百億估值只是入場券？2026年資本重估具身智能“大腦”

來源 | 《財經》新媒體

作者 | 劉芬編輯 | 蔣詩舟

2026年，具身智能行業的資本與關注度加速向頭部集中。不少從業者直言，行業百億估值公司至少已達10家，能否擠入“百億俱樂部”，成為能否繼續參與頭部競爭的隱形門檻。

同時，一個新趨勢被資本放大：擅長硬件本體的公司依然活躍，但具備大模型能力的“大腦派”公司，正在成為融資熱潮中的追捧熱點。

4月16日，它石智航宣布完成超4.5億美元Pre-A輪融資，估值破200億元，資金將重點用于打造通用具身大模型AWE。成立僅兩年多的千尋智能在30天內累計融資30億元，估值突破百億元，其核心目標是研發VLA（視覺語言動作）大模型。智平方也在4月完成股改，這家公司自成立之初便選擇了端到端大模型路線。

值得一提的是，200億陣營正持續擴容。銀河通用向《財經》新媒體表示，剛于上月完成25億元融資，估值突破230億元，投資人名單中出現了產業資本、國家級基金以及二級市場長線資金。同期，星海圖完成B+輪近20億元融資,估值同樣邁入200億元陣營。

有從業者對《財經》新媒體表示，資本對具身智能“大腦”能力關注度的提高，背后是對估值邏輯、技術壁壘與商業化路徑的重新審視。而2026年，正成為檢驗這些敘事的關鍵年份。

一、關注模型能力與數據資產

過去，人形機器人公司的估值主要對標硬件制造企業，核心指標是產能與訂單量。但2026年，這一邏輯正在被調整。

國金證券等研報認為，2026年人形機器人邁向量產拐點，國內本體產銷領跑，機器人大腦有望實現突破。大象研究院則指出，資本市場對人形機器人的估值邏輯正從“硬件制造”轉向“AI SaaS”，企業價值不再僅由銷量決定，而取決于數據資產的廣度和閉環能力。

這一變化的直接催化劑，是大模型公司的上市表現。2026年1月，智譜、MiniMax登陸港交所，近期股價雙雙突破1000港元大關，市值對應的市銷率（PS）達數百倍。也就是說，市場開始接受一個邏輯：動態來看新興行業高增長可期，高估值可在三至五年內快速消化至合理區間。這一信號傳導至一級市場，資本愿意以中長期視角定價，也重構了具身智能賽道的估值體系。各家公司的融資邏輯由此展開。

星海圖CFO羅天奇將估值快速提升歸結為三點。一是戰略轉向，自2025年底加大研發，過去半年研發費用相當于成立以來的數倍。二是模型密集發布，2025年8月開源G0 VLA突破SOTA；2026年1月開源全球首個開箱即用VLA模型G0 Plus；2月開源垂類模型與輕量化小模型，證明了體系化研發能力。三是二級市場對AI大模型的高估值傳導至一級市場，而星海圖作為少數具備自研VLA、世界模型且實現“軟硬一體”閉環的公司，自然獲得溢價。

千尋智能的估值敘事更強調數據資產與商業化閉環。其表示，公司已累計獲取超20萬小時的多類型真實交互數據，預計2026年數據總量突破100萬小時。自研可穿戴數據采集設備已迭代至第5代，成本降至傳統方式的1/10。商業化層面，千尋智能3月與京東簽署戰略合作，Moz機器人接入京東MALL智慧零售場景，跑通了“數據采集—模型迭代”的閉環。

對于它石智航，投資方美團認為具身智能的終局屬于能夠打通數據、模型與物理世界的企業。它石智航在具身大模型領域有前瞻性的核心技術突破，更有將技術轉化為真實生產力的工程化能力。高瓴持相同觀點，它石智航團隊能把數據、模型、本體和場景串聯起來，既推進長期目標，也在中短期兌現真實成果。

對比來看，幾家公司的共同敘事是：估值溢價不來自當前收入，而來自模型能力的稀缺性、數據資產的規模效應，以及未來可預期的非線性增長。這與以硬件制造、產能擴張為核心的線性估值邏輯有所不同。

二、從單一采集到虛實結合

如果說2024年是技術驗證之年，2025年是融資狂奔之年，那么2026年正在成為行業的“數據之年”。從“數據孤島”到“數據底座”，行業正在經歷一場深刻蛻變。

當前硬件發展已到一定高度，模型架構基本夠用，但優質數據才是解決問題的關鍵。

據了解，行業正在從“單一數據源”走向“虛實融合”的復合數據體系。目前，主流訓練方案為真機、仿真與視頻數據相結合，廠家方案多樣，特斯拉數采方案或轉向視頻學習。伴隨行業轉向端到端大模型，數據需求已從低量、單一模態升級為海量、多模態、高精度和跨任務長程數據。其中，真機數據價值最高、獲取難度最大，是落地的可靠數據源，其采集方式主要包括VR遙操作、機械臂主從控制、數據手套遙操作等。

