星动纪元（Robot Era）调研报告
报告日期：2026-07-01
调研对象：北京星动纪元科技有限公司（Robot Era）
面向人群：C++ 软件开发工程师 / 机器人算法工程师
一、公司概况
| 维度 | 内容 |
|---|---|
| 行业定位 | 独角兽（估值 >100 亿元），人形机器人赛道融资规模最大的头部企业之一 |
| 主营产品 | 全尺寸双足人形机器人（STAR1 / L7）、轮式服务机器人（Q5）、仿人五指灵巧手（XHAND1）、具身大模型（ERA-42） |
| 最新融资 | 2026 年 4 月，超 2 亿美元（约 14 亿元），顺丰集团领投，红杉中国、IDG 资本、中金资本跟投 |
| 估值 | 突破 100 亿元人民币（约 13.8 亿美元），2026 年 3 月战略轮后确认（来源：36氪、东方财富） |
| 创始人 | 陈建宇（约 31 岁）：清华大学精仪系本科 → UC Berkeley 直博（师从 Masayoshi Tomizuka 院士）→ 姚期智院士引进入职清华交叉信息研究院任助理教授/博导；深耕具身智能 10 年+ |
| 联合创始人 | 席悦：清华大学助理研究员，负责商业化事务 |
| 核心团队 | 80%+ 来自清华、北大、UC Berkeley、新加坡国立大学等顶级院校及世界 500 强企业 |
| 员工规模 | 参保人数 171 人（2025 年报），研发人员占比 >80%，估算研发团队约 137+ 人 |
| 总部 | 北京（清华科技园）+ 上海双总部 |
| 企业类型 | 2026 年 5 月完成股改，已变更为"股份有限公司" |
融资历程一览
| 时间 | 轮次 | 金额 | 核心投资方 |
|---|---|---|---|
| 2024.01 | 天使轮 | >1 亿元 | 联想创投领投，金鼎资本、清控天诚 |
| 2024.10 | Pre-A 轮 | ~3 亿元 | 清流资本、元璟资本、阿里巴巴联合领投 |
| 2025.07 | A 轮 | ~5 亿元 | 鼎晖 VGC、海尔资本联合领投 |
| 2025.11 | A+ 轮 | ~10 亿元 | 吉利资本领投，北汽产投战略投资 |
| 2026.03 | 战略轮 | 10 亿元 | 三星、高成投资、新加坡电信、中金保时捷 |
| 2026.04 | 新融资 | >2 亿美元 | 顺丰集团领投，红杉中国、IDG 资本 |
亮点：累计吸引 16 家国内外产业投资方（物流、汽车、3C、家电全覆盖），为行业之最；2026 年 3-4 月两月内累计融资近 25 亿元。
二、核心技术解析
2.1 整体技术架构
| 层次 | 技术选型 | 说明 |
|---|---|---|
| 机器人 OS | ROS2（兼容 ROS1） | XHAND1 明确标注兼容 ROS1/2 控制接口；社招岗位明确要求 ROS2 / Gazebo 经验 |
| 运动控制 | 自研强化学习框架（Humanoid-Gym）+ MPC/LQR/DRL | 基于 Isaac Gym 训练 locomotion 策略，zero-shot sim-to-real transfer |
| 感知与 AI | VLA 大模型（ERA-42）+ 世界模型（Ctrl-World）+ SLAM + 多传感器融合 | 全球首个融合世界模型的 VLA 模型；分频 VLA 架构 HiRT；VPP 视频预测策略 |
| 仿真平台 | NVIDIA Isaac Gym/Sim + MuJoCo + Gazebo | Humanoid-Gym 基于 Isaac Gym；支持 Isaac Gym → MuJoCo 的 sim-to-sim 验证 |
| 嵌入式/实时 | FreeRTOS / Cortex-M7 / EtherCAT / CAN 总线 | 灵巧手控制明确要求 Cortex-M7 嵌入式部署经验；力控算法要求 EtherCAT/CAN 总线知识 |
