7.8
深览指数
科技腾讯新闻··AI 生成
千亿热钱砸不出具身智能的答案： Demo困在展厅，工厂等不来订单
2026年上半年具身智能赛道涌入460亿融资，但产业呈现"融资热、落地冷"的严重错位。文章揭示了行业三大核心瓶颈：高质量物理世界交互数据极度匮乏（全球可用真机数据仅约50万小时）、技术路线（VLA vs 世界模型）未定且模型成熟度仍在婴儿期、缺乏客观的评测标准。同时指出产业资本和国资已成为大额融资主力，其"出资-建厂-开客户"的三连环模式带来地理锁定与对赌风险，达闼等估值超200亿的公司营收惨淡的教训触目惊心。适合关注硬科技投资、机器人产业、以及地方产业政策的专业人士阅读。原文 ↗
核心观点
- ▍具身智能行业当前面临严重错位：巨额融资与极低的技术成熟度和商业落地之间存在巨大鸿沟，高估技术成熟度、低估工程化难度是行业通病。
- ▍产业资本和国资已成为10亿元以上大额融资的主角，其"出资+建厂+提供客户"的模式在推动产业化的同时，也带来了地理锁定、对赌协议等隐性代价，光伏产业的前车之鉴值得警惕。
- 012026年上半年，国内具身智能领域共发生288起融资，披露金额超460亿元；前5家公司拿走了37%的资金（约171亿元），而200多家公司分剩下不到三成的钱。
- 02达闼机器人曾经估值超200亿、融资超54亿，但2025年前7个月仅销售140万元，净亏损8425万元，成为行业泡沫的典型反面案例。
- 03行业共识认为，高质量物理世界交互数据的匮乏是真正天花板。全球可用真机数据约50万小时，是大语言模型训练数据的五万分之一；且花几千万采集的10万小时数据，模型能力仅提升5%。
- 04具身智能的格局已初步形成区域分工：北京出大脑，广东出手脚（灵巧手、关节模组），江浙沪出工位（应用场景）。
- 05技术路线仍未定论，VLA模型（看到即做）与世界模型（先理解物理规律）正从对立走向融合，但模型成熟度均处于婴儿期。
- 06行业缺乏客观的模型评价标准，从业者指出真正的检验应是将机器人丢入新场景看其多久能上手干活，而非刷榜单和演示。
反方 / 局限
- — 文章引用乐观者观点，认为铁路、互联网、新能源泡沫均是将市场烧热后带动产业真正兴起，暗示当前的泡沫可能具有建设性。
- — 文章指出出海是另一条出路（宇树境外收入超半数），但欧洲市场面临用户习惯差异和更高监管门槛，这为"国内热钱+海外市场"的叙事提供了不确定性。
达闼机器人千寻智能星海图宇树科技智元机器人高瓴资本红杉资本百度字节跳动小米美团上汽集团汇川技术VLA模型世界模型具身智能ICRA 2026国务院发展研究中心工信部国资委孟昭野许华哲（破壳机器人）高继扬（星海图）
7 分钟 · 4 卡片 · 10 资料
读原文 →