2026年并不是具身智能走向終局的一年，而是決定分化方向的一年。誰(shuí)能夠在這一年真正進(jìn)入現(xiàn)實(shí)世界，并建立起可持續(xù)演化的能力閉環(huán)，誰(shuí)才有資格參與下一階段關(guān)于“通用”的討論。

作者|斗斗

編輯|皮爺

出品|產(chǎn)業(yè)家

2026年，具身智能正被推到了一個(gè)新的臨界點(diǎn)。

在過(guò)去一年里，一級(jí)市場(chǎng)資本洶涌而至，融資額不斷刷新著具身智能領(lǐng)域的歷史紀(jì)錄。

根據(jù)IT桔子數(shù)據(jù)顯示，2025年具身智能領(lǐng)域，共發(fā)生329起融資事件，同比2024增長(zhǎng)219.42%；融資金額更是高達(dá)398.9億元，同比增長(zhǎng)3倍之多。

從一月份春晚宇樹(shù)H1登上春晚，到三月份具身智能寫(xiě)入政府工作報(bào)告，4月份機(jī)器人馬拉松開(kāi)幕，再到7月份，智元+宇樹(shù)中標(biāo)中國(guó)移動(dòng)1.24億元采購(gòu)，開(kāi)啟商業(yè)訂單規(guī)�；�；最后到國(guó)產(chǎn)機(jī)器人在CES展會(huì)炸場(chǎng)……具身智能在2025，畫(huà)出了一道特殊的宏觀圖景。

站在當(dāng)下來(lái)看，具身智能領(lǐng)域，錢(qián)、算力和硬件似乎都已就位，但在這個(gè)領(lǐng)域，錢(qián)究竟流向了哪里？是誰(shuí)在這場(chǎng)競(jìng)賽中拿走了最多籌碼？

更重要的是，當(dāng)“手”和“腳”已經(jīng)初步成型，當(dāng)模型開(kāi)始走進(jìn)工廠、倉(cāng)庫(kù)與產(chǎn)線，當(dāng)下的具身智能，究竟已經(jīng)能做什么？又有哪些能力，依然是金錢(qián)、算力和工程堆疊都暫時(shí)無(wú)法攻克的“無(wú)人區(qū)”？2026年能否被攻克？

一、具身智能的錢(qián)，流向哪了？

根據(jù)2025年具身智能領(lǐng)域的融資統(tǒng)計(jì)，資金的分布呈現(xiàn)出明顯的層級(jí)化特征。

最為熱鬧的，是關(guān)鍵零部件領(lǐng)域，交易事件高達(dá)131起，占總交易事件的40%。

該領(lǐng)域企業(yè)專攻靈巧手、關(guān)節(jié)、高密度執(zhí)行器或電子皮膚等。涉及企業(yè)較多，也是眾多具身智能創(chuàng)業(yè)著的首選地，過(guò)去一年，在資本的加持下，使得一些企業(yè)快速跑出來(lái)。

例如靈心巧手這家企業(yè)在過(guò)去一年共完成了5輪融資，投資方涉及互聯(lián)網(wǎng)巨頭、產(chǎn)業(yè)基金，以及頭部資本。

比起關(guān)鍵零部件領(lǐng)域，具身智能本體領(lǐng)域的融資事件數(shù)量?jī)H有62起，遠(yuǎn)少于零部件領(lǐng)域。這類廠商主要做軟硬一體化的具身智能本體，目標(biāo)是做出像人一樣靈動(dòng)的整機(jī)。

不過(guò)，卻表現(xiàn)出的極強(qiáng)資金吸納能力。例如12月19日，銀河通用獲得了3億美元的B+輪融資；10.22日，樂(lè)聚機(jī)器人獲得了15億人民幣的Pre-IPO融資；6月22日，星動(dòng)紀(jì)元獲得了10億人民幣的A+輪融資；9月8日，自變量機(jī)器人獲得了10億人民幣的A+輪融資……

