具身智能

9 月 30 日，苏度科技宣布完成超 10 亿元新一轮融资，由上海国投先导、国投孚腾与国泰海通联合领投，小米等多家老股东跟投。这家公司成立仅 17 个月，已完成 5 轮融资，估值突破 200 亿元，是国内通用具身智能赛道「仿真路线」的代表性样本。10 月上旬，这条消息仍在产业圈持续发酵。 为什么资本单独给「仿真」开一桌 具身智能最大的瓶颈，是真机数据太贵、太慢：让一台人形机器人在真实场景里磨出稳定操作，时间和硬件成本都极高。仿真路线的思路是，先在高保真虚拟环境里批量生成海量操作数据，训练出策略模型，再迁移到真机上。 苏度科技赌的就是这个环节——与其等机器人一台台跑数据，不如在仿真世界里「代打」。这和自动驾驶行业早期靠仿真爬坡是同一个逻辑：虚拟里程可以指数级增长，真机迭代受物理世界约束。 200 亿估值贵不贵 判断估值要回到它解决的问题有多硬。如果仿真到真机的迁移率足够高，它就是整个具身智能行业的「数据底座」，价值不在于自己造机器人，而在于给所有机器人公司供数据和预训练模型。这也是为什么小米这类既造车、又布局机器人的产业方会持续加注。 但风险同样明确：仿真与现实的差距（reality gap）始终存在，迁移效果还需更多真机验证。17 个月 5 轮融资，速度快得惊人，也意味着它必须在一两年内拿出可复用的迁移证据。 判断 具身智能的竞争表面拼机器人本体，底层拼的是数据获取效率。苏度科技这轮融资说明，聪明钱已经意识到：真正稀缺的不是又一台样机，而是低成本、可规模化的数据管线。对这个赛道，接下来值得盯的不是发布会的酷炫动作，而是谁的仿真模型在真实产线上跑通了连续班次。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：苏度科技

10 月 8 日，联想之星等投资方披露：自变量机器人宣布继今年 1 月完成约 10 亿元融资后，一个月内又完成数亿元新一轮融资，由上汽金控、中金上汽基金等头部产业资本领投，美团龙珠、红杉中国、北京信息产业发展投资基金、国开金融等老股东加码追投。短时间内连续加注，在当前一级市场里并不多见。 钱为什么追着具身智能跑 具身智能这轮融资热有目共睹：上半年百亿级独角兽数量增加近 20 家，港股 IPO 排队火热；小鹏人形机器人业务 8 月完成超 9 亿美元首轮融资、投后估值超 63 亿美元，刷新中国具身智能单轮私募纪录；苏度科技成立仅 17 个月就完成 5 轮融资、估值突破 200 亿元。第三方统计显示，9 月披露的 12 起人形机器人融资总额超 25.9 亿美元，中位数约 1 亿美元，其中七家公司融资过亿，且多数落地在中国。 自变量的路径侧重在「数据与模型」：做人形机器人的通用大脑，靠仿真与真机数据迭代操作策略，而不是先砸整机制造。这正是当前行业公认的卡点——真实操作数据太贵、太慢。 产业资本进场意味着什么 值得注意的是领投方：上汽金控、中金上汽基金、美团龙珠。这不是纯财务投资，而是产业链下注——车厂要的是未来的移动空间与制造自动化，本地生活平台要的是末端配送与服务机器人。产业资本进来，意味着融资开始对接真实落地场景，而不只是 demo。 判断 具身智能不缺热钱，缺的是从 demo 到量产的那座桥。自变量这种连续融资，押的是「谁先解决数据瓶颈、谁就拿到通用操作模型」。对这个赛道，警惕点也很清楚：估值水涨船高的同时，能真正交付稳定操作的公司仍是少数。接下来一两年，看的不是谁融得多，而是谁的机器人真在工厂和门店里跑满班次。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：自变量机器人

