100億，貴在機器人的“腦子”上

中國人形機器人賽道，正在批量制造百億獨角獸。

3月2日，銀河通用宣布完成25億元新一輪融資。這家剛在春晚亮相的公司，再次刷新了自己保持的單輪融資額紀錄。就在去年12月，銀河通用剛拿下3億美元A輪融資，投后估值超過30億美元，已是國內公開估值最高的具身智能公司。

2026年開年，不少機器人公司進入百億估值陣營：拿下20億元融資的千尋智能、分別斬獲10億元融資的智平方和星海圖、獲得新一輪融資的自變量機器人。

至此，六家人形機器人公司齊聚百億估值陣營。2025年，宇樹估值為120億元，目前正在推進上市流程；智元在完成B輪融資后估值達到150億元，此后又完成三次B輪融資，估值還在走高。

一個值得注意的現象是，這批成立于2023年后的具身智能公司，僅用兩年時間便躋身百億估值陣營，且發生在融資早期階段。千尋智能、銀河通用剛完成A輪融資，就達到百億估值；自變量機器人在A輪融資四次，實現百億估值；星海圖、智平方則是融資至B輪，達到百億估值。

如果說2025年百億獨角獸尚屬稀缺，那么2026年的這一輪融資潮，意味著人形機器人領域的獨角獸，正在批量涌現。

A

一個有趣的觀察是，這批新晉百億估值的機器人公司，并非外界熟悉的明星企業，出貨量也并不突出，IDC數據顯示，過去一年他們的出貨量均在千臺以內，商業化仍處于探索階段。但它們有共同的一點：押注“大腦”研發，堅持端到端的具身智能大模型的研發。

銀河通用自不必說，剛在春晚上亮相的Galbot G1，盤核桃、撿玻璃、疊衣服，正是搭載了其自研的銀河星腦AstraBrain具身大模型，是首個不依賴預設程序、全自主決策干活的機器人。

同時，銀河星腦AstraBrain也是全球首個集成“大腦-小腦-神經控制”于一模的全身全手端到端大模型，打通從多模態感知到實時反饋控制的全鏈路。

在具身智能大模型的研發上，銀河通用堅持端到端具身大模型，已發布多款模型，除了上述的銀河星腦 AstraBrain，還有面向零售場景的端到端具身智能大模型Grocery VLA，還發布了靈巧手神經動力學模型DexNDM。

自變量機器人，從一開始就聚焦于“通用具身大模型”的技術研發，其自研的WALL-A模型，首創VLA（視覺-語言-動作）與世界模型深度融合的系統范式，可以讓雙臂機器人完成例如衣物處理、收納整理、線束整理等多項復雜精細操作。

創始人王潛在去年3月接受采訪時表示，自變量機器人的模型水平基本上和PI、和Google在同一個水平線上。

今年1月，自變量公開了一段實拍視頻，搭載WALL-A模型的“量子1號”機器人在真實開放環境中，自主完成了外賣配送“最后100米”的任務，全程沒有人工干預。

千尋智能同樣如此，這家公司自創立起便將戰略重心鎖定在“具身大腦”的打造上。

其自研的VLA模型Spirit v1持續迭代，能夠完成桌面整理、扔垃圾等任務。今年1月，千尋智能開源的Spirit v1.5模型，成為首個在性能上超越Pi0.5的中國開源模型。該模型具備零樣本泛化能力，無需新樣本訓練即可完成擦拭物體等任務。

在完成20億元融資后，創始人韓峰濤接受晚點采訪時表示，千尋2026年的首要目標就是提升具身模型的性能，要做到具身大腦的全球Top3。

智平方押注的同樣是機器人的大腦。創立之初，智平方就探索端到端VLA技術，目前已經推出自研的全域全身VLA大模型GOVLA，使機器人在全身協同控制和全場景任務覆蓋中，具備更高效的交互能力和更強的自主性。

按照其創始人郭彥東的說法，這個大腦像人一樣具備一定“常識性”，即便是遇到大量未見過的情況，機器人也能在不做二次訓練的前提下完成任務。在投資圈，這家公司的標簽是“最像特斯拉的中國機器人公司”。

星海圖也堅持端到端VLA模型路線。去年8月，星海圖發布了當時成為SOTA的G0模型；今年1月，又推出升級版G0 Plus，定位為“全球首個開箱即用的VLA模型”。這個模型主要面向跨場景任務泛化與通用抓取能力優化，強調同一套模型適配不同形態機器人本體的能力。

