大数跨境
首页
>
中美具身大脑对决：身体已经赢了，大脑还在赛跑
>

中美具身大脑对决：身体已经赢了，大脑还在赛跑

中美具身大脑对决：身体已经赢了，大脑还在赛跑 潮涌AI
2026-11-06
12
导读：更值得投入的，是通用模型、世界模型，以及把真实场景转成训练闭环的能力。
©潮涌AI编辑部
文｜盐
GPT-6 Astra，正悬在许多机器人大脑公司头上。它像一把达摩克利斯之剑。
10月22日，宇树科技创始人王兴兴展示了一段视频。没有经过专门的机器人任务训练，Astra直接操控机器人画水彩画，换颜料时还会清洗笔刷。王兴兴随后判断，通用大模型“击穿”物理AI，快则一到两年，慢则两三年。
宇树以机器人本体和运动控制见长。现在，它开始提醒行业注意通用大模型。这个信号，比演示本身更值得关注。
Astra已经能读取摄像头画面和机器人状态，再决定机械臂的位置、姿态和夹爪动作。它由此进入任务理解、空间推理和动作决策。过去，这些环节主要由机器人“大脑公司”负责。
Astra的破坏力是一种隐喻：美国公司正在朝着机器人最值钱的地方努力。可能吞噬中国机器人公司建立起来的行业领先性的，不只有Astra。更多美国“机器人大脑”公司正准备冲出水面，“吃掉一切”。

GPT-6 ASTRA通过视觉、代码和外部资料，组织并调整机器人操作

资本也在重估大脑价值。
彭博社10月27日报道，美国机器人基础模型公司Physical Intelligence（PI）洽谈超10亿美元融资，估值接近200亿美元。公司尚无收入。
宇树8月上市时，发行市值约610亿元人民币。粗略折算，PI洽谈中的估值是这一发行市值的2.3倍。一级市场融资与IPO发行定价并不完全可比，两家公司的业务范围也不同，2.3倍不是行业统一估值倍数。
但资本的偏好已经显现。它愿意为能够跨本体复用的通用大脑支付平台溢价，而不只按机器人出货量定价。
美国在人形机器人身体的成本、供应链和出货规模上并不占优，但在通用模型、算力和顶尖AI人才上，美国仍然领先。
中国公司已经证明，自己能把机器人造得更多、更便宜。
对中国创业者来说，只靠机械结构、关节和整机参数内卷，越来越难形成持久差异。
硬件仍然重要，但只靠硬件已经不够。
接下来要回答的是：当美国大脑开始向下进入物理世界，中国的场景和数据，能不能长成自己的平台？
钱已经提前流动。
IT桔子统计显示，2026年上半年，中国具身智能领域完成322笔融资，总额935亿元人民币，约为上年同期的5倍。
路透社11月也把行业变化概括为：中国机器人厂商已经掌握动作，接下来轮到大脑的竞赛。
中国公司：模型、本体和场景一起跑
宁德时代的电池测试线上，一台轮式双臂机器人正在插接柔性线束。线束的位置每次都不一样，机器人要自己调整角度、控制力度。这台机器人叫Moz1，来自千寻智能。
千寻不是单纯的本体公司。
它同时自研Spirit系列VLA模型，走的是AI大模型与机器人硬件的全栈路线。公开信息显示，Moz1所在PACK产线已生产近千块电池，插接成功率稳定在99%以上，作业节拍达到熟练工人水平。
这个99%对应一道固定工序，不代表机器人能在陌生环境里完成通用任务。但它说明机器人开始进入真实生产节拍。
Moz1也已入驻京东MALL，按照公开合作规划，还将向药房自动分拣、商用清洁等场景复制。

Moz1入驻京东MALL

落地之后是学习效率。
自变量机器人2026年8月开源HOST框架，让机器人观看平均29秒的人类视频学习新技能。在其50项桌面任务测试中，平均成功率为62%；与π0.5微调方案相比，所需数据样本量降至五十分之一。
银河通用更强调虚实结合。它以AstraData数据基建支撑AstraBrain具身大模型，用仿真合成数据训练，再迁移到真实机器人。
数据投入也在扩大。
截至2026年4月，千寻已积累超过20万小时多类型真实交互数据。数据采集团队扩展至千人规模，全年目标是100万小时。
蚂蚁旗下Robbyant选择跨本体路线。LingBot-VLA 2.0技术报告披露，筛选后进入预训练的数据约6万小时。其中包括5万小时机器人轨迹、1万小时第一视角人类操作视频，覆盖20种机器人构型。
国内也有人直接做世界模型。
极佳视界同时布局GigaWorld世界模型、GigaBrain具身基模和Maker机器人本体。它试图形成从场景获得数据、再训练模型的闭环。但从公开展示到跨场景稳定工作仍有很长距离。

