D-Robotics

1.1 身份定位、产品边界与机器人技术栈

D-Robotics 给自己的定位不是单板供应商，而是机器人基础设施公司。当前英文官网和产品页把开发者硬件、操作系统或中间件层、应用示例和部署工具都收进 RDK 体系。虽然命名还在演进，公开硬件叙事已经清楚：RDK X5 主打 10 TOPS 机器人与边缘智能开发板，RDK S100 则定位更高端的具身智能平台，围绕 BPU Nash 以及 CPU+BPU+MCU 的感知、决策、控制分工搭建。软件层也比典型设备厂商的支持页厚得多。TogetheROS.Bot、NodeHub、RDK Studio 和公开文档仓库显示，D-Robotics 想把开发者工作流从模型适配、传感器集成一路管到基于 ROS2 的机器人应用开发。这种组合与公司公开定位一致：为更小形态机器人提供低功耗边缘推理方案，替代更笨重的通用 GPU 栈。[CO001, CO002, CO003, CO004, CO005, CO006]

1.2 领导谱系、开发者触点与渠道存在感

公开材料对公司源流的证据强于正式治理。D-Robotics 没有在英文网站披露完整管理层页面或董事会名单，但独立报道和 Nash BPU 品牌上的技术延续性，都强烈指向它与 Horizon Robotics 的关系。Horizon 自己的英文介绍页将 Dr. Yu Kai 标为创始人兼 CEO，Yicai 则把 D-Robotics 描述为 2024 年 1 月从 Horizon 的 AIoT 部门分拆出来的公司。开发者足迹更容易核验。GitHub 显示它有一个大型公开组织，仓库数以百计，并明确包含 RDK OS、模型库、摄像头和机器人栈项目。围绕 TogetheROS.Bot 和 NodeHub 的文档说明，D-Robotics 面向的是生态开发者和 OEM 伙伴，而不只是内部参考设计。LinkedIn 提供了中等规模团队信号：员工区间为 51-200，关注者数千；Discord、YouTube 和社区页等公开社区触点，也显示公司持续招募布道者、创客和创业团队。这些信号不能证明市场主导地位，但确实显示出一套有意推进的国际化开发者获客动作。[CO010, CO011, CO012, CO013, CO014, CO015]

1.3 资本形成、分拆经济性与已验证里程碑

材料中最清晰的第三方证据来自 2026 年融资序列。Yicai 和 CXO Digitalpulse 均报道，D-Robotics 先完成 $120M B1 轮，随后完成 $150M B2 轮，使 B 轮融资约达 $270M。Yicai 披露的投资方名单也比英文官网更细：B2 包括 Didi Global、Prosperity7 Ventures、GL Ventures、Vertex Growth 和 5Y Capital，B1 包括 Didi Global、Meituan Long-Z Fund、BAIC Capital、Xilian Capital 和 Joyoung Family Office。这让资本故事站得住，但仍不完整。用户简报中的约 $1.5B 估值和 200,000+ 开发者数字，并未被本次审阅来源直接支持，因此暂时不应当作已验证的头部事实。其他公开里程碑证据较健康：2024 年分拆、RDK S100 于 2026 年 1 月在日本零售渠道上架、RDK X5 于 2026 年 3 月被第三方硬件采用，以及 2026 年在 embedded world 和 ICML 的活动节奏，都显示公司正快速从分拆身份进入生态建设和渠道扩张。[CO019, CO024, CO025, CO026, CO027, CO029]

1.4 风险信号与披露缺口

最大的尽调问题不是缺少动作，而是披露不均。公开证据确认了 2026 年融资大幅跃升和可信的产品栈，但收入构成、软件授权经济性、董事会控制权，以及总部或法律实体足迹的精确情况，仍留下重大盲区。独立报道还显示，更广义的机器人资本市场正在升温并变得更扭曲。Yicai 2026 年 4 月的私募股权分析称，资本正涌入机器人等硬科技赛道，同时部分投资人警告估值可能已经处在周期高点，热门轮次的入场还可能要求异常的下一轮承诺或保证金。该信号并不意味着 D-Robotics 自身有特定问题，但说明公司正在一个融资条款可能快过基本面的市场里扩张。实际含义是，投资人可以把产品和生态牵引力视为真实存在，但在管理层提供更干净的一手数据室前，应暂缓判断估值公允性、收入质量和治理水平。[CO016, CO024, CO025, CO033, CO037, CO038]

2.1 市场边界、纳入支出与相邻品类

不能把 D-Robotics 当成向单一垂直行业销售成品机器人的公司来分析。它的公开触点显示的是一套机器人开发与边缘算力栈：开发者硬件、具身机器人算力平台、中间件和部署工具。这把公司放在几个支出池的交汇处。最宽的相邻池是 Cloud FinOps 和云成本优化，因为买方越来越在意算力效率、工作负载放置和业务价值问责。更窄但运营上更相似的池是 Kubernetes 成本管理和集群级自动化，节点供给、成本归因和工作负载效率已经是明确预算项。机器人专属层则叠在这些抽象之上：具身机器人、工业机器人、家庭机器人和移动机器人都需要本地感知、控制、联网和带安全意识的算力。因此，相关市场应包括边缘 AI 芯片、机器人中间件和开发者基础设施，同时排除通用 ERP 采购软件，以及不直接购买算力或开发工具的终端机器人服务收入。这个边界逻辑很关键，否则任何机器人或云算力统计都会显得可以被公司全部触达。[CM001, CM002, CM003, CM004, CM005, CM006]

2.2 规模测算视角与受约束的 TAM/SAM/SOM

公开市场规模只有在视角明确时才有用。MarketsandMarkets 给出宽口径 Cloud FinOps 框架，The Business Research Company 提供窄得多的 Kubernetes 成本管理视角，Verified Market Reports 则给出单独的云成本优化预测。没有一个口径能完美映射到 D-Robotics，因为它一部分落在软件效率里，一部分落在机器人专属边缘算力里。这意味着，直接拿一个大标题数字会夸大确定性。更好的方法是把宽口径报告当作外层 TAM 边界，再把可服务市场收窄到那些除成本和编排功能外，还需要本地机器人推理、实时控制或全栈开发工具的买方。这样得到的 2026 SAM 区间更克制但更可信，大致在低个位数十亿美元；第三方供应商可拿到的 SOM 还会更小，因为原生工具和既有平台套件会吃掉一部分预算。[CM008, CM009, CM010, CM011, CM012, CM033]

