具身智能大脑与身体的“合体之战”

有人在高歌猛进，有人在变卖“家当”

图片来源|网络（如侵权请联系删除）部分AI生成

2026年开年三个月，具身智能领域已披露融资总额接近150亿元，国内估值超百亿的具身智能企业扩容至7家。一年前，这个数字是零。

但同一个行业，有人在高歌猛进，有人在变卖“家当”。

一位具身智能算法工程师说，他所在的公司正准备把训练服务器卖了。

这就是当下具身智能赛道的真实写照：估值百亿是上牌桌的最低门槛，而低于这条线的玩家，正在经历一场残酷的出清。

新鼎资本更直言：2025年国内拿到融资的超100家机器人公司，2026年最终可能只剩10-20家，行业淘汰率将达到80%-90%。

这是一场关于“谁能活下来”的淘汰赛。而决定生死的关键，不是谁的身体更灵活，而是谁的“大脑”更聪明，更准确地说，是谁能真正把大脑和身体合二为一。

一个反常的资金信号

2026年上半年，国内具身智能赛道总融资约438亿元。但这笔钱里，真正砸向“造机器人本体”的只占约12.8%。超过一半的资金，将近222.53亿元则流向了“大脑层”算法与控制软件公司。

换句话说，资本不再相信“造出好机器人”这件事本身的规模效应，而是把赌注押在了给机器人装上通用AI大脑的方案上。

为什么会出现这种转向？

因为身体已经“卷”到头了。宇树的机器人能在舞台上后空翻，智元的机械臂能在实验室里拧螺丝，但面对传送带上微微偏移的包裹、货架上被顾客挪动过的商品，甚至是一扇透明的玻璃门，这些看似灵巧的“身体”表现常常大打折扣。

行业用两年时间完成了本体能力的快速迭代，却在不经意间撞上了一堵更厚的墙，就是机器人有身体，但没有脑子。

华为、腾讯、百度、阿里等头部科技公司已相继发布各自的具身智能平台产品，且无一例外地选择了“不做本体、只做大脑”的战略定位。

腾讯从“模块化外接大脑”升级为“全栈闭环方案”，核心定位是做所有机器人厂商的合作伙伴。

资本和巨头都在押注同一个方向：谁掌握了机器人的“大脑”，谁就掌握了行业的话语权。

但这场押注背后，藏着一个更本质的问题。

“借脑”这条路，为什么走不通？

回顾具身智能的“大脑”演进史，绕不开一个标志性事件。

2024年初，Figure AI与OpenAI达成合作，后者为其提供先进的语言模型支持。这个决策在当时几乎无可指摘，因为互联网已经训练出了能够理解复杂语义的模型，为什么不直接拿来用？

此后很长时间，这条“拿来主义路线”成为行业主流：用通用大模型做底座，再通过微调适配机器人。Physical Intelligence的π系列、英伟达的GR00T、Google的Gemini Robotics，走的都是这条路。

但问题很快暴露了，将原本用于理解世界的模型改造为可以执行任务的机器人大脑，它的训练目标本质上仍然围绕预测下一帧或理解语义，而机器人需要回答的核心问题是“我的动作会让世界发生什么改变”。

前者捕捉相关性，后者需要建立因果关系，两者之间存在结构性错配。

更深层的矛盾在于数据。大模型可以吞噬互联网上万亿级的文本和图片，但机器人没有属于自己的互联网。

截至2026年初，全球合规、可用的真实物理交互数据总量仅约50万小时，不足大语言模型训练数据的两万分之一，缺口超过99%。

而在这个数据极度稀缺的领域，真正的“好数据”只能从自己的身体上采集。每一次部署、每一次抓取失败后的纠正、每一次在真实产线上的操作，都是在为大脑“喂料”。

这些数据不会共享给任何第三方平台，这不是因为企业“封闭”，而是因为这本身就是核心竞争力。

这正是“借脑”模式的结构性缺陷：买来的大脑，学不会你身体的经验。

斯坦福HAI《AI Index Report 2026》披露了一组令人清醒的数据：具身机器人在仿真环境中任务成功率可达89.4%，一旦进入真实家庭场景，成功率骤降至12%。

