Related articles
文 | 霞光 AI 实验室，作者｜子墨，编辑｜李小天
就在今天，宇树科技正式登陆科创板，成为 A 股 「人形机器人第一股」。开盘报价 1100 元/股，相比 150.80 元的发行价暴涨 629.44%，创下今年新股上市首日开盘涨幅的新高。
这场资本市场的狂欢，也像是给持续升温的具身智能赛道，打上了一个醒目的注脚。
根据 IT 桔子 《2026 年上半年中国具身智能领域投融资报告》，今年上半年国内具身智能领域共有 322 笔融资事件，融资总额达到 935 亿元；其中种子轮、天使轮、Pre-A 轮等早期融资达到 190 笔，占全部融资事件的 58.94%，体现资本依然愿意为尚未完全成熟的技术和初创团队下注。其中，融资额 TOP 20 的企业 （如自变量机器人、智平方、千寻智能等） 合计获得 550 亿元，占整个赛道融资总额的 59%，表明大额资金正在快速向少数、头部项目集中。
如果只看这些数字，具身智能似乎仍处在最狂热的时候。
但当视线从融资公告转向真实的融资过程，另一种感受开始浮现。接连不断的大额融资新闻，很容易让创业者产生一种错觉：赛道这么热，钱应该还很好拿。但真正开始融资后，一些创业公司却发现，投资人的出手正在变得谨慎，项目需要经历更长的沟通和判断过程。就连已经连续完成多轮融资的企业，也能明显感受到投资人提出的问题越来越具体。
一位长期关注具身智能赛道的双币基金投资人米妮告诉霞光 AI，他近期明显感受到行业实际的投资 「水位」 正在回落，市场正处于一种 「余温」 状态，投资人手里还有钱，但投资决策会越来越趋于理性。
这种体感，也出现在一些产业资本的判断中。今年 7 月，联想集团副总裁、联想创投管理合伙人王光熙在联想创投周期间谈到，眼下具身智能的市场 「过热」，估值被炒得很高。随着头部企业陆续上市，越来越多机器人开始进入真实商业场景，这一轮被资本推高的热度，或许会在今年下半年或明天开始慢慢退去。
这意味着，眼前这轮具身智能融资热潮，可能正在进入一个微妙的阶段：融资仍然会持续，但过去那种资本快速涌入、看到机会便果断出手的状态正在减弱。甚至有些创业者开始怀疑，今天看到的这批密集融资，是否已经接近这一轮 「热钱」 集中释放的尾声。
具身智能融资，真的要告别 「遍地撒钱」 了？
一个 Demo，已经无法说服投资人
智融是一家物理智能模型公司，核心产品是 ZRPhysicalWorld。今年 5 月开始，公司创始人&CEO&CTO 张云波密集地见投资人，到目前为止，已经见了十几家。
过程中，他明显感受到了一个变化：过去，具身智能创业者拿着一个 Demo 去见投资人，只要能够证明 「这个东西能跑」，就可能获得进一步交流的机会。现在，投资人越来越不局限于技术展示本身，他们并不愿意再听一些技术细节，而是直接问：「你们用一句话最简单地说，到底能做什么？」
这个问题看起来简单，却让创业者不得不重新整理自己的表达方式。
因为当一个行业还很早的时候，团队背景、技术路线、创始人的判断，本身就是故事的一部分；等到越来越多公司进入同一赛道，投资人就需要知道，除了 「我也在做具身智能」，每家公司的能力和差异究竟在哪里。
光源资本 (FA) 权博把过去几年的融资行情分成了三波。
第一波是从 2023 年底到 2024 年，银河、宇树、智元是这一阶段的典型代表。那时候市场对具身智能还相对陌生，投资人首先看的是团队、技术方向和理念。第二波发生在 2025 年，行业开始积累更多技术和产品表现，投资人除了看团队，也会开始关注数据能力、Demo 等更具体的东西。今年上半年，则进入了第三波，市场关注的重心进一步向场景和落地移动。
这三个阶段的演进，并不只是融资金额越来越大，还有投资人理解行业的方式也在变化。
