935亿赛道狂欢，具身智能离规模化上岗还差一朵云

8月19日，“A股人形机器人第一股”宇树科技正式在科创板挂牌上市，市值约4000亿元，引发行业广泛关注。

宇树仅用73天闪电过会，创下今年科创板最快审核纪录，而且IPO筹资总额60.99亿元，超募约45%，甚至打一签赚超过47万元。

这足以看出具身智能行业到底有多火。

据统计，2026年上半年，国内具身智能行业融资935亿元，接近1000亿，322起融资事件，已经超过2025年全年。

而出货量和销售层面，2025年全球人形机器人出货1.66万台，中国1.44万台，占比84.7%，2026年普遍预测全球生产8.2万台，约为2025年的4.9倍。

此外，中国有超过140家整机企业，产业链上下游680多家，产能占据全球70%以上。

但当前人形机器人行业的挑战在于：钱砸进来了，但货出得去吗？除了跳舞扭秧歌之外，工业商业场景何时落地？数据和世界模型到底能不能用、好不好用？

这是具身智能行业的三个核心问题，同时也是具身智能云Infra厂商的新机会。

往年刷朋友圈的世界机器人大会（WRC），是看谁后空翻稳、谁跳舞齐、谁打拳激烈。核心在于，能不能造出机器人、能不能演好。

但到了今年2026年世界机器人大会（WRC），行业的注意力正在从“谁能造出机器人”，转向谁能让机器人落地，从“能展示”跨到“能上岗”，机器人能不能进工厂、进园区、进家庭，长期稳定地把活干了。

因此，今年WRC最热的画面，变成了“签约桌”。

就在8月19日（宇树敲钟同一天），百度智能云在WRC连做了四场具身智能企业签约——贝塔无限、超脑未来、拓元智慧、中亿信息，持续合作，主题依然是“场景落地”。据悉，IDC最新报告显示，百度智能云以29.55%的市场份额位居中国具身智能云行业第一，已经形成明确的市场领先优势。

百度集团副总裁袁佛玉表示，机器人从“会展示”到“能上岗”，需要模型、数据与应用协同形成的系统能力。为支持规模化部署，百度智能云围绕多模态人机交互及云、管、端安全提供支持，但要让具身任务从一个场景复制到更多场景，还需要标准化与场景持续开放。

新公司集体专注 “大脑”，

从头到尾做具身和世界模型

如果你走进一家具身智能或人形机器人实验室，大概率会看到以下的画面：

几十台人形机器人在重复同一个动作——抓杯子、拧螺丝、叠衣服，一遍又一遍。

它们不是在训练手脚，而是在训练“大脑”。

贝塔无限创始人刘武龙早前在一场演讲中指出，当具身智能从概念验证走到产品化，硬件可靠性、高质量数据匮乏、模型技术范式选择以及真实有效数据飞轮的构建，是横亘在规模化落地面前的“四座大山”。

这也是当前具身智能行业亟待攻克的关键难题。

最近一个世界机器人运动会预选赛视频引发关注，人形机器人以惊人速度冲刺过弯，没刹住冲出跑道，撞上电箱。

这说明，当前机器人硬件可靠性不强。

宇树科技的投资人、锦秋基金合伙人臧天宇对智能纪元AGI表示，当前硬件仍是瓶颈。无论直驱还是绳驱，都存在难以调和的工程trade-off，寿命、可靠性、散热、负载之间此消彼长，需要从材料到驱动方式的底层创新。

尽管当前机器人倒地的数量和频次大大下降，但机器人硬件效率和可靠性仍存在瓶颈。

同时，高质量数据匮乏，也是行业集体新挑战。

“最大的瓶颈不是算法，而是如何规模化获取高质量真实世界数据。自动驾驶用千万级clips的数据才做到L3，且只是单一构型、单一任务。具身的环境多样性、任务复杂度、行动空间都高出数个量级，要做出及格线以上的模型，数据量预计在数千万甚至上亿小时，遥操作无法在可控成本内实现。这也是行业从VLA转向WAM的核心推力。”臧天宇表示。

8月18日，中国信息通信研究院人工智能研究所联合发布的《具身智能训练场研究报告（2026）》显示，要实现人形机器人“ChatGPT 时刻”，模型参数 55B，训练所需数据量约 1.1 万亿 tokens（词元）。

目前，行业的数据和模型能力还没跟上，眼下你能看到的最先进的具身智能、VLA 和世界模型，都还撑不起通用人形机器人的真实落地。

刘武龙认为，目前具身智能的模型技术路线仍处于探索阶段。无论是“大小脑”架构、端到端VLA，还是世界模型，都面临长期时空记忆不足、物理常识欠缺以及难以适应真实世界动态变化等问题。这些短板制约了机器人稳定执行长程复杂任务，也成为“机器人大脑”继续升级的核心瓶颈。

也正因如此，具备大模型、强化学习和复杂系统工程经验的技术人才，正在成为具身智能创业浪潮中的稀缺资源。

刘武龙曾任华为大模型工程团队负责人和强化学习首席科学家，也曾担任华为AI实验室主任和研究所所长。在华为期间，他参与孵化智能驾驶业务，并负责华为首个不依赖高精地图的量产版本ADS 2.0。2026年，他创立了贝塔无限（Beta Infinity），将创业方向聚焦于具身智能模型。

