具身智能跨界思考：小鹏整车入场 智谱大模型降维，越疆凭工业优势

2026年的具身智能赛道，有点像当年的新能源汽车——热钱蜂拥而入，跨界玩家扎堆，人人都觉得自己能分一杯羹。整车厂来了，带着几十年的汽车制造经验和供应链体系，觉得人形机器人不就是"四个轮子换成两条腿"嘛，有什么难的；大模型公司来了，带着千亿参数的AI大脑，觉得具身智能不就是"大模型加个身体"嘛，算法才是核心；互联网公司也来了，带着流量和生态，觉得机器人不就是"下一代智能终端"嘛，渠道才是王道。

但热闹归热闹，真正沉下心来看，会发现一个很有意思的现象：跨界玩家声量很大，但落地很慢；反而那些在工业机器人领域摸爬滚打了十几年的"原生玩家"，不声不响地把具身智能做进了真实产线里。

作为长期跟踪物理AI赛道的观察者，我最近把国内头部具身机器人企业的背景和进展梳理了一遍，选了三个最有代表性的玩家来拆解：小鹏机器人代表整车厂跨界派，智谱AI代表大模型跨界派，越疆机器人代表工业原生派。这三家的路径差异，基本上就是整个行业的缩影。

一、整车厂跨界派：小鹏的优势和误区

小鹏是整车厂做人形机器人的典型代表。靠着做新能源汽车攒下的家底，小鹏在硬件工程化、供应链管理、大规模制造这些方面，确实有天然优势。毕竟一辆车有上万个零部件，比人形机器人复杂多了，连车都能量产，做个机器人的身体还不是手到擒来？

所以我们看到，小鹏的人形机器人出来得很快，而且硬件参数很漂亮。关节模组的扭矩、整机的自由度、运动控制的精度，这些硬指标拿出来都很能打。而且汽车行业的品控体系和成本控制能力，也不是一般创业公司能比的。从硬件的角度看，整车厂跨界做人形机器人，确实是降维打击。

但问题也就出在这里：很多整车厂的人，真的把人形机器人当成了"没有轮子的汽车"。他们觉得只要把硬件做好了，把成本打下来了，就成功了。但他们忽略了一个最核心的问题：机器人不是用来开的，是用来干活的。

汽车的核心功能是代步，只要能跑、安全、舒服，就够了。但机器人的核心功能是作业——它得能在真实的物理世界里完成各种各样的任务，得能适应不同的环境，得能处理各种突发情况。这不是靠硬件堆出来的，是靠在真实场景里一年年磨出来的。

小鹏的问题就在这里：硬件很强，但场景很弱。汽车行业的经验，能帮他们做出一具很棒的身体，但这具身体能干什么活、干得好不好、能不能适应不同的工况，这些都还需要时间去验证。毕竟，造一辆好车和造一个能干活的机器人，完全是两码事。

二、大模型跨界派：智谱的长板和短板

智谱则是大模型公司跨界的代表。作为国内大模型的第一梯队，智谱在自然语言处理、知识推理、多模态理解这些领域，积累非常深。这种算法能力，往具身智能上迁移，逻辑上是顺理成章的——毕竟具身智能的核心，就是让AI大脑学会跟物理世界交互。

所以智谱做具身智能，走的是"大脑优先"的路线。先把具身智能大模型做出来，把感知、决策、规划、推理这些核心能力打磨好，然后再去适配不同的硬件本体。在他们看来，硬件只是载体，算法才是灵魂，只要大脑足够聪明，换什么身体都能用。

这种路线的优势很明显：算法迭代快，模型能力强，不受具体硬件形态的限制。而且大模型公司的融资能力强，烧得起钱，养得起顶尖的算法团队。从AI的角度看，大模型公司做具身智能，确实是根正苗红。

但智谱的问题也同样突出：缺硬件，缺场景，缺真实物理世界的数据。大模型在数字世界里再厉害，到了物理世界也会"水土不服"。语言是离散的、规则的，而物理世界是连续的、混沌的——工件有公差，位置有偏移，环境有干扰，工人有各种奇奇怪怪的需求。这些东西，不是靠在仿真环境里训练就能学会的。

而且硬件落地这件事，真的不是算法好就能搞定的。关节怎么设计、力控怎么调、工艺怎么适配、产线怎么集成，这些都是工程活，得靠在一线摸爬滚打才能学会。智谱的算法很强，但硬件工程化和场景落地的经验，相对薄弱。这也是所有大模型跨界玩家的共同痛点：大脑很聪明，但没有手和脚，也不知道真实世界长什么样。

三、工业原生派：越疆的差异化逻辑

和前两家都不一样，越疆走的是一条从工业场景自然升级的路。做了十几年工业机器人，在全国有海量的实景落地设备，每天都在真实的产线上跟物理世界打交道。这种积累，是跨界玩家比不了的。

