当人形机器人的双腿能够稳稳地进行行走、双手可以灵巧地实施抓握，行业却迎来了一道清晰的分水岭。

数据显示，2026年上半年期间，近440亿元资金得以大量涌入国内具身智能赛道；与此同时，一个惊人的结构性变化也随之发生，其中超过一半的资金流向了“大脑派”公司，而机器人本体厂商所获得的资金占比则不到20%。

事实上，在眼下的具身智能领域当中，运动控制这套“小脑”已得以高度成熟，而负责理解世界以及自主规划的“大脑”，仍被海量场景数据和技术瓶颈所牢牢困住。

当机器人的身体硬件不再构成发展的门槛之后，其大脑所承载的认知与规划能力便成为决定一切性能的上限。从VLA大模型的选用到端侧算力芯片的部署，从世界模型的构建到数据基础设施的完善，一场围绕机器人大脑的卡位战已经全面打响。

1当“大脑”成为决胜点

今年5月，在苏超联赛正式开赛的前夕，一场别具一格的全自主机器人3V3足球对抗赛率先得以展开。现场，多台人形机器人追逐着一颗足球，它们并未借助任何遥控装置，也没有采用预设的运动轨迹，而是完全依赖自身所搭载的“大脑”，对场上局势进行实时感知，自主规划出跑动路线，并据此决策究竟是传球还是射门。

尽管这些动作在偶尔的情况下仍会略显笨拙，然而它们所迈出的每一步却都是由机器人自身独立思考并决策得出的。而在三年前，这样的自主场景还仅仅停留在实验室的理论设想当中。

彼时，行业方面还在为如何让人形机器人能够稳稳站立以及顺利行走而不断绞尽脑汁。但到了2026年，行业格局已经发生显著转变。随着宇树、优必选、智元等厂商所推出的产品已经能够稳定行走、搬运物料，甚至完成拧瓶盖这类精细操作，机器人在小脑层面的运动控制技术已高度成熟。

不过，虽然机器人在行走方面已经能够走得相当稳健，但与想得明白之间，似乎仍横亘着一道难以跨越的天堑。

为了成功实现通用的自主能力，一个合格的机器人大脑至少需要依赖于千万小时级别的高质量真实交互数据来开展训练。而现实情况则是，截至2026年初，全球合规可用的机器人数据仅有50万小时，由此形成的数据缺口超过了99%。

数据的匮乏会直接表现为机器人大脑所呈现出的“幼稚”状态。当前的机器人在结构化工厂环境当中可以娴熟地对零件进行装配，然而一旦它们走进家庭以及商超这些开放场景，面对凌乱的桌面、突然闯入的宠物以及千变万化的用户需求，它们却常常会陷入窘境之中。

或许正是因为清楚看到了这一致命短板所在，资本方面才开始选择以“用脚投票”的方式来做出回应。

根据量子位所进行的不完全统计，在2026年上半年截至6月12日期间，国内具身智能赛道获得的融资总额接近438亿元，这一金额已经逼近2025年全年约554亿元的80%水平。基于这样的融资节奏，2026年全年的融资规模将毫无悬念地刷新历史纪录。

但是，比起融资总量而言，更耐人寻味的是这些资金的实际流向。在接近440亿元融资当中，其中超过一半的资金涌向了大脑派公司；而纯本体派厂商所分到的份额却仅为约12.8%，这一数字甚至低于生产灵巧手、传感器以及关节模组等核心零部件企业14.4%的占比。

而在大脑赛道内部所出现的分化同样显得剧烈。视觉－语言－动作（VLA）模型直接吃掉了42%的资金份额，世界模型则占27%，数据基础设施占20%，端侧芯片占11%。大量大脑派公司融资节奏快到平均一个月一轮，甚至有企业两轮融资间隔只有两周。