贝塔无限所代表的，也是今年具身智能行业出现的一类新现象：

部分来自大厂的AI或具身智能研发负责人，以及拥有“天才少年”等标志性履历的技术人才，即使创业初期尚未拥有成熟的机器人本体、完整团队乃至固定办公场所，也可能获得数亿元融资，估值迅速升至数亿美元。

资本之所以愿意在早期阶段下注，是因为行业竞争的重心正在从机器人本体逐步延伸至“机器人大脑”。

模型创业公司未必需要从零制造机器人，却有机会通过世界模型、具身大模型等底层技术，为不同形态的机器人提供通用智能能力。

行业真正等待的，是这些物理AI技术率先跨越从实验室到真实场景的鸿沟，在工业、家庭等复杂环境中实现稳定、规模化应用。

谁能率先完成这一跨越，谁就更有可能推动具身智能迎来属于自己的“DeepSeek时刻”。

不过，要完成从模型训练到产业落地的跨越，仅靠算法团队并不够，还需要大规模算力、数据处理、训练平台和部署工具等基础设施支撑。

在与百度智能云合作的四家具身智能企业中，贝塔无限、拓元智慧和超脑未来均将世界模型或下一代具身大模型作为核心方向。百度智能云则试图通过底层算力和工程平台，为这些模型公司的研发与落地提供支撑。

模型好不好用，Infra基础设施很关键

要构建具身模型Agent系统和数据、商业飞轮，比的早已不仅是机器人本体，而是背后巨大的AI云和底层基础设施。这也是越来越多具身智能企业选择与百度智能云合作的重要原因。

刘武龙多次指出，具身不是炫技，而是能在物理世界活下来的系统工程。数据飞轮的关键不是采得多，是真实场景、持续回流、在线优化。能走进家门的那个“机器人伙伴”，一定是先把产品、工程、商业全部想清楚的人做出来的。

今年7月17日，IDC发布《中国具身智能云市场份额报告，2025》，2025年百度智能云以29.55%的市场份额位居第一，持续领跑中国具身智能云市场。

据了解，百度智能云不仅服务包括北京、上海创新中心在内的具身智能“国家队”，也在为智元、星海图、智平方等产业链上超过40家重点具身企业，提供全栈AI云技术支撑，获得具身企业的广泛信任和支持。

在这背后，不仅是一个简单的市场竞争和数据份额，本质上还是具身智能企业对于百度智能云的一种“信任”。

例如，百度智能云与北京⼈形机器⼈创新中⼼合作，后者发布的具身世界模型、跨本体VLA模型等技术，底层就是采用百度百舸算力，不仅提供⼀站式⾼效能云端开发IDE，⽀持中⼼全场景、全流程的研发⼯作，实现了两倍提效，而且全⾯适配主流开源具身VLA模型、并在WM世界模型和VLM模型上提效；在与星海图的合作中，百度百舸在既定测试条件下将Fast-WAM的单步推理延迟降低至90毫秒以内。

在场景链接⽅⾯，百度智能云在各⾏业有多年深耕的AI落地场景积累，可以通过链接场景资源和⽣态合作，⽀持具身智能机器⼈探索出可复制、可规模化的价值场景。

此外，百度智能云还在8月21日作为合作伙伴参与由国家地方共建具身智能机器人创新中心主办的“标准引领、测评赋能”人形机器人测评论坛签约仪式。无论是数据采集、模型评测、整机安全，还是应用场景分级，都需要行业逐步形成共同语言，才能降低协同成本，让技术效果可以比较，让安全能力可以验证，让产业信任逐步建立。

在袁佛玉看来，具身智能未来重要的竞争要素，是企业积累了多少有效任务小时、捕获了多少高价值失败样本、形成了多少能够回流训练的数据。机器人成功完成一百次重复动作，新增信息可能有限；但失败、纠正、人工接管和边界案例数据，反而可能暴露模型真正缺失的能力、真正能帮助模型取得进步。

这也是真实部署如此重要的原因：部署产生收入，也产生数据；数据推动模型进化；模型能力提升后又能进入更多场景，形成真正的飞轮。

在我们看来，真正的分水岭，不是谁融到了钱，不是谁上了市，而是谁能第一个把机器人放进一个真实场景里，连续跑三个月不出事。在那之前，所有的世界模型、VLA、具身大脑，都还只是论文里的词。

“模型真正开始落地后，工程化才刚刚开始。”臧天宇表示。

具身智能行业不缺想象力，真正稀缺的是把想象力焊进钢铁、送入现场的系统能力。百度智能云同日落地四项战略合作，指向的也不只是一张不断扩大的合作版图，而是试图通过全栈AI云底座，把算力、数据、模型、本体与真实场景连接起来。

具身智能的竞争，最终不是谁更早造出机器人，而是谁能让机器人更快、更稳、更安全地“上岗”。

表面上看，这是机器人企业之间的场景争夺。更深一层，则是数据闭环、仿真训练、工程部署和持续运营能力的系统较量。百度智能云要做的，正是缩短机器人从云端训练走向真实场景的最后一公里。

©本文为原创内容

未经授权，禁止转载