光轮智能深度调研：前英伟达仿真负责人创办的物理 AI 数据与评测基础设施商，七轮融资约 26.5 亿元估值超 20 亿美元，同时进入 Newton 与 EgoVerse 两大国际标准委员会，订单口径存在 5.5 亿元人民币与 1 亿美元两套说法

执行摘要

光轮智能是一家中国物理 AI 基础设施公司，卖的是机器人被训练、被测试、被部署所依赖的数据与评测底座。主体成立于 2023-01-16，注册于北京海淀，现已完成股份制改造，工商名称为光轮智能（北京）科技股份有限公司。创始人兼实际控制人谢晨直接持股 21.61%，此前在英伟达、Cruise、蔚来任自动驾驶仿真负责人；现任法定代表人为联合创始人兼总裁杨海波。

这家公司是中国物理 AI 数据层里融资最快、国际资质最硬的一家，而且这两点都有较好的第三方记录。 2023-03 至 2026-06 共可查实 7 轮融资，已披露金额合计约 ¥26.5 亿；2026-05 估值突破 20 亿美元（约 ¥140–150 亿）。公司是 Newton 仿真技术委员会唯一中国企业（与英伟达、谷歌 DeepMind、迪士尼研究院、丰田研究院同席），也是 EgoVerse 人类数据委员会唯一中国企业（与 Meta、Scale AI、斯坦福同席）；已主导或参编 20 余项国家及行业标准，2026 年入选国家级独角兽企业。

支撑其商业叙事的那个订单数字，有两个互相矛盾的口径。 2026-05-06 经 PR Newswire 发布的英文新闻稿称，2026 年第一季度在仿真、数据生成、评测与部署方向合计约 1 亿美元订单；中文口径的公司通稿与政府侧报道则称同一季度新增订单达 ¥5.5 亿。两者不是同一个数字，也没有任何口径调和说明。 按当期汇率，1 亿美元约合 ¥7.2 亿，比人民币口径高出约 31%。

已交付数据规模同样有两套口径。 公司与政府侧口径为：覆盖 2.5 万+ 环境节点、10 万+ 任务种类，累计交付超 150 万小时高质量人类数据；行业研究机构口径为：全球 7 国 500+ 环境、1 万+ 任务、周产 2 万+ 小时、累计交付 30 万+ 小时。后者在累计小时数上约为前者的五分之一，在环境数上约为五十分之一。

产品架构是自洽的，也是全档最扎实的部分。 四个模块构成 Real2Sim2Real 持续学习闭环：EgoSuite（在真实作业环境中采集并标注第一人称人类示范）、SimFoundry（基于「求解—测量—生成」三位一体与自研物理求解器的全栈自研仿真平台）、RoboFinals（工业级云端规模化仿真评测，含与 NVIDIA 联合开发的 Isaac Lab Arena 百项任务基准）、RoboStack（真机部署与失败样本回流）。此外还有 SimReady 资产库、开源框架 LeIsaac（已被 Hugging Face 官方文档收录），以及 EgoSuite-Open100K——号称全球首个十万小时级全模态人类行为开源数据集。

两个最重要的结构性风险都在来源里明写着。 第一，行业研究机构直接点出既卖数据又办评测的「运动员兼裁判」中立性存疑；同一份分析还指出，真机数据并非其主阵地，L3 高精度后训练环节可能被卡位，公司更集中在合成数据替代最容易的预训练与中训练层。

营收、毛利率、burn rate、股权激励、客户集中度、单价，任何一个期间均未披露。 可用的量化商业事实只有上述两个订单数、2025 年营收 10 倍增长、优质场景数据复售率超 10 倍、两个版本的交付小时数，以及客户数超 30 家。

公司概览

主体原名北京启晨光轮科技有限公司，现为光轮智能（北京）科技股份有限公司，属非上市其他股份有限公司，统一社会信用代码 91110114MAC73BHP4P，成立于 2023-01-16，注册于北京市海淀区小月河东畔路 16 号院 2 号楼 6 层 101，核准日期 2026-07-27。注册资本 ¥289.1007 万，实缴 ¥118.3689 万。工商记录显示 2025 年参保 31 人，企业规模为小型企业（少于 50 人），法定代表人为杨海波。经营范围涵盖软件开发、人工智能基础与应用软件、计算机系统服务、企业管理、展会服务、翻译服务，以及计算机软硬件、电子产品、机械设备、汽车零配件销售。