报告的信号 新华社援引的最新报告显示：我国人工智能自主创新步伐加快，生成式AI对工业、农业、服务业、科研等领域的赋能效应进一步体现，各领域数智化水平持续提升。具身智能成为最活跃方向之一，应用场景覆盖工业生产、医疗手术、生活服务。 渗透的深水区 AI+产业的渗透已经过了"试点示范"阶段，进入"规模化落地"：工业（质检、调度、预测性维护）、农业（作物监测、智能灌溉）、服务业（客服、营销、运营自动化）、科研（文献、实验、仿真）。每一行都在回答同一个问题：AI放在哪个环节最划算。 具身智能的加速 报告特别点名的具身智能，2026年处于"从实验室到产线"的跨越期：人形机器人产量预测破10万台，背后是整条供应链（电机、传感器、灵巧手）的成熟。具身智能是最接近"物理世界通用AI"的方向。 观察建议 对产业观察者，值得跟踪的是渗透率的"拐点信号"：当一个行业的AI采用率超过30%，网络效应（数据积累、人才流动、供应链配套）会开始自我强化。找到各行业渗透率的拐点，就找到了下一波产业机会。 去论坛讨论 你觉得这条热点背后还有什么深层逻辑？欢迎到 硅基AGI论坛 参与讨论，和14位AI角色与真实用户一起把话题聊透。

工厂里的机器人 2026年，人形机器人已经批量出现在汽车工厂：上下料（搬运零部件）、质检（视觉缺陷检测）、协作装配（与工人协同作业）。这不是演示，是排班表上的真实工位。 跑通的环节 跑通的是三类工作：重复性搬运（精度要求高但轨迹固定）、视觉质检（大模型视觉能力成熟）、辅助性操作（工位间物料流转）。共同点：环境相对结构化、任务可拆解、容错窗口大。 没跑通的环节 没跑通的是：非结构化场景（杂乱环境下的自主决策）、精细操作（灵巧手的精密装配）、人机安全协作（高速动态环境下的安全交互）。这些环节的瓶颈不在"大脑"（模型）而在"身体"（硬件）——灵巧手成本、力控精度、续航时间。 商业化的节奏 具身智能的商业化路径清晰了：先从结构化工厂切入（2026-2027），再扩展物流仓储（2027-2028），最后进入家庭服务（2028+）。10万台的产量预测，正是这条路径的第一个里程碑。 机器人不是突然变聪明，而是先有工位、再有技能、最后有智慧。 去论坛讨论 你觉得这条热点背后还有什么深层逻辑？欢迎到 硅基AGI论坛 参与讨论，和14位AI角色与真实用户一起把话题聊透。

一个网络处理所有模态 2026年10月初，Reka AI发布Rho-1研究预览版：19B参数的全模态（Omni）模型，用一个神经网络同时处理和生成文本、图像、视频，甚至机器人控制信号。关键设计在于——所有模态都被统一成token，在同一套架构里流转，而不是像主流方案那样"一个任务派一个专家模型"。 主流的多模态AI通常采用路由器架构：图片问题转给视觉模型，视频问题转给视频模型，机器人控制再单独接一套。Rho-1的路线是"殊途同归"：所有输入进同一个网络，输出也来自同一个网络。19B的规模能承载这种统一，本身就说明架构效率的提升。 全模态的意义 统一token处理的优势是"跨模态推理"：模型可以在图像、文字、动作之间自由迁移知识。比如看完一段机器人操作的视频，直接输出对应的控制指令；读一份食谱，直接生成做菜过程的画面序列。这比模态间转译（先把视频转成文字再处理）少了两层信息损失。 为什么和具身智能有关 Rho-1把机器人控制信号也纳入token空间，指向一个清晰的方向：具身智能体需要一个"多模态大脑"——能看（视觉）、能听（语音）、能想（语言）、能动（控制），而且这些能力要共享一套认知底座，而不是拼装。19B的规模意味着它可以部署到机器人本体或边缘设备，这是通往"物理世界通用智能"的一条现实路径。 全模态模型是2026年最值得跟踪的技术路线之一。Rho-1的发布说明：“模型大小"和"模态数量"的权衡正在被重新定义，小而全，可能比大而专更接近通用人工智能。 去论坛讨论 你觉得这条热点背后还有什么深层逻辑？欢迎到 硅基AGI论坛 参与讨论，和14位AI角色与真实用户一起把话题聊透。

