Sicherheit“ und „Gewissheit“.

„Veteranen“ des intelligenten Fahrens wechseln geschlossen zu Embodied Intelligence

Beginnen wir mit den neuesten Nachrichten.

Letzten Monat gab das Startup für Embodied Intelligence Feimoi Technology den Abschluss seiner ersten Finanzierungsrunde in Höhe von fast 100 Millionen US-Dollar bekannt, angeführt von IDG Capital, mit Beteiligung von Yunqi Capital, Didi Chuxing, Fosun RZ Capital, Yaotu Capital und Hesai Technology. Das Unternehmen wurde Anfang dieses Jahres gegründet. Gründer Liu Nianqiu war früher technischer Partner bei DeepRoute.ai und beteiligte sich an der Umsetzung der kartenlosen intelligenten Fahr-Lösung von DeepRoute.ai sowie an der Weiterentwicklung des technischen Systems zu End-to-End-Modellen und großen VLA-Modellen.

Am selben Tag berichteten Medien, dass Zhang Ying, Leiter von Horizon Robotics HSD, das Unternehmen verlassen hat, um ein eigenes Startup zu gründen, und dass das neue Unternehmen bereits zwei Monate nach seiner Gründung mehrere Finanzierungsrunden abgeschlossen hat. Obwohl in den Berichten angegeben wird, dass es sich als Physical AI-Unternehmen positioniert, geht aus meinen Informationen hervor, dass dieses Projekt ebenfalls im Bereich der Embodied Intelligence angesiedelt ist.

Gehen wir weiter zurück. Anfang Juli gab Moqi Intelligence, gegründet Ende 2025 von Huang Qingqiu, dem ehemaligen Leiter der KI-Abteilung für intelligentes Fahren bei Huawei, den Abschluss einer Serie von Angel-Finanzierungsrunden in Höhe von über 1 Milliarde Yuan bekannt. Alibaba und Tencent sind beide eingestiegen, und mehr als zehn weitere Institutionen wie LanChi Ventures, Legend Capital, Gaorong Capital und Source Code Capital stehen ebenfalls auf der Liste der Aktionäre.

Erwähnenswert ist, dass das erste Produkt des Unternehmens zum Zeitpunkt der Bekanntgabe der Finanzierung noch nicht einmal offiziell vorgestellt wurde, seine Bewertung aber bereits 7 Milliarden Yuan überstieg.

Darüber hinaus hat Nüwa Robotics, gegründet im Februar dieses Jahres von Yang Ruigang, ehemaliger Direktor des Labors für autonomes Fahren und Roboter bei Baidu und ehemaliger CTO von Inceptio Technology, innerhalb von 3 Monaten nacheinander zwei Finanzierungsrunden angekündigt, an denen sich Investoren wie Plug and Play China Fund, Blue Lake Capital, Butong Capital und Gongqingcheng Puyi Investment beteiligten.

Die oben aufgeführten Projekte sind nur diejenigen, die in den letzten sechs Monaten neu gegründet wurden. Frühere Projekte wie Tushi Intelligent Navigation, gegründet von Chen Yilun, ehemaliger CTO für autonomes Fahren bei Huawei's Auto-BU, und Zhijian Power, gegründet von Jia Peng, ehemaliger Leiter der F&E für intelligentes Fahren bei Li Auto, haben in diesem Jahr ebenfalls nacheinander mehrere hohe Finanzierungsbeträge abgeschlossen.

Und weitere Projekte sind noch nicht öffentlich bekannt. Hazel, eine Fachkraft im Bereich Embodied Intelligence, erzählte mir, dass sie kürzlich auf einer Geschäftsreise in Peking ein Branchentreffen organisiert hat. Bei diesem Treffen hörte sie am Rande, dass in letzter Zeit nicht wenige Menschen aus der Branche des intelligenten Fahrens ausgestiegen sind, um im Bereich Embodied Intelligence zu gründen, viele von ihnen kommen von führenden Unternehmen für intelligentes Fahren wie Huawei, Horizon Robotics und der „Wei-Xiao-Li“-Gruppe. „Die Branche wird immer wettbewerbsintensiver“, staunte Hazel.

