具身智能融资466起1245亿:机器人离干活还差什么
2026年,资本、模型和制造同时加速,机器人开始批量走下生产线,但下线不等于交付,演示不等于胜任。具身智能能否真正跨越产业之门,取决于技术能否被组织成稳定工作的系统,并在真实场景中持续创造价值。
(本文作者为 猫头鹰科技社,钛媒体经授权发布)
学编程的人,第一课多半是在屏幕上敲出“Hello,World!”,那是人和机器初次打招呼。这几年,AI在数字世界里早过了这一关:写文章、编程序、答问题都不在话下。可换成叠一件衣服、拧紧一颗螺丝,它到现在还是费劲。对人来说稀松平常的动作,偏偏是机器最难学会的。具身智能想干的,就是让AI看懂身边的环境,再靠身体把活干出来,在物理世界里再说一遍“Hello,World”。
这已经不只是机器人圈子里的事。2026年8月19日,宇树科技登陆科创板;9月28日,芯片公司AMD宣布拟以约82亿美元的全股票交易收购李飞飞参与创办的World Labs;10月21日,特斯拉披露人形机器人Optimus已在生产线上开始生产,处于早期爬坡阶段。两个月里,一家机器人公司、一家芯片公司、一家汽车公司,先后把筹码押向同一个方向。
押注的路子各不一样。有的忙着把产品供给做大,有的钻研能适应更多任务的模型,还有的想给整个行业提供计算、训练和开发工具。整机、部件、模型与平台凑在一起,一个产业正慢慢成形。
不过,最容易看见的进展,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,演示视频还能精剪细修;产线上的工位要求就实在多了:动作准不准,节拍跟不跟得上,成功率稳不稳,跟人工或者现有自动化方案比,到底有没有实际使用价值。
2026年,资本和制造把具身智能的产业规模撑大了,模型的进展也在拓宽机器人能接的活。批量供给已经出现,可更广泛的任务能力和持续使用的需求,并没有跟着一起成熟。这段距离怎么跨过去,决定着钱接下来流向哪些新方向,企业为什么要同时建模型和产线,也决定着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,人形机器人赛道的累计投入仍排在前面。产业方入场之后,投资跟技术、制造、供应绑得更紧了。
规模的变化最直观。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增 数据来源:IT桔子
中国也成了全球人形机器人创业的重要资金集聚地。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要小,但中国在机器人创业与产业投入中的分量,看得很清楚。
资金扩张,给长周期研发备下了条件。模型训练、机器人试制、核心部件开发、生产线建设,都得在稳定收入之前先投钱。软硬件同时演进的产业,融资增长的意义就在于让更多团队有条件把研究推成产品,也让专业供应商能提前备好新的技术和产能。
钱往哪走,能看出行业注意力在挪。按融资事件数算,2023年具身大脑系统拿到的融资占国内相关融资事件的25%,人形机器人占34.4%;截至2026年8月20日,两者分别为38.8%和21.1%。智能系统成了融资事件更活跃的方向。市场对机器人的期待,越来越多落在理解、决策和行动能力上。
金额又是另一面。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,高过具身大脑的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:整机研发和制造攒下了大额投入,智能系统与上游部件的融资也更活跃。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指了新的用法。比如2026年8月,小鹏公布的机器人业务首轮融资安排中,腾讯、阿里等外部产业方参与其中。这类投入是已有产业对新业务的探索,也让机器人创业跟成熟企业的资源接上了头。
往上走,这类绑定往往更实在。2026年4月,做六维力传感器的蓝点触控拿到C+轮融资,出资方里有宁德时代旗下的溥泉资本,还有智元和银河通用。蓝点方面说,这两家早先是它的客户,这回直接成了股东。从供货变成入股,意味着产业方愿意用更长期的办法介入关键零部件的供应。换句话说,这一轮融资在钱变多的同时,产业关系也跟着变了。整机厂、专业供应商,加上原有的科技公司,各自都在摸索哪里能让自己持续产出价值。愿意掏钱的资本方越多,行业越可能长出走细分分工的路子。不过融资押的是对以后的判断,这些判断能不能成立,最后还得看机器人在实际任务里能不能一直干出成绩。