換言之，這批獲得高估值的機器人公司，本質上都是在為機器人“造大腦”。

而且這批新晉獨角獸的創始團隊，都有很深厚的AI背景。

銀河通用的創始人王鶴，是具身智能大模型領域的領軍學者，現任北京大學具身智能實驗室的創始人與管理者；自變量創始人王潛2009年開始研究AI方向，后于博士階段轉向機器人方向；千尋智能的聯合創始人高陽，現任清華交叉信息研究院助理教授，更是從2017年就開始研究端到端自動駕駛。

星海圖的創始人高繼揚曾供職于Waymo等公司，負責視覺感知等核心智駕系統研發；智平方的創始人郭彥東，曾在微軟AI團隊任職，后在小鵬作為首席科學家負責智能系統研發。

他們并非跨界者，而是AI領域的資深研究者。當人形機器人的競爭轉向大模型之爭，也就是機器人能否理解環境、自主決策、執行復雜任務時，這些擁有深厚AI背景的創始人以及他們的技術路線，便成了資本關注的焦點之一。

B

要知道，目前獲得高估值的宇樹和智元，他們在商業化方面都已經有一定成績，宇樹早就實現年營收10億元；智元則預計2025年營收破10億元。在出貨量上，這兩家企業也都在2025年實現了五千臺以上，屬于出貨量的第一梯隊。

顯然，這批新晉的百億估值公司，在商業數據上并不亮眼。那么他們獲得高估值的合理性究竟在哪里？或許可以參考美國人形機器人公司Figure AI。

Figure AI成立于2022年，目前已融資至C輪，估值達到390億美元，是估值最高的人形機器人公司。

但是在IDC數據中，Figure AI的出貨量還處于試點測試階段，出貨量約數十臺。不過，其推出的Figure 01、Figure 02、Figure 03，功能卻從簡單搬箱子進化到自主疊衣服、裝洗碗機等復雜家務。

關鍵點就是具身智能技術的突破。其創始人Brett Adcock曾表示，“要真正解決具身智能問題，必須建立一個端到端的AI模型，專注于特定硬件的適配。”

2025年2月，Figure AI終止與Open AI的合作，推出自研端到端VLA模型 “Helix”。這使得Figure AI的估值有了較大提升，從2024年的26億美元提升到2025年9月的390億美元。一年半時間，估值增長約15倍。

今年1月，Figure AI又發布了Helix 02，相較此前主要控制上半身動作，這次的Helix 02直接實現人形機器人全身體自主控制。在一項4分鐘的自主任務中，Figure 02機器人流暢地完成了61個移動操控動作，全程無人工干預。

在國內，中國人形機器人賽道的核心驅動力，也開始從硬件轉向軟件。

從2025年下半年開始，具身智能的泛化能力同樣得到了明顯提升。基石資本投資部董事張之寬曾觀察到，“隨著VLA等多模態技術路徑逐步成熟，機器人在物體抓取、倒咖啡等跨場景任務上的泛化能力明顯提升，大腦公司開始展現出更強的技術確定性。”

王興興早就說，現階段硬件夠用，關鍵是具身智能大模型不夠用。行業也逐漸開始意識到，具身智能最關鍵的突破口還是大腦。

這或許能從一定程度上解釋，押注大腦的具身智能公司為何會在2026年初集體爆發。以自變量為主，去年5月A輪融資開始，近一年內密集完成了四次A輪融資，美團更是三次出手。其自研的具身模型使得機器人能在無人工干預的情況下，完成送外賣的全流程，剛好適配美團的配送需求。

這些變化和風向在創始人眼里看得更為清楚。畢竟人形機器人的“大腦”決定了它究竟是玩具，還是能思考、會干活的工具。在《揚聲》節目中，王興興坦言，“誰能率先做出真正適配機器人的大模型，誰就會成為全球頂尖的AI和機器人公司，這份突破的價值，甚至完全夠得上諾貝爾獎的高度。”

千尋智能創始人韓峰濤表示，2026年的具身會非常像23年的大模型，“如果你拿不到很多錢，模型性能跑不到頭部，就沒有上牌桌的機會了”。對于行業認為的26年是落地的“生死之年”這一觀點，韓峰濤并不認同，他表示26年的主題是數據量級和模型性能的突破，而不是落地和收入競爭。