创始人背景具体，是公司最可信的资产。 谢晨本科毕业于北京大学物理学院，赴美获哥伦比亚大学数量金融博士，曾任英伟达、Cruise、蔚来的自动驾驶仿真负责人；杨海波为联合创始人兼总裁。这恰恰是一家公司所声称的产品支点所需要的履历——因为其产品主张建立在物理求解器保真度与工业环境重建真实度之上，而这两件事的源头正是自动驾驶仿真。

主体形式在 2026 年发生了变更，而这个变更本身就是一个信号。 公司在 2026 WAIC 的材料中已使用股份公司名称；行业媒体在盘点 2026 年具身智能融资周期时，明确把光轮智能列入已完成股份制改造的公司名单，与少数人形本体厂与世界模型公司同期启动 IPO 周期。在中国创业公司的语境下，从有限公司改为股份公司通常被读作上市准备，但目前没有任何申报文件或时间表披露。

标准共建是差异化凭证，且有第三方确认。 2026-07 WAIC 上，《科技日报》报道光轮智能是 Newton 仿真技术委员会唯一中国企业（与英伟达、谷歌 DeepMind、迪士尼研究院、丰田研究院同席），也是 EgoVerse 人类数据委员会唯一中国企业（与 Meta、Scale AI、斯坦福等国际团队同席）。同期世界机器人大会上，公司作为参编单位出席《高质量数据集具身智能触觉数据采集技术要求》立项仪式，累计已主导或参与 20 余项国家及行业标准。

开源已成为明确的战略动作而非副业。 世界机器人大会期间，公司发布全球首个十万小时级全模态人类行为开源数据集 EgoSuite-Open100K，覆盖 1.5 万余个真实场景、1.5 万余项任务，含头部第一视角、头腕双视角、全身位姿等数据配置，首批样本经 Hugging Face 与国内开源社区 AtomGit 开放，相关项目将捐赠给开放原子开源基金会孵化；Hugging Face 官方账号罕见地公开转发表示支持。同期公司提出五年内打造 100 亿小时高质量标品数据、建设全球最大规模机器人「言传身教百科全书」的计划。

产业合作正在被转成结构性而非单纯商务关系。 公司与新希望集团成立合资公司，打通数据生成、仿真训练与评测同产业场景的融合；与宝通科技成立合资公司打通工业具身智能数据链路；2026-07 与山东发展科创投资签署战略合作协议；全资子公司光轮智能科技（济南）有限公司于 2026-08 落地济南高新区齐鲁软件园片区山东发展双子中心，注册资本 ¥1,000 万，法定代表人杜习奇；与黎曼动力、诺亦腾机器人共建具身智能数据底座；与上海人工智能实验室联合开源自动驾驶 3D Occupancy 合成数据集。

常见误读警示：六处会改变结论的错误

错误一：把轮次名称当成事实。 来源中至少存在四套互不兼容的命名体系。媒体与公司口径为：2026-03「A++ 及 A+++」、2026-05「蚂蚁领投新一轮」、2026-06「新一轮 10 亿元战略融资」；某媒体项目库记为 2026-03「A+」、2026-05「A++」、2026-06「B 轮」；工商数据库记 2026-06 为「A+ 轮」、最新融资时间 2026-06-23；另有一处记 2026-03-11 为「A+ 轮」。轮次名称是当事人之间的合同标签，任一套口径都不算说错，但任何单一来源读出的「2026 年三轮」都是错的——在任何命名体系下，事件数都是 7 起。

错误二：把已披露金额之和当作累计融资总额。 常被引用的「约 ¥26.5 亿」是某数据库对 6 轮的加总；另一份研究口径只记录 4 起、合计 ¥10.85 亿；且蚂蚁领投的 2026-05 一轮金额未披露。该累计数是一个上下界未闭合的近似值，不是结定总额。

