巨頭接踵入場，具身智能大戰開打

高價值數據成為勝負手

撰文/陳鄧新

編輯/李 季

排版/Annalee

具身智能賽道，愈發熱鬧了。

傳統智能汽車還未完全普及，理想瞄準了具身智能汽車；阿里巴巴發布千問具身智能大模型Qwen-Robot系列，進一步跑馬圈地；字節跳動的AI核心部門Seed進行了架構調整，具身智能納入核心業務……

種種跡象表明，具身智能成為業界的共識。

隨著真金白銀的不斷投入以及重量級玩家的不斷入局，具身智能的博弈再上一個臺階，汽車、手機、互聯網等領域的巨頭正在走向舞臺中央。

那么，一場大戰在所難免。

搶灘萬億元藍海市場

物理世界，成為AI新的競爭焦點。

一邊，人形機器人表演跳舞、搏斗、武術等項目，贏得滿堂喝彩；另外一邊，也在試水工業、商超、物流等場景，助力企業降本增效、提質增效、創新增效。

此背景下，具身智能成為AI圈的新戰場。

摩根士丹利的數據顯示，2026年中國人形機器人銷量預計為2.8萬臺，將同比增長133%，到2035年有望增至260萬臺。

而羅蘭貝格的數據顯示，到2035年，汽車主機廠布局的機器人市場規模或達7500億美元，到2050年或進一步擴展至4萬億美元，規模量級接近汽車產業。

不難看出，具身智能是一個藍海市場。

更為重要的是，資本市場與產業正在形成合力：當下已有20家左右的具身智能公司明確了上市計劃，涉及宇樹科技、智元機器人、銀河通用等知名企業，試圖借助資本市場的力量補上短板。

圖源：51智選機器人

IPO之外，融資也進行得如火如荼。

IT桔子的數據顯示，2025年7月至2026年6月，國內一級市場（不包含IPO與并購）具身智能領域的融資數量為503起，總融資金額超960億元。

單單2026年6月3日，星塵智能、千尋智能、星源智這三家具身智能初創公司就分別融資10億元及以上，賽道的火熱肉眼可見。

真金白銀下注的背后，則是賽道的競爭格局存在變數。

以宇樹科技為例，宇樹科技目前擁有262項專利權，其中核心的發明專利僅為20項，這意味著其專利墻與生態壁壘并未成型，后入者還有機會。

圖源：企查查

關于此，從榮耀的彎道超車，就可見一斑。

在2026人形機器人半程馬拉松上，榮耀機器人力壓宇樹科技、松延動力等一干熱門選手奪冠，成為最大的黑馬。

“瑞財經”表示：“手機廠商擁有成熟的供應鏈體系，能快速整合電機、視覺、運動控制器、散熱、電池等核心硬件，這是傳統機器人廠商不具備的優勢，也是榮耀機器人在比賽中‘后來居上’的主要原因之一。”

與手機一樣，汽車的智能硬件與具身智能也有共同之處。

如此一來，傳感、決策、執行、數據等可以復用，從而實現技術與產品的延伸，進而可以催生新物種。

具身智能汽車，就是最好的明證。

李想表示：“具身智能汽車應該是‘四位一體’：它是一輛電動汽車、一位職業司機、一臺 AI 計算機、一位生活助手，這其中電動汽車和 AI 計算機是‘具身’，職業司機和生活助手是‘智能’。”

互聯網大廠爭當“賣鏟人”

未來，鹿死誰手尚不得而知，唯一可以確定的是“賣鏟人”受益匪淺。

一方面，提供底座支持。

具身智能模型在訓練時，離不開算力的鼎力支持，算力越高越強，效率也會隨之提升，進而加快模型的迭代速度。

相較算力，數據則更為棘手。

清華大學人工智能研究院視覺智能研究中心主任鄧志東表示：“具身智能落地最主要的挑戰之一，在于如何從一維的文本語言模型走向四維時空的世界模型。這需要針對任務和動態駕駛場景讓大模型完成更多的訓練，而訓練則需要更多高質量的預訓練與微調數據。但相較于語言模型所需要的文本語料與多模態訓練數據，世界模型智能體的訓練數據還需要來自真實世界與虛擬世界的行動與交互訓練數據，交互數據采集的成本很高、難度更大。”

通俗易懂地說，行業存在“數據荒”，面臨數據少、成本高、參差不齊等問題。

此背景下，火山引擎、百度智能云等成為具身智能企業最佳的搭子，為企業提供算力、數據、場景等支撐。

以百度智能云為例，AI Infra技術平臺疊加大模型訓推加速套件，可以將模型的訓練和推理效率分別提升30%和60%。

更為關鍵的是，推出了具身智能數據超市。

所謂數據超市，即為具身智能企業提供數據托管與展示能力，在不干預數據內容與使用方式的前提下，協助具身智能企業進行合規展示與流量對接，并通過原子標簽的標準化定義與復合標簽的結構化組合讓數據特征一眼可識。

一言以蔽之，具身智能企業可以低成本獲得高價值數據。

另外一方面，搶占模型入口。

騰訊、小米、阿里巴巴等則更為青睞具身智能模型，以方便具身智能企業調用，意圖搶占具身智能時代的超級入口。

譬如，阿里巴巴發布了Qwen-Robot大模型，包含VLA 操作模型Qwen-RobotManip、VLN移動模Qwen-RobotNav 和世界模型Qwen-RobotWorld三個子模型。

圖源：通義實驗室

Qwen-RobotManip負責動手，采用一套80維的統一動作表征以及不依賴絕對坐標計算，解決了換機器人、換場景就會導致性能下降的痛點；Qwen-RobotNav負責認路，推出任務自適應觀察機制，解決了記少迷路、記多混亂的痛點；Qwen-RobotWorld負責思考，推理出下一個時間點機器人的合理動作與狀態，從而在現實世界中精準行動。

再譬如，騰訊發布了HY-Embodied-0.5-X大模型，包括專為端側部署、強調實時響應的MoT-2B 和參數規模更大、處理更復雜任務的MoE-32B兩個版本。

HY-Embodied-0.5-X在空間理解、長程規劃、具身交互、風險判斷等方面頗有優勢，可以讓機器人能夠更準確地理解環境并完成復雜任務。

需要注意的是，具身智能如若要想走得更遠，則不能忽視安全問題。

在2025年GeekCon安全極客大賽上，兩名白帽黑客演示了如何遠程劫持人形機器人，并指揮其擊倒舞臺中央的假人。

問題在于，安全并非當下具身智能的焦點。

《具身智能安全技術白皮書：機器人篇》提到：“當前具身智能行業正處于類似于早期智能終端及物聯網行業的快速擴張期。廠商的核心競爭焦點普遍集中于算法精度、硬件性能、任務完成度及成本優化。安全防護往往被視為影響用戶體驗或增加成本的非核心需求。”

圖源：《具身智能安全技術白皮書：機器人篇》

總而言之，具身智能賽道火得發紫，成功俘獲資本市場與科技巨頭的芳心，從而有了更大的盼頭，但具身智能還需要在降低成本、提升安全、深入場景等方面苦練基本功，唯有此才可以真正重塑千行百業以及成為大眾的生活搭子。

那么，具身智能還需要繼續努力。