2026年最值錢的硅谷物理AI公司Top10

本文來自微信公眾號： 潮涌AI ，作者：潮涌AI編輯部

2026年的物理AI賽道，可以用三個詞概括：錢多、事急、真假難辨。

從國外到國內，倉儲物流機器人公司Agility將通過SPAC方式上市；機器人公司宇樹沖刺IPO；人形機器人公司Figure實現時產1臺；特斯拉的人形產線8月投產；比亞迪的人形機器人“小迪”亮相……這些事件，標志著物理AI正從講故事轉向交答卷。

資本端的反應則更快一步。

芯片巨頭英偉達投了17個機器人項目，亞馬遜創始人貝索斯的基金跟進8筆。算力和物流兩個領域最懂行的人，同時押注同一批公司——賽道的基本面，不再依賴敘事支撐。

自動駕駛、人形機器人、機器人基礎模型、用機器人制造算力，這四股力量同步爆發。

黃仁勛在GTC上定調，“這是下一個萬億行業”；貝索斯每輪都投機器人基礎模型公司PhysicalIntelligence；前DeepMind科學家PeteFlorence說：“想象一個世界，體力勞動的邊際成本被壓到零”……

這些判斷的背后，是真金白銀的密集下注，在此之下，潮涌AI精選出了10家最值得關注的硅谷物理AI公司。

對中國產業人而言，這份榜單就是一面鏡子。

美國在用資本密度買時間：Figure三年融資6.75億美元，Physical Intelligence估值沖到110億；

中國則用場景密度換代差：宇樹的人形機器人G1只賣9.9萬元，智元機器人2025年出貨5168臺、約占全球39%（Omdia口徑），具身智能公司銀河通用拿到25億元融資，國家大基金首次下注具身智能。

真正的勝負手不在演示，而在誰先讓機器人學會自我造血。

第10名·Google DeepMind Robotics

榜單中唯一“不需要賺錢也能排進來”的公司——背靠Alphabet，它從不缺資源。

其核心競爭力是學術研究。

2023年7月發布RT-2，業界第一個視覺-語言-動作模型（VLA），讓機器人把“理解語言”遷移為“執行動作”。6000多次試驗后，任務的完成率從32%提升至62%。此后人形賽道最受關注的π0、Helix，均以這篇論文為起點。

尷尬之處同樣明顯：研究成果累累，產品落地卻遲遲未見。

Gemini Robotics到2026年仍停留在“研究+演示驗證”階段，而它培養的人才——Physical Intelligence的CEO Karol Hausman、GeneralistAI的創始人Pete Florence——先后離職創業，成為直接競爭對手。這家定義了行業基準的實驗室，成了全行業的“黃埔軍校”，自己卻始終沒有下場。

它定義了“最強大腦”的標準，而商業化路徑，或許要等它的學生們率先證明。

第9名·Tesla Optimus

全球關注度最高的人形項目，起點卻是一個不會動的模特。

2021年AI Day，馬斯克發布TeslaBot，舞臺上只有一個“a guy in a suit”，連手臂都無法活動。一年后，Bumble C原型走上舞臺，馬斯克當場承諾：售價“大概率低于2萬美元”，量產規模“百萬級”，還補了一句，“它可能比汽車業務更重要”。（公司總部在奧斯汀，制造在Fremont，與硅谷強關聯，按參考位納入榜單。）

愿景宏大，兌現遲緩。

專家公開指出它落后于Agility和Figure，“明年量產”的承諾多次延期。

2026年有實際進展：Gen 3于5月設計凍結，Fremont產線8月投產，內部已部署超1000臺用于數據采集，9月目標周產1000臺，首批全部內部使用。它也是唯一計劃在自有工廠量產人形機器人、且電機、執行器、芯片、電池全自研的公司——這樣的垂直整合能力，僅此一家。

從概念到產線用了五年，2026年終于投產——兌現能力是它最大的懸念。

第8名·Dexterity

一家從博士論文里走出來的公司，路線與榜單上其他人形公司截然不同。

創始人Samir Menon在斯坦福研究了近十年“人腦如何控制身體”，2017年畢業前判斷：電商爆發、物流系統承壓，時機到了。

蟄伏三年，2020年7月以5620萬美元融資出洞，客戶名單里已有一家全球包裹遞送商——后來確認是FedEx。

同年疫情沖擊物流業，它的機器人在烘焙食品工廠分揀面包和蛋糕，“那些越來越難在貨架上買到的東西”。危機成了最硬的市場證明。

2026年3月發布Foresight世界模型：基于1億+次真實倉庫操作訓練，可在400毫秒內完成裝箱決策，還能預測擺放后的物理穩定性。

FedEx投資者日上，雙臂機器人Mech現場直播自動裝載拖車，FedEx當場宣布在全美樞紐擴展部署。它的戰略自信來自拒絕追逐人形：人形公司還在積累數千小時演示數據，它已經在真實產線上驗證了上億次決策。