错误三：把两个订单数字当成同一个数的两种货币。 1 亿美元与 ¥5.5 亿描述的是同一个季度、同一块业务，相差约 ¥1.7 亿。可能是口径差异（美元口径含框架/多年期承诺而非确认订单，或人民币口径排除某些类别），但来源中没有任何一种解释。差异幅度足以改变任何以其构建的收入覆盖度分析。

错误四：不看时点就读累计交付小时数。 150 万小时与 30 万小时都是累计交付口径，而公司正在推进的「标品化」把定制场景数据转为可复用标准产品，分子持续变动。没有标注 as-of 日期的累计小时数几乎没有意义，而两个公开版本相差 5 倍。

错误五：默认人员规模支撑得了交付体量。 2025 年参保 31 人、数据库分类为「少于 50 人」的小型企业，与另一情报平台列示的 201–500 人团队，不可能在同一时期同时为真。最贴合业务的调和解释是：大量数据生产环节是自动化或众包式的，EgoSuite 采集运营按现场组织而非母公司编制计——但这是推断，不是披露事实。

错误六：把标准席位读成收入。 Newton 技术委员会与 EgoVerse 委员会席位是真实存在的治理位置，分析师也正是用它来区分「数据服务商」与「基础设施玩家」；但它不是已披露的收入来源，也不自动意味着第三方会以光轮格式为默认。

技术分析

技术论点可以概括为：难的不是数据层，是仿真层。 公司把 SimFoundry 描述为围绕**「求解—测量—生成」三位一体组织的全栈自研仿真平台，并称求解器完全自研、不绑定第三方物理引擎**，已完成国产显卡适配。其战略含义是：掌握求解器即移除了商业仿真中最大的结构性成本（按席位计费），并使公司可以把环境调优到特定的数据生成目标，而不是服务通用工程流程。

与 Newton 的关系是一枚双向注，而不是依赖。 加入 NVIDIA 生态相邻的开源物理引擎技术指导委员会，使光轮进入其所处生态的参考实现路径；同时自研求解器保持了技术可替代性。同样的双层结构出现在评测环节：公司参与 Isaac Lab Arena 评测框架建设，同时运营与之竞争的工业级评测平台 RoboFinals。这最终形成合作生态还是标准冲突，是本赛道最要紧的开放问题之一。

SimReady 是资产层，复利意图也在这里。 公司把 SimReady 描述为物理准确、视觉真实的资产与场景库，明确锚定真实属性（零件重量、表面摩擦、公差），通过扫描真实产线重建，含工位几何、料盘布局与传送带排布。与之绑定的最关键商业指标是数据复售率，即单位小时数据可售卖给多少个不同客户。管理层称优质场景数据的复售率已能超过 10 倍，部分标准数据集已向十余家客户复售。

LeIsaac 是生态楔子。 开源仿真框架 LeIsaac 已被 Hugging Face 面向具身智能仿真开发的官方文档收录。主流开源模型枢纽内的开源框架，是边际成本极低的分发通道，也是最可能把技术可信度转化为标准制定影响力的机制。

RoboFinals 与百项基准是真正的观察点。 RoboFinals 在大规模仿真场景上跑策略，识别失败模式、量化性能、在真机投入前引导下一轮改进；百项任务基准与 NVIDIA 的 Isaac Lab Arena 联合开发，定位为中试级工业评测设施而非排行榜。「随着机器人无关预训练数据规模化，评测成为瓶颈」这一判断是自洽的，也得到行业整体趋势支持，但所查来源中没有任何对所报失败检出率的独立复现。

RoboStack 闭合了回路，也是与客户耦合最深的一层。 部署与反馈平台支持后训练、强化学习与真机部署，并把现场失败、异常与纠正回流至下一轮数据与模型迭代。管理层把这一闭环归纳为人类的言传身教、仿真中的试错与评价、真实工作中的反馈与纠正三要素，并称部署是下一轮学习的新起点而非研发流程的终点。公司给出的一个量化目标是到 2030 年支撑过亿次部署，依据是产线机器人将达千万台量级、单台起码迭代十次。

