100亿，贵在机器人的“脑子”上

中国人形机器人赛道，正在批量制造百亿独角兽。

3月2日，银河通用宣布完成25亿元新一轮融资。这家刚在春晚亮相的公司，再次刷新了自己保持的单轮融资额纪录。就在去年12月，银河通用刚拿下3亿美元A轮融资，投后估值超过30亿美元，已是国内公开估值最高的具身智能公司。

2026年开年，不少机器人公司进入百亿估值阵营：拿下20亿元融资的千寻智能、分别斩获10亿元融资的智平方和星海图、获得新一轮融资的自变量机器人。

至此，六家人形机器人公司齐聚百亿估值阵营。2025年，宇树估值为120亿元，目前正在推进上市流程；智元在完成B轮融资后估值达到150亿元，此后又完成三次B轮融资，估值还在走高。

一个值得注意的现象是，这批成立于2023年后的具身智能公司，仅用两年时间便跻身百亿估值阵营，且发生在融资早期阶段。千寻智能、银河通用刚完成A轮融资，就达到百亿估值；自变量机器人在A轮融资四次，实现百亿估值；星海图、智平方则是融资至B轮，达到百亿估值。

如果说2025年百亿独角兽尚属稀缺，那么2026年的这一轮融资潮，意味着人形机器人领域的独角兽，正在批量涌现。

A

一个有趣的观察是，这批新晋百亿估值的机器人公司，并非外界熟悉的明星企业，出货量也并不突出，IDC数据显示，过去一年他们的出货量均在千台以内，商业化仍处于探索阶段。但它们有共同的一点：押注“大脑”研发，坚持端到端的具身智能大模型的研发。

银河通用自不必说，刚在春晚上亮相的Galbot G1，盘核桃、捡玻璃、叠衣服，正是搭载了其自研的银河星脑AstraBrain具身大模型，是首个不依赖预设程序、全自主决策干活的机器人。

同时，银河星脑AstraBrain也是全球首个集成“大脑-小脑-神经控制”于一模的全身全手端到端大模型，打通从多模态感知到实时反馈控制的全链路。

在具身智能大模型的研发上，银河通用坚持端到端具身大模型，已发布多款模型，除了上述的银河星脑 AstraBrain，还有面向零售场景的端到端具身智能大模型Grocery VLA，还发布了灵巧手神经动力学模型DexNDM。

自变量机器人，从一开始就聚焦于“通用具身大模型”的技术研发，其自研的WALL-A模型，首创VLA（视觉-语言-动作）与世界模型深度融合的系统范式，可以让双臂机器人完成例如衣物处理、收纳整理、线束整理等多项复杂精细操作。

创始人王潜在去年3月接受采访时表示，自变量机器人的模型水平基本上和PI、和Google在同一个水平线上。

今年1月，自变量公开了一段实拍视频，搭载WALL-A模型的“量子1号”机器人在真实开放环境中，自主完成了外卖配送“最后100米”的任务，全程没有人工干预。

千寻智能同样如此，这家公司自创立起便将战略重心锁定在“具身大脑”的打造上。

其自研的VLA模型Spirit v1持续迭代，能够完成桌面整理、扔垃圾等任务。今年1月，千寻智能开源的Spirit v1.5模型，成为首个在性能上超越Pi0.5的中国开源模型。该模型具备零样本泛化能力，无需新样本训练即可完成擦拭物体等任务。

在完成20亿元融资后，创始人韩峰涛接受晚点采访时表示，千寻2026年的首要目标就是提升具身模型的性能，要做到具身大脑的全球Top3。

智平方押注的同样是机器人的大脑。创立之初，智平方就探索端到端VLA技术，目前已经推出自研的全域全身VLA大模型GOVLA，使机器人在全身协同控制和全场景任务覆盖中，具备更高效的交互能力和更强的自主性。

按照其创始人郭彦东的说法，这个大脑像人一样具备一定“常识性”，即便是遇到大量未见过的情况，机器人也能在不做二次训练的前提下完成任务。在投资圈，这家公司的标签是“最像特斯拉的中国机器人公司”。

星海图也坚持端到端VLA模型路线。去年8月，星海图发布了当时成为SOTA的G0模型；今年1月，又推出升级版G0 Plus，定位为“全球首个开箱即用的VLA模型”。这个模型主要面向跨场景任务泛化与通用抓取能力优化，强调同一套模型适配不同形态机器人本体的能力。