与此同时，科技巨头以及云厂商也纷纷下场参与。华为、腾讯、百度等均加大力度布局机器人大脑，生态战由此全面打响。

其中，华为推出了CloudRobo平台，试图借助这一平台把机器人接入昇腾算力矩阵当中；腾讯则将自身定位为产业生态中的“钛螺丝”，依赖于开源混元大模型来解决机器人的思考问题。大厂集体选择去做大脑而非去做本体，除了能够有效避免在硬件本体上陷入价格战之外，更关键的是可以发挥自身所拥有的海量算力、仿真环境以及多模态大模型底座的核心能力。

当身体硬件的门槛被逐步踏平之后，大脑认知的壁垒却正越筑越高。随着具身智能竞赛规则的改写，这场围绕“灵魂”的争夺才刚刚鸣枪。

2谁在定义机器人大脑？

从当前的情况来看，具身智能大脑赛道已经成功形成了多路并进的整体格局。

其中，模型自研派将VLA以及世界模型作为自身核心壁垒所在，进而选择了模型定义大脑的发展路线，由此构成了融资规模最大并且估值增速最快的阵营。千寻智能则是其中进展最快的选手之一。

这家于2024年1月才成立的公司，在2026年迎来了一轮规模惊人的融资狂飙。该公司在2月连续完成两轮融资，总金额接近20亿元，投资者涵盖云锋基金、红杉资本等顶级机构；3月再获得10亿元融资支持，估值得以跃升至200亿元；随后又成功拿下15亿元，短短三个月内累计吸纳资金达到45亿元。

图 / 千寻智能官方微信公众号

而让资本方面感到如此亢奋的原因，在于该公司在技术层面取得了一项标志性的突破。今年1月，千寻智能所开源的Spirit v1.5模型在性能表现上成功超越了美国头部公司Physical Intelligence推出的Pi0.5模型，由此成为中国首个实现这一突破的开源模型。与此同时，其技术的含金量也迅速在零售以及工业等产业端的实际场景当中得到了有效验证。

图 / 千寻智能官方微信公众号

另一家同样选择模型发展路线的无界动力，则把重点押注在隐空间世界模型以及强化学习所构成的双轮驱动路线之上。其核心逻辑在于让机器人理解世界运行当中的物理规律，而非仅仅对场景开展记忆。这也就意味着机器人可以走进任何一扇此前未曾见过的门，而不是仅仅局限于在熟悉的环境当中进行行走。

2026年6月，无界动力所发布的MWA™具身通用大脑得以在斯坦福大学等机构联合发起的RoboCasa GR1 TableTop榜单上成功登顶全球第一的位置，由此超越了ACE-EGO-0以及DIAL等多款主流模型。

图 / 无界动力官方微信公众号

端侧算力派则依赖于大算力与大模型的端侧部署来切入这一领域，所强调的是本地化实时决策能力以及量产交付能力。在这一阵营中，知行科技旗下的如一动力值得关注。

如一动力持续深耕在机器人大脑这一领域当中，依赖于知行科技在自动驾驶领域所积累的技术栈以及工程量产经验，成功完成了初期阶段的技术与工程验证工作。其核心产品机器人AI Box这一边缘计算设备，所覆盖的算力范围从80、128直至560TOPS，可以有效推动具身智能端侧算法转向以模型驱动的发展模式。同时，选用专为端侧部署进行优化的VLN（视觉－语言－导航）以及VLA（视觉－语言－动作）模型架构，使得机器人可以摆脱对云端的绝对依赖，进而在本地高效完成实时感知、推理以及决策等操作。

目前，如一动力所具备的技术能力已经在多个真实的应用场景当中得到了充分验证。除了前文所提到的足球对抗赛之外，在今年举办的北京亦庄人形机器人半程马拉松比赛中，如一动力团队借助开发并且部署自主导航避障算法的方式，成功让机器人以不到两小时的成绩完成了全程比赛。其自主研发的AI BOX产品iRC100P（AI算力128TOPS）还获得了国内头部具身智能企业的规模化量产订单，并且完成了首批产品的交付与部署工作。