| AI 框架 | PyTorch（强化学习 PPO/SAC）+ TensorRT（Jetson 部署） | 运动控制岗明确要求 PyTorch + 强化学习经验；双足控制需 Jetson AGX Orin 部署经验 |
| 深度学习部署 | TensorRT / ONNX / NVIDIA Jetson 平台 | 算法需在边缘端实时推理 |
2.2 技术原创性
自研核心算法：
- ERA-42：端到端原生 VLA 具身大模型，全球仅 4 个系统可实现全尺寸双足人形 + 五指灵巧手统一控制（其余为 Figure Helix、Tesla Grok、NVIDIA GR00T）。已掌握 100+ 种复杂灵巧操作任务。
- Ctrl-World 世界模型：联合斯坦福 Chelsea Finn 团队研发，WorldArena 榜单具身任务全球第一、世界模型综合第二（超越 Google、NVIDIA）。陌生场景成功率提升 44.7%。
- HiRT 分频 VLA 架构（2024.09 全球首提）：70 亿参数世界模型（慢系统）+ 4000 万参数执行模型（快系统），通过 latent 向量连接。后续被 Physical Intelligence (Pi0)、Google、NVIDIA 跟进。
- VPP 框架（2024.12 开源）：全球首个融合世界模型的 VLA 算法框架，可利用互联网视频数据预训练。
- VLAW 框架：首次实现 VLA 策略与动作条件世界模型的协同迭代优化。
- VLA + 在线 RL 范式：被 PI 最新模型 π0.6 引用。
自研核心硬件：
- 整体硬件自研率 >95%
- 星动 XHAND1：12 自由度全直驱灵巧手，纯齿轮准直驱传动，全球首个直驱路线方案。已出货近千只，海外占比 50%
- 关节模组：400Nm 峰值扭矩，25 rad/s 最高转速，自研电机驱动系统与准直驱传动架构
- 减速器：与丰立智能深度合作（谐波 + 行星 + 微型减速器），非完全自研
2.3 知识产权与学术成果
| 类别 | 数量 | 备注 |
|---|---|---|
| 发明专利申请 | 24 件 | — |
| 有效发明专利 | 4 件 | 含永磁力矩电机、人形机器人腿部结构等 |
| 有效实用新型 | 7 件 | — |
| 有效外观设计 | 9 件 | — |
| 软件著作权 | 1 件 | — |
| 商标 | 49 条 | — |
| 顶会/高质量论文 | 50+ 篇 | 团队累计发表 |
代表性学术成果：
- DWL 算法框架：获机器人顶会 RSS 2024 最佳论文提名奖，审稿人全数满分
- VPP 框架：入选 AI 顶会 ICML Spotlight 论文
- 研究覆盖深度强化学习动态平衡、端到端 RL 感知-决策-执行闭环、自监督跨场景零样本迁移、多模态传感器融合自适应步态控制等方向
2.4 开源生态
| 项目 | 仓库 | 技术栈 | Stars | 说明 |
|---|---|---|---|---|
| Humanoid-Gym | github.com/roboterax/humanoid-gym | Python + Isaac Gym + MuJoCo | ~774 | 人形机器人端到端 RL 训练框架，支持 zero-shot sim-to-real，社区较活跃（130+ forks） |
- VPP 框架已开源；ERA-42 模型架构论文公开但模型权重未开源
- 联合清华大学、上海期智研究院发布，产学研联动紧密
三、产品与商业化落地
3.1 产品矩阵
| 产品型号 | 类型 | 关键参数 | 市场定位 |
|---|---|---|---|
| 星动 STAR1 | 全尺寸双足人形机器人 | 171cm / 63kg，55 自由度，关节峰值扭矩 400Nm，奔跑速度 3.6m/s，载重 160kg | 工业/户外高性能场景 |
| 星动 L7 | 全尺寸双足人形机器人 | 2025.07 发布，世界人形机器人运动会跳高冠军（95.641cm） | 通用人形平台，B 端落地主力 |
| 星动 Q5 | 轮式服务机器人 | 2025.06 发布 | 商场导购、文旅讲解等商用服务 |