换言之，这批获得高估值的机器人公司，本质上都是在为机器人“造大脑”。

而且这批新晋独角兽的创始团队，都有很深厚的AI背景。

银河通用的创始人王鹤，是具身智能大模型领域的领军学者，现任北京大学具身智能实验室的创始人与管理者；自变量创始人王潜2009年开始研究AI方向，后于博士阶段转向机器人方向；千寻智能的联合创始人高阳，现任清华交叉信息研究院助理教授，更是从2017年就开始研究端到端自动驾驶。

星海图的创始人高继扬曾供职于Waymo等公司，负责视觉感知等核心智驾系统研发；智平方的创始人郭彦东，曾在微软AI团队任职，后在小鹏作为首席科学家负责智能系统研发。

他们并非跨界者，而是AI领域的资深研究者。当人形机器人的竞争转向大模型之争，也就是机器人能否理解环境、自主决策、执行复杂任务时，这些拥有深厚AI背景的创始人以及他们的技术路线，便成了资本关注的焦点之一。

B

要知道，目前获得高估值的宇树和智元，他们在商业化方面都已经有一定成绩，宇树早就实现年营收10亿元；智元则预计2025年营收破10亿元。在出货量上，这两家企业也都在2025年实现了五千台以上，属于出货量的第一梯队。

显然，这批新晋的百亿估值公司，在商业数据上并不亮眼。那么他们获得高估值的合理性究竟在哪里？或许可以参考美国人形机器人公司Figure AI。

Figure AI成立于2022年，目前已融资至C轮，估值达到390亿美元，是估值最高的人形机器人公司。

但是在IDC数据中，Figure AI的出货量还处于试点测试阶段，出货量约数十台。不过，其推出的Figure 01、Figure 02、Figure 03，功能却从简单搬箱子进化到自主叠衣服、装洗碗机等复杂家务。

关键点就是具身智能技术的突破。其创始人Brett Adcock曾表示，“要真正解决具身智能问题，必须建立一个端到端的AI模型，专注于特定硬件的适配。”

2025年2月，Figure AI终止与Open AI的合作，推出自研端到端VLA模型 “Helix”。这使得Figure AI的估值有了较大提升，从2024年的26亿美元提升到2025年9月的390亿美元。一年半时间，估值增长约15倍。

今年1月，Figure AI又发布了Helix 02，相较此前主要控制上半身动作，这次的Helix 02直接实现人形机器人全身体自主控制。在一项4分钟的自主任务中，Figure 02机器人流畅地完成了61个移动操控动作，全程无人工干预。

在国内，中国人形机器人赛道的核心驱动力，也开始从硬件转向软件。

从2025年下半年开始，具身智能的泛化能力同样得到了明显提升。基石资本投资部董事张之宽曾观察到，“随着VLA等多模态技术路径逐步成熟，机器人在物体抓取、倒咖啡等跨场景任务上的泛化能力明显提升，大脑公司开始展现出更强的技术确定性。”

王兴兴早就说，现阶段硬件够用，关键是具身智能大模型不够用。行业也逐渐开始意识到，具身智能最关键的突破口还是大脑。

这或许能从一定程度上解释，押注大脑的具身智能公司为何会在2026年初集体爆发。以自变量为主，去年5月A轮融资开始，近一年内密集完成了四次A轮融资，美团更是三次出手。其自研的具身模型使得机器人能在无人工干预的情况下，完成送外卖的全流程，刚好适配美团的配送需求。

这些变化和风向在创始人眼里看得更为清楚。毕竟人形机器人的“大脑”决定了它究竟是玩具，还是能思考、会干活的工具。在《扬声》节目中，王兴兴坦言，“谁能率先做出真正适配机器人的大模型，谁就会成为全球顶尖的AI和机器人公司，这份突破的价值，甚至完全够得上诺贝尔奖的高度。”

千寻智能创始人韩峰涛表示，2026年的具身会非常像23年的大模型，“如果你拿不到很多钱，模型性能跑不到头部，就没有上牌桌的机会了”。对于行业认为的26年是落地的“生死之年”这一观点，韩峰涛并不认同，他表示26年的主题是数据量级和模型性能的突破，而不是落地和收入竞争。