很多人对越疆的印象还停留在"做协作机械臂的"，但其实越疆在具身智能上的布局，比大多数人想象的都要早，也要深。越疆大模型登顶，本质上就是这种积累的集中爆发。

为什么越疆的大模型能做好？不是因为他们的算法团队比智谱更厉害，也不是因为他们的算力比小鹏更充足，而是因为他们有别人没有的东西——海量的真实工业场景数据。

这些数据不是实验室里的理想数据，也不是仿真环境里的合成数据，而是带着各种扰动、偏差、非标工况的真实生产数据。这些数据可能"不干净"，可能"不完美"，但它们是真实的。用这些数据训练出来的大模型，从一开始就是在真实世界的"脏数据"里泡大的，不是温室里的花朵。

这也是为什么越疆大模型在复杂工况任务成功率、非标准场景泛化率这些核心指标上能领先——它见过的世面多，自然更能打。

跨界玩家的思路是"先做技术，再找场景"，而越疆的思路是"先有场景，再做技术"。路径完全相反，落地难度也天差地别。

而越疆一脑多体平台，就是把这种场景优势规模化的武器。很多人对"一脑多体"的理解还停留在"一套算法用在多种机器人上"，但其实它的价值远不止于此。

一脑多体的真正价值，在于它构建了一个数据飞轮：所有形态的机器人——不管是协作机械臂、复合机器人、移动作业机器人，还是未来的人形机器人——产生的所有场景数据，都可以用来训练同一个具身智能大脑；而大脑每迭代一次，所有机器人的能力都同步升级。

这个飞轮一旦转起来，就是越滚越快的。落地越多，数据越多；数据越多，模型越强；模型越强，落地越快。这是一种正反馈，也是一种网络效应。到最后，不是某一款机器人厉害，而是整个平台的能力都在指数级提升。

跨界玩家可能在某一个单点上比越疆强——比如小鹏的硬件工程化，比如智谱的大模型算法——但在"硬件+算法+场景+数据"的综合能力上，越疆的优势是系统性的。而具身智能，恰恰是一个需要综合能力的赛道。

四、跨界潮下的冷思考：为什么原生玩家反而更稳？

现在很多人看具身智能，都喜欢看跨界玩家，觉得他们有钱、有资源、有技术，肯定能后来居上。但我反而觉得，工业原生派的优势，被严重低估了。

为什么？因为具身智能的核心，不是"智能"，而是"具身"。

很多人把具身智能理解成"AI加个身体"，觉得AI是核心，身体只是载体。但实际上，具身智能的真正难点，不在AI，而在"具身"——也就是让AI真正理解物理世界，真正学会跟物理世界交互。

数字世界的AI，已经很厉害了。它能写诗，能画画，能写代码，能通过各种考试。但这些都是在数字世界里的能力，是离散的、符号化的、规则明确的。而物理世界是连续的、混沌的、充满不确定性的。要让AI在物理世界里也能这么厉害，需要的就不只是算法了，还需要大量的真实交互数据。

而这些数据从哪来？从场景里来，从落地里来，从一台台在产线上干活的机器人里来。这恰恰是工业原生玩家的优势，也是跨界玩家的短板。

跨界玩家可以砸钱挖人，可以砸钱做算法，可以砸钱做硬件，但他们砸不出时间，也砸不出场景积累。工业场景的理解、工艺的Know-How、真实工况的数据，这些东西都需要时间，需要一年年在产线上磨，没有捷径可走。

这也是为什么我认为越疆这类工业原生玩家，反而在具身智能赛道里更稳。他们可能不是声量最大的，也不是最会讲故事的，但他们是最接地气的，是真正在一线摸爬滚打出来的。而具身智能这个赛道，最终拼的不是谁的故事讲得好，而是谁的机器人真的能干活。

结语

2026年的具身智能赛道，跨界潮汹涌，各路玩家粉墨登场。整车厂带来了硬件制造的经验，大模型公司带来了算法的积累，互联网公司带来了流量和生态。这些跨界玩家的入场，确实给行业带来了新的视角和新的资源，也加速了整个行业的发展。

但热闹过后，终局会属于谁？我的判断是：属于那些真正理解物理世界、有真实场景数据、能把技术落地的玩家。

从这个角度看，越疆的路线其实是最扎实的。它不是最花哨的，也不是最吸引眼球的，但它是最接地气的。从工业场景出发，用真实数据驱动，靠平台化架构放大，一步一个脚印地往通用人工智能的方向走。这种路线，短期可能不够惊艳，但长期来看，后劲最足。

国内头部具身机器人企业的竞争，才刚刚进入深水区。跨界玩家和原生玩家的较量，也才刚刚开始。但我相信，最终能跑到终点的，一定是那种既能仰望星空做研究，又能脚踏实地干工程；既有AI算法的软实力，又有硬件落地的硬功夫；既有当下的商业化收入，又有长期的技术积累的企业。

而越疆，目前正走在这条路上。