Maker 01

真正要验证的，不是单个榜单或演示，而是模型能否在不同场景持续完成任务。
还有公司从既有能力切入。
物理AI基础设施公司五一视界的AperData负责数据采集与训练数据供给，AperOne覆盖训练、评估、部署和运营。它的价值在于降低训练和部署成本，但51Sim收入同时包含智能驾驶与具身智能，千台级部署仍是年度目标。
Momenta则想把自动驾驶的R7世界模型复用到更多车辆形态，并计划于2027年开始投入具身领域。它目前的技术验证和收入仍主要来自道路场景，只能算潜在进入者。
这些公司的切入点不同：有的直接做模型，有的同时做本体与场景，有的提供训练工具，还有的仍站在具身智能的入口。它们都在争夺物理智能，但并不在同一层竞争。
中国的优势也不只是某一家公司。
整机厂、模型团队、零部件供应商和工厂客户集中在长三角、珠三角，硬件迭代、现场数据和模型调整可以连续发生。但工程闭环转得快，不等于通用能力自然出现。
美国公司：从通用模型进入物理世界
美国头部公司的路径更像是从模型出发。
PI、Skild AI和Generalist，都想先得到能够迁移到不同机器人身上的通用模型，然后，再接入具体身体和场景。
2026年10月，PI开放Pi API测试版。
外部团队可以上传数据、微调模型，并部署到自己的机器人上。它想做的不是一台标准机器人，而是一层可以服务多种硬件的智能。
Skild AI同样以通用机器人模型为核心，也把部署视为模型进化的一部分。彭博社援引公司披露称，其2026年1月融资时估值达到140亿美元。

Skild AI官网截图

到9月，公司披露年化经常性收入（ARR）已超过1亿美元，拥有60多家付费客户，并已有5000万美元确认为收入。这些数字来自公司自报；能否持续增长，比估值更实际。
Generalist把重点放在快速学习。
GEN-1.5接收一段3到12秒的演示后，无需梯度更新即可执行新任务。在10项简单、短时长任务上，单次演示平均成功率为59%。
这一数字不能与自变量HOST的62%直接比较，任务集、演示形式和评测环境都不同。双方共同的方向，是降低机器人学习新任务所需的数据和训练成本。
世界模型则试图让模型预测动作的后果。
7月，李飞飞创办的World Labs披露R2S2R引擎，把真实任务重建为可交互仿真。公司再在仿真中训练和评估机器人策略。
公司称，部分完全使用仿真训练的策略已能迁移到真实机器人，并在多项任务上连续自主运行一小时。这些结果尚未见独立复现，逐任务成功率也未公布。
9月，World Labs又发布Atlas，让同一个模型处理世界生成、三维重建和时空仿真。它开始为机器人提供训练和测试环境。这些早期进展正在把世界模型带入“真实场景—仿真训练—真机验证”的闭环。

Atlas核心设计：空间上下文

英伟达则在补底层工具。
11月更新的Cosmos Framework，已支持根据机器人动作生成后续视觉观察。它也支持在仿真中训练和评估策略。它不直接替所有公司造大脑，却在把训练大脑的工具变成平台。
Odyssey探索交互式世界模型，让环境根据动作实时变化，主要提供世界生成和仿真能力。
General Intuition则利用带按键操作标签的游戏视频训练通用智能体，再尝试迁移到四足机器人。演示中的机器人仍会碰撞椅子和垃圾桶，说明早期迁移不等于可部署的通用大脑。两者结果主要来自公司披露，大规模迁移仍未被证明。
Astra又带来了通用大模型的压力。
美国大脑的优势不再只来自几家机器人初创公司，通用大模型、世界模型和训练工具正在一起向机器人外溢。
两种相互咬合的循环
中美路径不能写成严格的国界二分。
更准确的差别，是两种技术—商业循环的相对权重。
美国头部公司更多从通用模型出发，再带着模型寻找身体和场景；中国公司拥有更密集的整机、供应链和客户场景，更容易让部署与模型训练同时发生。
一个强调从大脑找身体，一个强调从身体长大脑。但Skild把部署视为研究核心，千寻和银河通用也直接做模型。两条路线并不专属于任何一个国家。
商业模式也在分叉。
PI开放API，试图用模型能力连接更多硬件。千寻、银河通用等全栈公司更多把模型、整机和场景服务打包交付，Robbyant等团队则通过开源争取开发者和数据生态。

