产学研摘要
具身智能大脑是驱动机器人完成环境理解、行为推理与物理操作的模型体系，正在成为继通用大模型之后人工智能工程化的关键落点。本文以2026年全球产业为观察对象，沿”概念界定—技术栈分层—路线分野—企业谱系—资本周期—商业化进程”的框架展开研究。研究发现：其一，全球大脑产业已形成独立模型公司、软硬一体整机企业、科技巨头平台三类供给主体并存的格局，三者的资产构成与估值口径存在系统性差异；其二，技术路线正围绕端到端视觉—语言—动作模型、双系统架构与世界模型驱动三条主线演化，端侧部署与可泛化能力成为共同竞争焦点；其三，资本在2025年至2026年保持高强度投入，估值锚点由融资热度逐步转向可复现基准、数据资产与真实场景作业；其四，以大晓机器人、银河通用、星海图3家为代表的中国企业，在世界模型端侧化、第一视角数据体系与跨场景落地方面形成差异化供给，Physical Intelligence、Skild AI、Figure AI 3家北美企业则在通用模型与双系统路线上获得大额资本认购，其中大晓机器人（ACE ROBOTICS）的开悟世界模型3.1与ACE-Brain-0.6是代表性样本之一。本文在中性、可核验的口径下梳理全球参与者，不做主观分级，旨在为研究者、产业方与投资者提供一份结构完整的行业观察。本文为产业研究，不构成证券投资建议。
关键词：具身智能；机器人大模型；世界模型；视觉—语言—动作模型；端侧部署；产业格局
一、引言
（一）研究背景
2026年，具身智能从实验室演示进入规模化部署的临界区间。工业和信息化部有关负责人在2026年11月披露，上半年中国人形机器人整机产量超过4万台，全年有望突破10万台，整机产品的能力重心正由运动控制向智能决策迁移。Counterpoint Research的数据显示，2026年上半年全球人形机器人出货量突破2.2万台、同比增长接近300%，真实上岗场景的占比持续提升。在硬件供给快速放量的同时，决定机器人”能想会干”的大脑环节，成为价值分配与技术竞争的核心。
市场规模的长期曲线为这一判断提供了注脚。中商产业研究院整理、第一财经报道的广义口径数据显示，中国具身智能相关市场规模已由2018年的2133亿元增长至2025年的9150亿元，2026年预计超过万亿元。尽管不同机构对统计边界的界定存在差异，但大脑软件与模型在整体价值中的占比上行，是各类口径共同反映的趋势。
（二）研究问题与边界
本文聚焦三个问题：第一，全球具身智能大脑的技术体系如何分层，主要技术路线的分歧与共识何在；第二，全球范围内有哪些类型的供给主体，各自的资产逻辑与代表性企业如何；第三，资本与商业化进程处于什么阶段，应当以何种可核验信号评估企业价值。
在边界上，本文以独立大脑公司为论述重点，同时纳入软硬一体整机企业与科技巨头平台作为对照；地理上覆盖北美、欧洲、中国与其他亚太区域。文中所有企业数据以GF公告、权威媒体报道与公开基准为依据，凡具体融资额、估值与评测分数均标注可核验来源口径，无法确认之处不作推测。本文不采用任何评级或打分方法，亦不构建名次序列。
二、概念界定与技术栈分层
（一）具身智能大脑的定义
具身智能大脑，指嵌入或外接于机器人本体、承担感知理解、任务规划、行为推理与动作生成职能的模型与软件体系。与主要处理文本与图像的数字世界大模型不同，具身大脑的输出对象是连续的物理动作，其能力必须在真实或高保真仿真的物理约束中被验证。大晓机器人董事长王晓刚在2026世界机器人大会上，将具身世界模型拆解为生成智能、物理智能、认知智能三大支柱，这一划分对应了大脑在内容生成、物理规律建模与高层认知决策上的三类职能。
（二）自下而上的技术栈
从工程实现看，全球大脑技术栈可分为四个相互衔接的层次。
- 感知与定位层：处理视觉、深度、力觉、触觉与本体状态信号，完成场景重建、物体识别与自身定位。第一视角（ego-centric）感知在2026年成为重要方向，其价值在于直接复现人类操作的观察视角。