2.3 买方、用户、付款方与采用路径

D-Robotics 的买方地图天然是跨职能的。平台工程、SRE 和机器人软件团队最像一线使用者，因为他们管理部署、节点利用率、传感器集成和机器人应用性能。财务与 FinOps 团队同样重要，因为效率和费用回显也是立项理由的一部分，尤其当机器人项目横跨云、边缘和混合环境时。随着 D-Robotics 推进具身智能，AI 基础设施负责人也会成为关键利益相关者，因为加速器效率、散热上限和软硬件兼容性会决定一个设计能否成立。因此，采用路径通常从原型或开发者项目开始，进入真实机器人形态上的评估；一旦客户能证明性能、可靠性和单位经济性，再放大到量产预算。官网上创客与企业用户的分层，也符合这条从实验到部署的路径。[CM005, CM019, CM020, CM022, CM023, CM024]

2.4 增长驱动与采用约束

最强的增长驱动并不是某一种机器人形态，而是三个问题的汇合：云原生复杂度、对高效推理的需求上升，以及物理系统中实时安全控制的必要性。Renesas、Ambarella、TI 和 MediaTek 都在强调低功耗、视觉 AI、连接能力或可安全落地的运动控制中的某种组合，说明市场扩张来自机器人现在每瓦都需要更多本地智能。与此同时，多重约束会限制 D-Robotics 这类供应商能抓住多少机会。GKE Autopilot 和 Karpenter 等原生工具会削掉部分第三方需求。OpenShift 成本管理等平台套件能在既有环境中提供可视化和费用回显。公开来源也仍无法精确拆出中国专属边缘机器人 SAM。结果是：这个市场有清晰的结构性增长，也有替代风险、品类边界模糊和真实的测量不确定性。[CM013, CM014, CM015, CM017, CM018, CM026]

3.1 竞争版图与方案类型

分析 D-Robotics 时，应把它同几类解决同一机器人算力任务的替代方案比较。公司自己的公开触点描述的是一个完整栈：开发板、基于 BPU 的推理、兼容 ROS 的中间件、文档和开发者上手路径。因此，它最接近的竞争对象不只是边缘 AI 芯片。NVIDIA 代表物理 AI 和人形机器人项目的高端既有路径，Jetson Orin 覆盖宽模块梯队，Jetson Thor 则走向更大内存和 Transformer 级推理负载。Qualcomm 通过嵌入式参考平台竞争，把 AI、连接能力和对 ROS 友好的开发套件打包在一起。Ambarella、Renesas、TI 和 MediaTek 从不同角度切入：低功耗视觉 SoC、工业机器人控制与安全、传感器融合和电机控制子系统，或通用边缘 AI 模块。最后，一些买方可以在共享基础设施问题上沿用 Autopilot、Karpenter 和既有 FinOps 工具，再自行集成机器人组件。关键尽调点在于，D-Robotics 卖的是碎片化市场中的一体化机器人算力路径，而不只是打一场单一基准测试竞赛。[CP001, CP002, CP005, CP009, CP010, CP011]

3.2 竞品画像与买方决策标准

买方决策不只看 TOPS。D-Robotics 能讲出连贯的机器人故事，因为 RDK X5、RDK S100、TogetheROS.Bot、GitHub 文档、NodeHub 和社区触点共同压缩了从评估到跑通机器人演示的时间。对重视中间件、示例代码、传感器包和小板卡形态的开发者来说，这个栈有意义。NVIDIA 赢在光谱的另一端：更宽的 Jetson 梯队，以及面向人形机器人、智能体 AI 和重型多传感器负载设计的 Thor 路线图。Qualcomm 处在移动基因嵌入式 AI 与机器人参考套件之间；Ambarella 强调低功耗计算机视觉，Renesas 强调视觉加电机控制、联网和安全，TI 强调系统级人形机器人需求，MediaTek 则把 Genio 放在成本敏感的 IoT 和边缘 AI 设备中。实际采购时，买方会比较每瓦性能、ROS 与 SDK 成熟度、电机控制相邻能力、摄像头和传感器支持、价格透明度、伙伴可得性，以及必须由自己承担多少定制集成。[CP003, CP004, CP005, CP006, CP007, CP009]

3.3 切换成本、分销力量与替代品

只有当机器人团队已经押注某个技术栈之后，切换成本才会上升。采购早期，多栈并行是可行的，因为开发者可以混用 ROS2 工作流、云工具、传感器供应商和参考套件，同时保持应用逻辑可迁移。之后，成本会围绕开发板 I/O 假设、加速器专属模型工具、中间件包、调试习惯和渠道关系上升。这种动态有利于拥有广泛全球渠道和已知 OEM 信誉的既有玩家。NVIDIA 在高端最有生态引力，Renesas 和 TI 等工业供应商则受益于长期控制、安全和联网关系。D-Robotics 也有对冲因素：开放 GitHub 触点、兼容 ROS 的中间件、开发者示例、社区上手路径，以及日本零售和第三方产品采用带来的至少一些外部渠道证明。但现状替代品仍然真实存在。基础设施团队可以先用 Autopilot、Karpenter 或内部自建路径解决部分运营问题，直到机器人出货量或延迟需求逼近临界点，再决定是否引入新的专用平台供应商。[CP006, CP007, CP022, CP023, CP024, CP025]

