身體已就位、大腦卻斷糧:熱錢狂湧下,誰在爭奪機器人“靈魂”?

重點摘要
2026年上半年,將近440億元資金湧入中國的具身智慧領域,逼近去年全年總額的八成。不過更令人關注的不只是資金總量,而是流向出現了結構性變化——超過一半的錢全部投入了專注開發機器人「大腦」的公司,純本體製造商拿到的份額只剩不到兩成。當硬體門檻逐漸被踏平,誰能為機器人裝上真正的智慧中樞,已成為決定賽道走向的關鍵。 過去幾年,人形機器人學會了平穩行走、搬運物料,甚至能完成擰瓶蓋這類精細操作,運動控制層面的「小腦」技術已高度成熟。但「想得明白」遠比「走得穩」困難。
2026年上半年,將近440億元資金湧入中國的具身智慧領域,逼近去年全年總額的八成。不過更令人關注的不只是資金總量,而是流向出現了結構性變化——超過一半的錢全部投入了專注開發機器人「大腦」的公司,純本體製造商拿到的份額只剩不到兩成。當硬體門檻逐漸被踏平,誰能為機器人裝上真正的智慧中樞,已成為決定賽道走向的關鍵。過去幾年,人形機器人學會了平穩行走、搬運物料,甚至能完成擰瓶蓋這類精細操作,運動控制層面的「小腦」技術已高度成熟。但「想得明白」遠比「走得穩」困難。
一台真正通用的機器人大腦,需要千萬小時等級以上的高品質真實互動數據來訓練;然而截至2026年初,全球合規可用的機器人數據還不到50萬小時,缺口超過99%。數據匱乏的直接結果,就是機器人走出結構化車間、走進混亂的家庭或賣場時,往往手足無措。正是這個致命短板,讓資本開始重新布局。從量子位統計來看,2026年前五個月半,國內具身智慧賽道融資近438億元,預估全年將毫無懸念刷新紀錄。但錢的流向才是重點:超過一半的資金落入了「大腦派」公司口袋;純本體廠商只分到大約12.8%,甚至比生產靈巧手、感測器、關节模組等核心零組件企業的14.4%還要低。
而大腦賽道內部也出現明顯分化,VLA(視覺-語言-動作)模型拿走了其中42%的資金,世界模型佔27%,數據基礎設施佔20%,端側晶片佔11%。不少大腦派公司的融資節奏快得驚人,平均一個月一輪,甚至有企業兩輪之間只間隔兩週。科技巨頭與雲廠商也紛紛下場。華為推出CloudRobo平臺,試圖將機器人接入昇騰算力矩陣;騰訊則定位為「鈦螺絲」,透過開源混元大模型解決機器人的思考問題。大廠集體選擇做腦袋而不做身體,既能避開硬體價格戰,又可發揮自身在算力、仿真環境與多模態大模型方面的優勢。隨著身體的門檻逐漸被踏平,大腦的壁壘正越築越高。目前,機器人大腦賽道已形成多條路線並進的格局。
其中「模型自研派」以VLA與世界模型為核心壁壘,是融資規模最大、估值增長最快的陣營。千尋智慧是這條路線的標竿:這家2024年1月成立的公司,在2026年短短三個月內連續完成四輪融資,總計吸金45億元,估值躍升至200億元。讓資本如此亢奮的關鍵,是今年1月其開源模型Spirit v1.5在性能上超越了美國Physical Intelligence的Pi0.5模型,成為中國首個達成此突破的開源模型,並在零售、工業等場景獲得驗證。另一家「無界動力」則押注隱空間世界模型與強化學習的雙輪驅動,讓機器人理解世界運行的物理規律,而非僅僅記憶場景。
今年6月,其MWA™具身通用大腦在RoboCasa GR1 TableTop榜單上登頂全球第一,超越ACE-EGO-0、DIAL等多款主流模型。「端側算力派」則從大算力加大模型端側部署切入,強調本地即時決策與量產交付。知行科技旗下的「如一動力」是代表,其核心產品機器人AI Box邊緣計算設備算力覆蓋80至560TOPS,能讓機器人擺脫對雲端的依賴,在本地完成即時感知與決策。這項技術已在實際場景中得到驗證:今年北京亦莊人形機器人半程馬拉松,如一動力團隊透過自主導航避障演算法,讓機器人以不到兩小時成績完賽;其AI BOX產品iRC100P(128TOPS)也獲得國內頭部具身智慧企業的量產訂單。
「本體加大腦一體派」則試圖軟硬協同形成閉環,代表公司是星海圖。這條路線同時掌控身體與靈魂,邏輯完整,但資金與團隊壓力極大,能否平衡融資節奏與產品落地是關鍵。「類腦架構派」則從仿生學底層重構大腦,智平方是先行者。2026年,該公司發布全球首個類腦具身智慧系統NeuroVLA,模仿人類大腦皮層—小腦—脊髓的三級體系,透過更少數據完成學習與決策,試圖繞開傳統VLA的數據瓶頸。多條路線雖有差異,但終點相同:讓機器人真正理解世界。而這個市場規模已被多方看好。賽迪研究院報告指出,全球具身智慧市場未來五年複合增長率達73%,2030年規模有望達到2388億美元。
GGII也預測,2030年國內人形機器人市場規模將接近380億元,銷量達27.12萬臺。更值得關注的是價值鏈重心正向上游大腦遷移。2026年政府工作報告與「十五五」規劃已將具身智慧列為國家戰略級產業,大腦被賦予定義產品上限的戰略角色。技術架構層面,共識正從單一VLA模型走向資訊—物理—認知三域融合,世界模型不再是VLA的競爭路線,而是其中的核心拼圖。模型能力方面,下一代大腦將從被動執行進化到主動推演與自我學習。部署層面,大腦不能永遠長在雲端,端側算力加載將讓機器人逐步擺脫延遲與網路依賴。交互層面,未來機器人可能不再孤立,而是形成群體智慧。
這一切指向一個方向:具身智慧大腦正長成融合認知、推演、控制與學習的全棧式智慧中樞。當這個中樞真正成熟,機器人將不再只是聽令行事的工具,而是能在開放世界中自主理解與決策的智能體。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

DeepSeek重啟融資,三年市值對齊騰訊?
DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。

可靈AI核心技術骨幹王鑫濤被曝離職
快手可靈AI核心技術骨幹王鑫濤被曝離職,去向未知,快手官方與本人均未回應。王鑫濤是圖像與視頻生成領域知名開源項目主要作者,被視為可靈從0到1的關鍵推手。其離職發生在可靈完成獨立融資、估值180億美元的關鍵階段,可能影響研發進度與競爭優勢。