船票已售，彼岸未達(dá)：具身智能的千億融資與漫漫征途

文｜三少爺

2024年，國(guó)內(nèi)具身智能賽道全年融資約137億元，這是一系列讓人眼花繚亂的融資事件的夢(mèng)幻開(kāi)端。2025年，這個(gè)數(shù)字跳到了554億元——翻了三倍不止。

2026年更猛，根據(jù)IT桔子的數(shù)字，截至6月20日，具身智能賽道共計(jì)發(fā)起288起投融資事件、披露融資額超460億元，幾乎追平去年全年。不過(guò)，媒體機(jī)構(gòu)的統(tǒng)計(jì)速度已經(jīng)趕不上這個(gè)行業(yè)的融資速度了，在最近的十多天里，具身智能賽道的融資額數(shù)字還在往上跳：

智平方6月29日官宣近50億元系列融資，估值超200億；同一天，自變量機(jī)器人宣布兩個(gè)多月連融四輪，估值突破200億。加上此前已站上200億的星海圖、它石智航，第一梯隊(duì)的估值門檻被一把拉到了200億以上。

賽道如此火熱，融資如此兇猛，讓人不由得不問(wèn)：這些公司，真的需要那么多錢嗎？他們?cè)趺淳湍苋趤?lái)這么多錢呢？

三條戰(zhàn)線，全面燒錢

汽車行業(yè)的“靈魂之爭(zhēng)”人盡皆知——傳統(tǒng)車企沒(méi)有早早地在智能化上發(fā)力，等反應(yīng)過(guò)來(lái)，核心能力已經(jīng)跟不上了，又不甘心把“大腦”外包給別人，于是有了丟掉靈魂的焦慮。

具身智能的玩家們天然就是新勢(shì)力，而且他們清楚地看到了傳統(tǒng)車企在這個(gè)問(wèn)題上的糾結(jié)和無(wú)奈，從一開(kāi)始就選擇了另一條路：本體、數(shù)據(jù)、模型，三條戰(zhàn)線同時(shí)發(fā)力。本體是終端，數(shù)據(jù)是燃料，模型是靈魂——三者不分家。但全棧有全棧的代價(jià)，每一條戰(zhàn)線都在同時(shí)燒錢。

第一條戰(zhàn)線是本體，這涉及機(jī)器人的硬件供應(yīng)鏈。說(shuō)起本土供應(yīng)鏈，外界有一個(gè)常見(jiàn)的印象——國(guó)內(nèi)的硬件供應(yīng)鏈非常成熟。怎么說(shuō)呢，這個(gè)標(biāo)簽式的判斷放在跟大美麗比的時(shí)候是成立的，但聚焦到機(jī)器人本身，完全是另一回事。

智元通用業(yè)務(wù)部總裁王闖在2025年7月接受新皮層采訪時(shí)給出過(guò)一個(gè)數(shù)據(jù)：只有1/3的機(jī)器人零部件相對(duì)成熟，最核心的靈巧手、力傳感器、關(guān)節(jié)、運(yùn)控全是新東西。供應(yīng)商送來(lái)10個(gè)樣品居然有5個(gè)是壞的，供應(yīng)商自己不會(huì)檢測(cè)，機(jī)器人公司也說(shuō)不清怎么做來(lái)料檢測(cè)。雖然現(xiàn)在已經(jīng)過(guò)去了將近一年，但供應(yīng)鏈的情況依然不容樂(lè)觀。畢竟，機(jī)器人現(xiàn)在的出貨量還遠(yuǎn)不足以撐起一條成熟的供應(yīng)鏈。

第二條戰(zhàn)線是數(shù)據(jù)，數(shù)量、質(zhì)量、多樣性、模態(tài)豐富性、標(biāo)注——每一項(xiàng)都在喊著“得花錢”。

先看數(shù)量。覓蜂CEO姚卯青在2026年5月接受甲子光年采訪時(shí)給出過(guò)量化對(duì)標(biāo)——達(dá)到GPT-3.5級(jí)開(kāi)箱即用能力需要一億小時(shí)量級(jí)的數(shù)據(jù)，百億小時(shí)才能實(shí)現(xiàn)GPT-4級(jí)智能涌現(xiàn)。即便現(xiàn)在業(yè)界開(kāi)始轉(zhuǎn)向采集效率更高、成本更低的人類視角數(shù)據(jù)，但這類數(shù)據(jù)的成本依然在每小時(shí)100元以上，百億小時(shí)數(shù)據(jù)的成本簡(jiǎn)直不敢想象。

同樣關(guān)鍵的是數(shù)據(jù)的多樣性。單場(chǎng)景單任務(wù)重復(fù)采集不僅無(wú)效，甚至可能對(duì)模型有害——數(shù)采工廠一直抓瓶子，數(shù)據(jù)量上去了但模型變得更笨了。要把機(jī)器人大腦訓(xùn)練到通用，需要覆蓋幾千到上萬(wàn)種不同任務(wù)，每一種都可能需要不同的場(chǎng)景、光照和物品。不過(guò)，每擴(kuò)展一個(gè)維度，采集成本都在翻倍。