产品与商业化

营收模型是把原本定制的生意标准化。 公司自述的策略是以标准造标品、以标品促流通，实现一份数据多客户复用；已称同一场景数据集复售给十余家客户，优质场景数据复售倍数超过 10 倍。这是数据生意获得类软件毛利的机制，同时也是最脆弱之处——原始数据在贬值、而高难度数据稀缺的两头挤压之下。

商业牵引力分四层描述，只有最外层被量化。 管理层称近三个月已服务 30 余家头部模型企业、具身机器人企业及互联网大厂，单家客户数据需求超 20 万小时；公司称国际主要具身智能团队中超过 80% 的仿真资产与合成数据来自光轮智能，全球前五的世界模型团队均已合作；行业报道另提到与 PeritasAI 的战略合作，目标在 2026–2027 年内向围手术期医疗场景部署至多 200 台人形机器人。

市场叙事有利，但这个品类本身的商业模式尚未被证明。 分析师把 2026 年定义为具身数据规模化元年，行业数据需求较 2025 年增长百倍至千倍，百万小时级订单成为常态；同一份分析用**保真度、规模与成本「不可能三角」**框定行业，把合成数据定位为跨越虚实鸿沟成本最低但物理背离风险最大的一层。媒体报道称 2026 上半年国内具身智能赛道融资总额已突破 ¥900 亿、达 935 亿，融资事件 322 笔，其中数据/训练细分 15 笔。

竞争格局

真正可比的是中国具身数据层的这组公司，而光轮在资本与标准准入上领先。 同层包括：觅蜂科技（智元内部孵化，2026-02 成立，至 2026-08 底累计完成数亿元融资，第 20000 套 MEgo 无本体数据采集设备下线）；无问智科（前百度 Apollo 测试负责人刘盛翔，2026 年 4 月、7 月、9 月连融三轮，具身订单数亿元）；诺亦腾机器人（动捕老兵新公司，2026-06 完成数亿元 Pre-A++，估值约 ¥30 亿）；群核科技（2026-04 港股上市，将 5 亿+ 3D 场景、4.8 亿 3D 模型的存量资产延伸进具身）；以及各类仿真合成与评测服务商。

两种商业模式分居光谱两端。 真机遥操与触觉派建厂房、摆机器人、铺动捕设备，以高成本采高保真交互；合成派在虚拟世界里「印刷」数据，某研究机构测算其边际成本约为真机的 1%。光轮位于合成派并以人类采集补位，其声称的定位是在若干维度上较最接近的可比对象有约 9 倍的产能领先。

有意思的结构性对比是与仿真平台的对位。 光轮的 SimFoundry 与既有工业仿真、以及新兴的机器人学习仿真器竞争；RoboFinals 与 NVIDIA 生态内部及国内模型开发者社区正在建设的评测框架竞争。而本报告姊妹篇中的松应科技走的是另一条相邻路线——一套横跨仿真训练直到真机部署的操作系统；两家公司在同一批行业叙事中被当作互补而非同质的角色引用。

融资

约 39 个月里可查实 7 轮融资。

• 2023-03：天使轮；至 2023-07 完成天使+轮，累计融资「数千万元」，早期披露参与方含云启资本与红杉种子基金。
• 2024-05：Pre-A 轮数千万元人民币，经纬创投领投，奇绩创坛、辰韬资本跟投。
• 2024-08：北京市人工智能产业投资基金战略投资（一份数据库单列，另一份并入 Pre-A+）。
• 2024-11：Pre-A+ 轮数千万元人民币，北京市人工智能产业投资基金领投，经纬创投跟投。
• 2025-11：A 轮及 A+ 轮合并披露，合计数亿元人民币；三七互娱、东方富海、九派资本、琥珀资本、辰韬资本。
• 2026-03：A++ 及 A+++ 轮合并披露，¥10 亿；国方创新、奥克斯、新希望集团、道禾长期投资、鼎石资管、鼎邦投资等。这一轮使光轮成为全球首家具身数据独角兽。
• 2026-05：蚂蚁集团领投新一轮，金额未披露，大湾区共同家园发展基金、山东孚弘等参与；估值突破 20 亿美元。
• 2026-06-23：¥10 亿战略融资；中关村科学城基金、中科产投、四川发展科创基金、山东发展科创投、巨人网络、宇信股份、宝通科技、建投投资、森马投资、量图智策等。