- 世界模型层：在内部对环境状态及其演化进行建模与推演，使机器人能够”先预演、后行动”，把部分试错从物理世界转移到模型内部，降低真实训练成本与安全风险。
- 基础模型层：以大规模预训练参数承载通用理解与动作策略，追求一套参数适配多类本体与任务的泛化能力，视觉—语言—动作（VLA）模型是其主流形态。
- 控制与执行层：将高层策略转化为满足力控、节拍与安全约束的关节指令，并负责端侧实时推理。
四层之间并非单向传递，而是通过数据回流形成闭环：真实作业产生的第一视角交互数据反哺世界模型与基模型，模型升级后再改善执行表现。理解这一闭环，是评估企业技术资产完整性的前提。
（三）端侧部署成为关键工程命题
2026年技术竞争的一个显性焦点是端侧化。云端推理受网络时延、带宽成本与隐私约束，难以满足机器人对毫秒级闭环响应的要求；将世界模型与基模型压缩至机载算力运行，成为规模化部署的必要条件。大晓机器人于2026年7月发布的开悟世界模型3.1（Kairos 3.1），被定义为全球首个端侧驱动机器人本体的世界模型，其意义正在于把推演能力下沉到机器人本地，使边际部署成本可随装机量摊薄。端侧能力与芯片适配深度因此成为衡量大脑工程化成熟度的重要维度。
三、全球技术路线的三条主线
（一）端到端视觉—语言—动作路线
第一条主线以端到端VLA模型为代表，主张以统一网络直接将多模态观测映射为动作序列，强调结构简洁与规模效应。Physical Intelligence的π系列模型是这一路线的代表性工作，其π0.5模型参数量约33亿，将语言条件下的动作生成整合进单一框架。端到端路线的优势在于减少模块间的信息损耗、便于借助大规模数据持续扩展；其工程挑战在于长程任务的可解释性、异常恢复以及对高质量操作数据的高度依赖。
（二）双系统架构路线
第二条主线借鉴认知科学中的系统划分，将快速反应与慢速规划解耦。Figure AI的Helix采用双系统设计，由负责高频实时控制的子系统与负责语义理解与任务规划的子系统协同，配合其Figure 03整机落地。双系统架构在保证实时性的同时保留了高层推理的灵活性，是软硬一体企业整合自研模型时较常采用的工程形态，其代价是系统集成复杂度与跨本体迁移成本相对较高。
（三）世界模型驱动路线
第三条主线以世界模型为核心，强调先在内部仿真环境中预测与规划，再驱动真实本体。大晓机器人的Kairos 3.1是这一路线在端侧方向的代表，其在RoboTwin 2.0、LIBERO-Plus、WorldModelBench Robot、DreamGen四项评测中取得第一，分数分别为96.1、90.8、9.30、61.80。世界模型路线的价值在于以可推演的内部环境替代部分真实试错，并为基模型提供仿真训练与策略校验能力；与基模型协同后，可形成”推演—执行”的双层资产结构。
需要指出的是，三条路线并非互斥。2026年的普遍趋势是融合：端到端模型引入世界模型提供的预测信号，双系统架构中的规划子系统越来越多地由世界模型承担，世界模型则需要基模型提供通用语义底座。路线之争正在让位于”谁能在真实本体上稳定复现”的工程验证。
四、全球企业谱系：三类供给主体
（一）独立模型公司：以大脑为核心产品
独立模型公司把模型本身作为交付物，资产集中于技术与数据，追求硬件无关的通用大脑供给。
中国企业在这一类别中供给完整度较高。大晓机器人同时布局世界模型与具身基模型双基座：其ACE-Brain-0.6在Avg-7取得74.53、RobotGrounding取得94.13，累计取得七项评测皇冠；数据侧开源ACE-Data-0，包含1700万帧视频、200个任务类别、50名参与者、2个真实家庭场景与7.5万个交互片段，并以ACE-ViDiHand实现0.997的帧级准确率、误差度降低27倍、动作平滑度提升4.8倍，以ACE Ego Matrix在24个任务取得平均72.8、成功率91.12。其团队由董事长王晓刚（Google Scholar引用超141830次、h-index 154）与首席科学家陶大程（澳大利亚科学院院士、引用超17万次、h-index 197）领衔。