這并不意味著所有企業(yè)都是如此。

從數(shù)據(jù)統(tǒng)計(jì)來(lái)看，單輪融資金額最高的9起融資事件共拿走了超過(guò)100億元的資金。

可見(jiàn)該領(lǐng)域資金高度集中在頭部的幾家企業(yè)中，這些企業(yè)一年內(nèi)可能進(jìn)行多次融資，甚至有的拿走了幾十億的資金，而中尾部初創(chuàng)公司面臨“融資荒”，整個(gè)板塊馬太效應(yīng)明顯。

值得注意的是，該領(lǐng)域大部分資本都集中在通用機(jī)器人領(lǐng)域，例如融資金額最高的9起融資事件里涉及的銀河通用、樂(lè)聚機(jī)器人、星動(dòng)紀(jì)元等。

除了這些通用機(jī)器人，還有一批深耕垂直場(chǎng)景的廠商，也有著出色表現(xiàn)，且場(chǎng)景較為集中，主要在C端的消費(fèi)和工業(yè)場(chǎng)景。

與本體賽道動(dòng)輒Pre-IPO或C輪的大額融資不同，專注于具身智能軟件與基礎(chǔ)模型的具身智能大腦、小腦廠商大多處于天使輪、Pre-A輪或A輪的極早期階段，交易事件和金額同比較少。

然而，由于這些公司掌握著具身智能的核心算法與基礎(chǔ)模型，他們?cè)谠缙诰捅憩F(xiàn)出了驚人的吸金能力。例如以星源智機(jī)器人為代表的具身智能大腦廠商，一年內(nèi)拿到了兩輪天使輪融資，融資金額數(shù)億元；以朗毅機(jī)器人為代表的具身智能小腦廠商，在過(guò)去一年也獲得三輪天使輪融資。

總的來(lái)說(shuō)，風(fēng)險(xiǎn)投資拿的最多的，是具身智能“大腦”；資金最集中的，是具身智能“本體”；融資最頻繁，參與者最多的，是關(guān)鍵零部件與觸覺(jué)。

二、穿透迷霧后，資本的“精打細(xì)算”

資本的每一筆流向，都是在對(duì)具身智能不同層級(jí)的產(chǎn)業(yè)地位進(jìn)行預(yù)判和加碼。

在軟件產(chǎn)業(yè)史上，資本早已反復(fù)驗(yàn)證過(guò)一條規(guī)律，那就是當(dāng)一家公司的核心能力不是某個(gè)具體應(yīng)用，而非為單一行業(yè)定制的應(yīng)用層產(chǎn)品，市場(chǎng)便愿意在利潤(rùn)尚未顯現(xiàn)之前，給予極高的PS（市銷(xiāo)率）定價(jià)。

無(wú)論是微軟將操作系統(tǒng)與云平臺(tái)能力橫向復(fù)制到企業(yè)、政府與醫(yī)療體系，還是NVIDIA以CUDA與AI軟件棧為核心，從游戲擴(kuò)展到數(shù)據(jù)中心、自動(dòng)駕駛與醫(yī)療影像，本質(zhì)上都遵循著同一套商業(yè)邏輯：一次高強(qiáng)度研發(fā)投入，換取幾乎無(wú)限的場(chǎng)景復(fù)用，邊際成本隨規(guī)模擴(kuò)張而迅速趨近于零。

也正是基于這樣的歷史經(jīng)驗(yàn)，資本才會(huì)在具身智能領(lǐng)域，持續(xù)把資金投向所謂的“大腦”和“小腦”廠商。在資本眼中，具身智能的終局不會(huì)是“百箱大戰(zhàn)”，而更接近“一腦萬(wàn)機(jī)”，資本在這一賽道下注的，本質(zhì)是具身智能的能力上限。