此外，本体加大脑一体派在同时拥有顶尖模型以及自研本体的情况下，试图借助软硬协同来形成闭环。一体派的核心逻辑在于同时掌控“身体”以及“灵魂”，而在这一路线当中，星海图则是典型代表。

不过，虽然这套同时兼顾模型与本体的逻辑听起来很有吸引力，但其所伴随的代价也显得相当明显。因为企业需要同时兼顾模型研发以及本体制造，两条发展路线都需要投入相应资金以及组建专业团队，一体派企业的现金流压力通常会超过纯软件公司或纯硬件公司。因此，能否成功跑通这条路径，也取决于企业是否可以在融资节奏与产品落地之间找到合适平衡点。

类脑架构派则尝试借助仿生学原理从底层出发来重构大脑架构，从而有效绕开了传统VLA路线在数据获取上所面临的瓶颈。智平方成为了这一发展方向的先行者。

2026年，这家公司成功发布了全球首个类脑具身智能系统NeuroVLA，该系统借鉴了人类大脑皮层、小脑以及脊髓所构成的三级体系结构。不同于传统大模型对于海量数据以及算力所形成的持续依赖，NeuroVLA依托人脑的工作机制来进行运作，由此可以让机器人运用更少的数据来完成学习以及决策的过程。

图 / 智平方官方微信公众号

当然，多路并进，殊途同归。

VLA派致力于追求模型能力的极致突破，端侧派则着力卡位在算力部署这一工程高地之上，一体派试图借助软硬协同来构建闭环，类脑派则从仿生学底层出发重构大脑架构。而所有参与其中的玩家所奔向的都是同一个终点，让机器人真正理解世界。

在未来发展进程中，如果有哪一方能够在技术路径实现收敛之前成功打通从模型构建到场景落地的完整商业闭环，那么这一方就将有机会定义下一代机器人所采用的思考方式。

3下一站在哪里？

资金正源源不断地向这个领域涌入，而参与其中的人员也在奋力向前推进。然而，一个更为基础的问题却清晰地摆在那里：这个市场的实际容量究竟能够达到多大？这些资金最终会流向价值链的哪个具体环节？

赛迪研究院在《2026年未来产业十大赛道》报告当中进行指出，全球具身智能市场未来五年所具备的复合增长率可以达到73%，由此使得2030年市场规模有望成功达到2388亿美元。GGII同样也曾开展预测工作，认为2030年国内人形机器人市场规模将接近380亿元，同时销量方面则会增长至27.12万台。

虽然这些数字的体量很大，但是真正值得关注的并非其规模，而是其所呈现出的结构。

在过去两年中，资本主要集中于硬件本体以及运动控制层面，但随着本体能力得以成熟并且同质化程度不断加剧，价值链的重心逐渐向处于上游的大脑进行迁移。这一判断在政策端也得到了印证。

2026年政府工作报告以及“十五五”规划都明确地将具身智能列为国家战略级产业的发展方向。在政策的整体棋盘之上，机器人大脑被赋予了定义产品性能上限的战略角色。它不再是产业链上游的一个单纯技术模块，而是已经跃升为中游的智能底座，从而占据着整条价值链中最具定价权的生态位。