在仿真到现实的“最后一公里”上，大脑与身体的适配问题成了系统性瓶颈。

一位减速器厂商向媒体透露，工业级任务要求的毫米级操作精度远未达标，仅靠上层大脑算法完全无法填补本体硬件的精度缺口。

负载自重比、非结构化地形适配这些全部由本体硬件与工程能力解决，上层大脑的算法优化对此无能为力。

换言之，大脑和身体是互相塑造的关系。大脑需要身体的真实数据来学习，身体需要大脑的精确指令来执行。

当这两者分属不同公司，数据闭环就无法形成，进化速度就会大打折扣。

自研大脑已成不可逆趋势

面对这一困局，行业的选择已经很明确。

2025年被行业称为“头部人形机器人创企进入自研大脑时代”，到2026年，这个趋势已经不可逆转。

智元机器人自研启元大模型GO-1和交互大模型WITA Omni，2026年3月累计下线突破10000台。智元合伙人曾说：“机器人公司如果不做大模型，是没有未来的。”

银河通用累计融资超69亿元，自研银河星脑AstraBrain，搭建百亿级合成数据基建系统银河星坊。

宇树科技2025年人形机器人出货超5500台，已连续两年盈利，2026年1月宣布开源UnifoLM-VLA-0。

甚至连此前主打本体的众擎，也开始从“只做身体”转向“本体+小脑+具身大脑”的协同发展阶段。

更值得注意的是Figure AI的转向，这家估值390亿美元的全球最贵人形机器人公司，在2025年初做出了一个震惊行业的决定：终止与OpenAI的合作，转而推出自研的Helix模型。

为什么？因为Figure AI发现，与OpenAI的合作虽然能快速获得语言理解能力，但机器人需要的不只是“理解世界”，而是“改变世界”。

Helix模型能用自然语言控制机器人完成多种任务，表现出强大的对象泛化能力，即便在训练中从未见过的物品，只需用自然语言询问即可操作。

这个转变的潜台词是：大脑的核心能力不能外包，因为你无法用别人的大脑，学会自己身体的独特技能。

如果说Figure AI的转向是主动选择，那么特斯拉Optimus则从一开始就走了一条最难、但也许是最正确的路。

2026年第一季度，特斯拉第三版Optimus V3设计定型，被赋予“人类级别的手部灵巧度、AI大脑以及大规模量产能力”三大核心优势。

Optimus的“大脑”直接移植了FSD算法。当两者的AI模型共享视觉语义、运动逻辑与学习机制时，特斯拉就拥有了一个能够支撑多种机器形态的统一大脑。

但更关键的是特斯拉的数据闭环，马斯克计划先将数千台Optimus投入自家的Gigafactories进行实战测试，藉由持续收集真实操作数据，加速模型训练与产品进化，形成难以被竞争对手复制的闭环优势。

这才是“大脑+身体”一体化的真正价值所在：身体在真实场景中产生的数据，反过来喂养大脑的进化；大脑的进化又让身体在更多场景中创造价值。

这个飞轮一旦转起来，外部竞争者无论从哪个单点切入，都很难追上。

特斯拉甚至为此停产了Model S和Model X，将加州弗里蒙特工厂改造为Optimus专属产线，目标是年产能100万台。这种垂直整合的决心，在商业史上并不多见。

那些“买脑”的公司，后来怎么样了？

看到这里，有人可能会问：不是每家公司都像特斯拉那样有钱有人，那“买脑”总比自己造便宜吧？

账面上看确实如此。星源智创始人曾算过一笔账：若年投5亿研发、销量1万台，每台分摊5万元；销量到10万台，单台分摊就降到5000元。对于销量尚未起量的厂商来说，外采确实更经济。

但这笔账漏掉了三个隐藏成本。

第一个是适配成本。大脑不是一个即插即用的U盘，不同的机器人身体有不同的关节自由度、传感器配置、力矩特性。一套通用的“大脑”装到不同身体上，需要大量的适配工作，而这些适配工作的难度和成本，往往被低估。

