6 月 29 日，两家具身智能企业在同一天宣布估值突破 200 亿元人民币，两份新闻稿用了一模一样的说法：" 大湾区首个估值突破 200 亿的具身智能企业 "。这就像一场马拉松比赛，同时出现了两个冠军。

回看 2026 年上半年的具身智能赛道上，这种事情不算稀奇。过去 6 个月，该领域拿走了超过 460 亿元人民币，百亿独角兽到了 25 家，其中，15 家是今年新增的，差不多每 12 天一家。至少 8 家突破了 200 亿，这个俱乐部里目前有宇树、智元、千寻、银河通用、星海图、酷哇，以及同日撞线的自变量和智平方。就在这几天，宇树还拿到证监会 IPO 注册批文，对应估值 420 亿元。而在前面这 8 家后面，还有 17 家在 100 亿到 200 亿之间排队。

有公司 3 个月几轮融资几十亿元，有公司 2 个月估值翻倍，有公司成立不到 1 年估值破百亿元，还有公司 1 年融了十几轮。而且出钱的常常是同一批人：几家头部机构的名字在不同公司的股东名册上反复出现，Club Deal（俱乐部式抱团投资）在这条赛道上成了惯例。钱还在加速进场，但这条赛道的终局是什么样，没有人能描述。

4 月份，来自全国各厂商的人形机器人还在亦庄进行户外长距离的耐力比赛，考验其自主导航能力、能源管理、关节散热和步态控制等技术先进性。而在看不见的战场上，融资额则是另外一个记分项。

在这场以融资额为核心叙事要素的比赛中，独角兽是参赛门槛，200 亿会是赛点吗？

图丨中国具身智能 "200 亿俱乐部 "（来源：DeepTech 制图）

历史经验告诉我们，每一次平台转型的早期，大家往往还不知道该用什么指标描述它，于是每个人都会选择最能证明自己正在变大的那组数字。

互联网时代用 " 点击数 "；社交网络时代从注册用户卷到 MAU（月活跃用户），再卷到 DAU（日活跃用户）；前 AI 应用时代普遍要聊 ARR（年度经常性收入） 。每个玩家都会挑最能让自己好看的指标。

具身智能赛道也有自己的核心指标。在商业层面，机器人的应用和部署还很遥远，融资额和估值是仅剩的可在同业中明晰竞争身位的数据。" 几个月 XX 亿 ""X 个月估值翻倍 "" 成立 X 个月估值 XX 亿 "，如今已是行业标配。

钱成为记分牌，还有一个更朴素的原因。具身智能有几种关键生产要素：资金、算力、数据、预训练人才。其中，资金是当下最容易获得的那一个。先进算力受制于供给，能从头训练具身基座模型的人才全球范围内数得过来，真机数据要靠一台一台机器人在现场跑出来。只有钱，正在排队进场。

所以结论显而易见，当一个行业里跑得最快的指标是钱本身的时候，在某种程度上也说明，大家还没有找到其他更好的东西来衡量这个行业的进展。这个钱有两层内涵，即是市场对过去技术积累和团队实力的认可，也是参与未来竞争的血包。谁的钱越多，谁的血条越厚，谁就会在终局之战中拥有更多胜算。

那么，市场疯了吗？一家公司觉得自己技术路线有独特优势，要赶在窗口关闭前拿够钱，这是个好事啊。一个投资人因为 2023 年错过了大模型头部项目、不想再错一次，这也是个好事。一家大厂砸钱进来，想在未来的物理 AI 生态里提前卡住身位，这更是个好事。

引用前 a16z 合伙人 Benedict Evans 在分析 AI 泡沫论时的论述，生态系统里每一个参与者的行为，单独看都是理性的，但所有人加在一起，就有了泡沫的结构。288 笔交易、460 亿资金、25 家百亿独角兽在 6 个月内同时出现，大概就是这种 " 个体理性、集体疯癫 " 的样子。