最后这一个季度的节奏才是重点。 从 5 月蚂蚁领投轮到 6 月战略融资，三周内约 ¥20 亿，而这家公司成立才三年多。6 月一轮的股东构成本身也说明了问题：政府与国资基金与来自纺织、网络设备、游戏行业的产业资本并列，这是「正被摆布为工业部署位置」的股东画像，而不是在押注单一垂直赛道的画像。

估值来源扎实，但存在汇率约定差异。 突破 20 亿美元这一门槛在各来源中口径一致；其人民币等值则分别被写成约 ¥140 亿、约 ¥150 亿，某券商研报在 6 月轮后写作超过 ¥150 亿。该差异源于汇率与取整约定不同，并非对估值的实质分歧，但不应被引用为单一精确数字。

股权结构只能看到部分。 创始人谢晨直接持股 21.61% 且为实际控制人。在已募集超过 ¥200 亿、股东含大量产业方、且 2026 年已完成股份制改造的情况下，Pre-IPO 股权结构是合理推断但未披露。

DISCREPANCIES

1. 2026-06 一轮的轮次命名。

• 公司与政府侧口径：2026-06-23 完成 ¥10 亿「战略融资」，未使用标准系列命名。
• 某媒体项目库：2026-06 记为「B 轮」。
• 工商数据库：记为「A+ 轮」，最新融资时间 2026-06-23。
• 裁定：轮次名是当事人之间的合同标签，各方均有权如此标注。本报告取 B 轮作为该事件最高轮次标签，因为分析上真正有意义的是事件数——在任何命名体系下都是 7 起。任何读出「2026 年三轮」的单一来源结论都是错的。

2. 2026-03 一轮的轮次命名。

• 公司与主流媒体：A++ 及 A+++ 轮合并披露，¥10 亿。
• 某媒体项目库与一份行业研究口径：2026-03-11 的「A+ 轮」。
• 裁定：以公司公告为主要来源，采纳两轮结构；数据库的单轮记录是对同一事件的压缩。

3. 2026-05 一轮的轮次命名。

• 公司与多数媒体：蚂蚁集团领投的新一轮，未命名。
• 某媒体项目库：「A++ 轮」。
• 裁定：采纳为「蚂蚁领投、金额未披露」的一轮；与之绑定的美元估值按投后估值理解，这是标准用法。

4. 累计融资额。

• 一份情报平台：约 ¥26.5 亿，加总 6 轮。
• 另一份研究口径：4 起、合计 ¥10.85 亿。
• 裁定：¥26.5 亿是 6 轮加总且不含蚂蚁领投轮（金额未披露）；¥10.85 亿是另一套加总且遗漏了数个后期轮次。两者都不是结定总额，真实值高于二者。

5. 2026 年第一季度订单。

• 官方英文新闻稿（PR Newswire，2026-05-06）：约 1 亿美元订单，涵盖仿真、数据生成、评测与部署方向系统。
• 公司中文通稿与政府侧报道：¥5.5 亿新增订单。
• 裁定：两个官方渠道、同一季度、两个不同数字。按当期汇率美元口径约合 ¥7.2 亿，高出约 31%。最可能的解释是口径范围不同（美元口径或含框架与多年期承诺），但没有任何来源如此陈述。本报告保留两个数字，并以人民币口径作为更保守的下限。

6. 估值的人民币等值。

• 蚂蚁轮后报道：突破 20 亿美元，某数据库写作约 ¥140 亿。
• 券商研报与其他媒体：约 ¥150 亿、6 月轮后超过 ¥150 亿。
• 裁定：美元门槛是主要且来源最好的表述；人民币折算差异来自汇率与取整约定，而非估值分歧。

7. 累计交付数据量与环境覆盖。

• 公司与政府侧口径：2.5 万+ 环境节点、10 万+ 任务种类、累计交付超 150 万小时高质量人类数据。
• 行业研究口径：全球 7 国 500+ 环境、1 万+ 任务、周产 2 万+ 小时、累计交付 30 万+ 小时。
• 裁定：两套数字都来自公司提供的信息，但描述的范围与 as-of 时点不同。低的那一套在内部逻辑上像是仿真侧口径，高的那一套像是含人类采集业务的多场景累计口径。两者都无法独立核实，本报告并列呈现，并附「无公开交付台账」的保留。

