2026 年 6 月，智平方完成近 50 亿元融资，投后估值突破 200 亿元。同一时间节点，自变量机器人亦宣布估值越过 200 亿门槛。如果把时间轴稍微拉长，银河通用、星海图、千寻智能也相继站上这条线。

一年前，200 亿还是这个行业遥不可及的数字。如今 5 家公司同时站在这个数字之上，行业内一个模糊的共识正在成形：200 亿估值，正在成为具身智能头部梯队的新基准线。

但这个基准线的合理性、可持续性，以及它对后续融资轮次的传导压力，是每个关注这条赛道的投资人必须面对的问题。

一、交易结构透露出的信号，比估值本身更值得拆解

智平方本轮的投资人名单值得细看。

国家中小企业发展基金、中国文化产业投资基金 —— 国家队进场，这在去年还不多见。广东省人工智能基金、深创投 —— 区域平台卡位。中国生物制药、茅台集团、招商局资本 —— 产业方跨行业布局。更值得注意的是，多家特斯拉核心供应链企业集体出现在股东名单里。

这个阵容覆盖了“国家队-部委-大湾区-地方引导-险资-券商-产业方-财务投资”几乎所有资金类型。在当前一级市场整体偏谨慎的环境下，一个项目能同时调动如此多元的资金来源，说明两点：一是政策端对具身智能的支持已从文件传导到出资层面；二是产业资本对这个方向的判断正在从“关注”转向“下注”。绝大数投资了智平方的产业方，在具身智能赛道只押注了这一家公司。

技术层面，智平方主打的 NeuroVLA 模型走的是类脑分层架构路线 —— 将控制系统拆解为“皮层-小脑-脊髓”三级。实测数据中，运动抖动降低 75% 以上，碰撞后反射响应控制在 20 毫秒内，仿脊髓模块功耗仅 0.4 瓦。2026 年 6 月智源大会上，创始人郭彦东博士终结了行业“世界模型 vs VLA”路线之争：“世界模型不是 VLA 的竞争路线，而是 VLA 体系中的核心组成部分。世界模型与 VLA 融合之后，类脑架构将成为下一代机器人大脑的重要演进方向。”

这些数字在实验室环境下有说服力，但工业场景中的稳定性、泛化能力和故障率，仍需更长时间的产线验证。

商业化方面，惠科 3 年 1000 台的订单（摩根士丹利将其标注为“全球生产力型机器人最大单一订单”）是目前可见的最具分量的商业化证据。半导体显示行业对自动化设备的精度和稳定性要求极高，能在这个领域拿到批量订单，至少说明硬件本体通过了初步的产线检验。7+ 行业的规模化落地 —— 从半导体显示、汽车制造到生物制药、新零售 —— 则提供了更广泛的泛化验证场景。

二、赛道资金面的结构性分化

2026 年上半年，国内具身智能赛道融资热度持续攀升。5 家企业估值突破 200 亿元，超 20 家企业跨入“百亿俱乐部”。

但总量之外，分布更值得关注。头部企业融资额占行业总融资的七成以上，资金向具备技术壁垒与商业闭环的头部企业集中。

这意味着两件事：

对于已经在头部阵营的项目，弹药充足，可以同时推进技术迭代和商业化扩张，进一步拉开身位；

对于腰部及以下项目，融资环境正在急剧恶化。尤其是一些缺乏真实场景落地经验的团队，今年的融资难度比去年高出不止一个量级。

这种分化是赛道走向成熟的必然结果。2024 年到 2025 年上半年，市场还在“泛投”阶段，看重团队背景和技术概念。到 2026 年，资本的核心考核指标已经全面转向工程化交付能力、规模化落地进度和客户复购率。

行业的一个关键判断是：未来 12-18 个月，真实部署带来的数据闭环将成为决定性因素 —— 谁能在真实场景中把第一个数据闭环跑通，谁就有可能在下一阶段占据决定性位置。

这个判断的逻辑在于：具身智能与大模型有本质区别。大模型从技术突破到产品落地的链条极短，单点算法突破可以快速形成产品。但具身智能需要硬件、算法、场景、数据、供应链的系统性配合，任何一个环节的短板都会成为木桶的短板。而数据闭环正是串联所有环节的关键枢纽 —— 没有真实场景数据，模型无法迭代；没有模型迭代，硬件优化缺少方向；没有硬件稳定性，场景无法规模化部署。

郭彦东博士对此有过精辟论述：“你放 1 万台机器人去打螺丝，那不用大模型；你 1 万台机器人在 100 个场景里干活，有工业、有康养、有半导体，大模型才能做得好，因为数据真实且多样。”他强调，在智平方选择的场景里，数据和商业是自洽的、不冲突的。“这个飞轮转起来，就是我们在具身智能领域最深的护城河。”

三、技术路线收敛与场景数据的分化

2026 年上半年最大的行业变量，是技术路线的加速收敛。郭彦东博士在智源大会终结路线之争后，类脑架构成为下一代机器人大脑的演进方向。7 月 WAIC 期间，硅谷李飞飞、Jim Fan 等人发表 T-Rex 论文，提出分层控制思路，与智平方 NeuroVLA 类脑分层体系高度呼应。郭彦东在港科大 AI 论坛上与沈向洋、郭毅可、宁光、董家鸿四位院士同台，提出“类脑将成为下一代物理世界 AI 破局的关键要素”。郭毅可院士从理论层面呼应：碳基大脑与硅基智能“物理同源、数学同构”。