Je mehr Beispiele es gibt, desto deutlicher wird, dass dies kein zielloses Verfolgen eines Trends ist, sondern ein kollektiver Wechsel mit einer sehr einheitlichen Ausrichtung. Warum also ausgerechnet jetzt?

Nach Ansicht von Zhang Jiaqi, Geschäftsführender Direktor von Chentao Capital, ist dies in gewisser Weise ein „rechtzeitiger Richtungswechsel“ nach einer Abwägung.

Er erläuterte weiter, dass sich die technischen Routen im Bereich des intelligenten Fahrens derzeit insgesamt schnell annähern und die führenden Anbieter von städtischem NOA nacheinander in die Phase der Massenproduktion und des technischen Einsatzes eintreten. Für eine Schlüsselfigur, die End-to-End- und VLA-Modelle bereits in der Massenproduktion umgesetzt hat, sind die beruflichen Zusatznutzen gering, wenn sie im ursprünglichen System bleiben und eine weitere Version durchlaufen. Außerdem könnte sie mit beruflichen Unsicherheiten konfrontiert werden, die durch einen möglichen Wechsel der technischen Route entstehen. „Wenn man jetzt die Begeisterung des Primärmarkts für Embodied Intelligence nutzt, um ein Unternehmen zu gründen, kann man gute Aufmerksamkeit und eine angemessene Bewertung erhalten“, sagte Zhang Jiaqi.

Auf der anderen Seite können die Fähigkeiten von Fachkräften im Bereich des intelligenten Fahrens fast ohne Verluste übertragen werden. Cao Jishan, Gründungspartner von Yundao Capital, erklärte, dass das autonome Fahren in den letzten zehn Jahren wahrscheinlich die größte und anspruchsvollste industrielle Ausbildung im Bereich der physischen Intelligenz war. Es wird auf offenen Straßen betrieben, konfrontiert mit Starkregen, Hagel, plötzlich auftauchenden Fußgängern, rückwärts fahrenden Elektrofahrrädern und fast unzähligen langfristigen Sonderfällen. Gleichzeitig muss es niedrige Latenz, hohe Zuverlässigkeit und Ausfallsicherheit erfüllen. Noch wichtiger ist, dass es bereits in großem Umfang auf Endgeräten eingesetzt wird und in realen Umgebungen kontinuierlich Daten erzeugt.

„Viele industrielle Roboter befinden sich heute noch in kleinen Pilotphasen in einzelnen Fabriken. Produkte wie Rasenmäher, Schneeräumer und Poolreiniger verfügen bei weitem nicht über den Umfang an Endgeräten und die Komplexität der Umgebung wie Autos. Daher hinterlässt das autonome Fahren dieser neuen Gründungswelle nicht nur mehrere Algorithmen, sondern ein ganzes Set industrieller Fähigkeiten: Multimodale Wahrnehmung, echte Datenkreisläufe, Modelltraining, Endgerätebereitstellung, Zusammenarbeit von Hardware und Software, Sicherheitsredundanz sowie langjährige Erfahrung in der Auslieferung an große Kunden. Die Übertragung dieser Fähigkeiten auf industrielle Inspektionen, unbemannte Minen oder Logistiklieferungen ist in vielen Fällen wirklich, als stünde man auf den Schultern von Riesen.“

Darüber hinaus erwähnte Liu Nianqiu, Gründer von Feimoi Technology, in dem zuvor von ChinaVenture veröffentlichten Artikel „Erstveröffentlichung | Liu Nianqiu, Veteran des intelligenten Fahrens, gründet Unternehmen und erhält fast 100 Millionen US-Dollar in der ersten Finanzierungsrunde“ einen weiteren wichtigen Punkt.