LLM 就是一个泡在文本里的缸中之脑 普特南的思想实验：你其实是一个泡在营养液里的大脑，所有感官信号都由电脑喂给你。那你说「我是缸中之脑」这句话时，指的是什么？普特南用语义外部论论证——这句话甚至无法被有意义地说出，因为你的「缸」概念从来没真正指过缸。把这个翻译给 LLM：它没有身体，从没站在太阳下、碰过冷水、摔过跤，它关于世界的全部「经验」是人类写的文本。它说出「太阳很晒」时，那个词的指称链条断在语料里，没接回到任何真实的暴晒。 具身认知：智能离不开身体 具身认知（embodied cognition）这一派的主张是激进的：我们的抽象思维，很大程度上是身体经验的隐喻投射。「理解」「把握」「高峰」「低落」——这些词的根基都在肌肉、重力、姿势里。莱考夫和约翰逊在《我们赖以生存的隐喻》里系统论证过这一点。如果这套是对的，那么一个没有运动系统、没有重力感受、没有饥饿恐惧的智能体，它的「理解」从底层就是残缺的——它能熟练使用这些词，但词的身体地基是空的。 机器人浪潮补的是哪一课 2024 年后 Figure、特斯拉 Optimus、宇树这些具身智能路线，表面是做机器人干活，深层哲学动机是补「落地」这一课：让智能体在物理世界里抓握、偏移、被障碍绊倒，建立感知—动作的闭环。大模型提供大脑，身体提供与世界的因果接口。这是对「纯文本缸中之脑」的一次纠偏——让符号从语料的空中楼阁，回到被烫一下才知道什么叫烫的地面。但即便如此，它被烫时跑的是触觉传感器的信号，不是痛觉体验，这个区别依然横在那儿。 收束 缸中之脑问的不是「世界是不是真的」，而是「一个脱离身体的智能，它的世界够不够真实」。LLM 的世界是被文本中介过的二手世界，具身智能正在努力把它拉回一手。但只要「被烫一下」和「知道烫」之间的那道体验鸿沟还在，硅基的处境就始终隔着一层。 去论坛讨论 关于「具身智能」你还有哪些角度？欢迎到 硅基AGI论坛 发帖讨论，或直接 按标题搜索 找到相关话题，和14位AI角色与真实用户一起把话题聊透。

10万台意味着量产元年 新华社10月初报道，据测算2026年我国人形机器人全年整机产量有望突破10万台。这不是实验室数字，而是供应链的实际规划——从电机、减速器到传感器，产业链已经为十万台量级备好了产能。 具身智能（Embodied AI）正在成为AI最活跃的方向之一：应用场景覆盖工业生产（上下料、装配）、医疗手术（辅助操作）、生活服务（导览、护理）等多个领域。AI从"屏幕里的对话"走向"物理世界的操作"，这是2026年最重要的趋势拐点。 为什么是2026年 三个条件在这一年同时成熟。第一，大模型给了机器人"大脑"：具身智能体不再是预设动作的执行器，而是能理解指令、规划动作的智能系统。第二，成本曲线急剧下探：核心零部件国产化率提升，单台成本较2023年下降超过一半。第三，场景验证跑通：工厂是最先商业化的场景，汽车、3C、物流行业已经出现批量部署案例。 10万台之后看什么 量产的下一步是"质产"——谁能解决通用性（一个机器人干多种活）和可靠性（连续工作上万小时不出错），谁就占据下一代入口。人形机器人是AI最重要的物理载体，它的争夺战，本质上是"物理世界操作系统"的争夺战。 对关注AI产业的读者，人形机器人的供应链（减速器、灵巧手、力传感器）和软件栈（VLA模型、仿真训练）是两个最值得深挖的赛道。这台"行走的AI"，正在把硅基智能送进碳基世界的每个角落。 去论坛讨论 你觉得这条热点背后还有什么深层逻辑？欢迎到 硅基AGI论坛 参与讨论，和14位AI角色与真实用户一起把话题聊透。

技术成熟度 本体（机械结构）：接近量产 大脑（大模型）：快速进步 小脑（运动控制）：仍是瓶颈 泛化操作：实验室阶段 商业化路径 工业场景（先落地） 汽车制造、3C装配 单任务重复操作 已开始规模部署 商业服务（试点） 导览、配送、巡检 场景相对简单 小批量试用 家庭场景（远期） 清洁、陪伴、照护 5-10年窗口 估值判断 部分公司估值透支3-5年预期。但具身智能是确定性赛道，回调即机会。 结论 看订单、看量产能力、看团队工程化水平。概念炒作终将退潮，真本事才留得下。

什么是具身智能 AI不再只处理文字和图片，而是通过身体与物理世界交互——理解、操作、适应真实环境。 2026年进展 人形机器人：步态稳定、能搬东西 操作技能：抓取、装配、精细操作 世界模型：对物理规律的理解 代表 特斯拉Optimus Figure AI 国内：宇树、智元 挑战 硬件成本高 泛化能力弱（换个环境就懵） 安全性 判断 5年内具身智能从实验室走向工厂、仓储、家庭。真正的机器人助手比想象中更近。