在星海圖CFO羅天奇看來，當前行業普遍存在盲目比拼數據規模的誤區，動輒以10萬小時、100萬小時數據量作為亮點，但數據質量的差距遠大于數據規模的差距。高質量數據的背后，是本體能力、數據采集與工藝理解、數據管理平臺等一整套工程能力的疊加。2026 年，星海圖將構建全球最大規模的真實場景具身數據集，以百萬小時真實場景數據持續驅動具身基礎模型進化。

自變量同樣堅持以真實世界數據為主，大規模依賴真機強化學習。面對數據壁壘難題，自變量的解決方案是盡早建立人機協作的閉環，讓評測、訓練和數據采集在同一個過程中完成。自變量CTO王昊在接受媒體采訪時表示，公司一直堅持真實世界的數據采集，但 2026 年會有很大變化，會越來越依賴人的穿戴式或 Ego-Centric 方式采集數據，這是大趨勢。

銀河通用創始人王鶴也曾表示，傳統遙操、全身穿戴動補等數據采集方式規模有限，難以滿足通用機器人上萬億條數據的訓練需求。為此，銀河通用構建以合成數據為核心的“具身智能數據金字塔”，通過虛實融合破解數據難題。

銀河通用對《財經》新媒體強調，公司在“算法+數據+算力”和“硬件本體+供應鏈”上的投入邏輯，是兩條高度耦合的技術路徑。在“算法+數據+算力”側，重點是數據體系建設和大模型能力迭代。 在“硬件本體+供應鏈”側，更強調工程化能力和規模化落地能力。兩者的核心差異在于：前者決定能力上限和泛化邊界，后者決定商業化效率和落地規模。

盡管路徑或有不同，但行業共識明確：數據能力是具身智能最深層的護城河。無論是合成數據還是真實數據，目標一致——支撐機器人在低成本條件下實現能力擴展與持續進化，在新場景中執行好任務。

三、從“千臺訂單”到“7×24小時運營”

與估值同步攀升的，是市場對人形機器人商業化節奏的預期。

星海圖將量產的客戶結構歸納為四類。第一類是開發者客戶，他們有研發需求、有預算，是現階段技術突破的核心需求方，該市場規模不算最大，但對產品力檢驗極強。第二類是生產力終端客戶，今年仍是POC元年，產品還不足以大規模替代人工，重點是跑通0到1。第三類是文娛表演市場，需求真實、相對成熟，春晚等場景帶動下，每年有幾千到上萬臺級別的量產，是現階段出貨量的重要支撐。第四類是數據訓練場2.0，有長期價值。

羅天奇認為，衡量一家具身智能大腦公司的核心，一是開發者市場是否認可；二是工業POC是否真正跑通。衡量本體公司，則看文娛表演市場的出貨與地位。

星海圖表示，在開發者市場，目前通過硬件+平臺協同，其穩居全球市占率第一。在生產力市場，星海圖聚焦搬運移動、抓拿放置、封裝打包、織物疊放和設備串聯五大核心垂類場景，目前已完成千臺級訂單跑通。2026年，隨著供應鏈與場景能力的全面成熟，星海圖將正式開啟萬臺級規模化放量。

據銀河通用披露，其收入已覆蓋四個已實現真實落地的業務方向，且均有明確的商業閉環。

工業領域，公司已獲得包括寧德時代、德國博世、北京奔馳、極氪等頭部企業在內的千臺級訂單，人形機器人開始真正進入生產體系執行實際任務。智慧城市服務方面，“銀河太空艙”已在數十個核心城市地標部署，由機器人實現自主運營，直接參與零售交易。倉儲物流與即時零售領域，銀河通用在全球范圍內率先實現百臺級人形機器人7×24小時連續運營的零售與倉儲體系，并已穩定運行超過一年。醫療康養領域，銀河通用與包括首都醫科大學宣武醫院在內的多家三甲醫院合作，在藥房、病房及導診等場景實現落地。

不同的戰略節奏，指向不同的財務模型和資本預期。整體上，具身智能行業景氣度加速向上，智元第10000臺通用具身機器人下線，優必選全尺寸人形收入與銷量雙雙登頂全球。在業內人士看來，2026年是人形機器人0-1兌現的重要節點，國產鏈頭部本體出貨量規模有望從數千臺跨越到數萬臺。

2026年，具身智能大模型進化到什么程度？核心生產力場景能否進入規模化復制？均留待觀察。對具身智能公司而言，真正的考驗不止是融資輪次或估值數字，更在于在真實的工廠、藥店、倉庫里，機器人能否像人一樣穩定“干活”，并且讓客戶算得過來賬。這或許，是區分泡沫與生產力的最終標尺。