靈巧的操作能力，比行走能力更具商業價值。

專注倉儲搬運，客戶質量比估值故事更扎實。

第7名·1X Technologies

一家想把機器人送進客廳的挪威公司。

1X（前身Halodi Robotics）2014年成立于挪威，路線在硅谷看來頗為務實：先用安保機器人EVE換現金流——2022年與ADT Commercial簽下140臺分銷合同——再逐步逼近“走進家庭”的目標。2023年3月迎來命運轉折：OpenAI Startup Fund領投2350萬美元A2輪，TechCrunch當時的評價是：“OpenAI似乎選中了它的那匹馬。”

此后1X全力押注家庭機器人NEO：軟體雙足人形，售價2萬美元，或按499美元/月訂閱。

核心差異化是自研世界模型1X WM——讓機器人在虛擬世界里預先演練、規避失敗，再到真實環境中執行，把試錯成本從物理世界轉移到數字世界。

2026年NEO開放預購，據報道已收到超1萬份定金。資金壓力同樣突出：10億美元級融資傳聞遲遲未落地，與Figure的26億估值、Agility的SPAC相比，彈藥差距明顯。

OpenAI選中的一匹馬，能否兌現交付承諾，2026年是關鍵。

第6名·Bright Machines

榜單中定位最獨特的一家：全行業爭奪AI算力，它制造生產算力的機器。

2018年從代工巨頭Flex分拆，核心主張是“軟件定義的制造”——工廠里的機器人還在用1970年代的方式工作，制造業需要一次軟件化重構。A輪融資1.79億美元，董事會坐著Flex、Seagate、Autodesk三家前CEO。

也栽過跟頭：2021年5月宣布SPAC上市、募資4.35億美元，交易最終告吹。

轉機來自AI算力大爆發：服務器需求激增、制造端用工緊張、多國推動制造業回流，它把機器人微工廠直接建到算力客戶周邊，為超大規模數據中心制造服務器。

2024年6月，BlackRock領投1.26億美元C輪。

到2026年，已交付30萬+臺服務器、覆蓋10+國家，年內目標制造超0.5GW算力。行業爭奪算力資源，它為算力生產提供基礎設施——這個生態位，目前沒有第二個玩家。

行業聚焦展示與敘事，它專注制造本身——確定性的生意，確定的現金流。

第5名·Physical Intelligence

機器人“大腦”賽道的創始團隊，幾乎集齊了硅谷的學院派：UCBerkeley的SergeyLevine、Stanford的ChelseaFinn、Google的KarolHausman、前DeepMind的BrianIchter，外加撮合這群人的天使投資人Lachy Groom——他此前命中Figma與Notion，卻說“投資不是終點，我花了五年找一家值得重新創業的公司”。

他們做了一個被機器人圈視為“叛逆”的決定：不造任何硬件，只做模型。

2024年10月，旗艦模型π0發布：一個模型同時控制機械臂、雙臂系統、移動操作機器人，“一個模型控制所有機器人”第一次得到實證。

資本迅速跟進：7000萬美元種子輪創下機器人領域紀錄，估值此后升至56億美元；2026年傳出以110億美元估值融資10億，貝索斯每輪都跟投。

軟肋同樣清楚：自己不采集數據，訓練數據受制于人；收入尚未規模化，估值更多來自預期，而非當期業績。

頂配團隊、高預期估值與貝索斯的持續跟投——這樣的組合在硅谷僅此一家。

第4名·Agility Robotics

十家公司中血統最“學術”的一家：2015年從俄勒岡州立大學動態機器人實驗室分拆。

創始人Jonathan Hurst的愿景樸素而執著：“當機器人效率高到一定程度，物流會近乎免費。”

其他公司講“改造世界”，它聚焦最基礎的搬運場景。

早期賣研究平臺，雙足機器人Cassie賣遍全球實驗室；2019年與福特探索“自動駕駛+人形”的末端配送；2021年果斷收縮至倉儲物流。官方時間線里的“from lab to labor（從實驗室到勞動）”，是這家公司最精確的自我描述。

2022年，Amazon工業創新基金投資該公司；2023年10月，Amazon宣布在西雅圖倉庫測試Digit——任務簡單枯燥：把空周轉箱從貨架取下、搬到傳送帶、循環往復。

正是這個基礎場景，讓它成為“人形第一股”：累計3億+美元多年度訂單、單場館搬運超10萬只周轉箱，2026年6月宣布SPAC上市，估值25億美元、募資6.2億美元。

沒有炫目的演示，但它或許是全行業第一個“機器人真的在賺錢”的樣本。

把基礎場景做扎實，成就人形第一股——賽道中最務實的商業樣本。

第3名·NVIDIA Project GR00T

物理AI時代的“賣鏟人”。

NVIDIA的機器人布局始于2016年：Isaac平臺用GPU加速機器人仿真，黃仁勛當時的判斷是，機器人需要“先仿真、后現實”的訓練范式。

真正的轉折在2024年3月18日GTC——發布Project GR00T，面向人形機器人的通用基礎模型，可理解自然語言，也能通過觀察人類動作模仿學習；同步發布Jetson Thor人形專用芯片與Isaac全套工具（千次并行仿真、算力編排）。