从这一点而言，除了资金体量水涨船高外，具身智能并体现出其独特性。这一幕曾在互联网时代发生过不止一次。

全球来看，PitchBook 数据显示，今年一季度全球人形机器人领域的 VC 投资已经超过 50 亿美元，打破了去年的纪录。每投入机器人赛道的 4 美元里，就有 1 美元流向了人形机器人。

美国也是热锅蒸蚂蚁，硅谷明星企业 Figure AI 投后估值已达到约 390 亿美元。作为对比，高盛预测全球人形机器人市场到 2035 年大概也不过 380 亿美元。这家公司的估值提前 9 年就超过了整个行业的远期预期，但它去年的出货量只有大约 150 台。

Physical Intelligence 也很典型。这家公司团队约 50 人，没有商业产品，据 Bloomberg 报道，此前按约 110 亿美元估值洽谈新一轮融资。a16z 引用 PitchBook 数据称，2026 年第一季度，全球机器人和 Physical AI 领域 VC 投资达到约 160 亿美元，是 2021 年至 2025 年均值的 4.5 倍。10 年前，Robotics 在私募市场前 100 家公司的估值分类里还不存在，现在已经超过金融科技，成了第二大品类。

图丨今年一季度全球机器人与物理 AI 领域的 VC 投资达到历史新高（来源：DeepTech 制图）

Cybernetix Ventures 的合伙人 Fady Saad 在接受 PitchBook 采访时直言：没有什么强有力的理性原因能解释当前的投资水平。他说，投资人对人形机器人有一种 "psychological attachment or obsession"，即一种心理上的迷恋。

但 Saad 可能只说对了一半。迷恋是真的，但迷恋的对象不是机器人本身，而是机器人背后那个 " 无限 TAM（Total Addressable Market，总体可寻址市场）" 的故事。专用机器人的经济价值，被它所服务的那个具体市场限死了；但人形机器人在理论上什么都能做：修你的电脑、给你做饭、帮你造车，都由一台机器完成。从投资人的角度看，可触达的市场几乎没有上限。摩根史丹利给出的远期预测是，2050 年全球人形机器人市场可达 7.5 万亿美元。

7.5 万亿美元，这个数字大到足以让任何一笔当下看起来离谱的估值都变得合乎情理。只要时间线拉得足够远，今天很多看起来离谱的估值，都能找到一个宏大的解释，比如刚刚让马斯克成为地球首富的 SpaceX。

大摩把这个数字背后的逻辑提炼成了一个等式：人形机器人的需求 = 劳动力短缺 × AI 能力加速，而这两个变量恰好在同时变大：劳动力确实在减少，AI 确实在进步。高盛的数据也显示，人形机器人的单台制造成本在 2023 年到 2024 年间下降了 40%，远超预期的 15% 至 20%。

如此看来，这个故事听起来还是可以成立的？然而就目前而言，具身智能在实际应用场景的表现似乎远无法匹配人们对它的期待。

voxos.ai 今年一份综述里提到，当前人形机器人的电池续航大约 90 到 120 分钟，工业场景需要 8 到 20 小时。实验室里 95% 成功率的策略，放到真实部署环境中通常会掉到 60% 左右：光照、纹理、相机角度的微小变化都会破坏表现。

生产环境需要 99.9% 的可靠性，而 95% 的准确率意味着一台仓库机器人每天会失败大约 50 次。Nvidia 自己的机器人团队负责人也承认，很多 demo 是从大量失败里挑出来的最好结果。

从一定程度上来说，到今天为止，还没有公开的事实能证明 " 泛化 " 已经被彻底验证。而泛化，恰恰是那个 7.5 万亿美元故事的全部前提。

更麻烦的是，通往泛化的路该怎么走，行业内部也没有共识：VLA（视觉 - 语言 - 动作模型）、世界模型、两者融合、分层快慢系统，每条路线都有各自的信徒。借用大语言模型的坐标系，不少从业者的判断是，具身模型还处在 GPT-1 前后的位置。