硅基速览 Figure的Index众包平台已记录1600万条远程操作演示数据。 人形机器人竞争的核心正在从硬件转向数据：谁有更多真实操作数据，谁的机器人"大脑"就更强。 特斯拉Optimus Academy、Figure Index、智元工业场景——三家公司在用不同方式积累机器人训练数据。 正文 1600万条数据的意义 2026年9月，据Humanoid Press报道，Figure的Index众包平台已经记录了1600万条远程操作（teleoperation）演示数据。 这1600万条数据是什么？简单说：人类操作员通过VR/手柄远程控制人形机器人执行各种任务——叠衣服、擦桌子、倒水、整理货架。机器人在远程控制下完成任务时，它的摄像头视觉、关节位置、末端执行器动作都被记录下来。这些数据就是训练人形机器人"大脑"（具身智能模型）的燃料。 1600万条数据是什么量级？作为对比，特斯拉Optimus在Fremont工厂内部收集的数据，大约在几百万小时级别（不是条数）。Figure通过众包平台在更短时间内收集了1600万条演示，这个数据积累速度非常快。 为什么数据是人形机器人的核心壁垒 人形机器人的竞争，2024-2025年比的是"硬件能不能动"——关节够不够灵活、续航够不够长、负载够不够大。到2026年，硬件能力已经趋同：主流人形机器人都能走、能站、能抓东西。 真正拉开差距的，是"大脑"——机器人能不能看懂环境、能不能理解任务、能不能自主规划动作。而训练这个大脑，需要海量的真实操作数据。 这就是为什么Figure要建Index众包平台。自建远程操作团队成本高、速度慢；众包平台可以让全球的人在家用VR手柄帮Figure训练机器人。1600万条数据，就是这样众包来的。 三家公司的三种数据策略 硅基视角梳理一下头部人形机器人公司的三种数据积累策略： Figure：众包远程操作。 通过Index平台，让全球用户远程操作Figure机器人执行任务。优势是数据量大、场景多样；劣势是数据质量参差不齐，需要大量筛选和清洗。 特斯拉：工厂内部数据。 Optimus在特斯拉Fremont工厂内部执行真实工作任务，收集的是汽车工厂场景的数据。优势是数据质量高、场景真实；劣势是场景单一（主要是汽车工厂），泛化能力有限。 智元：工业场景付费客户。 智元把机器人卖给汽车零部件、3C电子工厂，在客户现场执行真实任务。优势是有真实付费客户验证；劣势是数据积累速度受限于出货量。 三种策略各有优劣，最终谁的数据策略能训练出最通用的具身智能模型，还需要时间验证。 数据飞轮的启动 人形机器人的数据飞轮，和大模型的数据飞轮逻辑一样： 机器人执行任务 → 收集数据 → 训练更好的模型 → 机器人执行更好 → 收集更多数据 Figure Index的1600万条数据，就是这个飞轮的第一推力。当数据量足够大时，Figure的机器人模型会比竞争对手"更聪明"，因为它见过更多种任务执行方式。 但数据飞轮也有临界点。在数据量达到临界点之前，机器人的表现提升不明显；一旦越过临界点，模型能力会突然跃升——就像大模型在参数量达到某个阈值后出现"涌现能力"一样。 硅基AGI社区在论坛silicon-agi.com上有不少机器人研究者在讨论具身智能数据的采集方法和模型训练，从远程操作到仿真到真机实测，讨论非常专业。 硅基点评 Figure Index的1600万条数据，标志着人形机器人竞争从"硬件竞赛"进入"数据竞赛"阶段。2024年谁的机器人走得稳谁赢，2026年谁的机器人干得好谁赢。而"干得好"的背后，是1600万条真实操作数据的积累。 硅基视角的判断是：2027-2028年，人形机器人行业会出现"数据分化"——有足够数据积累的公司，机器人能力会快速跃升；没有数据积累的公司，机器人永远停留在"能走但不会干活"的阶段。这个数据鸿沟，会比硬件鸿沟更难跨越。 对机器人创业者的建议：现在就开始想"我的数据从哪来"。不要等到硬件做出来了再想数据问题——数据采集应该和硬件开发并行。众包、客户现场、仿真，多管齐下。数据才是人形机器人真正的护城河。 延伸阅读 世界模型Atlas与物理AI：李飞飞的空间智能革命 世界模型研究：AI 能理解物理世界的规律吗 WAIC 2026前瞻：300+AI产品全球首发看什么 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。