有一种狂热叫 " 具身智能 "，有一种魔幻叫 " 深圳速度 "。

6 月底，一则消息炸穿机器人产业链：总部位于深圳的具身智能初创企业自变量机器人，在短短两个多月内连续完成 4 轮融资，且全数交割完毕。在这场席卷了 30 多家顶级 VC、互联网大厂、产业资本和 " 国家队 " 的资本盛宴后，自变量的投后估值冲破 200 亿元。

无独有偶，同一时间段，同处深圳的另一家具身智能新贵智平方也被曝出完成总额近 50 亿元的一系列新融资，估值同样站上了 200 亿元的台阶。

更巧合的是，这两家公司都成立于 2023 年，都聚焦于具身智能的 " 大脑 "（基础大模型），都没有大规模的商业化落地，却在短短两三年内，用惊人的融资速度和天文数字般的估值，把那些辛辛苦苦卖机器人的传统厂商远远甩在了身后。

资本疯狂地用真金白银为这两颗年轻的 " 大脑 " 投票，仿佛谁能先掏出 200 亿，谁就能拿到通往下一个 "AI 大时代 " 的门票。但这究竟是对未来核心基础设施的抢筹，还是在集体炮制一场前所未有的科技泡沫？

自变量机器人的融资历程，堪称一场 " 闪电战 "。

成立初期，自变量机器人迅速完成了天使轮及种子轮等早期投资。2025 年，融资进程正式进入快车道。2025 年 5 月，公司完成了数亿元人民币的 A 轮融资，由美团战投领投、美团龙珠跟投，互联网头部大厂正式入局。四个月后，阿里接棒领投了 A+ 轮融资，红杉中国也正是从这一轮入场，并在后续各个轮次中保持跟投。

2026 年，公司融资规模和节奏明显加快。1 月，字节跳动联合红杉中国、深创投及多只地方产业基金，共同完成了高达 10 亿元人民币的 A++ 轮融资。2 月，公司又补充完成了一笔数亿元的新一轮融资，红杉中国与美团龙珠继续追投。至此，美团、阿里、字节三家大厂均在自变量的早期阶段完成了独家或领投布局。

4 月下旬，小米战投联合红杉中国领投了接近 20 亿元人民币的 B 轮融资。这笔巨额资金到位后，资方入场速度进一步加快。5 月至 6 月两个多月的时间里，小米战投继续跟进，连续加注了 B+ 轮与 B++ 轮，并最终在近期一并完成了 C 轮融资交割。

在这由 B 轮贯穿至 C 轮的四轮融资中，自变量的资方除了互联网大厂外，开始大规模引入国资与产业资本。中国移动链长基金连续两轮重注，国家人工智能产业投资基金、中保投资、深投控等国资背景基金相继入场。同时，荣耀、奇瑞、58 集团、沈阳汽车等各类落地场景的产业资本，以及 IDG 资本、源码资本、达晨财智、中金资本等一线投资机构也悉数参与。

30 多家机构，数十亿元热钱，在短短两个多月内疯狂涌入，甚至省略了冗长繁琐的尽调和拉锯式的博弈。为什么？

因为在具身智能下半场，资本逻辑已经发生了根本性切换。

过去几年，机器人赛道的投资更像 " 开盲盒 "，大家都在押注 " 身体 "：你能造出多炫酷的机械狗，你能把人形机器人的关节成本压到多低。但硬件的内卷有物理极限。智元机器人第 15000 台下线确实让人振奋，但资本很快意识到，如果没有一个足够聪明的 " 大脑 "，这些钢铁躯壳最终只能沦为流水线上利润微薄的高级玩具。

资本的嗅觉是敏锐的。未来的具身智能世界，最值钱的绝对不是制造机器人的工厂，而是能让所有机器人 " 听懂人话、理解物理世界、自主决策 " 的通用大脑。这就好比智能手机时代，最赚钱的不是代工厂富士康，而是掌握了操作系统和生态的苹果与安卓。

自变量和智平方，正好踩中了这个 " 大脑提供商 " 的终极生态位。

自变量打出的王牌是 " 世界统一模型（WUM）" 架构的具身大模型 WALL-B。它摒弃了传统机器人将视觉、语言、动作模块拼接的笨拙路线，而是采用 " 端到端 " 的联合训练，让模型能像人一样理解重力、摩擦力，并预测物理世界的变化。

智平方则主攻 NeuroVLA 架构，强调主动感知、故障自恢复和时序记忆。两家公司都在尝试解决让机器人不再是个只会执行固定代码的 " 智障 "，而是变成一个能举一反三的 " 智者 " 的问题。

当巨头们认定具身大脑将成为下一个时代的 "AI 基础设施 " 时，200 亿的估值就不再是估值，而是购买未来入场券的 " 过路费 "。

当自变量和智平方双双站上 200 亿估值时，市场很难不把它们拿来与当下的 "AI 当红炸子鸡 " 智谱去作比较。

今年 1 月，智谱上市首日市值仅 528 亿港元。短短半年后，其市值飙升十几倍，一举突破万亿大关，把一众老牌互联网巨头踩在脚下。智谱的造富神话，无疑给一级市场投资人一剂强心针：只要你押中了基础大模型，几十倍的回报指日可待。

但这套逻辑，真能无缝套用在具身智能上吗？

智谱的万亿市值，建立在它作为语言与多模态大模型的 " 赋能者 " 身份上。它可以轻松地将 API 接口卖给千行百业，通过软件授权和流量变现。大语言模型面对的是虚拟的数字世界，容错率高，就算 AI 偶尔胡说八道，用户也只当是个笑话。

自变量和智平方要面对的，是充满摩擦力、重力和随机的真实物理世界。这个世界里，容错率极低。一个家庭服务机器人如果在端咖啡时发生 " 幻觉 "，不仅会砸碎杯子，还可能伤到人。一个在汽车产线上拧螺丝的机械臂，如果动作预测出现毫秒级的偏差，就会毁掉整条流水线。

更残酷的是，200 亿估值的自变量和智平方，至今手里还没有一张能够证明其大规模商业化的 " 硬票据 "。

目前，自变量的 WALL-B 模型宣称已经进入部分用户的家庭接受考验，并在 58 到家和某些汽车零部件产线上进行了试点落地。智平方也宣称其技术能实现故障自恢复。但这与真正意义上的 " 商业化量产交付 " 还差十万八千里。

在具身智能行业，Demo 是可以靠代码和特定环境 " 刷 " 出来的，但真实的客户只看重三个指标：部署周期长不长？任务成功率高不高？出错后的维护成本低不低？

如果自变量和智平方的大模型每进入一个新场景，都需要重新采集数据、重新微调模型、甚至派一堆工程师驻场调试，那它们就不是所谓的 " 平台公司 "，而是苦哈哈的 " 项目制外包公司 "。项目制公司是没有边际成本递减效应的，累死累活也撑不起 200 亿估值。

对于聚光灯下的自变量和智平方来说，拿到这 200 亿估值，既是无上的荣耀，也是极其沉重的 " 枷锁 "。

高估值是一把双刃剑。资本可以容忍你前期疯狂烧钱建数据工厂、搞预训练，但资本的耐心极其有限。融资消息的热度散去，投资人和二级市场分析师，都会拿着放大镜来审视你的利润表和订单转化率。

接下来的战争，也将会从 " 讲故事、拼跑分 "，现实地转向 " 拼交付、拼复购 "。