本文来自微信公众号： 小饭桌 ，作者：小饭桌，编辑：张丽娟
马年春节刚过，一下就有两则融资消息前后刷了屏。
2月23日，智平方完成B轮融资，融资规模超10亿元，估值突破百亿大关；紧接着2月24日，千寻智能连续完成两轮累计近20亿元融资，估值同样飙升至百亿以上。
两天之内，具身智能赛道里直接冒出了两家百亿独角兽。
如果再把时间轴拉长一点，这波浪潮来得比想象中更猛，就在半个月前，星海图刚完成10亿元B轮融资，正式晋级“百亿俱乐部”，成为继宇树科技、智元机器人、银河通用之后第四家百亿估值的独角兽。
至此，国内估值超百亿具身智能企业已有6家。侧面看来，资本的狂欢和产业的焦灼，正在这个赛道里同时上演。
两天两家，谁在疯狂押注？
先来看看最新入局的这两位“百亿新贵”。
智平方创始人郭彦东是个连续创业者，曾在微软美国总部核心AI团队任职，后来担任小鹏汽车和OPPO的首席科学家。这种“大厂AI背景+造车经验”的组合，在现在的具身智能圈子里似乎更有优势。
智平方背后的投资方名单包括百度战投、中车资本、还有特斯拉生态链的上市龙头企业，其中一个明显的信号是，产业资本正在取代财务投资人的生态位，成为这轮军备竞赛的主力“金主”。
千寻智能的团队配置则代表了另一种主流范式“产业老兵+学术新星”，创始人韩峰涛亦是机器人行业的连续创业者，曾任珞石机器人联合创始人兼CTO；联合创始人高阳曾师从机器人专家Pieter Abbeel，他是美国头部具身智能公司Physical Intelligence的联合创始人。
值得注意的是，千寻这轮近20亿的融资，老股东几乎全员超额跟投，这种“用钱投票”的信任，某种程度上比新钱进来更有说服力。
再加上此前已经跻身“百亿俱乐部”的宇树科技、智元机器人、银河通用、星海图，国内具身智能的第一梯队已经初步成型。
一个有趣的巧合是，这几家公司的融资额都在10-20亿这个区间，估值也都在100亿左右，而这仿佛在无形中形成了一道门槛，融资十亿、估值百亿似乎才有资格留在牌桌上继续玩。
过去一年中国具身智能行业融资和估值水涨船高。IT桔子数据显示，2025年整个具身智能赛道融资304起、超379亿元资金涌入，分别是2024年的近3倍和4倍之多。
当然，随着融资额到了一定量级，外界关注的问题自然而然地变成了“拿了这么多钱要干什么？”
按照星海图的CEO高继扬的说法，2026年下半年，具身智能将进入“成果验证”阶段，即在特定任务上实现端到端的人工替代。换句话说，资本市场的故事已经讲完了，接下来要看的是真实产线上的“干活能力”。
这其实也反映了一个行业共识：具身智能正在从“技术竞赛”转向“场景落地”。
千寻智能也给出了具体的案例，其机器人“小墨”目前已经在宁德时代的中州基地电池PACK量产线上运行，作业节拍达到甚至超过熟练工人水平。
智平方则走了一条略有差异的路，他们更强调“端到端大模型”的能力。在郭彦东看来，有了这个“大脑”机器人学东西会很快，碰到没见过的情况也能在无需二次训练的情况下完成任务。这种“泛化能力”，决定了机器人能否从“固定工位”走向“全域行动”。
还有一个值得关注的维度是产能。比如星海图，其已宣称拿到了数千台量级的订单，客户覆盖斯坦福团队、华为、比亚迪等。
星海图合伙人罗天奇曾说，外界往往只看到了中国的硬件供应链优势，却忽视了数据供应链优势。中国最高质量的数据采集成本可能只有美国公司的十分之一，这意味着花同样的钱，可以采集到10倍数量的数据。在他看来，这个优势比硬件BOM成本的差异更夸张，将成为中国具身智能长期竞争的重要基础。
狂欢之下的冷静思考
现在的具身智能赛道甚是热闹，但这背后依然存在焦虑。
首先是一个反直觉的观点：千寻智能的高阳提到，他们发现“非完美数据”才是扩展VLA模型的关键。
在多样化的“非完美数据”上训练，反而能获得斜率更高的Scaling曲线。这也就意味着，当大家都在追求“高质量数据”的时候，真正能拉开差距的可能是对“脏数据”的处理能力。
其次是商业模式的拷问。虽然各家都在讲ToB场景的落地，但必须承认的是，目前真正能跑通的场景还很有限。
比如银河通用的王鹤曾直言，全球今天真正运行在人类工作场景里的机器人，可能还不到1000台。
国家地方共建人形机器人创新中心的首席科学家江磊也表示，行业目前更像是在做“消费级产品储备”，年产量不敢超过一万台，因为“产太多没有用途、售后压力也会非常大”。
这种“撕裂感”其实是行业早期的典型症状，一边是资本催熟的估值膨胀，一边是落地场景的碎片化和不确定。
另一个值得警惕的信号是，行业正在快速分化。虽说2025年国内具身智能领域融资额非常可观，但真正拿到大钱的也就是现在这几家“百亿俱乐部”成员，大多数中小创企可能连A轮都撑不过去。
有投资人称，现在的局面有点像“百团大战”，最后能活下来的就那么两三家，剩下的要么被收购，要么默默消失。
在罗天奇看来，“我们今天是在跑一场马拉松，而不是百米赛跑，行业整体可能才跑出一公里”，他认为，企业需要保留足够资金，以应对未来数据增长带来的算力与模型训练成本激增，行业竞争的本质，是谁能把一元钱换回最高程度的智能。
其实，站在2026年初回头看，具身智能确实已经不再是纯粹的“未来叙事”，自去年以来，机器人正在被拉进工厂、仓库和产线，春晚舞台上的高光时刻，正在被车间里的枯燥重复所取代。
但这恰恰是行业走向成熟的标志，从“看起来很强”到“用起来很值”，中间隔着的是不停地验证、修复，以及一单单真金白银的采购合同。
“百亿俱乐部”的名单还会继续拉长，接下来要看的是，谁能率先跑通“技术闭环-量产能力-数据回流-商业闭环”的正向循环。用一位投资人的话来说：穿越周期的核心壁垒来自于技术对生产力的实际创造。