智能能力向多任务延伸
运动控制进步明显,给机器人干复杂活打下了更好的身体底子;感知、规划与学习方法的演进,则让这些能力能协同起来,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,把机器人送上了足球场和田径赛场,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。
在闫维新看来,这一轮变化来得比想象中快。这位上海人工智能研究院首席科学家接受采访时说,2025年—2026年机器人运动能力的提升明显超出他的预期。强化学习和模仿学习被引入之后,运动控制的路子变宽了,机器人靠训练就能找到传统方法不太好拿到的动作方案。能调整出更多姿态、做出更复杂的动作,在他看来,这是往后提升操作能力的重要底子。
这样的能力,别的团队也慢慢有了。国家地方共建人形机器人创新中心(以下简称“国地中心”)技术总监邢伯阳在采访中表示,开源算法加上强化学习工具,开发者要在现有基础上训练和改进运动策略,比过去容易不少。运动控制的进步于是有两面:头部机器人做出亮眼动作,同时更多团队也能参与进来开发。
不过底子归底子,能力本身还没到手。赛场上跑跳,考的主要是身体怎么控制自己;到了工位上拧螺丝、插接零件,机器人得对外部物体施加准确的力,还得在接触过程中不停调整。运动能力上去了,精细操作并不会跟着自然成熟。
身体控制变好,也给移动和操作结合创造了更有利的条件。机器人走到桌边拿起物品再放到架子上,指令理解、空间判断和身体控制得组织到一块儿。移动、调整姿态、手部操作都服务于同一项任务,机器人在现实空间里能干的活儿也就更宽。2026年7月,谷歌旗下的人工智能研究机构Google DeepMind发布Gemini Robotics 2,全身移动操作、精细操作和多机器人协作被放进同一轮更新,算是这个方向的一次探索。
另一边,研发者交代任务的方式也在变。要是每加一项工作都得重新采集大量示范数据、训练专用模型,能力扩展的成本会涨得厉害。拿已经学到的知识去理解新的示范,是减轻这种开发负担的一条路。
2026年8月18日,美国机器人基础模型公司Skild AI公布了S1模型的操作实验:在预训练基础上,机器人拿一段视频示范当提示,去尝试此前没训练过的工作,不必为每项新任务再微调模型。公司展示的任务里有盆栽种植和手冲咖啡。这个例子说明,研究者正在摸索让机器人从示范中看懂目标和步骤,让增加任务这件事更接近日常交代工作。
看懂新示范,靠的是模型此前攒下的经验。怎么拿到足够丰富的训练材料,就成了研发上的重要问题。人类活动里有大量操作经验,数字环境能提供反复练习的机会,研究者正试着把人类视频、仿真和真实机器人数据结合起来用。除了攒操作经验,他们还希望模型能理解环境以及环境的变化。世界模型近来受到广泛关注,正是在为空间构建、模拟和行动决策寻找新办法。
比如World Labs在2026年9月发布Atlas,探索空间生成、重建与模拟;智元则在2026年9月发布GE-Act 2.0,把未来视觉状态预测和动作生成放在一起训练。两者处理的问题不一样,但都是想让环境知识更直接地参与机器人的学习和行动。
从身体控制到任务协同,再到学习新工作的方式,机器人的能力在好几个层面同时长。可一旦进了真实生产,衡量能力的尺子就换了。实验室里叫“完成”,真实工位上叫“胜任”,中间还隔着一段要逐项验证的距离。
从批量供给走向实际使用
具身智能的产品供给在扩大,可能批量制造、能实现商业交付、能在真实场景里持续创造价值,这是三个不同的阶段。眼下制造能力的进展相对清楚,实际应用靠不靠得住、划不划算、能不能复制,都还需要更多验证。制造首先改变的是新技术进入市场的条件。
机器人从样机变成批量产品,装配、供应稳定性、质量一致性、维护这些问题都得解决。生产体系一点点建起来之后,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;特斯拉的Optimus在2026年三季度披露中称,已进入生产线早期爬坡阶段。两家产品范围和发展阶段不同,但都在为持续供给做准备。模型和硬件还在迭代,制造能力的建设已经同步铺开。供给的变化也落在制造方式上:有精密制造经验的大型企业开始参与机器人硬件生产,给研发团队提供更多专业配套。蓝思科技在2026年半年报中披露,灵巧手、关节模组及整机组装相关产品已实现批量交付。原有的制造能力正在进入新的产品领域,机器人企业组织生产的选择也随之变多。