不過(guò)，具身智能想要大規(guī)模商業(yè)化落地，光有大腦并不夠，必須依托強(qiáng)健的“軀殼”。

值得注意的是，一體化機(jī)器人是一個(gè)極度燒錢(qián)的重資產(chǎn)賽道。以Tesla Optimus為例。2022–2024年間，特斯拉在Optimus上的直接研發(fā)投入累計(jì)已超過(guò)30–40億美元。OpenAI、NVIDIA、微軟共同投資的人形機(jī)器人公司Figure AI年燒錢(qián)速度約2–3億美元。

所以，只有融資數(shù)億美金的公司，才有財(cái)力去建立自研產(chǎn)線、整合數(shù)百家供應(yīng)商，并承受早期高昂的交付虧損。資金自然也就逐漸向大公司或者有一定基礎(chǔ)的廠商匯集。

除此之外，還有一個(gè)因素，則是互聯(lián)網(wǎng)巨頭通過(guò)直接投資或戰(zhàn)略協(xié)作，鎖定了頭部一體化機(jī)器人廠商，這種“站隊(duì)效應(yīng)”加速了資源的閉環(huán)。

IT桔子數(shù)據(jù)顯示，8家核心大廠全年投資次數(shù)合計(jì)達(dá)62次，其中百度風(fēng)投以13次投資位居首位，聯(lián)想創(chuàng)投/聯(lián)想之星以11次緊隨其后，國(guó)香資本（商湯）與螞蟻集團(tuán)均以8次投資并列第三，形成第一投資梯隊(duì)。投資力度上，8家大廠全年估算投資總額區(qū)間達(dá)14.5-34億元。

這種“站隊(duì)效應(yīng)”將形成了一個(gè)閉環(huán)，即大廠提供真實(shí)場(chǎng)景，本體廠商打磨算法，產(chǎn)出更多數(shù)據(jù)。對(duì)于缺乏背景的小公司而言，拿不到高質(zhì)量場(chǎng)景，就意味著在“數(shù)據(jù)飛輪”起步階段被徹底拋棄。資本在這里押注的，是誰(shuí)能成為未來(lái)十年物理世界的“默認(rèn)硬件載體”。

不過(guò)，到最后無(wú)論哪家廠商勝出，都需要高功率密度的無(wú)框力矩電機(jī)、諧波減速器和靈巧手。這種剛需恰恰使得零部件廠商成為了風(fēng)險(xiǎn)最低的避風(fēng)港，吸引了大量中早期、偏向制造端的LP（有限合伙人）入場(chǎng)。為具身智能關(guān)鍵零部件與觸覺(jué)廠商，帶來(lái)高頻率融資。

加之這種小而精的任務(wù)，也更適合垂直領(lǐng)域的初創(chuàng)團(tuán)隊(duì)，因此呈現(xiàn)出“螞蟻雄兵”式的融資景觀。

其實(shí)，零部件廠商決定著具身智能是否能被大規(guī)模、穩(wěn)定、低成本地用起來(lái)。在資本眼中，這是整個(gè)產(chǎn)業(yè)鏈里風(fēng)險(xiǎn)最低、確定性最高的一環(huán)。

總的來(lái)看，無(wú)論是具身大腦、小腦吸引風(fēng)險(xiǎn)投資背后的“通用底座論”、本體廠商馬太效應(yīng)背后的“重資產(chǎn)突圍戰(zhàn)”，還是關(guān)鍵零部件與觸覺(jué)高頻融資背后的“送水人邏輯”，都是資本在LLM（大語(yǔ)言模型）邊際遞減之后，重新尋找“長(zhǎng)期可復(fù)利的技術(shù)資產(chǎn)”。具身智能，恰好同時(shí)具備高天花板、強(qiáng)工程壁壘和確定性剛需這三種要素。

三、錢(qián)和算力，買(mǎi)不來(lái)“物理世界的確定性”

現(xiàn)在來(lái)看，具身智能領(lǐng)域，錢(qián)已經(jīng)到位，機(jī)器人的“手腳”也已初步成型，那么在2026年這個(gè)時(shí)間點(diǎn)，具身智能到底能干什么？又有哪些事是金錢(qián)和算力至今仍無(wú)法攻克的“無(wú)人區(qū)”？

