具身智能赛道迎来一场前所未有的 " 模型发布潮 "。

8 天之内，3 家企业连发 5 个模型。9 月 8 日，松延动力发布通用具身智能品牌 Scalabot 及首个世界模型 HERON-World Model；9 月 9 日，智元机器人一天连发 AGILE 2.0 和 GE-Act 2.0 两个模型；9 月 10 日，宇树科技宣布全面开源新一代通用人形机器人基础模型 UnifoLM-WLA-1.0。

曾以 " 本体能力 " 著称的机器人公司，不约而同地补上了 " 大脑 " 这块拼图。

只会造 " 身体 "，已经拿不到钱了

" 现在只会做机器人本体已经拿不到融资了，需要同时做机器人大脑。" 一位创投行业人士的话，几乎概括了 2026 年具身智能行业最明显的转向。

数据更为直白。2026 年上半年，国内具身智能融资总额超 430 亿元，其中 50.8% 的资金投向以 " 大脑 " 为主的公司，另有 18.5% 投向 " 大脑 + 本体 "。而机器人本体整机公司同期融资仅 56 亿元。资本用脚投票，宣告了 " 本体时代 " 的终结。

过去两年，机器人公司最热衷展示的是 " 身体能力 "：能不能走稳、能不能跑跳、会不会翻跟头。但从今年世界机器人大会开始，厂商的宣传关键词已经变成 " 具身大模型 "" 让机器人干活 " 和 " 自主驱动 "。

原因并不复杂。硬件层面的壁垒正在被供应链快速抹平——电机、关节模组、传感器等核心零部件的供应链已趋于成熟。当 " 躯壳 " 不再构成壁垒，竞争便自然向上游迁移。有业内人士说得更直接：" 没有大脑能力的整机厂，未来就是代工厂。"

松延动力的补课逻辑：先造身体，再装大脑

在这场集体 " 补脑 " 运动中，松延动力的入局颇具代表性。

这家公司此前更多以 " 本体 " 形象出圈—— 2025 年北京亦庄人形机器人半程马拉松亚军，2026 年春晚上与蔡明同台完成小品节目。但直到今年 9 月，它才正式发布具身智能技术品牌 Scalabot。

面对 " 入局是否偏晚 " 的质疑，创始人姜哲源用 " 木桶效应 " 回应：2023 年创业时，行业最短的短板是本体和运控，资源有限的情况下必须先补硬件这一课。如今本体在成本、可靠性、性能、精度等维度均达到落地标准，仅剩算力和大脑板块需要完善。

姜哲源给出了一组关键的逻辑推演：机器人本体的单位时间使用成本，等于制造成本除以可摊销周期。这个公式指向两个核心能力——低成本制造出可用的硬件，以及高可靠性的制造能力。" 成本才能带来规模，规模才能换来多样化的数据，多样化的数据才能真正带来智能。" 他预计，具身智能下一个能力拐点至少需要百万级小时的数据量，这意味着约 1000 台本体满负荷运转一年。

这也是为什么松延动力选择先进入家庭采集数据。姜哲源计划初期铺几百台机器人采集，后续数量提高到几千台，其个人判断是 2029 年机器人可能进入家庭干活，做到开箱即用。

技术路线分化：通用派、垂域派、生态派

补脑的方向一致，但路径已经明显分化。

宇树科技和松延动力走 " 通用派 " 路线。松延动力的模型架构明确 " 不绑定单一本体 "，通过统一的动作表示和跨平台设计，面向不同构型、不同自由度的机器人。宇树的 UnifoLM-WLA-1.0 则在架构上将统一动作空间划分为末端执行器姿态、关节和下肢三个部分，让模型不依赖特定机械结构。

众擎机器人走了一条更 " 仿生 " 的路。其发布的 EngineAI Awaken 是一套仿人脑的五层体系架构——从 S1 本能反射层到 S2 动作规划生成层、S3 认知推理层，再延伸至 S4+S5 自我成长层，构建起 " 本能反射—运动决策—认知推理—自我成长 " 的完整链路。通过融合 WAM 与 VLA 模型，机器人仅需 2 小时实机部署与微调训练，长程动作成功率即可超过 98%。