当人形机器人的双腿得以稳稳进行行走操作、双手可以灵巧实施抓握动作之时，行业方面却迎来了一道清晰的分水岭。
数据显示，2026年上半年期间，近440亿元资金得以大量涌入国内具身智能赛道；与此同时，一个惊人的结构性变化也随之发生，其中超过一半的资金流向了“大脑派”公司，而机器人本体厂商所获得的资金占比则不到20%。
事实上，在眼下的具身智能领域当中，运动控制这套“小脑”已得以高度成熟，而负责理解世界以及自主规划的“大脑”，仍被海量场景数据和技术瓶颈所牢牢困住。
当机器人的身体硬件不再构成发展的门槛之后，其大脑所承载的认知与规划能力便成为决定一切性能的上限。从VLA大模型的选用到端侧算力芯片的部署，从世界模型的构建到数据基础设施的完善，一场围绕机器人大脑的卡位战已经全面打响。
今年5月，在苏超联赛正式开赛的前夕，一场别具一格的全自主机器人3V3足球对抗赛率先得以展开。现场，多台人形机器人追逐着一颗足球，它们并未借助任何遥控装置，也没有运用预设的运动轨迹，而是完全依赖自身所搭载的“大脑”，对场上局势进行实时感知，自主规划出跑动路线，并据此决策究竟是传球还是射门。
尽管这些动作在偶尔的情况下仍会略显笨拙，然而它们所迈出的每一步却都是由机器人自身独立思考并决策所得出的。而在三年前，这样的自主场景还仅仅停留在实验室的理论设想当中。
彼时，行业方面还在为如何让人形机器人能够稳稳站立以及顺利行走而不断绞尽脑汁。但到了2026年，行业格局已经发生显著转变。随着宇树、优必选、智元等厂商所推出的产品已经能够稳定行走、搬运物料，甚至完成拧瓶盖这类精细操作，机器人在小脑层面的运动控制技术已高度成熟。
不过，虽然机器人在行走方面已经能够走得相当稳健，但与想得明白之间，似乎仍横亘着一道难以跨越的天堑。
为了成功实现通用的自主能力，一个合格的机器人大脑至少需要依赖于千万小时级别的高质量真实交互数据来开展训练。而现实情况则是，截至2026年初，全球合规可用的机器人数据仅有50万小时，由此形成的数据缺口超过了99%。
数据的匮乏会直接表现为机器人大脑所呈现出的“幼稚”状态。当前的机器人在结构化工厂环境当中可以娴熟地对零件进行装配，然而一旦它们走进家庭以及商超这些开放场景，面对凌乱的桌面、突然闯入的宠物以及千变万化的用户需求，它们却常常会陷入窘境之中。
或许正是因为清楚看到了这一致命短板所在，资本方面才开始选择以“用脚投票”的方式来做出回应。
根据量子位所进行的不完全统计，在2026年上半年截至6月12日期间，国内具身智能赛道获得的融资总额接近438亿元，这一金额已经逼近2025年全年约554亿元的80%水平。基于这样的融资节奏，2026年全年的融资规模将毫无悬念地刷新历史纪录。
但是，比起融资总量而言，更耐人寻味的是这些资金的实际流向。在接近440亿元融资当中，其中超过一半的资金涌向了大脑派公司；而纯本体派厂商所分到的份额却仅为约12.8%，这一数字甚至低于生产灵巧手、传感器以及关节模组等核心零部件企业14.4%的占比。
而在大脑赛道内部所出现的分化同样显得剧烈。视觉－语言－动作（VLA）模型直接吃掉了42%的资金份额，世界模型则占27%，数据基础设施占20%，端侧芯片占11%。大量大脑派公司融资节奏快到平均一个月一轮，甚至有企业两轮融资间隔只有两周。
与此同时，科技巨头以及云厂商也纷纷下场参与。华为、腾讯、百度等均加大力度布局机器人大脑，生态战由此全面打响。
其中，华为推出了CloudRobo平台，试图借助这一平台把机器人接入昇腾算力矩阵当中；腾讯则将自身定位为产业生态中的“钛螺丝”，依赖于开源混元大模型来解决机器人的思考问题。大厂集体选择去做大脑而非去做本体，除了能够有效避免在硬件本体上陷入价格战之外，更关键的是可以发挥自身所拥有的海量算力、仿真环境以及多模态大模型底座的核心能力。
当身体硬件的门槛被逐步踏平之后，大脑认知的壁垒却正越筑越高。随着具身智能竞赛规则的改写，这场围绕“灵魂”的争夺才刚刚鸣枪。
从当前的情况来看，具身智能大脑赛道已经成功形成了多路并进的整体格局。
其中，模型自研派将VLA以及世界模型作为自身核心壁垒所在，进而选择了模型定义大脑的发展路线，由此构成了融资规模最大并且估值增速最快的阵营。千寻智能则是其中进展最快的选手之一。
这家于2024年1月才成立的公司，在2026年迎来了一轮规模惊人的融资狂飙。该公司在2月连续完成两轮融资，总金额接近20亿元，投资者涵盖云锋基金、红杉资本等顶级机构；3月再获得10亿元融资支持，估值得以跃升至200亿元；随后又成功拿下15亿元，短短三个月内累计吸纳资金达到45亿元。