更深的坑在多模態(tài)標(biāo)注。具身智能數(shù)據(jù)不是一段視頻就夠了——它需要天然融合視覺(jué)、觸覺(jué)、力覺(jué)、本體覺(jué)的全模態(tài)共生，需要連續(xù)記錄智能體與環(huán)境的雙向動(dòng)態(tài)交互軌跡，需要為每一幀打上關(guān)節(jié)角度和力度反饋標(biāo)簽。這和互聯(lián)網(wǎng)視頻完全不在同一個(gè)成本坐標(biāo)系里——后者的數(shù)據(jù)是"順手記錄"的副產(chǎn)品，前者需要專門設(shè)計(jì)、專門采集、專門標(biāo)注，每一條都有明確的生產(chǎn)成本。

第三條戰(zhàn)線是模型，范式還沒(méi)收斂，多條路線同時(shí)試探，每一條都燒錢。

一年前，行業(yè)還在爭(zhēng)論VLA和世界模型孰優(yōu)孰劣。一年過(guò)去，風(fēng)向在變——越來(lái)越多公司意識(shí)到VLA不能解決終極問(wèn)題，世界模型才是通往泛化的鑰匙。但世界模型有一個(gè)殘酷的現(xiàn)實(shí)：它還沒(méi)有找到像大語(yǔ)言模型"下一個(gè)token預(yù)測(cè)"那樣穩(wěn)定、可擴(kuò)展的基礎(chǔ)范式，沒(méi)有一條所有人都能沿著它堆數(shù)據(jù)、堆算力就能穩(wěn)定提升的路徑。

沒(méi)有路，那就得自己探路。目前至少有三條并行路線——基于視頻預(yù)測(cè)的、基于隱空間表征的、基于動(dòng)作條件的——每條路線都有各自的擁躉，也都各自在燒錢。以視頻路線為例，它的優(yōu)勢(shì)在于視頻是繼語(yǔ)言之后第二個(gè)最容易規(guī)模化使用的模態(tài)，不僅能作為數(shù)據(jù)來(lái)源，還能作為監(jiān)督信號(hào)讓模型通過(guò)預(yù)測(cè)下一幀來(lái)學(xué)習(xí)物理表征。但其劣勢(shì)同樣刺眼：視頻的存儲(chǔ)、訓(xùn)練基礎(chǔ)設(shè)施和評(píng)測(cè)成本跟文本不在一個(gè)數(shù)量級(jí)。其他路線同樣不輕松——隱空間方案雖然高效但難以跨模態(tài)組合，動(dòng)作條件方案雖然可靠但采集成本高。

本體、數(shù)據(jù)、模型三筆賬加在一起，決定了融資速度必須跟上，誰(shuí)叫大家都在追求全棧呢？

漫長(zhǎng)征途，彈藥要存多點(diǎn)

具身智能離終局還很遠(yuǎn)——這不是一家之言，而是一線創(chuàng)業(yè)者們的共識(shí)。這意味著，玩家們需要備足足夠的子彈。

它石智航創(chuàng)始人丁文超在2026年智源大會(huì)具身產(chǎn)業(yè)CEO論壇上說(shuō)得很直白：具身的生命周期可能比自動(dòng)駕駛還要長(zhǎng)，上面可能有若干次決戰(zhàn)，彈藥和糧草必須存夠，每一次決戰(zhàn)都要有主動(dòng)出擊的能力。

回顧自動(dòng)駕駛的演變史，這個(gè)行業(yè)經(jīng)歷了感知競(jìng)爭(zhēng)、地圖路線之爭(zhēng)、端到端范式切換——每一波洗牌都有公司掉隊(duì)。具身智能只會(huì)更殘酷：它的場(chǎng)景更分散（工廠、商超、家庭各有各的復(fù)雜度），本體更復(fù)雜（雙足、輪式、靈巧手路線還在分化），數(shù)據(jù)更難獲取（無(wú)法像車那樣先賣再采）。自動(dòng)駕駛從L2到L3走了將近十年，具身智能的攀登路線只會(huì)更長(zhǎng)。

而且，這個(gè)行業(yè)技術(shù)路線遠(yuǎn)未收斂，每一次模型架構(gòu)的切換都意味著上一代的數(shù)據(jù)可能需要重采、需要淘汰上一代的硬件。每一次技術(shù)躍遷都是一次重新洗牌——而洗牌時(shí)，手里有牌和手里沒(méi)牌的人是兩種完全不同的生存概率。