3.4 护城河耐久性、商品化与替代风险

D-Robotics 护城河最强的版本不是公开基准测试的绝对领先，而是一体化可达性。当买方需要低功耗本地推理、机器人中间件、示例和从套件到部署机器人更快的路径时，D-Robotics 相比纯芯片供应商或纯云替代方案会显得不同。这个优势真实存在，但很脆弱。公开竞品证据显示，多家供应商现在都把 AI 加速与软件工具链、长生命周期支持或工业参考设计打包，削弱了“硬件 + SDK”基础卖点的独特性。NVIDIA 也用软件丰富、高性能的物理 AI 平台抬高买方预期上限，Renesas 和 TI 则把买方注意力拉向完整系统安全和电机控制集成。同样重要的是，本次审阅的公开材料没有提供同口径基准测试、TCO 研究或量产价格矩阵，证明 D-Robotics 能在不同负载中取胜。因此，投资人应把护城河视为有潜力但尚未充分证明；基准测试、渠道和商品化风险仍需重点尽调。[CP027, CP028, CP029, CP031, CP033, CP034]

4.1 收入模型与变现姿态

D-Robotics 公开呈现出的商业姿态，更像赋能型平台供应商，而不是机器人 OEM。最清晰的外部描述来自 36Kr：公司不打算制造机器人本体，而是想成为许多机器人厂商共用的软硬件底座。这个定位与已抓取的官方触点一致：公司把 RDK X5 和 RDK S100 推为开发与算力平台，发布 TogetheROS.Bot 手册，维护大型 GitHub 组织，并运营围绕 BPU 的模型库。合在一起看，可见栈暗示了三层可变现空间：硬件套件和算力模块、软件 / 工具链赋能，以及伙伴 / 开发者生态服务。 缺失的一环是价格兑现。公开页面展示了产品能力和上手材料，但没有给出标价、折扣区间、附加销售率或经常性软件合同条款。因此，最站得住的财务解读是结构性的，而不是定量的：D-Robotics 看起来通过开发者入口和下游平台采用变现，但公开来源尚未说明收入中有多少来自开发板销售、芯片 / 模块项目或软件挂钩服务。[CI001, CI002, CI003, CI004, CI005, CI006]

4.2 市场进入动作与销售效率代理指标

最强的公开销售效率证据不是已确认收入，而是生态强度。D-Robotics 维护着 229 个仓库的 GitHub 组织、带端到端部署示例的模型库、已有可观浏览量的课程目录、近期竞赛，以及一张覆盖教育机器人、工业相机、陪伴机器人和双臂具身系统的增长伙伴名单。这些不能替代 CAC 或回本周期数据，但确实暗示了一条开发者主导漏斗，可以降低售前摩擦并扩大产品发现面。伙伴动态也说明，D-Robotics 用外部硬件厂商和集成商做下游分销，而不是自己制造所有终端产品。 同一模式的反面也能在支持触点上看到。近期论坛主题仍包括 CAN FD 问题、掉帧报告、工具下载链接缺失和模型转换精度投诉。再叠加 CSDN 上的外部上手教程，证据指向一个仍在成熟中的赋能负担。D-Robotics 可能用较低的直接销售强度，换来更高的文档、支持和生态投入成本。[CI008, CI009, CI010, CI011, CI012, CI013]

4.3 融资历史与资本充足性

可访问的公开来源足以证明近期融资动能，但不足以干净地判断资本充足性。Baidu Baike 记录了 2025 年 5 月 $100M A 轮、2026 年 3 月 $120M B1 轮和 2026 年 4 月 $150M B2 轮，仅 B 轮资本就达到 $270M。公开来源也把 D-Robotics 描述为新兴独角兽，这与用户简报中的后期增长框架方向一致，但已抓取页面没有发布明确的投后估值表、投资方名单，也没有说明融资款如何转化为资产负债表现金续航。 这个缺口很关键，因为 D-Robotics 正在搭建全栈机器人平台：芯片、套件、软件手册、培训内容、社区支持和伙伴计划。这些动作都意味着持续的研发、生态和支持开支。缺少账上现金、烧钱速度、库存和毛利率披露时，审慎结论只能是：近期 B 轮降低了融资紧迫性，但没有把下一轮融资依赖从投资假设中拿掉。[CI016, CI017, CI018, CI019, CI020, CI024]

4.4 公开牵引力与私有指标缺口

公开记录对生态牵引力的证明远强于对收入质量的证明。Baidu Baike 引述称，到 2025 年末，平台已有超过 100 款产品、超过 100 家伙伴、100,000 名开发者，并与 500 多所学校合作。社区 API 和课程目录显示上线后确有活动，开发者案例流也确认第三方在机械臂、四足机器人、智能健身、服务机器人和安全系统上有真实构建。这些指标有用，说明平台正在被尝试、教授和集成。 它们不能证明收入耐久性。已抓取的公开来源没有披露合同收入、ARR、毛利率、流失率、客户集中度或产品级收入结构。即便伙伴覆盖很宽，也不能直接转化为多元化，因为没有公开的收入拆分能按客户类型、细分市场或地理区域划分。结果是一个熟悉的私有硬件平台问题：D-Robotics 看起来商业活动活跃，但数据室之外，收入质量仍不透明。[CI021, CI022, CI023, CI031, CI033]

4.5 财务结论与投资判断卡点

从结构看，D-Robotics 有几个正面因素。它卖向宽口径机器人赋能层，而不是单一设备利基；它围绕硬件有可见的软件和社区资产；它也已经募集足够多的后期私募资本，支撑 2026 年继续扩张。NVIDIA Jetson 等公开可比平台也说明，边缘 AI 供应商可以靠打包算力、开发套件和软件生态捕获价值，而不只是卖芯片。 但投资判断卡点很重。公开证据没有揭示实际成交价格、芯片与套件收入结构、软件变现、烧钱速度、现金续航、客户集中度或单位经济性。2026 年 B 轮投资方身份无法从可访问页面完整恢复，精确估值仍是二手来源估计，而不是公开申报事实。财务上，D-Robotics 更像一个资金充裕但尚未披露关键数据的增长平台：定性模型能看懂，定量可投资性仍未解决。[CI026, CI027, CI028, CI029, CI030, CI033]

