多年来，中国人形机器人以奔跑、跳舞和后空翻吸引眼球，如今行业焦点已经转移。路透社2026年11月2日的报道称，中国企业正把资源集中到另一个挑战上：开发能让这些机器胜任更多工作的人工智能。
这一转变推动了具身智能投资热潮。具身智能是指让机器人理解环境、学习陌生任务、无需为每项工作单独编程的软件。路透社援引研究机构IT桔子的数据称，2026年上半年，中国具身智能企业在322笔交易中共融资935亿元人民币，约合130亿美元，是上年同期的五倍。资金越来越多地流向机器人智能专业开发者，而不仅是硬件制造商。
上海咨询公司ZenGen Labs创始人Dermot McGrath对路透社表示，随着硬件价格下降，机器人制造商已经“得出结论，利润不会来自硬件，而来自大脑”。Spirit AI联合创始人高阳则表示，“大脑确实是整个机器人技术栈中最薄弱的一环”。
在美国，Physical Intelligence、Skild AI和Generalist等初创公司正在开发无需大量再训练即可教会机器人不同技能的软件。Generalist称，其GEN-1.5模型在观看3至12秒演示后完成了约60%的简单任务。在中国，X Square发表的研究显示，机器人可以从一段人类视频中学习操作技能，而无需为每项任务重新训练模型。据企业披露，X Square、Galaxea和Spirit AI的估值各约为30亿美元，这属于企业说法，而非独立估值。
训练是瓶颈。与从互联网文本学习的聊天机器人不同，机器人需要物理交互的示例。Spirit AI聘请了约1000人记录日常和工业活动；ACE Robotics使用可穿戴传感器捕捉工人的动作和抓握力；蚂蚁集团机器人部门Robbyant称，其模型训练素材达16万小时，其中包括5万小时人类引导的机器人动作；DexForce使用计算机生成的环境，并称可在6至8小时内为某些工业任务做好部署准备，在特定精密操作中的成功率超过99.9%。
现实世界测试已经展开：路透社报道，Spirit AI的机器人在宁德时代中州工厂的电池包测试中连接柔性线束，插入成功率超过99%；Robbyant的机器人在上海两家药房处理订单，员工在发货前核对药品。但目前尚无企业确立明显的领先地位，而更大的目标——无需大量适配即可学习新工作的软件——仍未实现。
不利因素依然存在：受美国出口管制影响，先进英伟达芯片短缺；同时，在对估值虚高和行业拥挤的监管担忧下，IPO融资收紧。宇树科技创始人王兴兴上月表示，公司已在机器人上测试OpenAI的GPT-6，结果令人鼓舞，并谈到机器人可能迎来自己的“ChatGPT时刻”——他认为，当机器人能根据语音指令在80%的陌生环境中完成80%的任务时，这一时刻即到来。路透社援引的顾问Georg Stieler提醒，演示中的突破本身并不意味着机器人已准备好广泛商用；如果是后者，需要增加的是年数，而非月数。
图片来源：Global Banking & Finance Review，配图为路透社关于机器人与具身智能的报道。
来源：路透社《中国机器人制造商已经掌握动作，接下来是争夺大脑》（2026年11月2日）；Global Banking & Finance Review。
透明度：本文借助人工智能，根据互联网公开来源撰写，并对照所引来源核实事实。详情与更新请查阅原始来源。
Muse