更緊迫的是，每個(gè)產(chǎn)業(yè)都有自己的春夏秋冬——自動(dòng)駕駛經(jīng)歷過(guò)資本寒冬，AI有過(guò)至暗時(shí)刻，具身智能也可能在高光之后迎來(lái)低谷。具身智能今天的高估值建立在一個(gè)隱含的預(yù)期上：技術(shù)會(huì)持續(xù)進(jìn)步、商業(yè)化會(huì)如期到來(lái)。但如果這兩項(xiàng)中任何一項(xiàng)不及預(yù)期——模型能力撞上天花板、工廠訂單沒(méi)有放量——資本市場(chǎng)的態(tài)度就有可能在兩三個(gè)季度內(nèi)從追捧變成觀望。屆時(shí)再想融資，就不是估值高低的問(wèn)題，而是融不融得到的問(wèn)題了。

趁著窗口還開(kāi)著，先把彈藥備足——這不是貪婪，是理性的生存策略。

資本的推波助瀾

前面解釋的是，這些公司為什么需要這么多錢——技術(shù)棧全棧燒錢的主觀需求擺在那里，漫長(zhǎng)征途的客觀壓力也擺在那里。但想融這么多錢，就真能融到嗎？答案擺在眼前：融到了。這離不開(kāi)財(cái)務(wù)投資者、產(chǎn)業(yè)資本、國(guó)家隊(duì)三股力量在同一個(gè)時(shí)間窗口里的同時(shí)發(fā)力。

財(cái)務(wù)投資者這邊，是一個(gè)關(guān)于百倍回報(bào)的敘事。即便在今天頭部公司估值已經(jīng)站上百億的局面下，百倍回報(bào)的想象空間依然存在。智平方創(chuàng)始人郭彥東2026年6月在騰訊財(cái)經(jīng)訪談中做過(guò)一個(gè)判斷：機(jī)器人未來(lái)的價(jià)格會(huì)貼近新能源車，在10萬(wàn)到30萬(wàn)的區(qū)間，但出貨量會(huì)達(dá)到手機(jī)的量級(jí)。如果這個(gè)預(yù)期兌現(xiàn)，頭部公司成長(zhǎng)為萬(wàn)億市值巨頭就不是幻想，而是可以觸達(dá)的未來(lái)。

產(chǎn)業(yè)資本這邊的邏輯更扎實(shí)。小米順為、寧德時(shí)代、博世、美團(tuán)、阿里、字節(jié)——它們投具身智能，不是為了替換工廠里的工人，而是因?yàn)榻裉斓闹圃鞓I(yè)正在經(jīng)歷一場(chǎng)根本性的需求轉(zhuǎn)變：消費(fèi)者要的是個(gè)性化產(chǎn)品，產(chǎn)線就得頻繁切換、柔性響應(yīng)。

固定化的自動(dòng)化設(shè)備已經(jīng)不夠用了——一套機(jī)械臂只能做一種動(dòng)作，切換一次產(chǎn)線就是一次重投入。而具身智能的通用化操作能力，恰好是柔性制造的終極答案。對(duì)產(chǎn)業(yè)資本來(lái)說(shuō)，投具身智能是確保自己在未來(lái)制造業(yè)中不缺席。

國(guó)家隊(duì)的力量，則讓這輪資本潮有了不一樣的分量。這和當(dāng)年新能源汽車產(chǎn)業(yè)的扶持邏輯如出一轍——在產(chǎn)業(yè)早期，國(guó)家通過(guò)政策引導(dǎo)和基金投入來(lái)降低市場(chǎng)的不確定性，同時(shí)確保在未來(lái)全球競(jìng)爭(zhēng)中不缺席。地方國(guó)資也在以配套基金撬動(dòng)項(xiàng)目落地，給錢也給場(chǎng)景、給訂單。

財(cái)務(wù)投資者想要百倍回報(bào)，產(chǎn)業(yè)資本期待掌握柔性制造的未來(lái)話語(yǔ)權(quán)，國(guó)家隊(duì)志在力保產(chǎn)業(yè)安全。三股力量目標(biāo)不同、邏輯各異，但它們?cè)谕粋€(gè)時(shí)間窗口里達(dá)成了一件事——讓具身智能公司賬上的錢足夠花上好幾年。

技術(shù)棧的全線燒錢、漫長(zhǎng)征途中的決戰(zhàn)次數(shù)決定了為什么需要這么多錢，為什么現(xiàn)在就要融出暫時(shí)用不到的錢。三類資本同時(shí)加持，決定了為什么能融到這么多錢。

主觀需求、客觀需要、資本供給的疊加，讓具身智能的所謂泡沫顯得扎實(shí)了不少。不過(guò)，雖然熱錢有熱錢的道理，但道理只保證邏輯自洽，不保證結(jié)果正確。畢竟，融資只代表買到了通往未來(lái)的船票，能不能到達(dá)彼岸，看的是劃船的本事！