以工業(yè)場(chǎng)景為例，其實(shí)，具身智能已經(jīng)完成了從0到1的本質(zhì)跨越。

例如以前的機(jī)器人只能抓取固定位置的零件。現(xiàn)在的具身智能配合VLA（視覺(jué)-語(yǔ)言-行動(dòng)）大模型，已經(jīng)能做到在雜亂堆放的零件筐里，精準(zhǔn)找出劃痕最小的那個(gè)；得益于神經(jīng)網(wǎng)絡(luò)控制（端到端），機(jī)器人動(dòng)作不再有明顯的頓挫感。在折疊衣物、收納托盤(pán)等軟接觸任務(wù)上，成功率已從30%提升至85%以上；面對(duì)“去把那個(gè)容易碎的藍(lán)色杯子拿過(guò)來(lái)”這類指令，機(jī)器人不再需要坐標(biāo)輸入，而是能直接理解“容易碎”代表需要控制握力，“藍(lán)色杯子”是視覺(jué)目標(biāo)。

總的來(lái)說(shuō)，如今的具身智能，已經(jīng)可以實(shí)現(xiàn)非結(jié)構(gòu)化環(huán)境的初步適應(yīng)、端到端帶來(lái)的流體運(yùn)動(dòng)，以及語(yǔ)義指令的直接轉(zhuǎn)化。

但目前的具身智能在面對(duì)長(zhǎng)程邏輯鏈、物理常識(shí)、極端精密操作三類任務(wù)時(shí)，依然有局限性。

比如機(jī)器人可以完成“拿起咖啡杯”，但如果要求其“去廚房洗杯子、接咖啡、加兩塊糖、送給二樓開(kāi)會(huì)的王總”，其極大概率會(huì)在執(zhí)行到一半時(shí)，因?yàn)槟硞�(gè)小擾動(dòng)而死機(jī)。目前的模型依然缺乏對(duì)復(fù)雜、多步驟任務(wù)的長(zhǎng)期規(guī)劃能力。

還有，目前的具身智能依然在通過(guò)海量數(shù)據(jù)模仿動(dòng)作，而非真正理解物理世界的規(guī)律。比如對(duì)于“杯子里盛滿熱水時(shí)不能劇烈晃動(dòng)”這種常識(shí)，較難理解。

再比如在處理針線縫合、極小電子元器件的柔性插拔等任務(wù)時(shí)，現(xiàn)有的靈巧手雖然硬件參數(shù)達(dá)標(biāo)，但在視覺(jué)到觸覺(jué)反饋閉環(huán)上仍有毫秒級(jí)的延遲，而這種延遲在精密工程中是致命的。

不難看出，2026年的具身智能，擅長(zhǎng)“短程、局部、可容錯(cuò)”的任務(wù)，但在“長(zhǎng)程、精密、不可犯錯(cuò)”的場(chǎng)景中，仍然表現(xiàn)得不成熟。

這些并非單一算法或硬件問(wèn)題，而是源于高質(zhì)量真實(shí)場(chǎng)景數(shù)據(jù)不足。

要知道長(zhǎng)尾場(chǎng)景代價(jià)高昂。在工業(yè)線上，即使1%的失敗，也可能意味著整條產(chǎn)線的停擺。雖然現(xiàn)在通過(guò)合成數(shù)據(jù)可以解決量的問(wèn)題，卻難以覆蓋比如光影變化、灰塵遮擋、電機(jī)磨損、材料老化，這些因素足以讓在虛擬環(huán)境中表現(xiàn)完美的模型，在真實(shí)場(chǎng)景中失靈。