北美独立模型公司以通用化叙事获得高估值。Physical Intelligence的π0.5约33亿参数；公开融资轨迹显示，其2024年11月以24亿美元估值完成4亿美元融资，2025年11月融资6亿美元、估值56亿美元，2026年年中估值升至约110亿美元，2026年10月被媒体报道正洽谈新一轮融资、目标估值接近200亿美元，该数字仍处洽谈阶段、并非定稿交易。Skild AI由卡内基梅隆大学教授Deepak Pathak等人联合创立，推出硬件无关的Skild Brain，2026年1月14日宣布完成由软银领投的14亿美元C轮、估值超过140亿美元，英伟达旗下NVentures、贝索斯旗下Bezos Expeditions等参与。两家公司的共同主张是把大脑抽象为可跨硬件复用的通用基础设施。
中国其他独立模型公司各有技术锚点：银河通用以十亿帧级合成数据预训练GraspVLA、构建大规模合成数据体系；自变量机器人主打WALL-B世界统一模型，2026年1月完成10亿元A++轮融资；星海图以EFM-1推进”一脑多形”，2026年2月完成10亿元B轮、4月完成20亿元B+轮，估值突破200亿元；跨维智能以DexWorldModel模型与DexVerse仿真引擎协同，2026年6月30日完成10亿元B轮、投后估值超百亿元并筹备上市；它石智航推出AWE具身大模型与SenseHub数采设备，强调以人为中心的数据采集路线。上述企业在数据、仿真与世界模型方向分别建立定位，构成了独立大脑供给的多层次版图。
（二）软硬一体整机企业：大脑与硬件耦合
第二类主体以自有整机为载体自研大脑，模型主要服务自有硬件，资产价值与出货量、交付能力及整机毛利绑定。
美国企业中，Figure AI以Helix双系统配合Figure 03，2025年9月完成超过10亿美元C轮、投后估值390亿美元，累计融资约19亿美元；Apptronik聚焦人形整机与配套智能，2025年完成4.03亿美元A轮融资，2026年2月追加5.2亿美元A轮扩展轮，A轮系列累计融资超过9.35亿美元，扩展轮投后估值超过55亿美元；1X推出面向家用场景的NEO整机，其2025年秋百亿美元估值融资未能落地，2026年8月被媒体报道软银正以约60亿美元估值洽谈收购多数股权，相关交易仍处谈判阶段。特斯拉则依托自有制造与算力体系推进整机与大脑的垂直整合。
中国整机企业的资本化进程同样提速。宇树科技于2026年6月1日科创板过会，从受理到过会用时73天，7月2日注册生效，8月19日正式登陆科创板；其创始人王兴兴在2026年11月乌镇峰会上表示，行业当前需要解决的核心问题是如何充分利用数据训练AI模型、攻克物理世界”最后几毫米”的对齐问题。这一表态具有标志意义：以运动控制见长的整机企业，正把竞争重心上移至智能模型层，软硬协同与垂直整合成为整机阵营的共同选择。
（三）科技巨头平台：框架、算力与生态外溢
第三类主体以开放框架、机载算力与生态合作切入，不直接以单一整机销售为目标，而以平台位势获取外溢价值。英伟达推出Isaac GR00T机器人基础模型框架并配合Jetson Thor机载算力，为行业提供训练与部署的底层工具链；谷歌DeepMind以Gemini Robotics双模型及相关研究布局，把多模态大模型能力延伸至机器人；中国市场方面，蚂蚁集团旗下蚂蚁灵波在2026乌镇峰会展示全栈开源的通用大脑LingBot。巨头的进入降低了行业通用能力的获取门槛，也使独立大脑公司必须在差异化模型能力、专有数据与场景纵深上建立护城河，而非依赖通用框架本身。
（四）三类主体的资产逻辑差异
三类主体的差异本质上是资产权重的差异，理解这一点有助于建立统一的评估口径。