C

即便型性能有望在今年取得突破，一個尷尬的現實是：從資本市場的估值來看，人形機器人賽道和AI行業相比，仍然差了一個量級。

當前，Open AI估值達到8400億美元，有消息稱其2025年收入為130億美元；Anthropic估值為3800億美元，年收入達140億美元。高估值的背后是AI公司的商業化支撐以及可預見的增長前景。

相比之下，機器人賽道中，估值最高的FigureAI和Open AI的估值相差21倍，而目前國內公開估值最高的銀河通用，估值也不到Figure AI的10%。

這也意味著，資本市場對機器人賽道仍持審慎態度。

這種審慎來自兩方面：一是技術上的不完全成熟，從當前的技術水平來看，要讓機器人真正具備人類的理解與行動能力，還有很長的路要走；二是商業化落地的擔憂。

在商業化層面，規模仍處于早期。高盛研報預測，2026年，全球人形機器人出貨量將從2025年的1.5-2萬臺增至5.1萬臺，2027年至7.6萬臺。按照“能進工廠干活”的人形機器人售價在20萬-60萬元估算，2026年全球人形機器人的市場規模或將達到100億-300億元。

這個體量，或許還撐不起太高的想象空間。

也正因如此，在進入“百億估值俱樂部”后，機器人公司面臨的下一輪考驗，也才剛剛開始。

一個直觀的信號是，這些跨入百億估值的機器人公司，最新一輪融資額并不低，10億元成為了門檻，這意味著資本已經不再是小步快跑入局，而是試圖用大額融資換取時間壓縮，將企業快速推向下一階段。

但高估值也意味著更高的門檻。當估值被抬到這樣的高度，下一輪融資難度必然水漲船高，新進入的投資人要面臨一個很貴的起點，也要承擔更大的風險。這意味著，在這一階段，機器人公司必須實現更大的增長預期，才能讓后續投資人買單。

而問題在于：光有“大腦”遠遠不夠。

更現實的難點在于：能否穩定地生產、可靠地交付。這是一個持續燒錢的過程，建產線、備庫存、跑通供應鏈，每一步都需要巨額資金支撐。

盡管在商業化方面，機器人公司已經有穩定的訂單。智平方已與惠科體系達成合作，計劃三年部署逾1000臺機器人，訂單金額接近5億元；銀河通用已獲得寧德時代、德國博世等龍頭客戶的合作，累計訂單達數千臺。

風險同樣清晰可見。就在國內公司批量邁入百億估值的同時，海外人形機器人接連倒閉。據第三方數據統計，2025年全球有超過20家機器人公司遭遇破產、裁員或業務剝離。

K-Scale Labs在成立次年，就因賬上僅剩下40萬美元、全部訂單取消而解散，其創始人表示美國已不具備獨立量產復雜硬件的供應鏈能力；法國Aldebaran因連續虧損，于2025年2月破產；今年2月，美國機器人公司Cartwheel Robotics停止運營，耗盡300萬美元融資后未能獲得新一輪風投支持。

這些倒在量產前夜的機器人公司意味著，從技術到交付，中間隔著一條需要真金白銀才能填平的鴻溝。

短期來看，規模化交付會給企業的現金流帶來壓力；長期來看，企業也不能全靠融資，必須要有自我造血的能力。正如維他動力創始人余軼南所說，要在五年內實現百萬臺量產，投入可能在百億級別，但是不是單靠融資，要有先落地的產品，自造血。

而供應鏈的不成熟，也讓量產面臨挑戰。

日前，小米機器人已經在汽車工廠打螺絲、搬箱子。但是雷軍也提到，機器人作業從實驗室到真實工廠，有個難以跨過的巨大鴻溝，即生產節拍。王潛也稱，供應鏈廠商因測試不充分導致的零部件問題屢有發生，核心零部件供應商可選范圍窄、質量尚在探索階段，上下游協同的缺失讓供應屢遭癥結。

恒業資本創始合伙人江一表示，2026年的競爭是“系統工程能力”的競爭，勝負不再取決于單點技術的驚艷度，而取決于能否將前沿AI算法、精密硬件與對工業場景的深刻理解融合，在嚴苛的成本與可靠性約束下，交付穩定創造經濟價值的解決方案。

換句話說，百億估值只是入場券。真正的考驗，從量產交付那一刻才剛剛開始。