Während der Gründungswelle für Embodied Intelligence vor zwei Jahren war das Angebot der Lieferkette noch nicht vollständig ausgereift. Um zu diesem Zeitpunkt im Bereich Embodied Intelligence tätig zu werden, musste man viel Energie aufwenden, um von den Grundkomponenten neu anzufangen. Heute ist die Situation ganz anders – auf dem Markt gibt es bereits eine große Anzahl von Motoren und Reduzierstücken, die speziell für Roboter optimiert sind. Die Schwierigkeit der Herstellung des Roboterkörpers wurde stark reduziert, und gleichzeitig ist das Angebot an KI-Infrastruktur weitaus reichlicher als vor zwei Jahren.

„Das bedeutet, dass wir nicht mehr ein oder zwei Jahre damit verbringen müssen, das Rad neu zu erfinden. Stattdessen können wir uns vom ersten Tag an darauf konzentrieren, über das Produkt selbst nachzudenken und einen geschlossenen Kreislauf für die kontinuierliche Iteration von Produkt, Daten und Modell aufzubauen“, sagte Liu Nianqiu.

Wenn Gelegenheit, Fähigkeiten und Infrastruktur gleichzeitig zusammenkommen, öffnet sich das Fenster für den Richtungswechsel.

Vom „allgemeinen Mythos“ zum „Daten-Flywheel“ – das Kapital beginnt mit der Prüfung

Es muss klargestellt werden, dass Fachkräfte aus dem Bereich des intelligenten Fahrens schon immer die Hauptkraft bei Gründungen im Bereich Embodied Intelligence waren – dies ist kein neues Phänomen dieser Welle. Bei früheren Unternehmen wie Xinghaitu stammt Gründer Gao Jiyang ebenfalls aus dem System des intelligenten Fahrens. Was sich wirklich geändert hat, sind die Geschichten, die diese neuen Teams seit Ende 2025 nach außen erzählen, und die Definition eines „guten Unternehmens“ durch das dahinterstehende Kapital.

Früher war die ausgefallenste Erzählung bei Gründungen im Bereich Embodied Intelligence die endgültige Vorstellung von allgemeinen humanoiden Robotern. Damals wurde es toleriert, wenn der Hintergrund des Teams stark genug war und die Geschichte Spielraum bot, auch wenn die technische Route innerhalb von ein oder zwei Jahren angepasst wurde. Die Startups, die in dieser Runde Geld erhalten haben, haben ihren Fokus verändert – sie sind eher bereit, klar zu erläutern, in welchen realen Szenarien sie zuerst tätig werden, für wen sie Probleme lösen, wie die einzelne Rechnung aussieht, und legen den Schwerpunkt auf „Kommerzialisierung“, „echte Daten“ und „Daten-Flywheel“.

Ein Beispiel ist ein Unternehmen für Embodied Intelligence, über das ich im Juli geschrieben habe – Zhengqi Future. Sein Gründer Wu Shulin war früher Vizepräsident der Intelligent Driving Business Group bei Baidu, bevor er sich selbstständig machte. Dieses Unternehmen nutzt den Kurzstreckenverkehr als Einstiegsszenario, erfasst „echte Daten mit menschlicher Absicht“ und bildet über das QUORRA DoorMind-Weltmodell und die QUORRA FLAT-Bewegungsausführungsplattform ein Daten-Flywheel. Das Unternehmen hat innerhalb von 8 Monaten 3 Finanzierungsrunden abgeschlossen, an denen Investoren wie CDH VGC, Linear Capital, SAIC Hengxu, Bairui Capital, Zhengxuan Investment und Chow Tai Fook Strategic Investment beteiligt sind.

Selbst Unternehmen wie Kunlunxing, die „allgemeine humanoide Roboter“ in ihre Positionierung aufgenommen haben, bilden keine Ausnahme. Die Gründer betonen in öffentlichen Interviews wiederholt, dass sie zuerst die Massenproduktion und die Fähigkeit zur Selbstfinanzierung zum Laufen bringen wollen.