8. 人员规模。

• 工商数据库：2025 年参保 31 人，企业分类为小型（少于 50 人）。
• 情报平台：团队约 201–500 人。
• 裁定：工商口径是母公司层面的主要且有日期的来源；较大的数字无出处，且可能指集团、现场与外包人员。小母公司 + 大交付组织的结构在数据采集型业务中属正常，但同样意味着母公司参保人数在任何方向上都不应被用来评估交付能力。

9. 法定代表人与控制权。

• 多数媒体中的创始人画像：谢晨，创始人、董事长兼 CEO。
• 现行工商与数据库记录：法定代表人为杨海波，联合创始人兼总裁。
• 裁定：两者在不同日期、不同角色上都成立。控制权未变——谢晨仍以 21.61% 直接持股为实际控制人。法定代表人变更看来是随 2026 年股份制改造同步发生的。

10. 国际仿真资产与合成数据的份额。

• 公司与政府侧口径：国际主要具身智能团队中超过 80% 的仿真资产与合成数据来自光轮，全球前五的世界模型团队均已合作。
• 裁定：这类份额数字只能由公司自己产出，没有任何客户侧或独立第三方确认。本报告将其列为厂商陈述，而非已测得的市场份额。

11. 「全球首个具身数据独角兽」与「全球第一规模化交付」。

• 公司与媒体：全球首家具身数据独角兽；在人类视频数据、仿真合成数据、工业级仿真评测三领域实现全球第一的规模化交付。
• 裁定：独角兽身份由 2026 年国家级独角兽企业名单佐证，属身份状态而非业绩主张；「三领域第一」是公司主张，无独立基准，按主张处理。

12. 数据复售率。

• 管理层：优质场景数据复售率超过 10 倍，部分标准数据集已售予十余家客户。
• 裁定：定义被公开本身是透明度的正面信号，但分母、时间窗与收入口径均未披露。该指标按公司自定义指标呈现，不作为已验证的单位经济模型。

风险与尽调缺口

中立性是最尖锐的一个问题，而且提出它的是行业研究机构而非唱空者。 同一份报告在肯定光轮标准制定者姿态的同时，明确点出既卖数据又办评测的问题，并指出这一质疑本身的存在就说明市场需要独立评测方。对于依赖 RoboFinals 判定策略是否达标的客户而言，这是技术能力无法回答的治理问题。

在价值链上的位置并不显然安全。 同一份分析指出，真机数据并非光轮的主阵地，L3 高精度后训练环节可能被其他厂商卡位。若产业价值向真机高精度后训练迁移，合成数据优先的厂商其可触达层将被压缩，Real2Sim2Real 闭环会退化为服务预训练而非占据学习前沿。

订单集中度与收入确认方式未知。 单季新增订单（无论 ¥5.5 亿还是 1 亿美元）对应一家参保 31 人的母公司，要么是少数大客户的巨额合同，要么是第三方采集成本的大量转付。二者为真决定了这门生意究竟是基础设施软件，还是披着软件外衣的数据服务，而这个区别对应的估值倍数天差地别。公开信息中没有任何带收入权重的客户名单。

融资集中度与政府基金维度。 已披露股东中政府与国资背景占比可观（中关村科学城、中科产投、四川发展、山东发展等）。这在本赛道属常态且常能带来产业场景入口，但引入了政策周期依赖，且不能替代独立的需求验证。

仿真可信度是移动靶。 公司的差异化建立在求解器保真度与虚实鸿沟之上，两者都处在一个资金充裕、竞争激烈的领域，而公司自己参与的开源引擎生态又在降低竞争者的门槛。对冲手段是标准准入，而标准准入不阻止竞品交付更好的物理。