| 星动 XHAND1 | 仿人五指灵巧手 | 12 全主动自由度，全直驱，最大负载 25kg，最大握力 80N，触觉阵列 >100 点，精度 0.1N | 科研 + 工业 + 头部科技企业客户 |
| ERA-42 | 具身大模型（软件） | 端到端 VLA，支持 100+ 种灵巧操作 | 机器人"大脑"，软硬一体核心 |
3.2 落地场景与客户
- 主要场景：仓储物流（包裹分拣/扫码/搬运）→ 3C/家电制造（零部件抓取/装配/质检）→ 商业服务（清洁/递送/导览）→ 汽车制造
- 已知大客户：顺丰集团、中国邮政、吉利、北汽、东风、雷诺、TCL、海尔、联想、三星、世纪金源
- 全球科技巨头客户：全球市值 TOP10 科技公司中 9 家为星动纪元客户（含 OpenAI、波士顿动力、NVIDIA、Apple、Google、Amazon、字节跳动等）
- 订单规模：累计订单总额 突破 5 亿元，海外业务占比 50%
- 落地深度：已入驻华北、华东、华南 10+ 个物流中心，实现 24 小时不间断常态化运营
- 效率水平：物流场景下部分作业效率达人类 85%（2026 年数据）；创始人预测下半年可达 70%
3.3 量产与供应链
- 量产里程碑：2025 年累计交付超 200 台；2026 年 Q2 开启千台级批量交付，增速 300%
- 行业地位：具身智能行业首个完成 PMF（产品-市场匹配）验证的企业
- 工厂：自研全栈产线（大脑—运控—数据—灵巧手—本体），核心零部件自研率 >95%
- 供应链：减速器与丰立智能深度绑定；其他核心部件自研主导
- 灵巧手：已出货近千只，客户复购率最高达 6 次
四、C++ 岗位与求职指南
4.1 当前在招 C++ 相关岗位
注：以下信息综合自公开招聘平台（BOSS 直聘、猎聘、牛客网、官网），2026 年 7 月参考。具体岗位开放情况请以官网最新信息为准。
| 岗位名称 | 薪资范围（年薪） | 硬性技术要求 | 加分项 | 来源 |
|---|---|---|---|---|
| 运动控制算法工程师 | 36-60 万（30-50K×12+） | C++、Python、PyTorch、强化学习（PPO/SAC）、Isaac Gym/MuJoCo | 足式机器人控制项目经验、顶会论文、开源项目 | 校招/BOSS |
| 力控算法专家 | 50 万+ | C++/Python、MPC/LQR/DRL 算法、ROS2/Gazebo、EtherCAT/CAN、嵌入式开发 | 实时系统调优、力控/阻抗控制经验 | 社招 |
| 双足运动控制算法专家 | 50 万+ | C++/Python、ZMP/Capture Point、ROS2/Gazebo、Jetson AGX Orin 部署 | WBC 全身控制、模型预测控制 | 社招 |
| 灵巧手运动控制算法专家 | 50 万+ | C++/Python、阻抗控制/导纳控制、ROS2/Gazebo、Cortex-M7 嵌入式部署 | FreeRTOS、实时控制循环设计 | 社招 |
| 机械臂运动控制算法专家 | 50 万+ | C/C++、MATLAB、路径规划/轨迹跟踪/动力学控制 | MoveIt、ros2_control | 社招 |
| 雷达算法专家 | 50 万+ | 点云处理（PCL）、SLAM、多传感器融合、嵌入式系统开发 | LOAM/LIO-SAM、ROS2 导航栈 | 社招 |
| 机器人软硬件全栈开发专家 | 未公开 | C++/Python、Linux 系统编程、驱动开发、通信协议 | 从底层驱动到上层应用的全栈能力 | 社招 |
4.2 岗位匹配度自评表
| 技能维度 | 公司需求程度 | 说明与提升路径 |
|---|---|---|
| C++ 标准 (11/14/17/20) | ⭐⭐⭐⭐⭐ | 核心必备。多数算法岗要求 C++ 与 Python 并重；建议深入 C++17（structured bindings、if constexpr、CTAD）；关注 C++20 的 concepts 和 coroutines |