甚至在造人形机器人的公司内部，对行业当前的进展和热度的看法也没有外界想的那么一致。根据我们与许多业内人士的交流，具身智能公司和投资人都认为这个领域被过度炒作了。有投资人在公开场合表示，先上车最重要，要反省为什么没有上车，泡沫是后面的事。

所以，我们现在就看到了这样一个奇特的叠加态：长期需求是真实的（劳动力在减少、AI 在进步、国家在加注），短期的估值和技术之间的缺口也是真实的（电池撑不住一个班次；成功率不够生产级；最先进的公司也还没有稳定的商业收入），这两件事同时为真。

这种复杂性体现在中美两边，形成了两种相似而不完全一致的局面。美国是几家公司拿到天文数字般的估值，可以不谈收入、不谈产品时间线，用一个足够宏大的终局叙事来支撑一切。中国则是几十家公司以惊人的密度同时涌入百亿级，同一天撞个 " 首个 " 都来不及互相知会，而在这一侧，估值里还要叠加机器人对中国作为制造业大国的转型的价值期许。

而中国这一侧，还有一个很少出现在融资新闻稿里的变量。无论哪条路线胜出，殊途同归的一点是都要堆算力，预训练和后训练的 Scale Up 绕不开这一点，这在大语言模型上已经被验证过一次，代价也被验证过一次。对国内公司来说，先进算力的获取本身受限，训练侧也没有类似 TPU 那样成熟的自研芯片生态可以依靠。国产芯片产业与具身模型更像一对患难兄弟，彼此都需要对方先成熟起来，彼此又都等不起。生态破局，难上加难。

约束归约束，资本继续涌入的底层逻辑并没有变。AI 正在从比特走向原子，a16z 给这个趋势起了个名字，叫 Atoms > Bits。机器人让 AI 有了手和脚，能碰到软件碰不到的物理任务。全球的劳动力正在减少，一些国家和地区的制造业非常缺人，护理、仓储、物流、巡检这些场景都对于机器人都有着真实需求。

图丨 AI 正在从比特走向原子（来源：DeepTech 制图）

而且，跟纯软件的 AI 不同，机器人是物理的：它需要被造出来，需要本土供应链，需要部署在你自己的工厂和仓库里。这不是一个可以靠买 API 解决的问题。谁掌握了机器人的制造和部署能力，谁就在劳动力持续萎缩的未来锁定了生产力的主动权。

这让具身智能从产业话题变成了经济安全话题，从经济安全话题变成了地缘话题。当一项技术同时被当作经济引擎和战略筹码来对待的时候，估值里就不只有市场定价了。

在某种程度上，这轮热潮里，我们真正需要警惕的可能是整个市场过早进入了终局定价，而非底层技术及商业本身。就算最终大规模落地的不是双足行走的人形机器人，这波热潮正在催熟的那套 AI 感知和控制技术、正在被搭建起来的传感器和执行器供应链、正在被训练出来的具身大模型，也不会因为人形机器人的退潮而消失。它们会以别的形态、在别的场景里找到自己的位置。从这个意义上说，460 亿砸下去，不全是在烧钱，也是在给整个物理 AI 的基础设施交学费。

高筑墙、广积粮、急称王。率先撞线的已奔走相告，后进者不免自乱阵脚。肉眼可见，具身智能 200 亿估值比赛极有可能是个半程赛，甚至是 1/4 马拉松，被继续上强度，参赛选手越来越多，直到有人晕厥退赛。

参考资料：

1.https://pitchbook.com/news/articles/the-limits-of-vcs-humanoid-bet

2.https://merics.org/en/report/embodied-ai-chinas-ambitious-path-transform-its-robotics-industry

3.https://www.ben-evans.com/benedictevans/2025/6/9/generative-ais-metrics-question

4.https://www.ben-evans.com/

5.https://www.a16z.news/p/charts-of-the-week-cycles-different

6.https://kraneshares.com/humanoid-robotics-in-2026-the-race-from-pilot-to-platform/

运营 / 排版：何晨龙

注：封面 / 首图由 AI 辅助生成