Yondu的轮式双臂在货架前抓取 图源：PI

大脑之所以可能获得更高估值，是因为模型一旦能够跨任务、跨本体复用，新增部署的边际成本可能下降。收入也更有机会从项目制转向平台化。
但估值不是利润。
软件演示不会自动变成订阅。平台预期最终要看客户是否持续调用、愿意续费，也要看模型能否摆脱项目定制。
身体领先之后，大脑的门槛更清楚了
中国在人形机器人身体上的领先有出货量支撑。
Counterpoint Research统计，2025年全球人形机器人新增装机约1.6万台，中国市场占八成以上。宇树披露的纯人形机器人实际出货量超过5500台，智元第5000台通用具身机器人也已量产下线。
这里说的领先，主要指成本、供应链和出货规模，不等于所有机器人品类、核心零部件和可靠性都已全面领先。
但身体和运动控制的规模优势，不能替代任务泛化能力。
王兴兴曾把具身智能的“ChatGPT时刻”定义为：机器人在约80%的陌生场景中，根据语音或文字指令完成约80%的任务。
固定工位99%的插接成功率，与陌生场景80%的任务完成率，是两种完全不同的难度。前者是把一道工序稳定重复，后者要求机器人面对没有见过的物体、位置和目标，仍能自己规划并完成动作。
Astra在精密嵌装上的失利，也说明这道门槛还没有被跨过。“最后几毫米”既是硬件问题，也是模型对接触、触觉和物理反馈理解不足的问题。
为什么做大脑这么难
聊天机器人可以从互联网文本中学习，机器人却要理解抓取、摩擦、形变和受力。
互联网视频通常不会记录夹爪用了多大力、物体为什么滑落，也不会完整保留失败后的纠偏过程。
中国公司手里的真实场景因此有价值。
但数据不会自动变成智能，采集规模、标注质量、任务多样性、模型架构和算力必须一起工作。
20万小时或100万小时只是投入，跨本体成功率和真实客户复购才是结果。
Astra还提醒行业，并非所有机器人智能都要从遥操作数据重新开始。
通用模型已有的视觉理解和空间推理能力，可以迁移到部分机器人任务中。真实交互数据最不可替代的部分，将更集中在接触力、柔性物体、连续反馈和失败纠偏。

Astra在拔钥匙任务中的操作对比

数据之外还有算力。
美国出口管制影响中国企业获取先进英伟达芯片，中国公司正在通过模型效率、合成数据、仿真和国产芯片降低影响。
但先进算力的可得性，依然是通用模型竞争的变量。
资本也开始追问收入质量。
2026年9月，路透社援引知情人士报道称，监管通过非正式窗口指导，放缓部分人形机器人企业的上市进程。关注点包括估值，以及政府支持项目相关收入能否代表真实需求。监管未公开回应，这不是一项公开书面禁令。
对大脑公司而言，仅靠数据时长、演示视频和场景清单支撑估值会越来越难。收入质量和持续交付，将被放到更靠前的位置。
潮涌AI观点
对中国创业者来说，这首先是方向问题。
本体还会进步，成本也还会下降，但如果竞争只停留在机械参数和整机价格，差异更容易被供应链抹平。
更值得投入的，是通用模型、世界模型，以及把真实场景转成训练闭环的能力。
大脑更值钱，不等于每一家做大脑的公司都值钱。
资本给PI高估值，买的是通用模型跨本体复用的可能性。如果只能围绕固定工序反复采集、反复定制，即使收入增长，也仍然更接近系统集成和项目交付。
中国的优势是供应链、工程迭代、成本与场景的叠加。真正要补的，是把这些条件转成通用能力的效率。1000名采集人员、20万小时数据和99%的固定工序成功率都很重要，但它们只是中间资产。
下一步必须证明，这些数据能减少新任务的训练成本，让同一模型适配更多身体，并带来客户持续付费。
Astra、World Labs和PI代表的压力并不相同，却都在走向物理世界的智能平台。如果仍只守住数据采集和垂直交付，平台层就可能被上游模型拿走。
所以，中国公司不能只守在本体和项目交付里。它们需要向通用大脑平台走，让同一套模型服务更多任务、更多本体。
接下来判断这场竞赛，不该只看出货量和数据小时数，更要看跨本体、跨任务的成功率，真实客户的复购，以及模型收入能否独立于硬件和项目交付持续增长，它们才决定中国公司能否把场景优势变成大脑定价权。
▹
▹

▹
▹


=▹
👆🏻联系我们 CONTACT US!

转载开白·商务合作·作者招聘·加入社群

请添加微信xingminghui15

【声明】内容源于网络
0
0
潮涌AI
建构AI产业的先进性。
内容 95
粉丝 0
潮涌AI 建构AI产业的先进性。
总阅读4.1k
粉丝0
内容95