| ROS2 / rclcpp | ⭐⭐⭐⭐⭐ | 极高需求。几乎所有控制/感知岗位都要求 ROS2。建议学习 ROS2 Humble + Gazebo Ignition + Nav2 导航栈。XHAND1 还兼容 ROS1，了解 ros1_bridge 有加分 |
| 多线程编程 | ⭐⭐⭐⭐⭐ | 实时控制循环（1kHz）必须。深入 std::thread、std::mutex、std::atomic、lock-free 数据结构、线程优先级与亲和性设置 |
| 实时系统 (RT) | ⭐⭐⭐⭐⭐ | 公司核心差异化需求。Cortex-M7 上的 FreeRTOS 裸机编程、RT-Linux（PREEMPT_RT）、EtherCAT 主站协议栈（IgH/SOEM） |
| CMake / 构建系统 | ⭐⭐⭐⭐ | ROS2 项目标配 CMake + ament；现代 CMake（target-based）、跨平台构建经验 |
| NVIDIA Isaac Gym/Sim | ⭐⭐⭐⭐ | 运动控制 RL 训练的核心仿真平台。了解 Isaac Sim 的 ROS2 桥接、USD 场景构建 |
| PyTorch / 强化学习 | ⭐⭐⭐⭐ | 控制算法岗标配。PPO、SAC、Domain Randomization、Sim-to-Real Transfer |
| Eigen / 数学库 | ⭐⭐⭐⭐ | 运动学/动力学计算必备。熟练掌握矩阵运算、SVD、QP 求解器接口 |
| CUDA / GPU 编程 | ⭐⭐⭐ | 加分项。模型推理加速（TensorRT）、点云处理加速 |
| SLAM / 点云处理 (PCL) | ⭐⭐⭐ | 雷达算法岗必须。LOAM 系列、GTSAM/g2o 因子图优化、多传感器融合（IMU+LiDAR+视觉） |
| Linux 系统编程 | ⭐⭐⭐⭐ | 设备驱动、内核模块（EtherCAT 实时驱动）、sched_setattr、内存锁定等 |
| 嵌入式 MCU 开发 | ⭐⭐⭐⭐ | Cortex-M 系列（M4/M7），FreeRTOS，SPI/I2C/CAN 总线，电机 FOC 控制 |
| OpenCV / 图像处理 | ⭐⭐⭐ | 视觉感知基础，多模态模型输入预处理 |
4.3 面试准备建议
推测考察重点（基于公司技术路线）：
- 运动学与动力学基础：正/逆运动学、雅可比矩阵、拉格朗日/牛顿-欧拉动力学。人形机器人 ZMP 理论、Capture Point 步态规划。WBC（全身控制）层级架构。
- 实时系统设计与调优：如何设计 1kHz 实时控制循环？涉及实时线程优先级、内存锁定（
mlockall）、EtherCAT DC 时钟同步、中断延迟与抖动分析。FreeRTOS 上的任务调度与优先级反转处理。 - C++ 高性能编程：
std::move语义、RAII、智能指针在实时系统中的取舍、Eigen 表达式模板优化、SIMD 向量化、Cache 友好的数据结构设计。 - ROS2 深度理解：DDS 通信机制（Fast DDS / Cyclone DDS）、ROS2 Executor 模型（SingleThreaded vs MultiThreaded）、
rclcpp::Node生命周期、ROS2 + 实时系统的集成方案。 - 强化学习基础：PPO 算法细节、GAE 优势估计、Domain Randomization 策略、Sim-to-Real Gap 的理解与应对（系统辨识、域随机化、动力学随机化）。
- 设计模式与软件架构：有限状态机（FSM）、行为树在机器人任务编排中的应用、插件化架构（
pluginlib）、ROS2 Component 节点。
推荐复习资料：
- 书籍：《C++ Concurrency in Action》(2nd Ed)、《Real-Time C++》、《Robotics: Modelling, Planning and Control》(Siciliano)、《Introduction to Humanoid Robotics》