而让资本方面感到如此亢奋的原因，在于该公司在技术层面取得了一项标志性的突破。今年1月，千寻智能所开源的Spirit v1.5模型在性能表现上成功超越了美国头部公司Physical Intelligence推出的Pi0.5模型，由此成为中国首个实现这一突破的开源模型。与此同时，其技术的含金量也迅速在零售以及工业等产业端的实际场景当中得到了有效验证。
另一家同样选择模型发展路线的无界动力，则把重点押注在隐空间世界模型以及强化学习所构成的双轮驱动路线之上。其核心逻辑在于让机器人理解世界运行当中的物理规律，而非仅仅对场景开展记忆。这也就意味着机器人可以走进任何一扇此前未曾见过的门，而不是仅仅局限于在熟悉的环境当中进行行走。
2026年6月，无界动力所发布的MWA™具身通用大脑得以在斯坦福大学等机构联合发起的RoboCasa GR1 TableTop榜单上成功登顶全球第一的位置，由此超越了ACE-EGO-0以及DIAL等多款主流模型。
端侧算力派则依赖于大算力与大模型的端侧部署来切入这一领域，所强调的是本地化实时决策能力以及量产交付能力。在这一阵营中，知行科技旗下的如一动力值得关注。
如一动力持续深耕在机器人大脑这一领域当中，依赖于知行科技在自动驾驶领域所积累的技术栈以及工程量产经验，成功完成了初期阶段的技术与工程验证工作。其核心产品机器人AI Box这一边缘计算设备，所覆盖的算力范围从80、128直至560TOPS，可以有效推动具身智能端侧算法转向以模型驱动的发展模式。同时，选用专为端侧部署进行优化的VLN（视觉－语言－导航）以及VLA（视觉－语言－动作）模型架构，使得机器人可以摆脱对云端的绝对依赖，进而在本地高效完成实时感知、推理以及决策等操作。
目前，如一动力所具备的技术能力已经在多个真实的应用场景当中得到了充分验证。除了前文所提到的足球对抗赛之外，在今年举办的北京亦庄人形机器人半程马拉松比赛中，如一动力团队借助开发并且部署自主导航避障算法的方式，成功让机器人以不到两小时的成绩完成了全程比赛。其自主研发的AI BOX产品iRC100P（AI算力128TOPS）还获得了国内头部具身智能企业的规模化量产订单，并且完成了首批产品的交付与部署工作。
此外，本体加大脑一体派在同时拥有顶尖模型以及自研本体的情况下，试图借助软硬协同来形成闭环。一体派的核心逻辑在于同时掌控“身体”以及“灵魂”，而在这一路线当中，星海图则是典型代表。
不过，虽然这套同时兼顾模型与本体的逻辑听起来很有吸引力，但其所伴随的代价也显得相当明显。因为企业需要同时兼顾模型研发以及本体制造，两条发展路线都需要投入相应资金以及组建专业团队，一体派企业的现金流压力通常会超过纯软件公司或纯硬件公司。因此，能否成功跑通这条路径，也取决于企业是否可以在融资节奏与产品落地之间找到合适平衡点。
类脑架构派则尝试借助仿生学原理从底层出发来重构大脑架构，从而有效绕开了传统VLA路线在数据获取上所面临的瓶颈。智平方成为了这一发展方向的先行者。
2026年，这家公司成功发布了全球首个类脑具身智能系统NeuroVLA，该系统借鉴了人类大脑皮层、小脑以及脊髓所构成的三级体系结构。不同于传统大模型对于海量数据以及算力所形成的持续依赖，NeuroVLA依托人脑的工作机制来进行运作，由此可以让机器人运用更少的数据来完成学习以及决策的过程。
VLA派致力于追求模型能力的极致突破，端侧派则着力卡位在算力部署这一工程高地之上，一体派试图借助软硬协同来构建闭环，类脑派则从仿生学底层出发重构大脑架构。而所有参与其中的玩家所奔向的都是同一个终点，让机器人真正理解世界。
在未来发展进程中，如果有哪一方能够在技术路径实现收敛之前成功打通从模型构建到场景落地的完整商业闭环，那么这一方就将有机会定义下一代机器人所采用的思考方式。
资金正源源不断地向这个领域涌入，而参与其中的人员也在奋力向前推进。然而，一个更为基础的问题却清晰地摆在那里：这个市场的实际容量究竟能够达到多大？这些资金最终会流向价值链的哪个具体环节？
赛迪研究院在《2026年未来产业十大赛道》报告当中进行指出，全球具身智能市场未来五年所具备的复合增长率可以达到73%，由此使得2030年市场规模有望成功达到2388亿美元。GGII同样也曾开展预测工作，认为2030年国内人形机器人市场规模将接近380亿元，同时销量方面则会增长至27.12万台。
虽然这些数字的体量很大，但是真正值得关注的并非其规模，而是其所呈现出的结构。
在过去两年中，资本主要集中于硬件本体以及运动控制层面，但随着本体能力得以成熟并且同质化程度不断加剧，价值链的重心逐渐向处于上游的大脑进行迁移。这一判断在政策端也得到了印证。
2026年政府工作报告以及“十五五”规划都明确地将具身智能列为国家战略级产业的发展方向。在政策的整体棋盘之上，机器人大脑被赋予了定义产品性能上限的战略角色。它不再是产业链上游的一个单纯技术模块，而是已经跃升为中游的智能底座，从而占据着整条价值链中最具定价权的生态位。