本期访问也印证了这一点。邢伯阳提到,轻载人形机器人已经有成熟的设计制造方案,关节电机的选择更加丰富,部分机型的构型正在趋同。松应科技创始人兼CEO聂凯旋则从算法开发的角度强调,专业制造与批量生产有助于改善设备一致性,同一套算法更容易在多台机器上复现。现成部件、设计方案和制造服务多起来,团队就有机会少做逐件开发、逐台调试的活儿,把更多精力放回自己的产品上。
早期购买者各有各的需求。科研机构要研究平台,开发者要测试新模型的设备,展示、教育和数据采集也能形成市场。这些需求撑起了产业起步,也让参与研发的人变多。生产和服务领域则开始提另一类要求:机器人得在具体工作里持续创造价值,客户才愿意进一步扩大使用。需求不一样,也解释了具身智能为什么会有多种产品形态。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,双臂和协作机器人能延续既有工业经验。移动范围、操作难度和成本要求不同,产品选择自然不同。智能能力提上去以后,机器人可以通过多种身体形态进入现实工作。
协作机器人厂商节卡机器人就是在原有产品线上往移动、双臂方向延伸的一个例子。工业现场里,来料、拆包、选配、转运这些环节变化多,加工流程反倒已经高度自动化。感知、理解、操作能力一强,自动化就有机会吃下这些环节,原有设备和工业经验则成了新能力进场的垫脚石。买一台机器、持续用下去、再按效果追加采购,是三个阶段。产品进现场多了,企业才能慢慢看清哪些能力真有人要、哪些设计能复制、哪些服务客户愿意长期掏钱。研发和市场会因此贴得更近,行业也会从产品供给的增长走向需求的扩展。
向更完整的产业能力延伸
产品供给和制造配套,中国已经攒下不弱的底子,模型、开发工具和专业分工的推进还在把这份优势放大。要看中国在具身智能里的位置,得把这些能力放在一起看:工业积累托着新产品,新一轮智能技术又给原有制造体系腾出更大的空间。
产品供给是最先看得见的一层。赛迪传媒与《中国电子报》联合编撰的《2025年人形机器人市场研究报告》显示,2025年中国人形机器人出货量约1.44万台,占全球84.7%。这个份额只算人形产品出货,也足以说明行业起步阶段中国的供给规模。
规模底下是多年攒下的工业条件。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、系统集成都有广泛联系。新企业能在现成供应网络里找试制和量产伙伴,研发团队也离制造和使用现场更近。一次设计修改能不能及时拿到加工支持,一个部件能不能稳定供货,都牵着产品迭代的速度。
再往深一层,竞争力来自制造知识的积累。精度怎么保持,寿命怎么延长,批量生产怎么兼顾良率和成本,靠的都是长期工艺经验。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;围绕机器人提出的新要求继续改,原有制造企业也顺势得到技术升级的机会。
智能能力打开的是另一层空间。中国企业在本体、运动控制、基础模型、开发平台上同时下注。宇树上市时披露,四项募投计划里金额最大的是智能机器人模型研发,约20.22亿元;智元也在推进与自身产品相关的动作模型。整机公司自己做模型,争的是决定机器人工作范围的核心技术。产品给算法研发和能力验证当载体,模型有进展,同一类设备就能试更多任务;硬件、控制、模型能一起调的企业,才有条件围着实际工作优化整个系统。
软件供给怎么组织,眼下还没定型。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切入开发工具与基础平台,科研机构和开源社区提供共性技术。稳定的行业分工尚未形成:哪些能力整机企业自己建,哪些交给专业供应商,哪些放到开放平台上共同开发,探索空间都还很大。
几条路径各有取舍。整机企业自研,模型跟硬件、数据配合得紧,但自主研发成本不低。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,可以借成熟的量产和交付体系,但工艺和节拍上双方要磨合。开放的共性平台有望拉低部分研发环节的进入门槛,可哪些能力适合共享、由谁持续投入,还得接着摸索。
具身智能能不能跨过产业之门,不只看单项技术突破和产品规模扩大,更看智能、硬件、数据、制造和具体需求能不能被组织成可靠、可持续的应用体系。