5.1 产品组合与开发者工作流

D-Robotics 的公开栈足够宽，支撑的是可信平台叙事，而不是单板故事。RDK X5 被呈现为机器人开发套件，具备较强通用 I/O、Ubuntu 22.04 支持、有线和无线连接，以及创客到原型开发者都熟悉的工作流。RDK S100 在栈中的位置更高，被定位为具身智能算控平台，并明确使用“大脑 + 小脑”表述，把应用算力与运动控制配对。在这些硬件层周围，D-Robotics 公开了机器人软件手册、GitHub 组织、面向 BPU 部署的模型库，以及帮助开发者从首次启动走到模型执行的培训触点。 这形成了一条可见工作流：选择硬件、烧录并配置开发板，使用机器人中间件和示例，把模型移植或量化为 BPU 兼容格式，然后把开发板集成进伙伴或自建机器人。这是一条连贯的开发者旅程，不过仍面向能够承受配置工作和社区驱动排障的建设者。[CE001, CE004, CE005, CE010, CE012, CE021]

5.2 RDK X3 到 S600 的硬件梯队与平台工具（NodeHub、RDK Studio）

公开目录呈现的是分层硬件梯队，而不是单一开发板。RDK X3 是 D-Robotics 的入门层——一个四核 Cortex-A53 模块，配备双核 Bernoulli 架构 BPU，额定 5 TOPS，支持 4K 编解码，载板形态兼容通用机器人底盘。RDK X5 位于其上，推理预算约翻倍（10 TOPS），无线 I/O 也更丰富。RDK S100 进一步抬高上限，采用本章其他部分描述的 CPU+BPU Nash+MCU 分工；D-Robotics 还公开宣布了作为梯队顶端的 RDK S600：一款 560-TOPS（INT8）算力平台，在 DDC 2025 大会上发布，面向具身智能负载，目标 2026 年初上市，并明确围绕边云协同而不是纯端侧算力来定位。 两个工具触点包裹着这条硬件梯队。NodeHub 是 D-Robotics 公开的“智能机器人应用中心”——一个即取即用节点和算法示例目录（视觉巡线、室内服务机器人导航、机械臂演示），公司称大约一分钟即可跑通部署，项目源码也公开发布在 GitHub。RDK X3 和 RDK S100 营销页都直接引用了这个目录深度，从 X3 发布时的“100+ 开源算法和应用”，发展到 S100/DDC-2025 阶段的“200+ 开源算法和应用演示”。RDK Studio 是第二个触点：一款“AI 原生工作台”桌面工具，可烧录和管理 RDK X3、X5、S100/S100P 开发板，也能通过 SSH 连接通用 Linux 主机、NVIDIA Jetson、Raspberry Pi 和 Rockchip 开发板，提供范围更窄的 RDK 专属功能，并提供一条受 SSH 或网络可达性约束的“OpenClaw”端侧部署路径。合在一起，硬件梯队和工具强化了同一套平台论点：D-Robotics 卖的是一段可逐级上探的算力范围，以及配套部署和算法工具，而不是一块旗舰板。[CE036, CE037, CE038, CE039, CE040, CE041]

5.3 架构与算控设计

已抓取来源中最有辨识度的技术主张是 S100 架构。D-Robotics 不只是营销更多 TOPS，而是描述了一种横跨 CPU、BPU Nash 和 MCU 资源的算力分工，让感知、规划和关节级控制不必都挤在同一个处理器预算里。公开文本称，BPU Nash 承担 80/128 TOPS，支持超过 160 个 ONNX 算子，并针对 CNN 和 Transformer 优化；Arm Cortex-R52+ MCU 资源则处理低延迟执行。相比之下，RDK X5 更像经典边缘 AI 开发板，提供丰富 I/O 和无线接口用于原型开发。 软件架构补上了这套分工。TogetheROS.Bot 展示安装、ROS2 包使用、SLAM 和语音控制演示，模型库则记录转换、量化、推理和验证流水线。结果是一张相当具体的公开架构图：底层是异构硬件，中间是机器人中间件，上层是以 BPU 为中心的模型工具。[CE002, CE003, CE006, CE007, CE008, CE010]

5.4 成熟度、部署与发布证据

公开成熟度证据最强的地方在文档、分支、课程和持续生态维护。rdk_x5 分支被明确标为 RDK X5 的主交付分支，S100 硬件文档页则说明内容在 2026 年 6 月迁移到新的文档中心，而不是被弃置。课程流显示有专门的 X5 ISP 和 S100 ISP 培训，也有较早的 YOLOv5 和工具链课程，并且互动量不低。这就是一个活着的开发者平台应有的样子：不像消费级电器那样打磨完美，但在持续维护。 但公开成熟度不等于企业级资质。当前最好的证据是版本迁移、培训刷新、示例广度和使用案例，而不是正式认证包或基准测试记分卡。买方可以推断 D-Robotics 在积极维护平台；尽调团队仍无法仅凭已抓取页面推断确定性性能边界或生命周期保证。[CE009, CE013, CE016, CE017, CE018, CE032]

5.5 差异化与生态触达

D-Robotics 的差异化不在某个单一头部参数，而在周边生态密度。GitHub 组织公开了 229 个仓库，模型库覆盖从分类到 OCR 和多模态任务，DGP 页面明确要压缩机器人 MVP 时间，合作伙伴动态把平台连接到传感器、教育机器人、陪伴机器人和具身系统。开发者案例流进一步证明，第三方正在这个栈之上做出真实作品，而不只是阅读营销页。 这并不意味着 D-Robotics 是唯一尝试打包模块、开发套件、软件和伙伴的公司；NVIDIA Jetson 显然是这条全栈边缘 AI 路线的标尺。但已抓取的 2026 年来源确实支持一个有差异的本地论点：D-Robotics 正把机器人原生、BPU 优先的平台推入具身和教育场景，并拥有可见的中文社区密度和伙伴宽度。[CE011, CE014, CE019, CE020, CE021, CE023]