具身智能，需要的是一個(gè)可以被規(guī)�；�繼承與擴(kuò)展的能力底座。

要知道在通用AI里，從基礎(chǔ)模型到AIGC產(chǎn)品或者Agent百花齊放的群智時(shí)刻，往往發(fā)生在兩個(gè)條件成熟之后，一是底座能力足夠強(qiáng)且相對(duì)通用，二是開(kāi)發(fā)門(mén)檻足夠低，使得能力可復(fù)現(xiàn)、可微調(diào)、可部署、成本可承受。

在過(guò)去幾年里，具身智能的大腦能力大多被封閉在各個(gè)廠商自己的系統(tǒng)里，這導(dǎo)致技術(shù)難以跨場(chǎng)景、跨本體復(fù)用，也讓產(chǎn)業(yè)生態(tài)難以快速累積共享的知識(shí)與數(shù)據(jù)。

正因?yàn)槿绱�，具身智能落地總是出現(xiàn)換場(chǎng)景、換本體、換工況就失效的情況，卡在最后1%的穩(wěn)定性上。

從2026年的技術(shù)現(xiàn)實(shí)來(lái)看，2025年資本的狂潮，本質(zhì)上是一場(chǎng)押注，押的便是是否可以通過(guò)更強(qiáng)的算力、更大的多模態(tài)模型，像ChatGPT在文本領(lǐng)域那樣，強(qiáng)行突破物理世界中的長(zhǎng)程規(guī)劃與穩(wěn)定性難題。

而在這個(gè)問(wèn)題被真正解決之前，具身智能仍將處在一個(gè)尷尬卻關(guān)鍵的階段。

四、2026，具身智能進(jìn)入“現(xiàn)實(shí)世界”

如果說(shuō)2025年是具身智能的“元年”，是技術(shù)集中涌現(xiàn)、資本快速下注的一年，那么2026年正在成為一個(gè)更現(xiàn)實(shí)的年份。

正如上文所言，當(dāng)下的具身智能，擅長(zhǎng)的是短程、局部、可容錯(cuò)的任務(wù)；而在長(zhǎng)程規(guī)劃、物理常識(shí)、極端精密操作上，仍然存在結(jié)構(gòu)性短板。因此，2026年的具身智能，并不會(huì)一步跨入通用時(shí)代，而更像是在既定能力范圍內(nèi)，開(kāi)始真正進(jìn)入現(xiàn)實(shí)世界、承擔(dān)現(xiàn)實(shí)任務(wù)。

因此，工況穩(wěn)定、流程明確、容錯(cuò)空間可設(shè)計(jì)的場(chǎng)景，將成為是廠商們的首選。

這一點(diǎn)，從2025年底以及2026年初，具身智能廠商的動(dòng)作以及政策上的加持，便可見(jiàn)一斑。

例如2026年初，智元機(jī)器人（Agibot）宣布其“遠(yuǎn)征”系列已在汽車(chē)制造與精密電子生產(chǎn)線上累計(jì)工作超過(guò)100萬(wàn)小時(shí)。從強(qiáng)調(diào)單次能力有多強(qiáng)，到強(qiáng)調(diào)長(zhǎng)期穩(wěn)定運(yùn)行。

再比如1月8日，優(yōu)必選與空中客車(chē)簽署人形機(jī)器人服務(wù)協(xié)議，空客采購(gòu)Walker S2用于制造工廠；1月16日，星動(dòng)紀(jì)元與順豐科技簽約，明確要在倉(cāng)儲(chǔ)、快遞中轉(zhuǎn)等環(huán)節(jié)推進(jìn)規(guī)�；�落地，并提出聯(lián)合制定物流行業(yè)標(biāo)準(zhǔn)……這與2025年初的具身智能概念期，所展現(xiàn)出來(lái)的業(yè)態(tài)全然不同。

這一點(diǎn)在政策上也有所體現(xiàn)，2025年12月31日，工信部等四部門(mén)發(fā)布的《汽車(chē)行業(yè)數(shù)字化轉(zhuǎn)型實(shí)施方案》明確提出推動(dòng)智能機(jī)器人在焊接、噴涂、總裝等環(huán)節(jié)規(guī)�；瘧�(yīng)用，并打造“具身智能示范產(chǎn)線”。