最初，他们需要回答的是：这是不是一个值得下注的方向？后来变成：这支团队到底能不能把它做出来？到了现在，问题进一步变成：做出来之后，究竟能解决什么问题？
这也是为什么，今天看一个具身智能项目，投资人开始习惯性地追问几个更具体的问题。
「定位是什么，做什么市场，准备怎么 roll out。」 米妮表示，自己在看项目时，会用这三个问题做一下初步筛选。
光源资本作为具身领域的头部 FA，在承揽项目时，同样也会关注几个关键点。
第一是一家企业究竟替客户或者市场解决了什么问题。它解决的是已经存在的存量需求，还是创造了一个新的增量市场？本质上是在看一家公司的 Value Proposition。
第二是能力本身。算法、模型、数据、训练方式，这些东西到底怎么样，真正的能力壁垒在哪里。
第三是今年被提到更高位置的商业化和交付能力：如果产品进入市场，能不能完成交付，商业化能力和交付能力是否能够跟上。
这背后有一个很现实的原因：今天同一个赛道里的公司，单看公司商业计划书的的对外叙事，很难真正判断谁的能力更强。大脑公司都可以说自己的模型最强，本体公司也各自有擅长的方向，有的展示跳舞，有的踢球，有的进入零售场景。
不过，这些 Demo 也并非没有价值。在权博看来，跳舞、踢球本身也是一种能力展示。机器人跳舞，背后可能是运控能力；如果这种能力可以泛化到其它任务，那么它就不只是一个 「跳舞」 的 Demo。甚至表演这种情绪价值本身也是有意义的，只是从情绪价值走向产业问题，再走向 C 端消费者真正愿意持续使用的产品，需要一步一步完成。
所以，投资人并不是突然不看 Demo 了，而是 Demo 所代表的东西变了。
以前，一个 Demo 可以证明 「我能做」。现在，投资人更想知道的是：这个 Demo 证明了你的哪项能力，这项能力能不能继续往前走，以及最终能走向哪里。
融资还在涨，资本却在换挡
当投资人的判断变得更加谨慎、具体，一个看似矛盾的问题出现了：为什么至今具身智能的大额融资新闻还是一个接着一个，从未间断过？
答案首先藏在 「连续融资」 的自身逻辑中。
「今年的市场仍然很热，尤其对于人民币基金而言，如果不投高端制造，又没有特别多 AI 软件方向，具身智能依然是一个重要的投资落点。」 米妮表示。不过，今年能够连续拿到多轮融资的公司，并不完全意味着这些公司在今年突然获得了资本市场的密集下注。一部分公司其实在去年就已经进入融资市场，今年只是到了一个更容易看到阶段性结果的时间点。
还有一类公司，情况则有所不同：它们本身技术能力比较强，但进入市场较晚，早期估值相对较低，于是可以通过连续几轮融资，把自身估值逐渐拉到市场比较普遍的水平。
权博用了一个很形象的词——「开牌」。
过去，资本市场其实一直处于下注阶段。每一家公司的团队、故事、技术路线都有自己的特色，投资人很难知道最后谁会跑出来，所以大家都愿意下注，甚至在某些阶段会相对平均地下注。
但到了今年，第一张牌开始翻开。模型能力、数据能力、场景落地能力，这些过去写在 PPT 里的东西开始有了实际表现。一些企业明显跑得比竞争对手更快，资本自然会向这些公司进一步集中；而另一部分项目，在第一张牌翻开之后，如果表现没有达到投资人的预期，后续融资就会变得更难，市场也会不断走向分化。
不过，第一张牌翻开，只是让市场看清了手里的牌，并不意味着胜负已经确定。今天胜率高的公司，到了下一阶段未必还会一直保持优势；反过来，现在看起来胜率没有那么高的公司，也可能随着技术突破或者场景进展重新追上来。等到下次在开牌时，市场还会重新做出判断。
这场筛选会持续进行，也会沿着具身智能的产业链往更深处走。市场最早关注的是机器人本体，如今接近上市的几家企业中，很多也都是本体公司。随后，资本开始把注意力转向具身大脑；再往后，数据采集、触觉传感器等更细的环节，也陆续出现能够获得大额融资的公司。