5.6 技术风险、信任缺口与尽调问题

公开负面证据是实际使用层面的，而不是根本性的。近期论坛主题显示，用户仍会遇到 CAN FD 问题、掉帧、GPIO 接触问题、gdc-tool 下载链接缺失和模型转换精度疑问。首次上手仍需要外部教程。这些对一个活跃开发者平台来说正常，但很重要，因为它们暴露了集成成本仍会回流到客户身上的位置。它们也暗示，D-Robotics 的产品成熟度仍部分依赖社区排障，而不完全是开箱即用体验。 更大的信任缺口是披露完整性。已抓取来源没有披露正式的正常运行时间承诺、安全证明、可下载审计包，也没有一张工业买方能直接塞进供应商记分卡的清晰基准测试表。D-Robotics 对严肃试点和伙伴主导建设看起来很强。若要支撑量产级技术尽调，它仍需要在可靠性、认证范围和确定性性能上拿出更深的公开证明。[CE015, CE025, CE026, CE028, CE029, CE033]

6.1 细分：消费级机器人 OEM、DGP 创业公司与机构型人形机器人买方

D-Robotics 的公开客户记录横跨五个不同买方触点，而不是一个清晰的企业理想客户画像。公司自己的关于页面把核心商业关系定义为覆盖人形机器人、陪伴机器人、扫地机器人和割草机器人的 OEM 合作；CEO Wang Cong 对 36Kr 表示，当前出货量仍依赖大众市场品类——扫地机、割草机和陪伴机器人——而不是具身智能或人形机器人订单，后者被他界定为更早期、周期更长的押注。叠加在这个 OEM 基础之上的是 D-Robotics Gravity Program（DGP）：公司称该加速器已经支持 200 多家早期机器人公司，产出 100 多个机器人产品品类；其开发者门户 API 还独立列出 9 个实名合作伙伴，覆盖教育机器人、可穿戴设备、高尔夫球童机器人和智能健身。第三个触点是 Beijing Innovation Center of Humanoid Robotics 这类机构型人形机器人买方，该机构正在围绕 D-Robotics 的 Xuri S600 芯片联合开发 Tiangong 3.0 人形机器人。第四个触点是 Yicai 和 D-Robotics 自己的 myCobot 博文都提到的 100,000+ 全球开发者社区；第五个触点则是 Insta360 支持的 Antigravity 团队等消费级无人机和影像伙伴。每个触点的买方—用户—付款方逻辑都不同：OEM 采购芯片并把成本传导给终端消费者；DGP 成员实际以购买硬件以及股权 / 注意力资源付费，而不只是现金；机构型人形机器人买方共同投入工程时间；开发者社区则多以免费或低价硬件为主，并不会成为具名商业账户。这种宽度在战略上是正面的，因为它降低了对单一机器人品类的依赖，但也意味着“客户”必须拆开理解：社区门户上的开发者案例投稿绝大多数是未付费的学术或创客项目，而不是商业买方；D-Robotics 自己“全球数百万用户”的表述，也部分借用了 Narwal 等下游 OEM 品牌的规模，后者独立报道的 450 million 名用户属于 Narwal，而不是 D-Robotics 自己可归因账户。[CU001, CU003, CU004, CU005, CU006, CU023]

6.2 Hengbot、Narwal、Insta360 与 Tiangong 3.0 的实名客户证据和采用轨迹

最强的公开客户证据来自两个联名产品发布。D-Robotics 自己的博客点名 Hengbot 的 Sirius 机器狗运行一颗最高 5 TOPS 的 RDK X3 AI 头部模组，这一规格也能在 D-Robotics 的 RDK X3 产品页独立匹配；Hengbot 自己的主页显示，截至运行日，该活动已获得 1,150 名支持者和 $912,768 众筹金额——不过原始活动的两个公开索引 Kickstarter URL 都返回 HTTP 404，因此众筹一手记录本身无法独立恢复。Elephant Robotics 的 myCobot 280 RDK X5 是第二个围绕 D-Robotics RDK X5 开发板打造并商业销售的实名产品。沿证据强度再往下一步，KrASIA 转载的 36Kr 报道称，D-Robotics 已与 60 多家供应链玩家合作，具体点名 Narwal 的 Xiaoyao 002 扫地机器人、Insta360 的 Antigravity A1 全景无人机和一款 Vbot 四足陪伴机器人。Narwal 和 Insta360 各自在官网独立确认了真实且庞大的商业足迹（分别为 450 million 名用户和全球产品线），但两个官网本身都没有点名 D-Robotics，因此两者的芯片归因目前依赖第三方媒体，而不是买方自己的材料。Vbot 提及更弱：它只是单一媒体引用，未找到佐证来源或产品页。2026 年最重要的进展是 Tiangong 3.0，这是一款全尺寸人形机器人，由 D-Robotics 与 Beijing Innovation Center of Humanoid Robotics 围绕 Xuri/Sunrise S600 芯片共同工程开发；Gasgoo 和独立媒体 en.shuziqushi.com（引用 Jiemian News）都确认，量产和交付计划在 2026 年下半年进行，成品机器大规模量产后成本预计下降超过 50%。合在一起，采用轨迹证据显示的是：两个成熟联名消费产品、两个仅由媒体确认的 OEM 关系、一个单一来源且证据薄弱的关系，以及一个尚未产生收入但证据较充分的人形机器人设计导入。投资人不应把这组梯度压缩成一个“具名客户”标题数字。[CU007, CU008, CU009, CU010, CU011, CU012]