從當(dāng)下來(lái)看，工業(yè)操作密集的汽車(chē)領(lǐng)域?qū)��?huì)成為具身智能2026年的第一戰(zhàn)場(chǎng)；物流分揀則會(huì)成為效率高地。

但僅靠“選對(duì)場(chǎng)景”還不夠，畢竟具身智能想要規(guī)模化落地，瓶頸根源是數(shù)據(jù)。于是2026年行業(yè)會(huì)出現(xiàn)第二個(gè)遞進(jìn)變化，那就是行業(yè)開(kāi)始用更系統(tǒng)的方式去補(bǔ)“真機(jī)數(shù)據(jù)”，并讓數(shù)據(jù)真正可復(fù)用、可繼承。

一條路徑是通過(guò)“人類喂飯”式的訓(xùn)練方式解決這一問(wèn)題，比如2025年11月，宇樹(shù)科技正式發(fā)布了“全身遙操作平臺(tái)”。這種“人類喂飯”式的訓(xùn)練方式，允許人類操作員通過(guò)佩戴傳感器或使用視覺(jué)追蹤，讓其人形機(jī)器人實(shí)時(shí)同步人類動(dòng)作；此外，智元機(jī)器人在2025年也推出了數(shù)據(jù)采集平臺(tái)——精靈(Agi-Pilot)。

這些動(dòng)作不僅是展示硬件性能，核心是為了采集“高質(zhì)量真機(jī)數(shù)據(jù)”。通過(guò)人類帶教，機(jī)器人可以學(xué)習(xí)在處理柔性物體（如衣服）或精密物體（如水杯）時(shí)的力度補(bǔ)償和動(dòng)作軌跡。

另一條路徑是具身智能“大腦”層面的開(kāi)源化，例如在RoboChallenge的三方評(píng)測(cè)中，自變量開(kāi)源端到端具身智能基礎(chǔ)模型WALL-OSS以46.43分的成績(jī)超越pi0，總分排名第二；此外，在疊洗碗巾、掛口杯、按按鈕等多個(gè)單動(dòng)作任務(wù)中排名第一。

這意味著而是行業(yè)開(kāi)始有可對(duì)齊、可復(fù)現(xiàn)的基準(zhǔn)。不僅大幅降低了開(kāi)發(fā)與部署門(mén)檻，更為整個(gè)行業(yè)提供了一個(gè)共同的技術(shù)底座，讓不同廠商、不同硬件、不同場(chǎng)景之間能夠共享進(jìn)步和反饋，避免重復(fù)造輪子，加速大規(guī)模應(yīng)用的落地。

而當(dāng)算法擁有了真正的“肌肉”和“骨骼”，進(jìn)入現(xiàn)實(shí)世界，AI才能在真正撬起新的生產(chǎn)力，撬起新的時(shí)代。

站在2026年的門(mén)檻回望，具身智能已不再是被概念與想象包裹的“未來(lái)敘事”，而是正在被拉進(jìn)工廠、倉(cāng)庫(kù)與真實(shí)產(chǎn)線的現(xiàn)實(shí)工程。未來(lái)，真正的分水嶺，也許并不在模型參數(shù)或融資規(guī)模上，而在于誰(shuí)能率先建立起可繼承、可復(fù)用、可規(guī)�；瘮U(kuò)展的現(xiàn)實(shí)能力底座。

從這個(gè)角度看，2026年并不是具身智能走向終局的一年，而是決定分化方向的一年。誰(shuí)能夠在這一年真正進(jìn)入現(xiàn)實(shí)世界，并建立起可持續(xù)演化的能力閉環(huán)，誰(shuí)才有資格參與下一階段關(guān)于“通用”的討論。

       原文標(biāo)題 : 具身智能2026前瞻：在資本熱浪中上岸“價(jià)值閉環(huán)”