在技术架构层面，行业共识正从单一VLA模型转向信息—物理—认知三域融合的演进过程。世界模型不再是VLA的竞争路线，而是作为VLA体系中的核心拼图，负责在高维空间里开展推演工作，而VLA则负责把推演结果转化为具体动作。大脑和小脑有望从各管一摊的状态走向协同进化。
。

在模型能力这一层面来看，目前的机器人大脑依然停留在被动执行的阶段，它需要依赖外部提供一个指令才能设法完成相应任务；而下一代大脑则将具备主动开展推演以及实现自我进化的能力，从而在使用过程中会变得越来越聪明，并拥有更强的环境适应性以及复杂任务的处理能力。

在部署层面方面，机器人的大脑不能永远长驻于云端。因为在家庭、商超以及医院等实际场景中，往往缺乏稳定的网络连接环境，同时也不会允许哪怕毫秒级别的响应延迟。如果把大算力与大模型部署到端侧，那么机器人便能够逐步摆脱对于云端的依赖，从而在真实世界当中完成实时的感知以及自主的决策。

在交互层面，未来的机器人将不再作为孤立的个体而存在，它们会逐步适应与人类共处的复杂环境，从而与其他机器人共同形成群体智能。

因此，从这些维度来进行分析，具身智能大脑的未来发展并不仅仅局限于更强的算法或者更大的模型，它正在逐步成长为一个融合认知、推演、控制以及学习的全栈式智能中枢。

来源：身体已就位、大脑却断粮：热钱狂涌下，谁在争夺机器人“灵魂”？ | 具身研习社