具身智能投资转向拼落地，2026年头部企业订单与出货成估值新锚点

具身智能的投资风向正在发生实质性转变。在2026年进博会上海会议活动“智能制造与电子消费研讨会”上，华山资本创始合伙人、CEGA具身智能与机器人委员会主任杨镭明确表示：“2027年或是机器人的落地年，下一阶段资金投资的大方向就是‘谁能落地’。”这一判断标志着行业从技术炫技与概念叙事，正式迈入以真实订单、出货量和营收为衡量标准的商业化验证期。

杨镭首先为当前热度“泼了一盆冷水”：尽管资金仍在流入，但投资节奏明显趋冷，出手更理性，行业分化加剧。他指出，具身智能的两条主线——机器人本体与“机器人大脑”——正走向不同路径：本体端趋于成熟，头部效应凸显；而大脑端尚处早期，真正的“GPT时刻”仍需三至五年甚至更久。

数据印证了这一趋势。2026年前5个月，具身智能领域融资总额达489亿元，已超过2025年全年的约455亿元。但增长并非普惠式：10亿元以上大额融资集中流向27家公司，其中6家今年已两次完成10亿元以上融资；剔除大额交易后，单笔融资均值反而从2025年的2.22亿元降至2.12亿元，腰部企业并未真正“变热”。

图中清晰呈现头部企业的实际进展：宇树科技（688836.SH）2025年营收17.08亿元，同比增长335%，人形机器人出货超5500台，2026年8月登陆科创板首日市值约3417亿元；智元机器人2025年出货超5100台，全球份额约39%，营收突破10亿元。杨镭直言：“本体的‘入场券’窗口已过，新进入者很难再以整机突围。”此后估值逻辑已转向订单、出货与营收，“讲故事”的空间显著收窄。

与此同时，具身“大脑”赛道正经历从模型竞赛到交付能力的迁移。2026年，行业关注焦点不再是“谁的机器人关节更多、跑得更快”，而是“大脑能否脱离特定本体硬件，实现跨形态复用与独立交付”。这一转变正在重塑产业分工格局。

据观察，具身大脑参与者已形成四类梯队：

第一梯队为平台型与产业代表企业，包括星源智、智元机器人、银河通用、星海图、千寻智能与优必选。它们已跨越技术验证阶段，进入商业闭环。其中，星源智由北京智源人工智能研究院孵化，2025年8月成立，定位为具身大脑平台商，不造本体，专注提供RoboBrain Pro具身大脑模型、高算力端侧平台及基础设施服务。其核心能力在于实现“一个大脑适配多种本体”——人形双足、轮式、机械臂、机器狗乃至叉车均可调用同一套智能系统。

星源智的技术栈包含三大支柱：ω-EVA具身交互世界模型支持“预演—验证—行动”闭环决策；JEPA-WAM世界模型以0.5B参数规模学习环境时序规律，代码已开源；RoboBrain Xross调度平台进一步推进至“一个大脑调度多台异构机器人”，通过全局感知与任务编排整合不同品牌设备。

场景落地方面，星源智与中力股份合作的具身装卸方案已进入产品化交付阶段：搭载RoboBrain Pro的叉车在真实物流场景中实现单车装卸约90秒，双车协同进入分钟级响应。其算力平台覆盖国内70%以上机器人本体企业，显示出较强的生态整合能力。

第二梯队为具身模型与本体协同企业，如星动纪元、众擎机器人、自变量机器人，选择将模型能力深度耦合于自研本体体系内，以整机产品形式推进落地；第三梯队是垂直场景深耕者，如云深处科技、越疆机器人、优艾智合、松延动力，聚焦巡检、协作、移动操作或消费级人形等细分方向；第四梯队则为跨界生态型企业，如小米、美的，依托既有制造与渠道优势，从应用侧反向延伸具身能力。

该图展示了JEPA-WAM模型在LIBERO-OOD等基准测试中的表现，其在Out-of-Domain与In-Domain任务中均优于VLA-Adapter、ResVLA等主流方法，且参数量控制在合理范围，印证了轻量化世界模型在泛化能力上的潜力。

杨镭强调，当前“大脑”主要解决“智商”问题——计算与决策；但人类是社会性动物，机器人还需攻克“情商”关，即理解家庭、社交等开放环境中的微妙情境。“大脑解决了‘知道做什么’，还没解决‘在终端上又快又准地做到’。”他指出，数据已成为新的“石油”与“飞行小时数”：低成本无本体数据适合大规模预训练，真机遥操作数据用于任务校准，终局是高质量数据与大模型结合、能持续产出真实场景数据并形成闭环的公司，才具备长期壁垒。

值得注意的是，行业共识正趋向“专用与通用并存”。杨镭认为，工业制造、仓储物流、医疗、农业与家庭服务对机器人形态需求各异，人形、轮式、机械臂与专用机器人将长期共存。非夕机器人前瞻应用发展总监朱磊举例称，其产品不与传统工业机器人直接竞争，而是切入精密组装、手机制造、汽车总装线、打磨抛光、制鞋及康养等人工密集型蓝海场景。其手眼动态协作技术可实现像素级精度（优于0.2mm），已在消费电子产线落地。

工业机器人年装机量已超50万台，属成熟市场；人形机器人仍处千台级起步阶段。二者并非替代关系，而是“确定场景用专用、长尾场景用通用”的互补结构。未来可能出现多个细分领域的领先企业，但未必诞生通吃所有场景的超级公司。

该图呈现人形机器人参与乒乓球对打的动态场景，体现其视觉追踪、轨迹预测与实时决策能力——这正是具身智能从“感知”迈向“认知-执行”闭环的关键验证。此类开放环境任务对安全响应与情境理解提出极高要求，也反映出行业正从实验室演示转向真实交互能力构建。

杨镭总结道：“机器人大脑从0到1的突破可能尚未真正完成，而技术突破与应用场景跑通，也未必由同一家公司实现。”未来竞争的核心，将是提升机器人自主认知与任务执行能力，并找到可持续运行的真实应用场景。当资本不再为“像人”买单，而是为“能干活”付费时，具身智能才真正步入产业化的深水区。