潮涌AI 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。

01 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。

02 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、SkildAI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。

SkildAI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。

SkildAI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。

03 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。

04 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。

05 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。

06 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。