当身体不再是门槛：具身智能正迎来‘大脑时代’

数据显示，2026年上半年，近440亿元资金涌入国内具身智能赛道；其中超过一半流向“大脑派”公司，而专注机器人本体制造的企业获得融资不足20%。

当前，人形机器人在行走、平衡、抓取等基础运动能力上已实现规模化落地——宇树、优必选、智元等厂商的产品可稳定行走、搬运物料，甚至完成拧瓶盖等精细操作。这意味着支撑身体行动的“小脑”系统已高度工程化、标准化。

但“走得稳”不等于“想得明白”。要实现真正意义上的通用自主能力，机器人大脑需具备千万小时级高质量真实交互数据训练基础。而截至2026年初，全球合规可用的机器人真实交互数据仅约50万小时，缺口超99%。

数据匮乏直接导致能力断层：机器人在结构化工厂中表现优异，一旦进入家庭、商超等开放动态环境，面对凌乱桌面、突发干扰或模糊指令，往往陷入感知失焦、决策迟滞甚至完全失效。

2026年上半年，国内具身智能赛道融资达438亿元，逼近2025年全年总额的80%。更关键的是资金分布——42%投向VLA（视觉－语言－动作）模型，27%用于世界模型研发，20%投入数据基础设施建设，11%布局端侧算力芯片。

融资节奏空前密集：头部大脑派企业平均每月一轮融资，部分公司两轮间隔仅两周。科技巨头亦加速入场：华为推出CloudRobo平台，整合昇腾算力与机器人开发框架；腾讯以开源混元大模型为底座，聚焦解决机器人认知与推理问题。大厂集体避开硬件红海，转而深耕“思考中枢”，既规避价格战，也更契合其在算力、仿真、多模态模型上的长期积累。

目前，机器人大脑技术路线呈现明显分化：

——模型自研派以VLA与世界模型为核心，代表企业千寻智能成立两年内完成三轮融资，累计吸金45亿元，其开源模型Spirit v1.5已超越国际竞品Pi0.5；无界动力则聚焦隐空间世界模型与强化学习融合，其MWA™大脑在斯坦福RoboCasa榜单登顶全球第一。

——端侧算力派强调本地实时决策与量产交付能力，如一动力依托自动驾驶技术沉淀，推出AI Box边缘计算设备，算力覆盖80–560TOPS，并已在人形机器人半程马拉松、自主足球赛等真实场景完成验证，获头部企业规模化订单。

——本体+大脑一体派追求软硬协同闭环，星海图为代表，但面临双线投入带来的现金流压力；类脑架构派则另辟蹊径，智平方发布NeuroVLA系统，借鉴人脑皮层—小脑—脊髓三级结构，降低对海量数据与算力的依赖，探索更高效的学习范式。

行业共识正从单一VLA模型，转向信息域、物理域、认知域三域融合的技术架构。世界模型不再作为替代方案，而是成为VLA体系中负责高维推演的核心模块；VLA则承担将抽象推演转化为具体动作的关键桥梁。

下一代机器人大脑将突破被动响应局限，具备主动推演、任务拆解、持续进化能力。部署形态也将从云端集中走向端云协同，尤其在家庭、医疗、零售等对延迟敏感、网络不可靠的场景中，端侧实时决策能力成为刚需。

交互维度也在拓展：机器人将逐步适应与人类共处的真实环境，并可能通过群体协作形成分布式智能。未来的机器人大脑，不再是某个算法或模型的代名词，而是一个融合感知、认知、推演、控制与持续学习能力的全栈式智能中枢。