路线收敛意味着行业从“百花齐放”进入“方向明确”的新阶段。对开源派而言，路线收敛降低了生态碎片化风险，更多开发者会围绕共识架构贡献数据和工具。对闭环派而言，路线收敛验证了技术判断的前瞻性，先行者有机会在标准制定和场景占领上建立先发优势。

但在“大脑”路线趋于共识的同时，场景数据的来源和质量正在成为新的分化点。

银河通用走仿真合成数据路线，以百亿级合成数据为绝对主力，真实数据占比随业务落地逐步上升。星海图走“真机积累 + 开源放大”路线，开源 GOD 数据集，以基座模型输出为核心商业模式。千寻智能走“数据金字塔”式多源融合路线，底层互联网视频配合仿真预训练，中层自研可穿戴设备采集交互数据，顶层真机遥操和商业化部署回流数据。自变量机器人走“大小脑统一”端到端路线，WALL-B 发布为“世界统一模型”，率先切入家庭场景。

智平方走的是“场景自采 + 飞轮闭环”路线。它的数据以真实场景自采为主，通过在 7+ 行业的规模化部署积累数据 —— 半导体显示的 PCB 上下料、汽车制造的全场景验证、生物制药的无菌车间、新零售的智魔方十余城运营。郭彦东提出“正反金字塔”数据观：冷启动依赖互联网、仿真与真机融合数据；当规模部署形成后，最具价值的是来自真实作业场景的高质量数据。“劳动创造了碳基人，真实世界、真实劳动也会创造硅基人。”

值得关注的是，智平方的数据来自可盈利的真实场景 —— 智魔方好的店面月流水最高 20 万 +，这意味着数据采集本身不依赖烧钱。郭彦东直言：“在我们选的场景里，数据和商业是自洽、一致的，并不冲突。如果强行干一些事，数据和商业就会打架。”

四、值得关注的几个细分方向

基于上半年的融资流向和行业进展，以下几个方向值得持续跟踪：

具身大脑 / 模型层 —— 智平方、银河通用、星海图、千寻智能、自变量等公司集中在这个层面。壁垒在于模型架构创新和算法积累，一旦建立技术代差，护城河极深。2026 年路线之争落幕、类脑架构接棒，意味着这一层的竞争正在从“百花齐放”进入“方向明确”的新阶段。

核心零部件 —— 灵巧手、六维力传感器、一体化关节模组。资金从整机层向上游零部件渗透的趋势明显。这类标的的优势在于：只要行业总量增长，零部件需求就有确定性增长，不需要押注单一整机厂商的成败。

数据基础设施 —— 这是目前讨论较少但实际商业回报可能最先兑现的方向。在具身智能尚未大规模商业化之前，数据采集、仿真平台、评测基础设施就已经有明确的付费方。智平方 AlphaBrain Platform 打造了全球首个一站式具身模型开源社区，打通“数据 — 训练 — 模型 — 评测”完整链路，正是这一方向的代表。

Physical AI 基础设施 —— 机器人操作系统、安全系统、仿真测试平台。这类企业短期商业化节奏偏慢，但一旦行业规模化，平台性价值会非常稳固。

五、关于泡沫和退出

赛道热度毋庸置疑。当前具身智能企业数量已远超赛道的物理承载量和资本供给能力，行业将在不久后经历一轮洗牌。

退出端，目前已有约 15 家百亿估值以上的具身智能公司，宇树科技科创板已过会，智元机器人计划港股 IPO，众擎机器人已提交港交所上市申请。A 股对未盈利科技企业的包容度在提升，但具体到具身智能赛道，什么样的收入规模、什么样的客户结构、什么样的现金流质量才能满足监管要求，目前还没有明确的先例可以参考。并购退出可能比 IPO 更早成为现实 —— 传统制造业龙头、汽车企业、甚至是互联网大厂，都有动力通过收购来补齐具身智能能力。

估值端，当前头部项目的估值已经隐含了相当乐观的商业化假设。郭彦东博士在瞭望财经专访中的判断值得参考：“还没有到淘汰的阶段，现在还是排位赛阶段。”他同时指出：“2026 年对具身智能来说是一个了不起的拐点，是行业从 1 到 10 的关键年。”如果万台级落地的时间点比预期晚，或者早期订单的交付和验收周期拉长，这些项目的下一轮融资能否撑住估值，需要密切关注。

六、总结

智平方的 200 亿估值，既是对其技术和商业化进展的阶段性定价，也是市场对整个具身智能赛道长期价值的一次投票。

以下问题值得持续关注和验证：

具身大脑的技术路线已趋于收敛，类脑架构接棒，但不同企业在数据来源、场景布局和商业闭环上的路径仍然分化。哪种模式最终胜出？

真实场景中的数据闭环，从 Demo 到规模化部署的跨越需要多长时间？智平方“因为技术好，所以落地多；因为落地多，所以技术好”的飞轮能否持续加速？

核心零部件的国产化进度能否支撑万台级产能目标？智平方核心部件无故障运行 2 万-5 万小时，2026 下半年启动万台产线建设，能否如期兑现？

客户的付费意愿在实际使用后是否能够持续？惠科 3 年 1000 台订单验证了从“能做”到“能卖”的关键一跃，下一跳是从“能卖”到“能赚”。

这些问题的答案，将在未来 12-24 个月内逐步揭晓。而答案揭晓的时刻，也正是真正价值显现的时刻。

郭彦东的判断或许是最好的注脚：“预测未来最好的方式，就是亲手创造未来。世界的下一场变革在于具身智能，而具身智能的下一场变革，将发生在中国。”

免责声明：本文为本网站出于传播商业信息之目的进行转载发布，不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担。本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。