本文来自微信公众号： 具身智能Pro ，作者：文 / 某VC投资人
2026年6月，智平方完成近50亿元融资，投后估值突破200亿元。同一时间节点，自变量机器人亦宣布估值越过200亿门槛。两家深圳企业几乎同步触达这一数字，很难再用个案来解释。
行业内一个模糊的共识正在成形：200亿估值，正在成为具身智能头部梯队的新基准线。但这个基准线的合理性、可持续性，以及它对后续融资轮次的传导压力，是每个关注这条赛道的投资人必须面对的问题。
一、交易结构本身透露出的信号，比估值更值得拆解
智平方本轮的投资人名单值得细看。
国家中小企业发展基金、中国文化产业投资基金——国家队进场，这在去年还不多见。广东省人工智能基金、深创投——区域平台卡位。中国生物制药、茅台集团、招商局资本——产业方跨行业布局。更值得注意的是，多家特斯拉核心供应链企业集体出现在股东名单里。
这个阵容覆盖了“国家队-部委-大湾区-地方引导-险资-券商-产业方-财务投资”几乎所有资金类型。在当前一级市场整体偏谨慎的环境下，一个项目能同时调动如此多元的资金来源，说明两点：一是政策端对具身智能的支持已从文件传导到出资层面；二是产业资本对这个方向的判断正在从“关注”转向“下注”。
技术层面，智平方主打的NeuroVLA模型走的是类脑分层架构路线——将控制系统拆解为“皮层-小脑-脊髓”三级。实测数据中，运动抖动降低75%以上，碰撞后反射响应控制在20毫秒内，仿脊髓模块功耗仅0.4瓦。这些数字在实验室环境下有说服力，但工业场景中的稳定性、泛化能力和故障率，仍需更长时间的产线验证。
商业化方面，惠科3年1000台的订单（摩根士丹利将其标注为“全球生产力型机器人最大单一订单”）是目前可见的最具分量的商业化证据。半导体显示行业对自动化设备的精度和稳定性要求极高，能在这个领域拿到批量订单，至少说明硬件本体通过了初步的产线检验。
二、赛道资金面的结构性变化
2026年上半年，国内具身智能赛道融资总额935亿元，融资事件322笔。这两个数字分别是去年同期的5倍和2.37倍。
但总量之外，分布更值得关注。上半年融资额排名前20的企业合计拿走550亿元，占总融资额的59%。七成资金集中在头部少数项目手中。
这意味着两件事：
对于已经在头部阵营的项目，弹药充足，可以同时推进技术迭代和商业化扩张，进一步拉开身位；
对于腰部及以下项目，融资环境正在急剧恶化。尤其是一些缺乏真实场景落地经验的学术团队，今年的融资难度比去年高出不止一个量级。
这种分化是赛道走向成熟的必然结果。2024年到2025年上半年，市场还在“泛投”阶段，看重团队背景和技术概念。到2026年，资本的核心考核指标已经全面转向工程化交付能力、规模化落地进度和客户复购率。
蓝驰创投曹巍的一个判断我比较认同：未来12-18个月，行业的一个关键检查点在于“真实部署带来的数据闭环”——谁能在半开放场景中把第一个数据闭环跑通，谁就有可能在下一阶段占据决定性位置。
这个判断的逻辑在于：具身智能与大模型有本质区别。大模型从技术突破到产品落地的链条极短，单点算法突破可以快速形成产品。但具身智能需要硬件、算法、场景、数据、供应链的系统性配合，任何一个环节的短板都会成为木桶的短板。而数据闭环正是串联所有环节的关键枢纽——没有真实场景数据，模型无法迭代；没有模型迭代，硬件优化缺少方向；没有硬件稳定性，场景无法规模化部署。
政策节奏与市场预期之间的差距
政策端在加速。2025年具身智能首次写入政府工作报告，2026年“十五五”规划将其纳入国家未来产业重点战略布局。6月9日，工信部和国务院国资委联合启动专项行动，明确提出到2026年底完成百个以上高价值应用场景验证，带动万台级规模落地。
