近日，北京银河通用机器人有限公司宣布完成新一轮超3亿美元的融资，再次刷新国内具身智能领域单轮融资纪录。

2025年，具身智能成为融资热度最高的赛道之一。开源证券的研究报告显示，2025年1至10月，我国具身智能领域融资总金额已超500亿元人民币，较2024年全年增长超400%，融资事件超200起，多家具身智能公司正在冲刺上市。

2025年被业界称为具身智能产业落地元年：“具身智能”首次写入政府工作报告，成为重点培育的未来产业之一；“十五五”规划建议提出，推动具身智能等成为新的经济增长点。

资本追逐和政策加持的背后，具身智能在2026年如何才能跑出“新速度”，进入产业发展加速期？

智能本体两条线

具身智能，这一概念的提出可追溯至1950年。英国计算机科学家艾伦·图灵在一篇题为《计算机器与智能》的文章中首次提出“具身智能”的设想，指出其核心在于必须拥有一个物理实体，并通过这个实体与周围环境进行实时互动、感知和学习，从而产生智能行为和适应能力。

中国科学院院士、清华大学交叉信息研究院院长姚期智认为，具身智能不仅需要一个硬件身体，让其可以像人一样，行动更稳定、更敏捷，还需要一个大脑，让其具备认知、决策和计划的能力。

北京星动纪元科技有限公司是一家由清华大学交叉信息研究院孵化的具身智能初创企业。在其创始人陈建宇看来，人形机器人是实现具身智能的终极形态，也是最有效的形态。

“实现具身智能需要获取物理世界的数据，而人形机器人能够直接从人类行为中获取相应的数据。”陈建宇说，“我们希望具身智能搭载的模型对物理世界有更深的理解，并且搭载能够跟物理世界进行主动交互的机器人。这也是我们实现具身智能落地应用需要解决的重要难题。”

陈建宇告诉《中国科学报》，具身智能一定是智能和本体两条线同步发展的。智能线是从传统控制到深度学习，再到强化学习和大语言模型，以及现在火热的VLA（视觉-语言-动作）模型。而本体线则是从传统固定式工业机械臂到自主轮式移动的机器人和智能车，再到四足机器人、轮式和机械臂结合的机器人，以及通用人形机器人。

由此可见，具身智能发展不仅需要VLA模型和人形机器人，还需要将很多大模型和工具技术融合起来，形成软硬件结合的协同发展态势。

繁荣背后存在隐忧

“2025年是点燃具身智能的起爆点。”智友·雅瑞科创平台发起人、北京航空航天大学教授王田苗明显感觉到，这一年来具身智能领域优秀的创业项目在资本市场被“疯抢”，未来垂直领域的模型将率先在市场上获得应用。

在王田苗看来，未来3年，具身智能将存在两条技术发展路径。一条路径是通过模仿人类智能，构建深度泛化的通用世界模型，这条路径适合平台型公司；另一条路径是“智能定界”，从垂直应用环境入手，这条路径可能率先实现产品和市场的匹配。

“以2025年为起点，中国具身智能产业将逐渐摆脱追求通用模型的‘混沌状态’，转向以垂直场景‘智能定界’为牵引的落地再突破。”王田苗表示，餐厅、药店、医院等不同的应用场景对具身智能终端形态的需求是不一样的，垂类模型有望在这些领域率先落地应用。

王田苗提醒创业者不仅要关注具身智能本身的多学科交叉特质，推动形成创新的价值点，还要思考具身智能在未来产业链里的定位。“定位不同，价值也不同，所需要的融资也不一样。”

王田苗坦言，具身智能繁荣的背后也存在隐忧。他指出，从一级市场走向资本市场的名额有限，资本正加速向头部企业和确定性高的上游核心部件集中。2025年我国人形机器人企业数量已超过100万家，当一定比例的企业技术路线高度雷同时，未来的竞争可能就会走向价格的比拼。

在技术、市场与资本的多重挑战下，初创企业需要明确自身坐标。王田苗建议创业者深入扎根细分市场，打造具有稀缺性的核心技术门槛，确保业务能产生持续现金流，而非依赖单一项目。

“具身智能的核心突破口是垂类模型和数据训练。”在王田苗看来，具身智能的竞争不是简单的“给钱”“给地”，而是围绕“技术闭环-量产能力-数据回流-商业闭环”展开的全链条竞速。

从“实验”到“实战”

2024年，灵初智能获得高瓴创投和蓝驰创投领投的天使轮融资。不久前，灵初智能又发布了全球首个具身原生人类数据采集方案，这也将成为训练具身大模型的核心资产。

“模型、数据、产业化是具身智能发展要解决的核心问题。”灵初智能创始人王启斌认为，今天的具身智能依然是弱智的。

他指出，人类模态从语言到视觉再到行动，存在巨大的差异，就像搭乐高，把蓝色乐高搭在红色乐高上面，两岁的小孩都可以快速完成，但要让机器人完成这样的动作却很难，因为从视觉模态到行动模态有很大的鸿沟。

在计算机视觉和自然语言处理领域，规模化法则（Scaling Law）已被广泛接受。但在机器人领域，这样的规律一直未能建立，主要原因是缺乏足够规模的高质量数据，以及足够大的模型来验证这种关系。

2025年，美国初创公司 Generalist AI发布的GEN-0具身智能模型基于超过27万小时的真实世界操作数据的预训练，展示了机器人领域的智能确实存在可量化的扩展定律，只是其运作方式比想象的更加复杂。

“由于具身智能没有存量市场，我们首先要解决数据采集和训练的问题，确保能够用起来。”王启斌解释道，“在具体的某个应用领域里，通用模型至少需要千万小时的数据。”

虽然具身智能的落地难关重重，但并没有影响其被资本追捧。蓝驰创投先后投资了智元机器人、银河通用、灵初智能等初创企业。

“我们关注产业发展周期，以及每个发展周期的核心要素。”蓝驰创投合伙人曹巍指出，“在具身智能和机器人领域，我们将具身智能作为机器人产业发展的核心要素来考量。”

谈及未来具身智能和机器人的投资方向，曹巍表示，蓝驰创投关注两个核心问题：一是如何让人类拥有成本非常低的生产力；二是如何解决人类跨星际旅行、文明的繁衍和传承问题。

“早前，我们投资了一些应用驱动类的公司，两到三年就会看到终局。而具身智能、机器人等项目的周期非常长，赛道规模也非常大，可能5到10年都看不到终局，这需要我们抱着长期的心态去看团队和项目。”曹巍说。

2026年具身智能赛道的竞速已然开启。包括曹巍在内的投资界人士依然看好具身智能，认为其有望从“实验”走向“实战”，在更多场景里落地应用。

编辑：李华山