万亿热钱涌入，具身智能却卡在“大脑”上——一个被忽视的结构性瓶颈

一、一个万亿赛道的“B面”

2026年的中国具身智能市场，正在经历一场前所未有的资本狂欢。

据多家研究机构测算，中国具身智能市场规模已从2018年的约2133亿元增长至2026年预计的1.09万亿元，年均复合增长率达22%至23%。

与此同时，资本正在用真金白银投票。2026年上半年，国内具身智能赛道融资总金额达到935亿元，较2025上半年提升近5倍；融资事件322笔，同比增长137%。仅3月与6月，单月融资事件数均突破60起。近10家具身智能企业估值已超200亿元，而这些公司“成立都才两三年”。

从任何角度看，这都是一个炙手可热的赛道。

但硬币的另一面同样刺眼。智源研究院在《2026十大AI技术趋势》中直言：具身智能创业公司业务模式同质化严重，普遍采用“通用开源大模型+运动控制”的组合在单一场景做优化。国家发改委近期也公开提醒，具身智能产业要着力防范重复度高的产品“扎堆”上市等风险。

一边是万亿市场、数百亿热钱涌入；一边是同质化严重、淘汰加速的行业预警。这个行业到底卡在哪里？

二、440亿资金流向的启示：瓶颈不在“身体”，而在“大脑”

2026年上半年，近440亿元资金涌入国内具身智能赛道。一个惊人的结构性变化同时发生：超过一半的钱涌向了“大脑派”公司，而机器人本体厂商拿到的钱不到20%。

市场在用真金白银投票：具身智能的瓶颈不在“身体”，而在“大脑”。

“大脑派”内部同样分化剧烈：VLA（视觉-语言-动作）模型一口吃掉了42%的资金，世界模型占27%，数据基础设施占20%。大量大脑派公司融资节奏快到平均一个月一轮。

然而，资本狂欢之下，一个更为根本的问题被忽视了。

当前具身大脑的主流方案VLA模型，已逐渐显现清晰的能力边界。北京智源人工智能研究院院长王仲远指出，当前具身智能虽已进入工厂、物流等场景试点，但机器人如果更换环境或更换任务，就需重新采集数据进行调整，其通用性、泛化性不足，跨场景任务迁移失败率较高，难以支撑规模化落地的需求。

中国科学院自动化研究所研究员陈盈盈也直言，具身智能机器人在“非结构化开放世界”中的泛化能力不足，是其进入家庭场景最大的技术障碍。

也就是说：机器人会走路了，会抓取了，但它不知道自己是谁——换了场景就“失忆”。

三、数据缺口：99%的“饥饿”

为什么会这样？一个关键原因是数据饥荒。

大模型可以从互联网获得海量文本和图像，但机器人需要的是与真实世界交互的视觉、动作、状态及纠错数据。觅蜂科技董事长兼CEO姚卯青此前公开表示，具身智能模型要达到像GPT-3.5那样开箱即用的类人初步能力，大概需要一亿小时量级数据。但目前全球有效具身智能数据只有约几十万小时，还有2~3个数量级差距。

数据的匮乏直接表现为大脑的“幼稚”。今天的机器人在结构化工厂里可以娴熟地装配零件，一旦走进家庭、商超这些开放场景，面对凌乱的桌面、突然闯入的宠物、千变万化的用户需求，它们却常常陷入窘境。

蚂蚁灵波首席科学家沈宇军指出，当前技术从数字仿真向物理实体迁移时存在三大结构性痛点：空间感知精度不足、语义理解难以转化为物理世界的有效交互约束。地瓜机器人CEO王丛则表示，真正进入工厂场景后，很多原本以为是算法的问题，最后都变成了生产管理、系统对接的实际问题——落地后对泛化性和稳定性的真实要求才刚刚浮现。

四、一个被忽略的维度：自我同一性的缺失

但在数据和技术之外，还有一个更深层的问题几乎无人讨论——

当前的具身智能系统，没有“自我同一性”的底层机制。

行业目前的解法是：堆更多数据、训更大模型、做更多适配。但这本质上是在用“记忆”替代“存在”——让机器人记住更多场景，而不是让它拥有一个可以跨场景保持的“自我”。

蚂蚁灵波尝试以一套“通用大脑”驱动不同品牌、不同构型的机器人；普渡机器人提出“一脑多形”技术理念；极智嘉发布Gravity框架试图让机器人“先想清楚、再动手”。这些探索都在试图解决“一机一脑”的困局。

但一个根本问题依然悬而未决：当机器人换了环境、换了任务、换了身体之后，它如何知道自己还是“同一个存在”？

这个问题，目前的VLA模型、世界模型、数据飞轮，都没有回答。

五、一个行业需要重新思考的问题

具身智能行业当前的技术路线——更大模型、更多数据、更强算力——无疑会继续推进。但如果“存在层”的问题得不到解决，所有的智能都可能只是“一次性”的：在这个场景有效，换个场景就失效；在这个本体上训练好，换个本体就要重来。

这或许正是具身智能从“Demo”走向“规模化部署”时，最需要被重新审视的结构性问题。 —— 万亿赛道不缺钱、不缺政策、不缺身体。缺的，可能是一种让智能体知道自己是谁的机制。

本文仅代表作者个人观点，不涉及任何具体技术方案的披露。