这个政策力度不可谓不大。但投资人需要冷静判断的是：政策目标与产业实际节奏之间的差距有多大？
万台级规模落地——这个目标如果达成，意味着人形机器人的年出货量将在一年内实现数量级的跃升。目前行业产能和供应链能否支撑这一增速？核心零部件（尤其是高精度力传感器和一体化关节）的良率和成本是否已经下降到可大规模商用的水平？真实场景中，客户的付费意愿和ROI账本是否算得过来？
这些问题没有标准答案，不同细分场景的答案也完全不同。半导体显示、汽车制造这类高附加值行业，对自动化设备的成本容忍度高，付费意愿强，落地速度会更快。而一般制造业、服务业的价格敏感度更高，需要更长的验证周期。
投资决策中需要建立的一个判断框架是：所投标的切入的是哪类场景，这个场景的客户决策周期和付费能力是否与公司的现金流节奏匹配。
值得关注的几个细分方向
基于上半年的融资流向和行业进展，以下几个方向值得持续跟踪：
具身大脑/模型层——智平方、千寻智能、星海图等公司集中在这个层面。壁垒在于模型架构创新和算法积累，一旦建立技术代差，护城河极深。但估值已普遍处于高位，新进入者需要仔细权衡估值与成长空间之间的匹配度。
核心零部件——灵巧手、六维力传感器、一体化关节模组、端侧AI芯片。今年上半年，资金从整机层向上游零部件渗透的趋势明显。这类标的的优势在于：只要行业总量增长，零部件需求就有确定性增长，不需要押注单一整机厂商的成败。
数据基础设施——这是目前讨论较少但实际商业回报可能最先兑现的方向。在具身智能尚未大规模商业化之前，数据采集、仿真平台、评测基础设施就已经有明确的付费方（即各家整机企业和模型公司）。光轮智能等数据平台公司已获得大额融资。这一细分领域的核心壁垒在于数据采集效率、仿真到真实的迁移效果，以及数据标注和质量控制体系的标准化程度。
Physical AI基础设施——机器人操作系统、安全系统、仿真测试平台。这类企业短期商业化节奏偏慢，但一旦行业规模化，平台性价值会非常稳固。适合有较长持有周期的资金布局。
关于泡沫和退出的几点思考
赛道热度毋庸置疑。智源研究院的一个判断值得参考：当前具身智能企业数量已远超赛道的物理承载量和资本供给能力，行业将在不久后经历一轮洗牌。
对投资人而言，这意味着两方面的准备：
退出端，2026年已有约15家百亿估值以上的具身智能公司，这些项目后续的IPO通道是否通畅？A股对未盈利科技企业的包容度在提升，但具体到具身智能赛道，什么样的收入规模、什么样的客户结构、什么样的现金流质量才能满足监管要求，目前还没有明确的先例可以参考。并购退出可能比IPO更早成为现实——传统制造业龙头、汽车企业、甚至是互联网大厂，都有动力通过收购来补齐具身智能能力。
估值端，当前头部项目的估值已经隐含了相当乐观的商业化假设。如果万台级落地的时间点比预期晚6-12个月，或者早期订单的交付和验收周期拉长，这些项目的下一轮融资能否撑住估值？投后管理的重点之一，可能是帮助被投企业合理控制现金消耗节奏，为商业化验证留出充足的安全边际。
总结
智平方的200亿估值，既是对其技术和商业化进展的阶段性定价，也是市场对整个具身智能赛道长期价值的一次投票。
但作为投资人，我们的工作不是在热度中寻找共识，而是在共识中分辨分歧。以下问题值得持续关注和验证：
具身大脑的技术路线（分层架构 vs. 端到端）尚未收敛，哪种路线最终胜出？
真实场景中的数据闭环，从Demo到规模化部署的跨越需要多长时间？
核心零部件的国产化进度能否支撑万台级产能目标？
客户的付费意愿在实际使用后是否能够持续，还是仅停留在试点阶段？
这些问题的答案，将在未来12-24个月内逐步揭晓。而答案揭晓的时刻，也正是alpha真正显现的时刻。