提要

2026年具身智能行业从“堆算力”转向“拼数据”，但数据质量系统性缺陷制约模型泛化能力，数据质量成为企业核心竞争力分水岭。清华系企业灵御智能凭借对数据全生命周期的理解和内生数据飞轮机制脱颖而出，再获近亿元资本加注。其“懂数据”体现在从源头把控数据质量，攻克多传感器时空对齐难题，打通全流程闭环。在此基础上构建三层数据飞轮，实现“操作即服务”。创始人表示本轮融资用于产品迭代等，灵御智能致力于建设开放的具身智能数据生态，未来将开源部分数据、提供定制服务并积累数据资产。【江南时报链接】

数据眼

从商业银行授信业务角度看，具身智能行业在2026年发展趋势转向“拼数据”，但数据质量问题突出。智源研究院2025年调研显示超70%具身数据存在问题，多数企业缺乏质量控制体系。这意味着行业内企业面临较大的发展挑战，对于商业银行而言，授信给这类缺乏数据质量保障的企业存在较高风险。 灵御智能在行业中表现突出，近期获近亿元资本加注。其机械臂绝对定位精度达1毫米，能实现电机与摄像头数据亚微秒级时间同步，从源头把控数据质量，且打通全流程闭环，已有多家顶尖科研机构和企业使用其数据开展研究。这种技术优势和市场认可度，使其在行业竞争中具有较强的核心竞争力。 灵御智能构建的三层数据飞轮模式，能让模型持续进化，每一次人工干预都转化为模型能力增量。其创始人表示本轮融资将用于产品迭代、供应链与交付能力建设以及数据研发等。对于商业银行来说，灵御智能这类在数据质量和商业模式上有优势的企业，是相对优质的授信对象。一方面，其技术和市场表现预示着未来有较好的发展前景，还款能力有一定保障；另一方面，其致力于建设开放的具身智能数据生态，未来开源数据和提供定制服务等举措，可能进一步提升企业价值和市场份额，降低商业银行的授信风险。不过，商业银行在授信时仍需关注行业整体发展动态、灵御智能的研发进度和市场竞争变化等因素，以确保授信资金的安全和收益。