第二个是数据流失。当你采购第三方大脑时，你的机器人在真实场景中产生的每一帧数据，都会回传到大脑供应商的服务器上。你花大价钱部署的机器人，实际上在帮别人训练大脑。长期来看，这无异于用自己的资源帮竞争对手建护城河。

第三个是迭代节奏的失控。你的身体在快速迭代，但大脑供应商的更新节奏未必跟得上。当大脑和身体的迭代周期错位时，就会出现“大脑指挥不了身体”或“身体无法执行大脑指令”的尴尬局面。

硅谷明星公司K-Scale Labs的倒闭是一个极端案例。三轮融资顺利完成，客户名单里有OpenAI，2025年11月却在量产前夜宣布解散团队、全额退款。

到2025年11月，账上只剩下40万美元。有订单有技术有客户，还是死了。它的死因表面上是资金链断裂，更深层的原因是：缺乏完整的本土供应链和核心技术闭环能力。

国内也有值得关注的风险信号。宇树科技与英伟达合作引发争议，有分析认为若长期依赖英伟达的底层架构，宇树恐失去AI领域最具价值的自主发展空间，最终沦为“高级代工厂”。

如果环境数据、空间信息通过英伟达的底层框架回流，将带来不可估量的安全风险。

在具身智能时代，数据就是核心资产，而“大脑”是数据的入口和出口。

把大脑外包，就等于把数据主权拱手让人。

只有“合体者”才能生存

回到行业整体来看，2026年的淘汰赛正在加速。

中国目前有超过150家人形机器人企业，走到C轮的不足5%。超过77%的公司还停留在种子轮、天使轮和A轮阶段。

而头部企业正在快速拉开差距，比如银河通用在完成25亿元新一轮融资后，估值超过200亿元。领投方是国家大基金三期，跟投的包括中国石化、中信集团投资控股、中国银行、上汽集团金控。

千寻智能创始人则预测：“2026年的具身会非常像2023年的大模型，如果你拿不到很多钱，模型性能跑不到头部，就没有上牌桌的机会了。”

但融资只是手段，真正决定谁能笑到最后的，是能否建立起“大脑-身体-数据”的完整闭环。

2026年，具身智能的核心战场将聚焦三大关键维度：谁拥有自主可控的“大脑”、谁掌握最大规模的真实场景数据、谁能率先跑通从“概念验证”到“重复采购”的商业闭环。

这三件事，恰好对应着“大脑+身体+数据”的三位一体。任何一环的外包，都会在这个飞轮上凿出一个缺口。

这也解释了一个看似矛盾的现象：为什么独立大脑供应商在数量上快速增加（2025年初不到20家，2026年上半年已增至100-200家），但头部本体厂商却坚定地走向全栈自研？

因为独立大脑供应商的市场空间，本质上取决于本体厂商的“偷懒意愿”，当销量不足以支撑自研投入时，外采是权宜之计。

但当头部厂商的销量跨过盈亏平衡点，自研的经济性就会全面碾压外采。

这是产业发展的铁律：垂直整合在产业成熟期总是会战胜水平分工。

苹果做芯片、特斯拉做电池、华为做操作系统，无不如是。

1980年代，个人电脑行业曾经出现过类似的分工格局：IBM做整机，微软做操作系统，英特尔做芯片。这种水平分工一度被视为产业典范。

但四十年后回头看，真正获得最大利润和最强话语权的，是那些在关键环节实现垂直整合的公司。

苹果靠自研芯片和操作系统，成为全球市值最高的公司。特斯拉靠自研电池、电机和自动驾驶，重新定义了汽车产业。

具身智能正在走一条相似的路。今天的“大脑派”和“本体派”之争，本质上是产业初期分工格局尚未定型时的摇摆。

而当技术路线收敛、商业化进入深水区之后，那些能够把大脑和身体握在同一只手里的公司，将成为这个赛道真正的拥有者。

采购来的大脑装进外购的身体，或许能在展台上完成一次漂亮的后空翻，但翻不出一个真实的商业未来。

在这场淘汰赛中，自产自研不是可选项，而是立足根本。

01

02

03