- 开源项目：Humanoid-Gym（必读）、ros2_control、OCS2、Pinocchio（刚体动力学库）
- 论文：DWL (RSS 2024)、HiRT (arXiv)、VPP (ICML Spotlight)、Ctrl-World (2025)
- 在线资源：ROS2 官方教程（Humble）、NVIDIA Isaac Gym 文档、FreeRTOS 官方教程
典型面试题举例：
- "设计一个人形机器人的 1kHz 实时控制循环。从传感器到执行器的数据流如何走？涉及哪些系统调优（中断延迟、内核抢占、内存锁定）？如何处理 EtherCAT 主站与 ROS2 的进程间通信？"
- "在 Isaac Gym 中训练的人形机器人行走策略，部署到真实机器人上通常会遇到哪些 Sim-to-Real Gap？如何系统性地缩小这些差距？"
- "给定一个 7-DOF 机械臂，请在 C++ 中实现基于 Damped Least Squares (DLS) 的逆运动学求解器。讨论如何处理奇异点和关节限位。"
- "在 ROS2 中，
MultithreadedExecutor和SingleThreadedExecutor的区别是什么？如果你有一个实时回调（1kHz）和一个非实时回调（10Hz）在同一个 Node 中，如何避免相互阻塞？" - "EtherCAT DC（Distributed Clocks）同步的原理是什么？如果主站与从站的时钟漂移，如何在应用层补偿？"
4.4 职业发展前景
-
公司成长性：极高。公司处于 Pre-IPO 阶段（2026 年 5 月已完成股改），估值已破百亿，是具身智能赛道融资规模和速度最快的企业之一。已完成 PMF 验证并进入千台级量产阶段，从"讲故事"进入"交作业"的转换期。作为 C++ 工程师此时加入，有机会获得早期的期权/股权回报。
-
内部晋升：预计双轨制——技术序列（工程师 → 高级 → 专家 → 首席科学家/架构师）和管理序列（Tech Lead → 团队负责人 → 技术总监）。公司 171 人规模 + 高速增长意味着晋升窗口期短，早期员工有较大管理优势。
-
行业跳槽认可度：极高。星动纪元在人形机器人领域的技术品牌效应已建立（WorldArena 全球第一、ERA-42 与 Tesla/Figure/NVIDIA 并列）。工作经验在具身智能领域相当于"无冕之王"级别，对跳槽至 Tesla Bot、Figure AI、NVIDIA GEAR、智元、宇树、傅利叶等同赛道公司有极强背书。对于传统机器人企业（ABB、库卡）和自动驾驶公司也具有跨领域认可度。
五、综合评估与建议
5.1 公司优势
- 技术硬实力全球领先：Ctrl-World 世界模型在 WorldArena 超越 Google/NVIDIA 获全球第一；ERA-42 是全球仅 4 个能统一控制全尺寸人形+灵巧手的 VLA 模型之一；分频 VLA（HiRT）是全球首发并被行业跟进。技术上不是"跟随者"而是"定义者"。
- 学术界+产业界双重顶级背书：清华姚期智院士团队孵化，RSS/ICML 顶会论文加持；投资方涵盖物流（顺丰）、汽车（吉利/北汽/东风/雷诺）、3C（联想/海尔/三星）、互联网（阿里），是全球产业资本最全的具身智能企业。
- 商业化领先竞品 1-2 年：行业首个 PMF 验证，千台级交付，10+ 物流中心真实运营，已不是 PPT 公司。
- 硬件+软件全栈闭环：>95% 自研率意味着 C++ 工程师可以接触到从底层驱动（FreeRTOS/Cortex-M）到上层 AI（VLA 大模型）的完整技术栈，技术成长曲线极为陡峭。
- 国际化和退出路径清晰：海外业务 50%，全球 Top 10 科技公司 9 家为其客户；已完成股改，IPO 预期明确。
- 薪资竞争力强：算法专家年薪 50 万+，在机器人赛道属于第一梯队。
5.2 潜在风险