Nach Ansicht von Cao Jishan handelt es sich dabei nicht vollständig um „Erfinden von Begriffen“ durch Investoren oder Startups, sondern um eine Veränderung der industriellen Phase. In der Frühphase war „Embodied Intelligence“ eher aus akademischer Sicht geprägt. Man sprach über Facharbeiten, humanoide Roboter und ein etwas science-fiction-artiges Endziel. Damals konnten die Geschichten groß sein und der praktische Einsatz weit entfernt, der Kapitalmarkt war bereit, Zeit zu geben. Aber wenn das Konzept von Embodied Intelligence zum heutigen Physical AI übergeht, bedeutet das keine bloße Aktualisierung von Texten, sondern eine Verlagerung des Fokus: vom Geschichtenerzählen zum Erzielen von Ergebnissen.

„Wenn wir zum Zeitpunkt 2026 bewerten, ob ein Unternehmen investitionswürdig ist, muss der Maßstab kürzer und härter sein. Wenn die großen Modelle und Weltmodelle auf der oberen Ebene bereits so überfüllt sind, dass große Konzerne sich zusammenschließen und in die Phase der Konsolidierung und Kapitalisierung eintreten, finden normale Frühphasen-Institutionen Orte mit hohen Gewinnchancen stattdessen in härteren industriellen Nischen“, sagte Cao Jishan.

Zhang Jiaqi hat eine ähnliche Beobachtung. Er erinnerte sich, dass der Markt von Ende letzten Jahres bis zur ersten Hälfte dieses Jahres offensichtlich allgemeine Modellunternehmen bevorzugte – eine Investition in allgemeine Modelle konnte innerhalb eines Jahres Dutzende Male an Rendite bringen, während eine Investition in Lösungen nur zwei- bis dreimal so hoch sein konnte. Daher verlief die Finanzierung vieler Szenarien-Lösungsunternehmen zu diesem Zeitpunkt nicht reibungslos. Bis 2026 ist die allgemeine Strecke bereits „vollgestopft“. Der Wettbewerb erhöht das Risiko, während die Kommerzialisierungsgeschwindigkeit der Unternehmen im Allgemeinen größeren Herausforderungen gegenübersteht. „In dieser Situation haben einige Gelder begonnen, in Lösungen zu investieren. Wir sind auch bereit, in solche Unternehmen zu investieren, da der Kommerzialisierungspfad und PMF (Product-Market Fit) die Kernkompetenz auf Unternehmensebene sind.“

Darüber hinaus lieferte Zhang Jiaqi einen Referenzmaßstab: RIVR, das im März dieses Jahres von Amazon übernommen wurde.

Dies ist ein Unternehmen mit Sitz in Zürich, das rad-füßige Lieferroboter herstellt. Zu den frühen Investoren gehören Linear Capital und HSG, später beteiligten sich auch Bezos Expeditions von Jeff Bezos und Amazon nacheinander. Dieses Unternehmen erzählt genau die Geschichte von „realer Welt + Daten-Flywheel“: Jede Hauslieferung erzeugt echte Daten, die durch groß angelegtes verstärkendes Lernen und selbstüberwachtes Training das Modell verbessern und zu allgemeiner physischer künstlicher Intelligenz führen.

Seiner Meinung nach hat die Übernahme solcher Zielobjekte durch große Konzerne mit echtem Geld in gewisser Weise auch die Aufmerksamkeit inländischer Teams und des Kapitals gefördert und zu entsprechenden Investitionen geführt.

Das Geld wird weniger, der Maßstab wird strenger

Obwohl oben viele Beispiele für Unternehmen genannt wurden, die in letzter Zeit hohe Finanzierungsbeträge erhalten haben, besteht nach allen Gesprächen ein Konsens: Ab der zweiten Jahreshälfte kühlt sich die Investitionsbereitschaft des Primärmarkts für Embodied Intelligence ab.

Ein großer Grund dafür ist die zunehmende Unsicherheit bei den Ausstiegsmöglichkeiten. In der letzten Zeit haben die ablaufenden Sonderbörsenwege an der Hongkonger Börse und Gerüchte über eine „Verschärfung der Regulierung von Börsengängen humanoider Roboter“ zweifellos die Stimmung der Investoren beeinträchtigt. Die Erklärung der Aufsichtsbehörden, „kein wildes Wachstum zuzulassen, sondern zur Wertschöpfung zurückzukehren“,