乐聚则更偏向垂域落地。其开源的 KUAVO-VLA 使用 600 余小时同构型真机数据训练，聚焦分拣、搬运、上下料、装配等 100 项工业任务。同时乐聚与阿里云达成全栈 AI 合作，接入千问模型，探索 " 具身大脑 + 本体 + 小脑 " 的技术融合路径。

蚂蚁灵波的全栈大脑 2.0 则展示了 " 一脑多机 " 的产业化路径，在预训练阶段融入 6 万小时高质量真实物理数据，覆盖 17 个主流机器人品牌的 20 种构型，目前已在上海国大药房正式上岗承担夜班分拣。

最大的拦路虎：泛化能力

无论哪条路线，行业面临的瓶颈高度一致——泛化能力不足。

宇树科技创始人王兴兴在 2026 世界机器人大会上给出了明确判断：" 目前全世界最大的瓶颈是具身智能的泛化能力不够。当通用机器人在陌生环境中能够完成约 80% 的任务时，产业会迎来爆发的临界点。快的话可能 2-3 年，慢的话 5 年甚至 10 年。"

他进一步拆解了问题的本质：现有机器人模型在执行移动、装配或搬运任务时，整体趋势正确，但在最后几厘米或几毫米的微调阶段，无法有效修正触觉误差，导致最终成功率暴跌。根源在于 AI 模型的输入输出与现实世界之间存在偏差——语言模型的输入输出均为数字编码，可逆且基本无损耗，而机器人的每一次输入输出都会引入偏差与损耗。

商汤联合创始人、大晓机器人董事长王晓刚则指出更深层的认知误区：人形机器人大模型不等于在通用大模型上外挂一套控制代码。人类对物理世界的常识来自千万次现实交互，但互联网有海量文本、图片数据，却几乎没有完整记录人与物理世界交互过程的信息。

两组数据的差距直观揭示了行业困境：过去依靠人工遥操采集机器人数据，多年积累仅十万小时量级；而部分自动驾驶企业单日训练数据等效人类 400 万小时驾驶经验，二者相差悬殊。

量产能力，才是做 " 大脑 " 的入场券

值得注意的是，并非所有本体厂商都有资格 " 补脑 "。

姜哲源指出了一个容易被忽视的事实：全球布局机器人大脑的企业数量众多，但国内真正具备机器人本体批量、规模化量产能力，能产出可靠产品级本体的企业，不超过 5 家。

这构成了一个微妙的竞争壁垒。做 " 大脑 " 需要海量数据，而数据的获取依赖大规模部署本体。谁能以更低成本量产更多可靠的本体，谁就能在数据采集上占据先机。正如姜哲源所说：" 具备本体批量规模化制造与低成本制造能力的公司，将在数据规模化方面拥有难以比拟的优势。"

这也是松延动力团队梳理出的 " 四条红线 " 之一——避免过度依赖真机数据、避免技术绑定单一本体、避免仅依托仿真环境训练、避免重演示轻基建。

展台上能跳舞，工厂里拧不准——这是 2026 年具身智能行业最真实的写照。

王兴兴透露，宇树 2024 年就跟汽车工厂合作做落地应用，但一直没有大规模推广，最主要原因是效率和泛用性能力不够高。多位行业人士在论坛上指出，当前大脑的成功几率停留在 99%，意味着机器人走出去 100 次就有 1 次无法完成任务，" 人们不会接受 99%"，必须提高到 99.99%。

北京智源人工智能研究院院长王仲远点破了行业悖论：本体硬件能力不足，真机采集数据少；数据稀缺导致模型能力弱；模型能力弱又进一步限制本体发挥，落地场景变少，进一步缺少真实交互数据。

这是一个需要全行业合力打破的循环。短期内，先利用海量公开数据完成预训练，再用少量真机交互数据微调，是目前被广泛采用的思路。但长期来看，谁能率先跑通 " 低成本量产本体—规模化采集数据—模型能力提升—解锁更多场景 " 的正向飞轮，谁就能在下一轮竞争中占据制高点。

行业终局会是什么样？众擎机器人创始人赵同阳的判断或许值得参考：" 现在手机行业到了功能机的时代，到了智能机时代会有两三家非常知名。" 他的意思是，当大脑能力真正成熟的那一天到来，市场会迅速向头部集中，而现在所有还在 " 拼脑子 " 的厂商，争的就是那张通往智能机时代的船票。