- 人形机器人商业化仍处早期：虽然已实现千台级交付，但相比于工业机械臂百万台/年的市场规模，人形机器人是否能真正从"千台"跨越到"万台"仍是巨大的不确定性。物流场景的 ROI 需要更多数据验证。
- 技术路线收敛风险：陈建宇本人也承认"技术路线正在加速收敛"。VLA+世界模型的路线虽然目前领先，但如果被证明不是最优路径，技术积累可能面临部分重复建设的损失。特斯拉、Figure、NVIDIA 等巨头也在同一方向加速。
- 行业竞争激烈：国内竞争对手（宇树、智元、傅利叶、银河通用）融资规模和产品进展也在快速推进；海外 Tesla Optimus、Figure 02 在资源和品牌上有巨大优势。
- 团队规模较小与高压文化：171 人支撑 5 亿订单+千台量产+全球 Top 10 客户，工作强度和压力可想而知。小团队也意味着个人需要承担更广的职责（"全栈"是常态而非例外）。
- 股权价值兑现周期不确定：虽然股改完成，但从股改到真正 IPO/退出可能仍需 2-4 年，且人形机器人公司的二级市场定价尚无成熟参照。
- 硬科技创业的"死亡谷"：从千台到万台交付，供应链管理、品控、售后、安全合规都将是指数级挑战——这些问题不是技术好就能解决的。
5.3 给 C++ 程序员的最终建议
-
推荐指数：⭐⭐⭐⭐⭐ (4.5/5)
-
适合人群：
- 已有 3-5 年 C++ 工程经验，想在机器人/具身智能赛道的技术爆发期建立行业地位的程序员
- 同时掌握 C++ 和 Python，对实时系统和 AI/RL 都有兴趣的"π 型人才"
- 愿意接受高强度、高成长、高责任的工作节奏
- 能接受一定的期权/股权兑现周期（2-4 年）
-
不太适合：
- 追求 WLB（Work-Life Balance）优先的程序员——初创独角兽的文化很难满足
- 纯上层应用开发背景（Web/后端转行），缺乏嵌入式/实时/硬件基本知识
- 在固定技术栈中深耕单一方向（如只做数据库优化）的专家型程序员——这里的"全栈"要求远超常规
-
短期收益（1-2 年）：
- 在人形机器人领域建立完整的技术栈认知：从 MCU 裸机（FreeRTOS）到 Linux 实时内核（PREEMPT_RT）到 ROS2 中间件到 VLA 大模型推理
- 亲手参与从仿真训练到真实机器人部署的 Sim-to-Real 闭环
- 积累高性能 C++ 在实时控制场景的系统性工程经验（这类经验整个行业极度稀缺）
- 薪资层面：30-60 万年薪 + 早期期权（股改后价值可量化）
-
长期收益（3-5 年）：
- IPO 退出带来财务回报的可能性（虽然不确定）
- 在"具身智能"这一赛道建立稀缺性和品牌——这个行业未来 10 年将持续增长
- 退出路径丰富：可转 Tesla Optimus / Figure / NVIDIA GEAR 等海外顶级团队，也可去传统机器人/自动驾驶大厂做技术负责人
- 积累了从 0 到 1 的技术体系建设经验，未来无论加入还是创业都有极大的谈判筹码
一句话总结：星动纪元是目前国内对 C++ 程序员最有"技术杠杆"的具身智能公司之一——你在这里写的每一行 C++ 代码，都直接跑在一台真实的、会走路会干活的人形机器人上，而且这台机器人正在被全球 Top 10 科技公司买单。如果你能接受技术创业的风险和强度，这是一个极佳的窗口期。
数据来源：
- 公司官网：www.robotera.com
- 招聘平台：BOSS 直聘、猎聘、牛客网、牛企直聘（检索日期 2026-07-01）
- 权威媒体：36氪、财新、福布斯中国、东方财富、智东西、机器之心、亿欧（多篇报道，详见正文引用）
- 专利数据：innohere.com、天眼查（检索日期 2026-07-01）
- 学术论文：arXiv (2404.05695)、RSS 2024、ICML、WorldArena 榜单
- 开源项目：github.com/roboterax/humanoid-gym
免责声明：本报告基于 2026 年 7 月 1 日公开信息整理，仅供参考。融资、招聘、产品等信息具有时效性，建议结合公司官网和招聘平台最新数据交叉验证。本报告不构成投资建议或求职决策的唯一依据。
评论区