黃仁勛當場演示多臺搭載GR00T的機器人，宣告NVIDIA從芯片供應商，升級為“模型+硬件+仿真”的全棧服務商。

它的處境頗為獨特：既是供應商，又是參賽者。

Figure、Agility、1X、Physical Intelligence都跑在NVIDIA的芯片與仿真棧上，GR00T模型又與各家的“大腦”構成直接競爭。

NVIDIA的解法是做大市場：17筆機器人投資，本榜單十家中至少六家與其存在股權或供應鏈關系。

邏輯很直接：無論哪家機器人公司勝出，訓練與推理都需要更多GPU。這筆生意，無論誰贏，它都是受益者。

全行業的地基公司——無論誰贏，它都是贏家。

第2名·Figure AI

人形賽道的話題中心。

創始人Brett Adcock是連續創業者：第一家公司Vettery賣出九位數，第二家Archer做電動飛行汽車并登陸紐交所，2022年1月又宣布下場做人形機器人。

理由是他著名的三層判斷：技術時機成熟、工廠在20美元/小時的崗位上招不到人、世界按人類身材設計——“人形是圓釘配圓孔，插進這個世界不需要改造任何東西”。

18個月后融資6.75億美元、估值26億，投資人名單：微軟、OpenAI、英偉達、貝索斯、英特爾。

2024年1月官宣寶馬斯帕坦堡工廠部署，被稱為“全美最有公信力的工業人形落地”；2025年自研Helix模型，實現軟硬件全棧自控。高光與爭議相伴：2026年5月，Helix 2直播50小時分揀約6萬件包裹，評論區大量質疑存在遠程操控，Adcock登上Bloomberg電視節目正面回應。

據官方公告，Figure 03產量已至時產1臺、累計交付超350臺；上周，它自主攀爬工業梯子的視頻再次引發廣泛關注。

用直播接受全行業對真實性的審視，是這個賽道特有的風景。

硅谷速度的代言人——融資最快、量產推進最快，也最早接受公眾對真實性的審視。

第1名·Waymo

全榜唯一三項維度滿分、估值居首的公司。

故事始于2005年的一場沙漠比賽：DARPA無人車挑戰賽上，斯坦福團隊投入1200萬美元造出Stanley奪冠。2009年，Google X給這支隊伍開綠燈；到2010年，他們跑出的里程“比此前所有無人駕駛加起來還多”。

更關鍵的是它的出身：母公司現金流供養十余年，從不需要向投資人交代季度回報。這種不依賴外部融資壓力的模式，是它能熬過所有行業低谷的根本原因。

中途至少經歷三次重大危機：Levandowski帶團隊出走Uber（后遭竊取商業機密起訴）、2018年Uber撞人事故令行業停擺（其估值一度被下調至1050億美元）、2021年CEO更替。

轉折在2023年8月10日：加州監管批準Waymo與Cruise在舊金山24/7收費運營。兩個月后，Cruise因撞人事件停擺，最大競爭對手一夜出局。

2026年2月，Waymo完成160億美元融資（估值1260億），宣布進軍東京、倫敦等20余個國際城市。

就在這個夏天，蘿卜快跑也帶著香港的全無人許可站上倫敦街頭——中美物理AI的正面交鋒，第一回合在倫敦展開。

全榜唯一三項滿分與最高估值——它位列第一，幾乎不存在爭議。

潮涌AI觀察

這份榜單倒序讀下來，可以歸結為三條主線：

• 人形硬件公司拼兌現（Figure、Agility、1X、Tesla）；

• 機器人大腦公司拼范式（PhysicalIntelligence、DeepMind、NVIDIA）；

• 場景應用公司拼擴張（Waymo、Dexterity、Bright Machines）。

榜首Waymo與并列第二的兩位，恰好對應三種商業路徑：已經規模化賺錢的、商業化推進中的、作為基礎設施通吃全行業的。

第一，不要把演示當驗收。判斷一家公司是“演示型”還是“量產型”，只需問一個問題：財報里，機器人貢獻的收入占多少。爬梯子、調酒、搬箱子固然精彩，但第一份把量產寫進報表的季報，比任何演示視頻都更有說服力。

第二，數據正在成為最值錢的資產。Dexterity的模型基于1億+次真實操作訓練，1X以1萬份預購換取家庭場景數據。機器人正在成為“數據采集終端”：用戶購買硬件，廠商獲得持續的數據回流。誰的數據飛輪轉得快，誰就掌握下一代模型的訓練權，這比融資規模更關鍵。

第三，這個行業正在演變為一場“證偽競賽”。沒有人能在購買前驗證機器人是否真正自主，直播演示、第三方評測、SPAC審計文件都成為信任基礎設施。2027年的投資人或許不再問“你融了多少錢”，而是問“你的機器人敢不敢開24小時直播”。

物理AI的王座，屬于既能在鏡頭前證明真實、又能在財報中證明收入的公司——兩者缺一不可。

本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4882100.html?f=wyxwapp