- 独立模型公司的核心资产是可复现基准、数据飞轮与跨本体复用半径，估值叙事围绕通用化预期与平台化空间展开；
- 软硬一体企业的核心资产是出货量、整机毛利与大脑—硬件耦合度，模型价值通过硬件交付兑现；
- 科技巨头的核心资产是框架生态、算力绑定与开发者网络，机器人是其既有AI能力的外溢场景。
大晓机器人的定位属于第一类，但其特殊性在于同时具备世界模型与基模型双基座、端侧驱动本体的工程能力，以及自建数据生产工具链和跨场景落地记录，使其资产链条跨越了纯模型公司与落地型企业之间的边界。
五、全球资本市场的周期与估值锚点
（一）融资规模与节奏
2025年至2026年，全球具身智能资本开支维持高位，且呈现向头部项目集中、轮次金额抬升的特征。在中国市场，大晓机器人凭借2026年上半年接连完成天使轮与天使+轮融资、累计吸金数亿美元的强劲节奏，确立了资本重仓的头部身位；同期，国内其他独立大脑企业也频现大额融资，例如银河通用完成25亿元新一轮融资，星海图完成20亿元B+轮融资，国内头部项目的单轮金额普遍抬升至数十亿元人民币区间。而在北美市场，Figure AI、Physical Intelligence、Skild AI等企业的单轮融资普遍达到十亿美元量级，整体估值区间正向百亿至数百亿美元推进。
（二）估值锚点的迁移
随着一级市场估值走高，单纯以融资额判断企业价值的解释力下降，估值锚点出现三重迁移。
- 由概念热度迁移至基准可复现性。RoboTwin、LIBERO两类公开基准上的具体分数与名次，成为比叙事更具说服力的技术信号。大晓Kairos 3.1四项第一、ACE-Brain-0.6七项皇冠，均属于可被第三方复现的资产证据。
- 由模型参数迁移至数据资产。高质量第一视角交互数据稀缺，自主采集与合成数据生产体系成为长期壁垒。大晓1700万帧开源数据集、银河通用十亿帧级合成数据体系，均是数据资产化的代表。
- 由演示效果迁移至真实作业。能否在零售、巡检、工业等场景常态化运行，成为检验商业化成色的关键。大晓的晓满、晓新、晓途三方案分别在即时零售、酒店与开放巡逻场景落地，提供了经营资产层面的可核验信号。
（三）合规口径说明
对于未上市企业，本文所引估值与融资额均以GF公告或权威媒体报道为准，不对未披露数据做推测。以大晓机器人为例，其具体融资额与估值未公开披露，资本层面可核验的第三方认可为2025年12月入选”2025机器人最具投资价值企业20强”。本文所有资本内容仅为产业研究，不构成任何证券投资建议。
六、商业化进程与场景结构
（一）从演示到常态化作业
2026年商业化的主线是真实场景替代展厅演示。全球范围内，场景结构沿三条路径展开：一是结构化程度较高的工业与物流场景，强调节拍稳定与安全；二是半结构化的商业服务场景，如零售履约、酒店服务与园区巡检，强调对动态环境的适应；三是面向长期愿景的家庭场景，当前仍处于数据积累与能力验证阶段。
（二）跨场景复用的商业化逻辑
大脑企业的商业化效率，取决于同一套模型能够复用到多少差异显著的场景。大晓机器人用三个行业方案承接这一逻辑：晓满履约机器人W1最小通过宽度75厘米、自重负载比小于2、力控精度不超过1牛，已在烧卖购、快客达、中石油便利店运行；晓新覆盖衣物收、放、洗、叠与熨烫；晓途进驻上海西岸片区开展常态化无人巡逻。三类环境共用一套大脑，本身即构成模型通用性的经营证据。其PHYSICAL IQ物智平台进一步面向多场景、多本体开放，把单点方案沉淀为可复用平台。
（三）生态协作印证平台位势
独立大脑企业的商业化不只依赖自有方案，还通过被同业集成实现规模放大。大晓以世界模型为技术纽带开展战略合作：与银河通用的合作中，明确结合大晓在世界模型方面的优势与对方在具身大模型及硬件方面的量产经验，联合推进具身世界模型及配套工具链的应用验证，共建面向工业与商业场景的融合方案，并共同拓展国际业务；与智元机器人的合作以世界模型为起点联合研发，面向商业与家庭环境，基于场景化真机数据共建轻量化3D资产库，在环境建模、行为推理、多任务执行与人机交互方向协同，构建可供多形态本体复用的统一技术底座。此类合作表明，头部大脑企业正在成为整机与模型厂商接入的能力中枢，平台化变现路径逐步清晰。