6.3 扩张飞轮：DGP 项目、开发者社区与布道者网络

D-Robotics 运营着一套刻意设计的漏斗顶部扩张机制，独立于具名 OEM 订单。Robotics Dream Keeper Challenge 提供四阶段晋级（Explorer、Builder、Creator、Core Developer），包括导师指导、$1,000 大奖和购买 RDK X5 的现金返利，明确要把爱好者开发者转化为重复购买硬件的用户。公司还举办了与 Make: Magazine 编辑 David Groom 联合推广的线上“RDK X5 Show & Tell”活动，并送出一台 Elephant Robotics myCobot 280 机械臂来拉动参与；其开发者门户 API 显示 2026 年项目仍在活跃，包括一项 Smart Healthcare 挑战赛道，嵌入全国大学生智能汽车竞赛，报名开放到 2026 年 8 月。D-Robotics 社区页点名了五位代表品牌参与活动和线上传播的“机器人布道者”，其中包括 Frank Fu，被描述为 Navbot CEO。不过，这段关系也说明采用质量上的一个重要差别：NavBot 自己的主页把其四足和 STEM 机器人产品营销为“NVIDIA Jetson Powered”，公开产品信息从未提到 D-Robotics 或 RDK 硬件。因此，Fu/Navbot 联系更像社区触达或布道者关系，而不是 Navbot 在自有产品中出货 D-Robotics 芯片的确认证据。D-Robotics 自己门户上的开发者案例展示，在更大范围内强化了同样的谨慎判断：列出的几十个项目绝大多数是面向竞赛或个人学习的学生和爱好者投稿，而不是付费商业部署。因此，这个扩张飞轮是真实且活跃的社区建设机制，但它是未来商业关系的管线，不能替代具名、带收入客户证据。[CU024, CU025, CU026, CU027, CU028, CU029]

6.4 留存不透明、集中度风险与负面信号

本次审阅未发现任何官方或独立 2026 年来源披露 D-Robotics 任一客户或伙伴细分的净收入留存、毛留存、续约率或流失率，也没有任何来源披露客户集中度指标，例如最大具名账户占出货量或收入的比例。这种不透明很重要，因为 D-Robotics 自己的增长标题——出货量约增长 180%、客户数增长 200%，并由 KrASIA/36Kr 和 Yicai Global 交叉佐证——并不能说明增长是在约 60 个具名或报道过的供应链伙伴中广泛发生，还是集中在扫地机器人等少数高出货量 OEM 品类中。独立行业评论提供了本章最清晰的负面信号：China Biz Insider 对中国具身 AI 独角兽群体的分析把 D-Robotics 描述为“从芯片层进攻问题”，这是一种无论哪个应用层人形机器人赢家出现都能捕获价值的芯片级策略；但同一分析也把大多数群体公司——包括 D-Robotics——置于 18–24 个月现金续航上，并预计行业将在 2027 至 2028 年之间面临清算，同时指出 D-Robotics 自己的 2026 年 4 月融资轮估值约为 RMB 10.8 billion，却没有披露客户收入集中度。额外集中度风险来自地理：本章讨论的几乎每一个具名客户或伙伴——Hengbot、Narwal、Vbot 和 Beijing Innovation Center——都位于中国具身 AI 生态内，因此即便 OEM 品类组合保持多元，国内政策或出口管制变化也可能对客户基础产生不成比例的影响。在 D-Robotics 或具名伙伴披露留存、续约或集中度数字之前，已报告增长率的耐久性——以及 200,000 名开发者漏斗顶部与少数可独立佐证商业部署之间的落差——仍是本章最核心的未解尽调问题。[CU031, CU032, CU033, CU034, CU035, CU039]

6.5 展示要点

7.1 技术差异化与竞争替代风险

核心技术风险在于，D-Robotics 想在机器人计算市场建立标准，但这个市场里，最显眼的既有巨头已经同时覆盖芯片和软件控制平面。NVIDIA 的 Jetson 产品梯队已经从 67 TOPS 的 Orin Nano、275 TOPS 的 AGX Orin，延伸到配 128 GB 内存、2070 FP4 TFLOPS 的 Thor；JetPack 7 又把 CUDA、TensorRT、Isaac ROS、OTA、安全和云原生部署工具打包在一起。机器人团队拿到的是一套全球更容易识别、也更容易解释的软件界面；D-Robotics 目前公开的基准测试级证据，还没有打出同等清晰度。 D-Robotics 自己当然有真实技术栈：X3、X5、S100、NodeHub 和 DGP 拼出了一条完整开发路径。但公开证据读起来仍更像生态驱动的差异化，而不是全球性能经济性更优的硬证明。Qualcomm 仍在投入 RB3 Gen 2 和 RB5 机器人路径，Ambarella 用每瓦性能叙事切入低功耗机器人感知，Kneron 的资金也足以继续推进边缘 AI 叙事。风险不是 D-Robotics 没有产品；风险在于，在 D-Robotics 拿出更清晰的基准测试、软件和部署优势之前，本土市场之外的买家可能仍会默认选择全球更标准化的技术栈。[CR002, CR003, CR004, CR005, CR006, CR007]

7.2 地缘政治、出口管制和供应链风险

地缘政治是这份材料里最清晰的非公司特定风险之一。BIS 2026 年 5 月 31 日指引明确表示，先进计算物项流向总部位于 Country Group D:5 或 Macau 的实体时，即便该实体位于这些地区之外，仍需要许可证。WilmerHale 2025 年分析补充说，AI Diffusion Rule 可能已被暂停，但围绕中国相关 AI 出口、支持活动和转运筛查的执法姿态变得更敏感，而不是更宽松。另一份 WilmerHale 备忘录显示，晶圆厂和 OSAT 封测厂现在面临更重的尽调和审批负担，且这些负担会在 2026 年进一步加硬。 对 D-Robotics 来说，公开资料并未证明发生过直接制裁事件。风险更隐蔽，也因此更重要：如果与中国相关的机器人和边缘 AI 项目更难获得服务，全球供应商即便没有看到直接点名公司的禁令，也可能放慢工具、芯片、封装或支持交付。现有证据也没有足够清楚披露 D-Robotics 的代工或封装链，无法量化台湾或其他外部卡点敞口。因此，任何长期承保判断都要保留一层有分量的地缘政治压力。 管制体系还在叠加，并非静止不动。BIS 2025 年 3 月将 80 家实体加入 Entity List，理由是这些实体参与与中国军工复合体相关的先进 AI、超级计算和高性能芯片活动；此前 2024 年 12 月的一揽子规则中，Torres Trade Law 称已新增 140 家实体和 16 项 Footnote-5 指定，并引入新的 Foreign Direct Product 规则和许可证例外。Congressional Research Service 2025 年 9 月更新把这放在美国多年努力的一部分：拖慢中国提出的 2030 半导体自给目标。BIS 自己的 2024 年 12 月晶圆代工规则也要求封装厂在出货某些先进芯片前，核验晶体管数量，或持有 Approved/Authorized IC-designer 或 OSAT 身份。TrendForce 数据另行显示，美国对允许进入中国的芯片有意维持一到两代（「N-1」/「N-2」）性能差距；与此同时，晶圆产能和 HBM 瓶颈仍在约束中国 AI 芯片厂商，即便其国内市场份额预计 2026 年接近 50%。这些来源都没有直接点名 D-Robotics，但每一轮新规则都会扩大需要额外筛查的交易对手、封装伙伴和工具供应商范围；这种累积效应，比任何单一规则更构成长期风险。[CR012, CR013, CR014, CR015, CR016, CR017]

