具身智能融资437起、29家估值超百亿：郑利瑶提示两个信号

想进高工机器人的专业行业群，可以加微信：13510670440，出示名片即可，仅限机器人及智能制造产业链相关企业。

前9个月具身智能还在资本热潮里大把吸金，到了10月底，“投资机构不再投具身智能”的说法却突然传开。热到冷几乎一夜掉头，反差相当强烈。

高工人形机器人不完全统计显示，2026年前9个月具身智能行业共发生437起融资事件，累计完成约2032亿人民币；融资事件数量比2025年同期增长146.07％，累计金额同比增长317.39％。

融资一多，一批高估值企业很快被催生出来。

高工人形机器人不完全统计显示，剔除优必选、宇树等已上市企业，国内目前已有29家估值超过百亿人民币的企业。

这29家里，地瓜机器人、极佳视界、酷哇科技、灵心巧手、千寻智能、sharpa、苏度科技、小鹏机器人、星海图、星动纪元、银河通用、原力灵机、智平方、自变量机器人等14家已经进入200亿估值阵营。

好景没能一直延续。10月风向突变，高工咨询总经理郑利瑶此前在高工人形机器人年会开幕式演讲中，就提醒过两个需要警惕的信号。

高工咨询总经理郑利瑶

第一个信号是，行业热度虽然高，可从量产出货到场景落地，2026年跟2025年比，除了入局的人更多，并没有本质变化。风口之下，这一年行业有原地踏步的嫌疑。

第二个信号是，工信部预测2026年中国人形机器人整机产量为10万台，这大概来自对市场需求的判断，换句话说，2026年人形机器人市场需求大致就是10万台。到现在，行业已大致完成这一规模的60%。需求侧空间有限，供给侧进度又过了六成，供需这么一对比，或许正是人形机器人价格快速下调的原因之一——企业想用低价抢先锁定有限的订单，这可能会影响很长一段时间内人形机器人的价格。

高工机器人产业研究所（GGII）与京东零售（JD）联合发布的《2026年具身智能进展研究报告》给出相近判断：具身智能机器人从技术原型走向规模化落地，这段关键窗口期内行业格局会加快分化和洗牌；报告还预计，未来3年国内该赛道约15%以上的初创公司会倒下或被收购，完成一轮出清。

风险与机会的界线越来越说不清，初创公司的前路也还悬着。高工人形机器人为此请来它石智航联合创始人陈同庆、星海图联合创始人李天威、灵心巧手联合创始人兼首席AI架构师苏洋、酷哇科技联合创始人彭湃、千寻智能副总裁蔡辉煌、灵初智能首席科学家温颖，一起参加圆桌【开幕智见】百亿独角兽的战略定调，让这批百亿估值的具身智能企业坐到同一张桌前。

“融资寒冬”步步逼近，顶着百亿估值光环的具身智能企业怎么看“泡沫”这顶帽子？对“投资机构不再投具身智能”的传言又怎么接？百亿估值对它们到底算什么，真像表面上那么风光吗？

把视角放在百亿估值企业这一侧，替具身智能行业探一探路。

百亿估值，究竟意味着什么？

寒冬要来，温颖、蔡辉煌、彭湃都没有回避，三人还都提到技术本身在一级市场里的分量在上升。换句话说，技术上的确定性，能帮企业守住融资这条线。

温颖也坦言，外面传的“融资寒冬”确实在靠近，抗风险的本事和意识都比以前更要紧。

他表示，明年上半年若没有特别爆点出现，整个资本市场、尤其是面向具身智能的资本市场，在他看来已显出寒冬迹象；正因如此，他们才提前把几笔融资尽快做完，尽量多囤一些过冬资源。

他接着说，融资对他们而言并不是要冲到百亿或多少亿估值，估值只是中间过程；真正的目标是把目标设对，也就是手里有足够资源，让具身智能去实现人的意图。大语言模型如今在数字空间里基本能实现人的任意意图，他们也希望在物理空间做到同样的事。要完成这件事，一方面可能得在数据和算力上投入更多，资金要够；另一方面，钱也不能乱花，得提前备足资源过冬。

蔡辉煌的看法与此相近——钱袋子够鼓才关键，公司得靠它撑起长周期的技术投入。

他接着说，投资人愿意押注千寻智能，既认具身智能这个方向的长远价值，也认公司死磕通用大脑这条路线。

千寻智能本是大模型出身，也琢磨过模型公司到底要不要碰本体。蔡辉煌没否定大模型公司的存在必要，但心里仍有问号。他的判断是，眼下产业链条多、格局还没收敛，各家怎么定位都有自己的道理；只做纯模型、不沾硬件的公司，只要模型能力足够强，照样有活路。