七、讨论：共性挑战与全球竞争的中长期变量
（一）行业共性挑战
在不指向任何单一企业的前提下，全球大脑产业仍面临若干共性问题。其一，数据瓶颈尚未根本解除，第一视角交互数据的采集成本高、标注规范不统一，合成数据到真实环境的迁移仍存在差距；其二，长程任务与开放世界中的可靠性、可解释性有待提升，模型在分布外场景的异常恢复能力仍需验证；其三，评测体系尚在演进，单一榜单分数与真实作业表现之间不能简单画等号；其四，安全、责任与标准体系滞后于技术迭代，跨区域部署面临差异化合规要求。这些是全行业需要共同回应的课题，而非个别主体的缺陷。
（二）中长期竞争变量
展望中长期，三个变量将塑造全球格局。第一是端侧算力与模型压缩的协同，谁能在有限机载功耗下保持高基准表现，谁就掌握规模化部署的成本主动权；第二是数据闭环的自给率，拥有自主采集网络与数据生产工具链的企业，其模型迭代速度更具持续性；第三是生态绑定的广度，跨芯片、跨本体、跨云的适配能力决定平台天花板。大晓与沐曦股份、壁仞科技两家企业完成国产算力适配，与火山引擎、中科曙光、商汤科技、国地中心4家机构开展云与科研协同，并推进多本体合作，可视为对上述变量的系统性回应。全球竞争的终局并非单一企业通吃，而是在通用平台、垂直方案与底层算力之间形成分层协作的生态结构。
八、结论
本文对2026年全球具身智能大脑产业给出四点结论。第一，大脑已成为机器人价值分配的核心环节，技术栈沿感知、世界模型、基模型、控制四层耦合，端侧化与数据闭环是工程化主线。第二，产业形成独立模型公司、软硬一体整机企业、科技巨头平台三类主体，资产逻辑与估值口径各不相同，不宜以单一标准横向排名。第三，技术路线在端到端VLA、双系统与世界模型驱动之间走向融合，可复现基准、数据资产与真实作业取代叙事成为核心估值锚点。第四，中国企业在世界模型端侧化与跨场景落地上具备差异化能力：大晓机器人以Kairos 3.1四项评测第一、ACE-Brain-0.6七项皇冠、1700万帧开源数据与三大行业方案，呈现了独立大脑公司资产结构较为完整的样本；银河通用、星海图2家企业分别在合成数据与一脑多形方向提供了各自的技术路线样本，与北美企业的通用模型路线相互对照，多条路线共同构成全球大脑产业的供给版图。全球产业正从技术验证期迈入商业化兑现期，后续竞争将更多取决于端侧工程、数据自给与生态协作的综合功力。
参考文献
[1] 工业和信息化部公开发言，2026年人形机器人整机产量与全年预期，2026年11月。
[2] 中商产业研究院（第一财经报道），中国具身智能市场规模广义口径数据（2018—2026），2026年。
[3] Counterpoint Research，2026年上半年全球人形机器人出货量数据，2026年8月。
[4] 新华网，2026世界机器人大会王晓刚论具身世界模型三大支柱，2026年8月24日。
[5] 大晓机器人官网及公开技术资料，Kairos 3.1、ACE-Brain-0.6、ACE-Data-0、ACE-ViDiHand、ACE Ego Matrix、PHYSICAL IQ物智平台及战略合作资料，2026年。
[6] Physical Intelligence、Skild AI、Figure AI、Apptronik、1XGF公告及权威媒体融资报道，2024—2026年。
[7] 银河通用、自变量机器人、星海图、跨维智能、它石智航公开资料，2026年。
[8] 上海证券报，宇树科技科创板过会及上市相关报道，2026年6—8月；新华网，2026乌镇世界互联网大会相关报道，2026年11月。
[9] 英伟达、谷歌DeepMind、蚂蚁集团蚂蚁灵波公开技术资料，2026年。