7.3 具身 AI 商业化疑虑、泡沫风险和中国产业政策敞口

中国自己的机器人生态正被两股力量同时拉扯。IFR 2026 年 5 月关于中国第十五个五年规划的简报称，机器人被放在国家产业战略核心；中国已拥有约 2 million 台工业机器人装机基础，约为日本存量的 4.5 倍，并且按 World Robotics 2025 Report 口径，占 2025 年全球工业机器人安装量的 54%。这对国内机器人计算供应商是一个可信顺风，但也有反作用：国家主导的产业政策往往会把支持和需求牵引集中到官方认定的「国家队」平台；公开记录尚未显示 D-Robotics 是这轮推进里的优先受益者，还是只是众多争夺同一政策相关需求的国内供应商之一。 叠在政策顺风之上的，是公司无法控制的需求时点风险：人形机器人和具身 AI 商业化疑虑。TechCrunch 转述机器人学家 Rodney Brooks 的批评，认为当前人形机器人路径建立在关于灵巧度和安全物理约束的「纯粹幻想式思维」之上，并预测真正的人形机器人实用性到来时间会比今天资本市场假设得更久。另据 Robotics & Automation News 报道的 CB Insights 数据，人形机器人在最近一个季度已经拿下所有 AI 垂直赛道中单一类别最高的 VC 交易量，同时投资者也明确警告泡沫，并呼吁坚持「收入优先」纪律。ChinaBizInsider 2026 年中统计至少 25 家中国具身 AI 独角兽，其中 15 家仅在 2026 年上半年诞生，合计吸收 RMB46 billion (~US$6.39 billion) 已披露融资；每家公司现金跑道只有 18-24 个月。这意味着 2027-2028 年很可能出现一波整合、降价轮或关停。 这直接关系到 D-Robotics，因为它的 RDK S100 / BPU Nash 产品线明确面向具身和人形机器人客户。如果人形机器人投资周期在商业化放量前降温，D-Robotics 可触达的近期需求可能比其更宽的边缘 AI 和 AMR 业务所暗示的收缩得更快；公开记录也没有披露当前出货或在手订单中，有多少绑定人形机器人需求，多少来自更耐久的工业、AMR 或行车记录仪需求。另一个独立问题是，未发现任何公开标准机构或监管方在机器人安全、互操作性或认证语境中点名 D-Robotics；这留下的是一个待尽调事项，而不是已确认的合规缺口。[CR047, CR048, CR049, CR050, CR051, CR052]

7.4 市场集中、渠道依赖和支持风险

市场扩张风险的核心，不是 D-Robotics 能否在中国之外卖出产品，而是它当前拥有怎样的国际足迹。经销商页面令人鼓舞，因为它显示公司在多个亚洲和欧洲国家有可见转售覆盖。但同一页面也是一个警示：足迹仍主要由经销商驱动，配件页面也把外设履约导向本地分销商。这是非常正常的早期渠道设计，但弱于直接现场团队、具名全球 OEM 部署和已发布的国际客户背书。 支持面也强化了这一谨慎判断。2026 年 7 月初的公开论坛活动显示，围绕 CAN FD、GPIO、掉帧、模型转换和 S100 启动行为存在真实问题。这证明产品确实有人在用，但也意味着运营复杂度已经公开显现。再叠加公开上手界面浓厚的教育和开发者导向，结论是一家公司拥有健康的生态活力，但国际变现深度仍不确定。投资者因此应把可见社区参与和已证明的海外收入多元化分开看。[CR019, CR020, CR021, CR022, CR023, CR024]

7.5 分拆执行和财务模型风险

执行风险仍然偏高，因为 D-Robotics 不是一家从零起步的软件公司；它是近期分拆出来的公司，要同时商业化芯片、板卡、中间件、工具、社区支持和伙伴赋能。母公司的规模对比会让人冷静。Horizon Robotics 现在披露数十亿 RMB 收入、数百万终端用户和数千万芯片出货，而 D-Robotics 仍在证明这套聚焦机器人的技术栈能独立撑起经济性。这不等于存在隐藏依赖，但确实意味着管理层必须把继承来的品牌信任，替换成自己的可复制执行能力。 财务上，公开记录证明了融资动能，但没有证明自我造血的经济性。Yicai 和 CXO 都报道了 2026 年分两步完成的 $270 million Series B，但同一批公开记录仍未披露收入、毛利率、现金、烧钱速度或跑道。这个平台在结构上资本开支很重，因为产品开发、生态赋能和支持要一起扩张。在这样竞争激烈的市场里，即便资金充足，公司也可能比投资者预期更快再次依赖融资。管理层拿出干净的变现、成本和跑道披露之前，财务模型应被视为风险放大器，而不是稳定器。[CR025, CR026, CR027, CR028, CR029, CR030]