话说回来，企业终究得拿出拿得出手的技术，才能扛住一级市场的起起伏伏。

彭湃的说法是，对酷哇科技来讲，一级市场或者外面怎么看待具身智能并不打紧，这就是时代的潮水；有现成的技术底子，顺着趋势往前走、一直进步，本身就是本事，公司有能力陪着这个行业熬过“融资寒冬期”。

陈同庆和李天威则觉得，当前估值并没超出合理区间，公司怎么定位，跟估值高低关系很大。

在陈同庆眼里，行业眼下的估值水平没什么好大惊小怪的。他提到，它石智航的创始团队完整走过自动驾驶那条路，所以心里有数：现在的估值说到底只是一个阶段性状态。到最后，估值能有多高、公司能走多远，根本上看你的场景能不能打穿，模型能力能不能真在各类场景里24小时发挥作用，商业模式能不能持续。

至于成立没多久就能拿到高估值，原因在于起步时就认准了几件事。

陈同庆接着往下说：“头一条，就是把模型能力做扎实。要把模型做好，得有海量真实数据撑着，因此数采方式我们会重新搭一套；以人为中心的数采范式，我们提得也比较早，目标就是让模型的泛化能力和精细操作能力都达到最好。

第二，它石智航会做适配模型能力和场景应用的本体，做人形本体、关节、灵巧手等都会去设计，目的都是让能力发挥到最好。

第三块，也是最要紧的一块，是从成立第一天起，它石智航就把目光放在高价值场景上。重点落在两类：一类要求模型能力够到上限，像柔性线束、生产线束；另一类要求模型能泛化、够灵活、部署得开，比如高度智能化的工厂。”

对高估值，李天威一样笃定。他的看法是，星海图这类要做平台型企业的公司，眼下这个估值站得住。

其实，今年下半年融资节奏整体慢了下来，投资机构和企业自己对这个周期都有预判。更关键的是具身智能的机会足够大，一级市场的颓势吓不退企业，下半年的重心会转到怎么解决生产问题上。

整体看，具身智能行业在往好的方向走。过去12个月全球发布了100多款具身模型，模型层面的进步不小，能明显看出具身智能的核心驱动力还是基础模型。同时，各类模型也在对应不同场景：有的主打重载、20分钟节拍；有的进入偏汽车链、1分钟节拍；有的进入物流、几秒钟节拍；也有做线束柔性的。各家都在各施所长。

苏洋的态度更乐观，不过他也说，高估值之下企业同样背着高压。

苏洋说得很直接：具身智能的故事才刚开头，百亿可能还低了。估值这件事，由下过单的客户说了算，由工厂的老板说了算。外界说的估值虚高，并不存在。

高估值往往跟着高压力。拿眼下常被提到的软硬一体来说，它牵涉供应链等一系列环节，哪些环节由公司自己生产得先明确，成本也要核算，把账算清楚，而不是有钱就能乱花。

团队规模也是压力之一。苏洋直指，灵心巧手在同场圆桌企业里人员规模最大，可规模大未必是优势，管理压力同样会来；积极的一面是研发迭代更快。上半年还能两三周推出一款新品，如今周期已被大幅压缩，内部竞争十分激烈。

11月初，围绕具身智能的争议仍未平息。这6家估值达百亿的企业，看到的危机并不相同，答案分往6个方向。行业要真正走出迷雾，恐怕还得等上相当长一段时间。

陈同庆的担忧不落在短期竞争上。他看到的是，行业用来检验这些企业的标准正在变。

前两年，只要Demo做得像样、运动展示拿得出手，企业就能收获不少掌声和资金。今年情况变了，到明年会更明显：资本市场、政府、企业都在回归理性，共同追问同一件事——产品到底有没有价值。对不少企业来说，单点能力已经不再是重点，能不能在场景里真正见效、真正派上用场，才是大家盯着的。

世界模型、VLA，行业此前讨论过各种方案。可不管选哪条路，关键都落在能否在场景中落地生效。现实是，真正能规模化使用的机器至今很少，部署规模做到两位数的案例也不多。此前预期过度，眼下局面才显得格外严峻。

