具身智能融资前8月达1245亿,产业走到哪一步
(本文作者为 猫头鹰科技社,钛媒体经授权发布)文 | 猫头鹰科技社,作者|李贤焕在计算机编程的传统里,新手写的第一个程序通常只做一件事:在屏幕上打出“Hello,World!”。这是人与机器的第一次对话。过去几年,人工智能在数字世界里早已越过了这一步:它能写文章、编程序、回答各种问题。可要让它叠好一件衣服、拧紧一...
(本文作者为 猫头鹰科技社,钛媒体经授权发布)
学编程的人,入门的第一个程序多半只是在屏幕上输出一句“Hello,World!”。那是人与机器初次打交道。这几年,人工智能在数字世界里早把这关过了:写文章、编程序、答问题都不在话下。可让它把一件衣服叠整齐、把一颗螺丝拧到位,到今天还是难事。对人来讲再普通不过的动作,偏偏是机器最难学会的。具身智能要干的,就是让AI看懂周围环境,再靠身体把实际活儿干出来,在物理世界里重新说一遍“Hello,World”。
这已经超出机器人行业自身的范围。2026年8月19日,
各家下注的路子不一样。有企业忙着把产品供给铺开,有团队钻研能适配更多任务的模型,也有人想给整个行业提供算力、训练和开发工具。整机、部件、模型与平台凑在一起,一个产业慢慢有了轮廓。
问题是,最容易看到的进展,往往离真正的门槛最远。融资几周就能落定,产线几个月就能建起来,演示视频也能剪得漂漂亮亮;工位上的要求却实在得多:动作准不准,节拍跟不跟得上,成功率稳不稳定,跟人工或者现有自动化方案比,到底有没有实际用处。
2026年,资本和制造把具身智能的产业盘子撑大了,模型上的进展也让机器人能接的活儿变多。批量供给已经出现,可更广的任务能力和持续使用的需求,还没跟上这个节奏。这段距离怎么跨过去,关系到资金接下来往哪些新方向走,企业为什么要一边做模型一边建产线,也关系到中国凭眼下的产业基础能拿到什么样的新机会。
资金涌入,投向开始分化
具身智能的融资,规模和结构都在变:总量涨得明显,智能系统和零部件研发更活跃,人形机器人赛道累计投入仍排在前头。产业方进场之后,投资跟技术、制造、供应绑得更紧了。
规模上的变化最直观。按IT桔子统计口径,2025年中国具身智能相关融资共386起,金额464亿元;截至2026年8月20日,融资已达466起,约1245亿元。不到8个月,融资金额就到了2025年全年的约2.7倍。跟2023年的64起、107.7亿元比,行业能调动的研发和产业资源已经不在一个量级(图1)。
图1:中国具身智能融资规模快速
中国也成了全球人形机器人创业的重要资金聚集地。据Dealroom统计,截至2026年7月22日,全球人形机器人赛道相关风险投资约87亿美元,中国企业拿到约2/3,美国约占15%。这个统计范围比全部具身智能窄,但中国在机器人创业和产业投入中的分量,看得很清楚。
资金扩张,给长周期研发垫了底。模型训练、机器人试制、核心部件开发、产线建设,都得在稳定收入之前先投钱。对一个软硬件同时演进的产业来说,融资增长的意义在于让更多团队有条件把研究做成产品,也让专业供应商能提前备好新技术和产能。
钱的流向,反映的是行业注意力的转移。按融资事件数算,2023年,
金额反映的是另一面。按同一来源统计,2023年至2026年8月,人形机器人赛道融资约840.5亿元,高于具身大脑的634.5亿元(图2)。零部件融资同期从2024年的5起,增至2025年的55起;2026年前8个月已有53起,金额约96.6亿元。
图2:具身智能赛道融资事件数及金额 数据来源:IT桔子
这几组数字拼出的格局更有层次:整机研发和制造吃下大额投入,智能系统与上游部件的融资也热了起来。资金开始覆盖更多技术问题,让机器人看懂环境、完成精细操作、拿到可靠部件,都成了能吸引投入的研发方向。
另一个变化是产业方越扎越深。汽车、互联网和计算企业手里有制造体系、技术积累和业务网络,具身智能给这些资源开了新用法。比如2026年8月,小鹏公布的机器人业务首轮融资安排里,腾讯、阿里等外部产业方参与其中。这类投入既是已有产业对新业务的试探,也让机器人创业和成熟企业的资源接上了头。
在上游,这种联结有时更具体。例如2026年4月,
智能能力向多任务延伸
运动控制进步明显,给机器人干复杂活儿打下了更好的身体底子;感知、规划与学习方法的演进,则把这些能力串起来,服务更多任务。
运动能力的变化,公众已经能直接看到。2026年7月的机器人世界杯国际赛、2026年8月在北京举行的第二届世界人形机器人运动会,把机器人送上足球场和田径赛场,它们肉眼可见地跑得更快、跳得更高,成了观察运动控制、感知与身体协调进展的窗口。
上海人工智能研究院首席科学家闫维新在接受采访时说,2025年—2026年机器人运动能力的进步,比他原先预想的要大得多;身处一线的研究者对此体会更直接。