「这恰恰也说明资本和产业对具身智能的认识在一步一步往前走：投资人需要时间去理解，这个行业究竟有哪些问题，什么问题最重要，什么能力真正具有投资价值。」 张云波表示。
米妮也观察到了这个关键变化。他认为，具身智能赛道只要行业β还在，数据能够持续进入模型，模型效果理论上就仍然存在提升空间。因此短期内很难简单地说某一条技术路线已经被证伪，真正限制行业进一步发展的一个关键问题，仍然是数据。
但数据多，并不等于数据有效。回头看第一波市场，他认为，行业早期其实做了不少 「看起来很忙」 的工作，有些数据并没有真正产生价值。比如把大量没有经过筛选的数据直接扔给模型，并不能自然得到好的训练结果。真正的问题是，行业需要先弄清楚什么样的数据有价值，以及如何进行数据定制。
「国内模型厂商过去的数据定制能力还比较弱，行业在很长时间里也更多处于跟随状态。随着大家开始真正进入模型训练阶段，数据本身的质量、采集方式和定制能力，才越来越成为核心问题。」
智融其实从很早就开始思考过这个问题。
2019 年，张云波团队开始做 Robot Learning 时，「具身智能」 这个词甚至还没有今天这么流行。当时想解决的问题很简单：能不能让机器人通过 AI 模型自主完成一些事情。
真正开始训练模型、开发算法之后，他们遇到了一个最现实的问题——没有数据，模型根本跑不起来。
于是，从那个时候开始，团队就在不断探索数据采集方式，并逐渐形成了今天仍然在坚持的技术路线：把数据和模型放在一起，让二者形成持续的循环闭环。
其核心产品体系包括 AI 辅助数采、物理智能实训场以及物理世界模型，希望让真实任务产生的数据进入模型训练，再让模型能力反过来辅助数据采集和任务执行，从而形成更快的数据飞轮。目前，模型已在 VR 遥操作、柔性操作、触觉感知等实际场景中实现落地。
至于是用真实数据还是合成数据，张云波并不认为两者是非此即彼的关系。
合成数据可以帮助模型完成冷启动，但如果任务越来越复杂，从训练效果和成功率来看，真实数据仍然具有明显价值。即便一些专门做合成数据的公司，最终也需要面对真实数据的生产问题。因此，两种数据需要共存，只是不同团队的侧重点不同。
这背后其实反映出了一个更大的问题：具身智能今天还远没有形成一套被行业普遍认可的标准答案。同样是解决机器人智能化的问题，不同团队对于应该先解决什么、用什么技术解决，以及从哪里切入，都有自己的判断。
场景上，有人做物流，有人做工业，有人做零售；技术上，有人选择 VLA，有人押注世界模型。在权博看来，这些差异化目前都是真实存在的，但还没有形成足够高且能让其他公司难以跨越的壁垒。随着产业继续发展，不同路线最终可能重新交汇，市场也会逐渐给出 「最佳实践」。
什么样的公司，会在下一轮被选中？
当市场不再愿意为概念慷慨解囊，问题便回到了最本质的地方：什么样的公司，会在下一轮被选中？
据光源资本总结，大致有几类会在接下来更容易获得融资：
第一类，是已经具备产品化和规模交付能力的公司。这样的企业能够证明，自己不只是把一个 Demo 做出来，而是真正有能力把产品交付给客户。只是放在今天的具身智能行业里，这样的公司还不算多，更多成熟案例仍然来自上一代工业机器人。
第二类，是模型和数据已经形成一定正循环的公司。市场能够看清楚它的模型能力处于什么位置，或者至少能够判断，它已经建立起一套能够不断迭代的技术体系。
还有一类，是已经在具体场景里跑通的公司。它不需要一开始就解决所有问题，但如果团队半年前说 「半年后可以跑通」，半年后真的交付出来，这本身就是一种确定性。
米妮用了一个词概括：知行合一。在他看来，现在市场上的创业公司越来越多，大家讲出来的故事也越来越完整。真正需要被验证的，是 「知」 和 「行」 能不能对上。一个团队如果同时想做世界模型、应用、硬件以及多个行业，但团队规模、技术积累和资源都不足以支撑这些目标，投资人很难判断它最终能走到哪里。