开源策略有可量化的代价。 发布 EgoSuite-Open100K 与 LeIsaac 建立了生态位，但同时把最高价值的数据放进了公共域，并邀请其依赖的平台吸收其差异化。这或许正是刻意的交易——公司卖的是平台与服务而非数据本身——但这笔交易的财务逻辑未披露。

明确的尽调缺口。 无审计财务报表、无毛利率、无 burn rate、无股权激励方案、无详细股权表、无按小时或按资产定价、无客户集中度、无公开交付台账、无求解器与竞品的独立基准对比。公司提出五年内 100 亿小时标品数据的计划，比当前交付量高出一个数量级，这是全档最大的执行主张。

综合评分

技术上，这是中国物理 AI 数据层里最强的技术创始团队之一。 一位有英伟达、Cruise、蔚来仿真负责人履历、兼具北大物理与哥大数量金融背景的创始人，正是求解器保真度型业务所需要的画像；自研求解器并完成国产 GPU 适配，若经核实，将移除这门生意最大的结构性成本。

商业模型上，标准化是这条市场唯一正确的策略，也正是数字难验证的原因。 标准化可复用的数据产品是数据生意拿到类软件经济的唯一路径，但它同时也是最难从外部确认的收入形态，因为复售指标依赖未公开的分母。

融资上，这是全赛道最强的融资记录，同时也把审视门槛抬到了公司必须能扛住的位置。 三年内 7 轮、已披露约 ¥26.5 亿、20 亿美元估值、政府与产业股东并立、以及股份制改造。

市场位置上，真正的资产是标准席位，而这一项有第三方确认。 在 Newton 与 EgoVerse 两大委员会中同时占据唯一中国企业席位，是官方媒体报道的治理事实，而不是公司的自我宣称。它能否转化为被默认采用的格式，仍是开放问题。

最可能改变本报告评级的四项事实是： 两个订单口径的调和、经审计的营收与毛利率、复售率真实性的证据、以及求解器能在客户自己的部署中（而非在基准测试中）跨过虚实鸿沟的演示。

本报告基于公开信息整理，仅供参考，不构成任何投资建议。数据截至 2026 年 10 月 23 日，请以公司公告与定期报告为准。

参考资料

1. 国际科技创新中心：《我国具身数据基础设施领跑全球！北京企业光轮智能获新一轮融资》，2026-06-01。
2. PR Newswire：《Lightwheel Reports $100 Million in Q1 Orders for Physical AI Robotics Infrastructure》，2026-05-06。
3. Lightwheel 官网：《Lightwheel Reports $100M in Q1 Orders — Lightwheel Marks the Start of Physical AI at Scale》。
4. 《科技日报》：《光轮智能引领国际双标准亮相 WAIC 2026》，2026-07-18。
5. 新华网：《具身产业迎来数据革命，光轮智能推动数据供给从定制化向标品迈进》，2026-08-26。
6. 人民网财经：《杨海波：光轮智能夯实物理 AI 基础设施 支撑机器人规模化产业落地》，2026-07-21。
7. 中信建投：《物理 AI：数据缺口驱动资本倾斜，资产显性化奠定长效壁垒》，2026-08-20。
8. 易观分析：《从”卖小时”到”定标准”：中国具身智能数据产业分析报告 2026 解读五》。
9. 易观分析：《具身数据商业模式与典型企业：六类模式》。
10. 泰山财经 / 齐鲁晚报：《具身数据”独角兽”光轮智能设立济南子公司，今年已获数十亿融资》，2026-08-29。
11. 腾讯新闻：《半年它们融 170 亿！数据”卖铲人”，成了具身赛道最暴利的生意》，2026-08-05。
12. 虎嗅：《具身新贵，3 个月成为独角兽》。
13. 腾讯新闻：《从”会走”到”手巧” 蚂蚁投资机器人的新逻辑》，2026-08-11。
14. 爱企查：光轮智能（北京）科技股份有限公司工商信息，2026-10-09 更新。
15. 企查查：光轮智能（北京）科技股份有限公司企业档案，2026-10-21 更新。
16. The Radar：光轮智能企业档案，2026 年 10 月查阅。

本报告基于公开信息整理，仅供参考，不构成任何投资建议。数据截至 2026 年 10 月 23 日，请以公司公告与定期报告为准。