在具身智能赛道里，不缺本体集成商、不缺方案商，更不缺各种好看的 Demo 故事。但随着行业步入深水区，资本和市场的目光开始向更底层的技术聚焦。

细看本轮融资的投资方阵容，智谱、阶跃星辰、商汤、阿里——这几乎是中国大模型领域的顶流阵容。他们共同的底色，是对大模型技术有着最深刻理解的一批人。他们见过足够多的模型公司，知道什么叫架构扎实，什么叫数据飞轮，什么叫真正意义上的规模化。他们选择集体押注原力灵机，很大程度上源自对其是“一家真正在做模型的具身智能公司”的行业认同。

在大模型一线阵营眼中，真正的稀缺性在于：不从简单的硬件拼装出发，而是从底层数据、训练范式到模型架构，处处面向真实物理世界去构建模型能力。

原力灵机之所以得到大模型厂商集体青睐，核心在于其在技术和基础设施上的全栈布局：自研的DM0 具身原生大模型，在真机综合评测中位居全球第一；由其主导的Dexbotic 开源框架，已成为目前通用具身智能开发领域极具代表性的基础设施，正服务于海内外众多顶尖院校与研究机构；其在Realtime-VLA等前沿方向的研究成果，也高频出现在行业顶级机构的引用文献中。这套全栈配置，无疑最大程度地体现了一家硬核模型公司该有的技术底色。

据悉，原力灵机在接下来的几个月内还将密集发布新产品：除了即将在 6 月中旬亮相的仓储物流三级分拣系统外，其下一代大模型、首款通用机器人以及全新的应用基础设施也即将发布。

为什么原力灵机要在这个时间点合并 Atomix？答案不在于单纯的业务扩张，而在于具身智能商业化落地最清晰的一条闭环路径。

作为国内领先的 AI 原生柔性仓储解决方案商，Atomix 已经跑出了极具规模的物理网络：业务遍布全球 20 多个国家，交付了 500 多个项目，客户名单里包括优衣库、蜜雪冰城、可口可乐等近百个头部品牌。

最核心的数字是：日均出货量超过 60 万件。

合并后，Atomix 每天在全球真实仓储中产生的海量数据，直接打通了一条极其简练的数据飞轮：

• 产业反哺模型： Atomix 在全球真实场景中源源不断产生的物理交互数据，直接化为原力灵机DM 系列大模型训练的核心燃料。

• 模型武装硬件：进化后的通用具身模型，反过来注入 Atomix 的每一台机器人，大幅提升机器人的智能上限与复杂任务处理能力。

• 商业正向循环：机器人变得更好用、更聪明 业务场景加速扩张 采集到更海量、更高质量的真实数据 模型能力持续逼近极限。

这也是国内具身智能赛道首个将“模型与场景”深度绑定的合并案例，直接把飞轮架在了昼夜不息的全球仓库里。可以说，率先把这个闭环跑通的玩家，才有机会拿到具身智能规模化落地的入场券。

如果说coding是解锁通用大模型语言能力的关键任务，那在具身智能领域，picking（物理抓取）可能扮演着类似的角色。

全球的仓库和工厂每天都在产生上亿次真实的抓取交互。每一次抓取，都是一次天然适合强化学习的“成功”或“失败”信号。更重要的是，Picking 绝不只是物流仓储的专属技能。一旦在复杂的真实环境中把 picking 能力彻底打通，它所带来的跨任务迁移能力，将能无缝辐射到工业装配、商业分拣、人机协作等几乎所有手部精细操作场景。

Atomix 服务超 20 个国家、近百个品牌，其拥有的正是中国具身智能赛道最大、最真实的物流 picking 数据源。

这同样是顶尖大模型厂商集体入场的共同判断——具身智能下半场的竞争，就在于“通用具身大模型 +规模化真实场景”的深度融合。通过这次超级合并，原力灵机已经率先将这两者同时握在了手中。

通用具身智能的商业化路径，还需要时间验证。但在当前阶段，谁能率先在真实物理世界中实现规模化落地，大概率将在行业格局形成过程中占据更主动的位置。