因此，权博认为这个过程的关键在于找到 「单点突破」。对于资源有限的创业团队来说，并不适合把所有事情都装进同一个故事里，与其同时做本体、大脑、数据和多个行业场景，不如先找到一个真正适合自己的位置，把一个点做深，再从这个点向外扩展。这样既能够形成差异化，也更容易让投资人判断一家公司的能力边界在哪里。
这也是智融当下融资过程中重点去做的一件事。
张云波并没有因为同行不断完成大额融资，就把融资节奏突然提起来，而是先找到了一个产业合作的 「突破口」。目前公司已经和上市公司玉禾田达成了全方位的战略合作，并计划共同建设联合实验室。
「估值本质上是做上去的。只有技术和学术成果时，公司更像一个科研项目；当有了合作方、真实场景和实际成果之后，公司的价值才会逐渐发生变化。」
因此，智融现在的路径并不是 「先融资，再找商业模式」，而是先通过产业合作找到真实需求，再通过真实场景验证技术，让这些结果反过来支撑公司的融资。
这也正是资本想要确认的，创业者有没有能力把这个叙事足够大的未来变成能够真正落地的事。
具身智能，还在等一个答案
如果把视线再往后拉，具身智能接下来会出现什么新的变化，还没有人能给出一个准确的判断。
权博发现，这个行业的下一波机会往往并不是按照一张提前画好的路线图出现。很多时候，一个此前并不显眼的技术点突然取得进展，市场才会意识到它的价值，新的关注点也随之形成。今年上半年的世界模型就是一个例子：年前还没有形成特别集中的市场关注，年后很快就出现了一波明显的热度。
至于下一波会是什么，在他看来，这种变化很难由某一家机构或者某一家企业提前判断，更多时候是技术和产业发展到某个节点之后，市场突然发现了一个新的机会。就像之前的自动驾驶，行业经历在过集中融资后，头部企业逐渐完成布局、新的优质标的减少，资本注意力就会再次转向新的方向。
这也是为什么，米妮并不急于判断行业最终会形成怎样的格局。在他看来，现在谈最终答案还太早。具身智能仍然处在比较早的阶段，过去一段时间行业已经做了大量探索，接下来更重要的是留出时间，看技术究竟会往哪里发展。与其急着判断谁会成为最终赢家，不如把注意力重新放回技术本身，把真正需要解决的问题一个个做好。
「市场会逐渐冷静下来，但行业还是会蓬勃发展。」 张云波对具身智能的前景十分看好，他并不认为资本市场判断标准变得更加深入，就意味着具身智能的发展空间因此缩小。相反，随着投资人开始进一步追问技术到底解决什么问题、处在产业链什么位置、什么时候能够形成盈利模式，行业的讨论会变得更加具体，整体趋势也依然会向上。
这种判断背后，还有一个更重要的宏观因素：中美竞争。
中美在具身智能领域走的是两条不同的路径。美国强在 「大脑」，得益于人才、先发优势和算力，在原创性和前瞻性上领先，0 到 1 的突破能力更强；中国追赶很快，工程师多、反应快，从 1 到 100 的落地和迭代能力突出，但原创研究仍有差距。中国真正的优势在硬件，本体、数采设备、传感器等环节受益于制造业供应链和熟练工人，明显强于美国。
投资层面，美国可以容忍 Physical Intelligence 这样不做产品、不追求商业化的公司长期研发，中国投资机构对这种模式接受度较低，更偏好有落地路径的项目。
市场方面，美国因人力成本高、劳动力短缺，中国因老龄化、年轻人不愿干危险繁复的工作以及制造业体量大，都对具身机器人有强烈需求。
因此，从国家层面的竞争角度来看，如果美国持续加大投入，中国也会继续推进自己的具身智能产业。很多今天还没有解决的技术难题，未来仍然有机会去突破。
技术突破会不断催生新的关注方向，产业端持续释放的需求、人才梯队的逐步成型、以及长期资金的持续投入，都会给这个行业带来新的变量。
因此，对于具身智能来说，真正值得看的，可能正是这些还没有被提前写好的答案。
