一半的钱进了脑子：中国具身智能势力图（2026 年 9 月版）

先看一笔账：2026 年上半年，国内具身智能赛道融资总额约 438 亿元。其中，以具身大脑为核心业务的公司拿走了 222.53 亿元，占比 50.8%；机器人本体整机公司同期只拿到 56 亿元，占比 12.8%。

四分之一的钱进了「脑子」，本体的份额不到它的四分之一。这不是正常的资本分布，这是一份判决书：硬件本体不再稀缺，行业定价的重心已经从「造出一个人形」迁移到「让这个人形会干活」。本篇就用这笔账做引子，按「大脑、小脑、本体、数据」四层，给国产具身智能画一张 2026 年 9 月时点的势力图。

为什么用四层画图，而不是排一个「人形公司排行榜」

市面上绝大多数盘点是按公司排的：宇树、智元、优必选、银河通用……这种排法有个致命缺陷——它默认每家公司是一块铁板。但现实是，同一家公司可能同时是大脑层的挑战者、本体层的霸主、数据层的 newcomer，而它的真实竞争力和「公司排名」可能完全对不上。

四层分法的依据来自技术结构本身：大脑负责语义理解与任务规划（慢而聪明），小脑负责高频运动控制（快而准），本体是物理载体，数据是所有层的燃料。这个分层在双系统那篇里论证过——7B 的 VLM 只能跑到 7–9 Hz，控制回路要 100–200 Hz，20 倍的频率鸿沟决定了大脑和小脑必须分开看。看产业格局同理：两层的技术壁垒、玩家构成、商业模式完全不同，混在一起看只会得到一锅粥。

还有一个原因：这四层正在互相渗透，而渗透的方向本身，就是本季度最大的行业信号。

大脑层：五条路线，四种赌注

9 月的前十天，松延动力、智元、宇树三家在 8 天里连发 5 个模型——本体厂商集体补脑，成了这个季度最密集的行业动作。但「补脑」补的方向并不一样，拆开看至少五条路线：

开源通用派——宇树。9 月 10 日开源的 UnifoLM-WLA-1.0 是 6B 参数、约 2500 小时真机数据、单模型统筹 64 项任务，代码、权重、数据集全部开放。更早的世界-动作大模型 UnifoLM-X2-1.0 则第一次让世界模型实时驱动人形机器人全自主搏击——雷军去宇树现场踹了一脚，机器人稳稳站住，视频传遍全网。宇树的赌注是：统一动作空间（末端执行器姿态、末端关节、下肢关节三分）能让模型不绑定任何特定构型。这基本是把 π 系列的路线搬进了中国。

Scaling 派——智元。GE-Act 2.0 首次系统验证了具身领域的 Scaling Law：训练数据从 300 小时堆到 3 万小时，折叠毛巾、嵌套纸杯这类精细操作在小规模数据下完全学不会，堆到某个规模才突然出现。这个「3 万小时才及格」的数字反过来定义了行业的入场券价格——呼应数据瓶颈那篇的结论：数据不是资源，是基建。

世界模型融合派——千寻智能与银河通用。千寻的 Spirit v1.6 在 RoboArena 基准上拿下全球综合第一，是首个登顶该平台的中国模型，架构上走 VLA 与世界模型深度融合——被干扰后能重新规划，这正是首季 03 篇末尾那份「缺显式世界状态」失效清单的正面解法。银河通用则把「银河星脑」做成大脑-小脑-神经控制三合一，外加 LDA-1B 跨本体隐式世界-动作基模（RSS 2026 收录）。

类脑派——智平方。NeuroVLA 提出「皮层-小脑-脊髓」三层架构：皮层管语义、小脑管高频协调、脊髓管毫秒级反射，碰撞后 20 毫秒安全反射、脊髓层功耗 0.4 瓦。创始人郭彦东在智源大会上那句「大家天天想着如何长得像人，但没有人想如何让脑子更像人」，算是给路线之争下了个新注脚。

垂直深耕派——乐聚。几乎所有玩家都在讲跨本体泛化，乐聚反着走：模型只服务自家「夸父」，用 600 余小时同构型真机数据训练，目标是在分拣、搬运、上下料、装配这 100 项工业任务里把成功率做到能进厂干活。这不是保守，是对「泛化还没到」这个现实（捷径学习的教训）的另一种回应——先把一个身体练明白。

五条路线并存，说明大脑层的战争远没有收敛。谁对谁错，2027 年见分晓。

本体层：量产是真的，估值回调也是真的

本体层这个季度有两件标志性的事，而且它们互为注脚。

第一件：量产拐点确认。智元 3 月累计下线突破 10000 台，交付规模行业第一；小鹏 9 月 8 日启用全球首条高阶通用人形机器人自动化产线，首台 IRON 自主走下产线，年底量产；优必选一周内拿下乐山 1.5 亿元项目加海外超 5000 万元订单，柳州工厂投产；松延动力的万元级「小布米」立了万台交付的目标。人形机器人从发布会的道具变成了产线上的工位。