这类能力也正被更多团队掌握。国家地方共建人形机器人创新中心(以下简称“
不过,“重要基础”还不等于能力本身。在赛场上跑跳,主要考的是身体怎么控制自己;在工位上拧螺丝、插接零件,要求的是机器人对外部物体施加准确的力,并在接触中不断调整。运动能力进步,不会自然而然变成精细操作的成熟。
身体控制能力上来了,移动和操作也更容易捏到一起。机器人先走到桌旁,抓起东西,再搁到架子上,这一串动作得把指令理解、空间判断和身体控制串起来。移动、调整姿态、手部操作都围着同一个任务转,机器人在真实空间里能干的活也就更宽了。比如2026年7月,谷歌旗下的人工智能研究机构
另一边,研发者交代任务的方式也在变。每多一项工作,就要重新采一大堆示范数据、训一个专用模型,能力扩展的成本会涨得很快。拿已经学到的知识去理解新示范,是减轻这种开发负担的一条路子。
2026年8月18日,美国机器人基础模型公司
要理解新示范,靠的是模型此前攒下的经验。训练材料怎么弄得更丰富,也就成了研发上的要紧问题。人类活动里有大量操作经验,数字环境能提供反复练的机会,研究者正试着把人类视频、仿真和真实机器人数据掺在一起用。除了攒操作经验,他们还希望模型能看懂环境及其变化。受到广泛关注的
例如:
从身体控制到任务协同,再到学新活儿的办法,机器人的能力在好几个层面往上走。可一旦进了真实生产,衡量标准就换了。实验室里的“完成”,到真实工位上的“胜任”,中间还隔着一段要逐项验证的路。
从批量供给走向实际使用
具身智能的产品供给在扩大,但批量制造、商业交付、在真实场景里持续创造价值,是三档不同的事。眼下制造能力的进展比较清楚,实际应用靠不靠得住、划不划算、能不能复制,还得看更多验证。
制造首先改变了新技术入市的条件。机器人从样机变成批量产品,装配、供应稳定、质量一致性、维护这些事都得解决。生产体系慢慢建起来,研发团队、行业客户和开发者才能拿到更多能用的设备。
智元2026年6月公布累计15 000台机器人下线,2026年9月又公布累计20000台下线;
本期访问也印证了这个变化。邢伯阳提到,轻载人形机器人已经有成熟的设计制造方案,关节电机挑起来也更丰富,部分机型的构型正在趋同。
早期买家的需求也各不相同。科研机构要研究平台,开发者要测新模型的设备,展示、教育、数据采集同样能撑起市场。这些需求托住了产业起步,也让参与研发的人多了起来。生产和服务领域则开始提另一种要求:机器人得在具体工作里持续创造价值,客户才愿意接着扩大使用。需求不一样,也解释了具身智能为什么会长出多种产品形态。双足人形有机会适应为人设计的空间和工具,轮式系统适合某些移动条件,双臂和
协作机器人企业
向更完整的产业能力延伸
中国机器人产品供给和制造配套能力已经比较强,模型、开发工具和专业分工往前推,正在把这份优势撑大。中国在具身智能行业里的位置,得从这些能力的结合去看:已有的工业积累给新产品托底,新一轮智能技术又让原来的制造体系有了更大的发展空间。
这种基础先落在产品供给上。
规模背后是攒了多年的工业条件。新能源汽车、工业自动化、高端装备制造,跟机器人要的精密加工、执行部件、传感器、系统集成联系很广。新企业能在现成的供应网络里找试制和量产伙伴,研发团队也能更靠近制造和使用现场。设计改一版能不能及时拿到加工支持,一个部件供不供得上,都会影响产品迭代的快慢。
再深一层的竞争力,来自制造知识的积累。精度怎么保住,寿命怎么拉长,批量生产怎么兼顾良率和成本,都得靠长期的工艺经验。对中国企业来说,既有工业体系的价值就在于能把这些经验带进新产品研发。围着机器人的新要求接着改,也让原来的制造企业有了技术升级的机会。
智能能力则打开了另一层空间。中国企业在本体、运动控制、基础模型和开发平台上都在同时投入。
软件供给的组织方式 meanwhile 还在成形。整机企业自研平台,专业模型公司琢磨让模型适配不同机器人,工业软件和互联网企业进了开发工具与基础平台,科研机构和开源社区提供共性技术。行业分工还没稳定下来:哪些能力整机企业自己建,哪些能交给专业供应商,哪些适合放开放平台上一起开发,都还有很大的探索余地。
几条路子各有取舍。整机企业自研,模型能和硬件、数据贴得紧,但自主研发的成本得自己扛。专业工具和模型供应商想让多家企业共用一套能力,前提是不同机器人的接口和数据得有一定兼容性。跟已有制造企业合作,能借成熟的量产和交付体系,可双方得在工艺和节拍上磨。开放的共性平台有望把部分研发环节的进入门槛降下来,但哪些能力适合共享、谁来持续投入,还得接着摸。
具身智能能不能跨过产业这道门,不光看单项技术突不突破、产品规模扩不扩大,更要看智能、硬件、数据、制造和具体需求能不能被组织成一套可靠、可持续的应用体系。