C

即便型性能有望在今年取得突破，一个尴尬的现实是：从资本市场的估值来看，人形机器人赛道和AI行业相比，仍然差了一个量级。

当前，Open AI估值达到8400亿美元，有消息称其2025年收入为130亿美元；Anthropic估值为3800亿美元，年收入达140亿美元。高估值的背后是AI公司的商业化支撑以及可预见的增长前景。

相比之下，机器人赛道中，估值最高的FigureAI和Open AI的估值相差21倍，而目前国内公开估值最高的银河通用，估值也不到Figure AI的10%。

这也意味着，资本市场对机器人赛道仍持审慎态度。

这种审慎来自两方面：一是技术上的不完全成熟，从当前的技术水平来看，要让机器人真正具备人类的理解与行动能力，还有很长的路要走；二是商业化落地的担忧。

在商业化层面，规模仍处于早期。高盛研报预测，2026年，全球人形机器人出货量将从2025年的1.5-2万台增至5.1万台，2027年至7.6万台。按照“能进工厂干活”的人形机器人售价在20万-60万元估算，2026年全球人形机器人的市场规模或将达到100亿-300亿元。

这个体量，或许还撑不起太高的想象空间。

也正因如此，在进入“百亿估值俱乐部”后，机器人公司面临的下一轮考验，也才刚刚开始。

一个直观的信号是，这些跨入百亿估值的机器人公司，最新一轮融资额并不低，10亿元成为了门槛，这意味着资本已经不再是小步快跑入局，而是试图用大额融资换取时间压缩，将企业快速推向下一阶段。

但高估值也意味着更高的门槛。当估值被抬到这样的高度，下一轮融资难度必然水涨船高，新进入的投资人要面临一个很贵的起点，也要承担更大的风险。这意味着，在这一阶段，机器人公司必须实现更大的增长预期，才能让后续投资人买单。

而问题在于：光有“大脑”远远不够。

更现实的难点在于：能否稳定地生产、可靠地交付。这是一个持续烧钱的过程，建产线、备库存、跑通供应链，每一步都需要巨额资金支撑。

尽管在商业化方面，机器人公司已经有稳定的订单。智平方已与惠科体系达成合作，计划三年部署逾1000台机器人，订单金额接近5亿元；银河通用已获得宁德时代、德国博世等龙头客户的合作，累计订单达数千台。

风险同样清晰可见。就在国内公司批量迈入百亿估值的同时，海外人形机器人接连倒闭。据第三方数据统计，2025年全球有超过20家机器人公司遭遇破产、裁员或业务剥离。

K-Scale Labs在成立次年，就因账上仅剩下40万美元、全部订单取消而解散，其创始人表示美国已不具备独立量产复杂硬件的供应链能力；法国Aldebaran因连续亏损，于2025年2月破产；今年2月，美国机器人公司Cartwheel Robotics停止运营，耗尽300万美元融资后未能获得新一轮风投支持。

这些倒在量产前夜的机器人公司意味着，从技术到交付，中间隔着一条需要真金白银才能填平的鸿沟。

短期来看，规模化交付会给企业的现金流带来压力；长期来看，企业也不能全靠融资，必须要有自我造血的能力。正如维他动力创始人余轶南所说，要在五年内实现百万台量产，投入可能在百亿级别，但是不是单靠融资，要有先落地的产品，自造血。

而供应链的不成熟，也让量产面临挑战。

日前，小米机器人已经在汽车工厂打螺丝、搬箱子。但是雷军也提到，机器人作业从实验室到真实工厂，有个难以跨过的巨大鸿沟，即生产节拍。王潜也称，供应链厂商因测试不充分导致的零部件问题屡有发生，核心零部件供应商可选范围窄、质量尚在探索阶段，上下游协同的缺失让供应屡遭症结。

恒业资本创始合伙人江一表示，2026年的竞争是“系统工程能力”的竞争，胜负不再取决于单点技术的惊艳度，而取决于能否将前沿AI算法、精密硬件与对工业场景的深刻理解融合，在严苛的成本与可靠性约束下，交付稳定创造经济价值的解决方案。

换句话说，百亿估值只是入场券。真正的考验，从量产交付那一刻才刚刚开始。