7.6 图表

8.1 投资论点与反论点

D-Robotics 的正面估值逻辑不难理解。公开来源显示，它不是一次性的开发板项目，而是真实的机器人平台：公司销售计算套件、开发者工具和生态资产，同时踩中边缘 AI 与具身机器人两条强叙事。2026 年 B1 和 B2 融资也证明，投资者愿意用有分量的资本支持这条叙事。如果 D-Robotics 能把平台宽度转化为 AMR 或人形机器人相邻场景里的耐久软硬件标准，今天的私募估值回头看仍可能显得保守。 反论点是，公开证据现在仍更像一个生态故事，而不是一台商业机器。已审阅资料没有披露收入、毛利率、烧钱速度或客户集中度。Ambarella 和 Horizon 这些有真实估值的公开可比公司，也有 D-Robotics 目前拿不出来的申报级透明度。与此同时，Yicai 关于 2026 资本周期的报道警告，中国机器人和硬科技估值可能已经偏热。实际含义是，D-Robotics 相比普通硬件创业公司应享有真实平台溢价，但在已披露经济性追上叙事之前，这个溢价应被封顶。[CV001, CV002, CV003, CV004, CV014, CV015]

8.2 建议、置信度和出价纪律

我们将 D-Robotics 评级为「跟踪」，置信度中等，估值立场为「合理」。这不是「公司不好、回避」的结论。公司拥有足够的产品宽度、融资能力和机器人赛道窗口，值得留在主动观察名单上。但它也还不是一个清晰的「买入」，因为价格无法和公开单位经济性挂钩。在半导体加系统业务里，这比纯软件更重要，因为产品、支持和生态投入会一起扩张。 因此，出价纪律应按里程碑推进。只有在 D-Robotics 证明有国际说服力的客户采用、软件变现以及围绕烧钱和毛利率的更干净披露之后，投资者才应愿意支付更高价格。在此之前，「合理」是最平衡的立场：说便宜过于慷慨，因为平台范围和已募集资本已经支撑了有意义溢价；说过高又过于严厉，因为公司相较未来可能追赶的公开平台，规模仍明显更小、证明也更少。[CV016, CV017, CV018, CV021, CV022, CV033]

8.3 融资背景、进入纪律和融资条款风险

最站得住脚的融资结论很清楚，但并不完整。D-Robotics 在 2026 年募集了足够可见的资本，近期不会显得资金不足；单凭这一点，它已经区别于许多更早期的私有边缘 AI 供应商。与此同时，公开记录仍未揭示这些轮次的确切投后估值、优先权结构或下行保护。也就是说，投资者被要求对头条式动能作出反应，却缺少判断普通股进入经济性是否真正有吸引力所需的保护。 公开可比公司在这里主要是纪律工具。Ambarella 和 Horizon 证明，投资者最终会奖励边缘 AI 平台，但前提是这些平台接受申报级披露和公开市场审视。D-Robotics 还没到这一步。因此，进入纪律应聚焦轮次结构、烧钱与跑道的关系，以及下一轮融资更可能来自证明，还是来自希望。没有这些答案，合理估值区间比任何单点估值更有用。[CV001, CV002, CV008, CV015, CV017, CV018]

8.4 乐观、基准和悲观情景

D-Robotics 仍然披露很轻，因此情景分析比点估值更好用。悲观情景下，公司仍是有前景的技术平台，但在收入质量或出口链韧性令人信服之前就必须再次融资；这指向更接近低于 $1.1B 的结果。基准情景下，D-Robotics 持续把生态牵引转化为进展，保持融资渠道，并逐步改善变现证明，但仍没有完全摆脱不透明；这支撑约 $1.2-1.8B 区间。乐观情景下，公司证明中国之外的量产客户，展现真实软件或模块变现杠杆，并降低地缘政治折价；届时 $2.2-3.0B 区间会更可信。 关键不是精确到小数点，而是路径依赖。今天的价值更多由未来里程碑驱动，而不是当前财务产出。因此，「合理」立场可以和有意义的上行空间并存，前提是投资者对下一个估值档位必须满足什么条件保持纪律。[CV023, CV024, CV025, CV029, CV030, CV031]

8.5 可比公司组和估值背景

可比公司组提示应谨慎，但不支持直接否定。Ambarella 是功能上最干净的公开可比公司，因为它是一家已披露的边缘 AI 芯片公司，目前估值约 $3.43B。Horizon 是更具战略意义的上限锚点，因为它是已上市的母平台，规模大得多，当前市值为 HK$68.2B。Cambricon 是可比组里的警示标签：当前公开市场数据把它推到极高水平，因此它能说明 AI 芯片市场情绪，却不能作为保守估值模板。Kneron 是更干净的私有可比点，因为它披露融资历史并经营全栈边缘 AI，但从可见已融资本看，它仍比 D-Robotics 更早期、规模更小。 合在一起，可比公司组说明 D-Robotics 应高于简单早期硬件叙事，但低于一家充分披露的公开边缘 AI 平台。这正是「合理」成为正确中间地带的原因。公司比只有炒作的创业公司更有实质，但公开证明还不足以支撑龙头倍数。[CV005, CV006, CV007, CV008, CV009, CV010]

8.6 退出准备度、投资逻辑失效触发项和最终尽调问题

今天要承保一条清晰的公开市场式退出路径还太早。更可能的近期结果是另一轮私募融资、战略合作路径，或在 D-Robotics 披露可复制客户经济性之后再推进 IPO。避免买贵的最好办法，是盯住真正会打破投资逻辑的事项。如果公司在收入质量可见前又融资，如果国际客户证明无法从偏中国市场的 基础向外拓宽，或者出口管制收紧实质性改变供应商行为，合理估值区间就应下调，而不是上调。 最后的尽调问题直接而且要求很高：确切轮次条款、完整 cap table、产品线毛利率、烧钱和跑道、出口链依赖，以及按地域和用例划分的客户集中度。没有这些答案，即便战略故事仍有吸引力，公司也过于不透明，无法给出买入判断。因此，「跟踪」是正确的操作立场：保持贴近、快速更新，并且只在硬数据追上时才准备重估。[CV029, CV030, CV031, CV032, CV036, CV037]

8.7 图表