从2027年开始，这一局面需要被扭转：机器能在多种场景中成规模部署并产生效果，企业愿意为此付费，甚至愿意复购。在所有具身智能企业面前，这才是真正的检验。

李天威的担忧来自硬件设计。对产业上游的合作方来说，供应链链条一旦选错，最后交付的很可能不是生产力本身。行业要求抬高、竞争加剧，可靠性、迭代、投模这些成本还会继续往上走。产业链得看准方向，找有潜力的伙伴一起做生产力。

另一层问题在于，不同出身的企业各有知识盲区。整机是软硬件结合的产品，有自己的特性，企业也各有所长：自动驾驶背景的公司在系统侧更强，到了机电部分或某些技术选择上，反而可能偏保守。机电安全、热管理安全、电池安全以及整体系统安全都该被盯紧，免得在策略选择上被带偏。

苏洋则把目光放到国外。在他看来，最该担心、最该提防的，是海外具身智能的进展。

苏洋表示，国内这轮行业竞争只能算小打小闹。据灵心巧手观察，国外高端制造能力毋庸置疑，传统工业能力则稍显落后。具身智能恰恰给他们带来了机遇：模型能力一旦突破，赋予机器人的能力，可能反过来带动传统工业能力回归。

灵心巧手 联合创始人兼首席AI架构师 苏洋

一个重要的证据是，购买数据的主体绝大部分来自海外，其中既有传统制造业巨头，也有硅谷新冒出来的具身大厂。

国内具身智能企业去海外参展，往往会感到非常焦虑。所以国内企业应当合作，从本体到模型，都不必避讳代工。品牌方要清楚一件事：中国具身智能企业的对手不在国内，在海外，而且非常强大。留给国内的时间，其实不多了。

海外企业跑得快，还会形成虹吸，把人才吸过去——好苗子、更出色的人，连企业花大量心血培养出来的，都可能被卷走。

这么一来，新公司恐怕会越冒越少。连锁反应随之而来：新一批优秀人才一看国内可能只剩几家具身头部企业，干脆转投别的领域。

国内具身智能行业的发展空间，很可能就这样被压窄。说远是远了些，可这层担心并非多余。

彭湃的担心落在另一头：业界或许把 GPT-6 Astra 这类大模型直接打穿具身智能的本事估高了，反倒看轻了具身智能端侧物理 AI 的分量。

拿自动驾驶打比方，DriveVLM 对应 System 1 和 System 2；挪到具身智能上，System 2 偏高层认知、任务理解与规划，靠 GPT 这类大模型问题不大。可具身智能还压着一层关键的 System 0——底层运控、实时闭环、物理交互，这层更吃端侧物理 AI、低延时响应，也跟硬件本体绑得深，指望大模型来替代并不现实。

眼下行业习惯把 System 0 也交给 VLA、世界模型这些方案，但它们恐怕只是阶段性的过渡产物，能解一部分问题，替代不了真正的 System 0。具身智能终究要面对 contact-rich 问题，要实时、高频、跟物理世界强交互，GPT-6 Astra 这类模型没法简单打穿。

端侧非做不可，除了调用高效、控制成本，还因为不少客户未必愿意上云。腾讯云、阿里云过去的经验摆在那里：不是什么都适合上云，上了云也不等于自动产生价值。数据动辄数十 PB 乃至上百 PB，看着海量，其中大量可能没实际价值；能留下来真正起作用的，是上云之后经过信息化、结构化处理的那部分高质量数据。

酷哇科技 联合创始人 彭湃

彭湃坦言，“端侧能力牵涉三件事：客户隐私、调用效率，以及高频场景下怎么把延迟压下来。也正因为这样，我更担心行业高估 GPT-6 Astra 这类大模型直接打穿具身智能的本事，却低估端侧物理 AI 和 System 0 的积累。这两头一高一低，就是我的担忧所在。”

蔡辉煌的看法不同，他觉得不必过度担忧。资本眼下或许处在相对冷静期，可换个角度看，具身智能行业这一两年已经攒齐了加速发展的几项条件：大量优秀人才涌进来；资金持续进入，虽然还不算充足；不少企业经过市场教育，愿意开放场景一起推落地。这些条件有望让行业跑得更快。所以当下更该兴奋、更该进取，赶紧把技术做出来，扛过这个周期。真要挑一项提前布局，那得是算力，而且还得砸更多钱进去。

温颖担心的是另一件事：行业在数据和具身模型算力训练上砸了大量资源，技术方案或选题一旦选偏，浪费会非常惊人，整个行业、社会以及资本对行业的信心，都可能被严重挫伤。