第二件：二级市场不给面子。宇树上市后总市值一度突破 4400 亿，随后跌破 2000 亿，峰值蒸发超 2400 亿；同期优地机器人港股上市首日却大涨 142%。「一级热、二级冷」的分化说明，资本对具身智能的定价依据正从技术想象力转向量产进度、订单可见度与单位经济性——这恰好是物理 Token 经济学里那套「利用率打不过雇人就没有商业模式」的逻辑在资本市场兑现。

本体层还有一个容易被忽略的结构性变化：制造能力正在变成数据能力的前置条件。松延动力姜哲源算过一笔账：每台本体满负荷一年产约 1000 小时数据，要到百万小时的数据拐点，需要 1000 台本体持续运转——低成本、高可靠的本体量产能力，直接决定数据采集的规模上限。本体不再是终点，是数据飞轮的起点。

数据层：从拼规模到拼质量，从真机到合成

数据层这个季度的三件事，每一件都值得单独立传。

政策与标准进场。国家数据局召开首场具身智能专项座谈会，明确提出补齐数据短板；中国信通院牵头的具身智能数据集质量要求及评估方法 11 月 1 日实施——数据建设从「拼规模」转向「拼质量」，行业第一次有了统一的尺子。这直接回应了盘点篇里数采中心「一百桌的饭店坐十桌」的空转问题。

企业级军备竞赛。京东提出两年采集超 1000 万小时真实场景数据、五年布局 80 余个 RoboBase；千寻智能预计 2026 年全年真实交互数据突破 100 万小时；上半年 25 家具身数据公司合计融资超 170 亿元。数据基础设施正在变成比本体整机更稀缺的资产。

合成数据范式定型。银河通用的「银河星坊」把百亿级合成数据基建和星脑模型深度耦合，首创「仿真合成数据预训练 + 真实数据对齐」范式；跨维智能的 DexVerse 仿真数据已应用超 1500 个工业项目；穹彻智能甚至验证了完全不用遥操作数据、纯靠 47 个城市十万小时级家庭场景「野外数据」预训练的路径。仿真与真机的分工边界正在被各家重新划分——这是仿真引擎之战那条线的下游战事。

这张图上真正值得盯的三个位置

势力图画的不是现状，是变化的方向。三个判断：

**第一，中国和硅谷的镜像结构。**硅谷的玩家多是「模型起家、缺本体」（PI 自己不量产、Figure 自建产线才一年），中国的头部玩家几乎全部「本体起家、向大脑迁移」（宇树、智元、松延都是先造身体后补脑）。两种路径最终要在同一张桌子上碰面：都得出「量产的本体 + 持续迭代的大脑 + 自循环的数据」三件套。谁先凑齐，谁定义价格。

**第二，赢家通吃之前，生态位长期存在。**姜哲源的判断值得记下：终局是数据飞轮驱动的赢家通吃，但终局之前，只做本体硬件的企业也有独立生存空间。反过来对大脑层也成立——五条技术路线并存本身就是证据。这个阶段选「哪条路线会赢」意义不大，选「哪家公司同时占住了两层以上」更有信息量：银河通用占大脑+数据，千寻占大脑+本体+数据，宇树占本体+大脑（开源换生态），智元占全栈。跨层数量，是这个阶段最可靠的实力指标。

**第三，下一张势力图的变量是触觉。**这个季度触觉传感器公司密集冒头：帕西尼把单价从 10 万元下探到百元级、他山拿出 2.9 微秒时间分辨率的动态触觉芯片、千觉把触觉做进数据采集夹爪。如果「最后一毫米」的精细操作瓶颈真在触觉（机械臂 95% 与 10% 的差距在盘点篇里已经露过面），那么四层势力图迟早要扩成五层——而触觉层目前还没有巨头，是图上最后一块无主之地。

---

信息源说明：融资结构（438 亿 / 50.8% / 12.8%）、模型发布时间线、乐聚与傅利叶路线梳理，引自《中国企业家》/ 红星资本局 2026-09-18 报道（媒体报道）；宇树 UnifoLM 系列参数与开源范围、智元 GE-Act 2.0 Scaling 结论引自各公司官方发布与 WAIC/世界机器人大会公开信息（官方一手，未逐一复验原始技术报告）；银河通用 LDA-1B 收录于 RSS 2026，银河星坊合成数据范式、千寻智能 Spirit v1.6 RoboArena 第一、智平方 NeuroVLA 类脑架构引自证券之星、投资家网 9 月中旬的企业价值分层报道与 IT 之家产业分析（媒体报道，估值与融资数字为公开披露口径，未经审计）；松延动力「百万小时 = 1000 台 × 1000 小时」测算与 L2 判断引自《每日经济新闻》9 月 18 日对姜哲源的专访（当事人观点，非行业共识）；宇树市值变动、优地首日涨幅引自自动化网《世界机器人产业周刊》第 19 期（媒体报道）。文中所有估值、订单与预测数据均存在后续变动可能，不构成任何投资建议。