全球具身智能格局
深度研究

先看结论

原始表格逐条勘误

四路独立核查的结果。绿色为核实无误，黄色为需修正，红色为查无实据、建议删除。

需要修正的 5 处

建议删除（查无实据）

核实无误的部分

你表格里缺失的重大动态

五大阵营

从「只卖大脑」到「垂直一体化」再到「卖铲子」，商业模式的分野已经比技术路线的分野更清晰。

技术路线：三个被高估、两个被低估

学术界的分类学已经收敛。判断一家公司是真分层还是营销分层，唯一硬标准是：中间表征是否可解释、两级是否解耦训练。

被高估之一 · 控制频率分层

7Hz 打赢了 50Hz 和 200Hz。这说明决策质量的边际收益远大于控制频率的边际收益——频率分层是算力约束下的工程妥协，不是智能原则。

谁再把 kHz 当护城河讲，基本是在讲硬件故事

被高估之二 · 「世界模型将取代 VLA」

三个证据都指向吸收而非替代：① DreamZero 的 WAM 把视频与动作放进同一个 DiT 联合去噪，靠 KV cache 中用真实观测替换预测帧消除误差累积；② π0.7 把世界模型降格为 subgoal image provider；③ τ0-VLA 把世界模型当作测试时算力的载体，只在难点触发子任务级 beam search。

真正的分歧在下一层：像素空间生成式（Cosmos / Genie / DreamZero）vs 潜空间预测式（V-JEPA 路线）。

被高估之三 · 长时程与记忆是「主战场」

当单步成功率仍在 80–90% 徘徊时，15 分钟记忆的边际价值接近于零——这是个 0.9^N 问题。长时程能力目前更多是回避可靠性话题的话术。

被低估之一 · 世界模型作为「免标注数据放大器」

DreamZero 仅用 10–20 分钟人类或异构机器人的纯视频（无动作标签），就在未见任务上提升 >42%；30 分钟 play data 即可适配新本体。这才是它 2026 年成为焦点的真实原因——它是数据问题的解法，不是智能问题的解法。

被低估之二 · Generalist 的 ossification 发现

GEN-0 论文最关键的发现不是「scaling law 成立」，而是骨化相变：1B 模型在大数据下反而丧失可塑性，必须 ≥7B 才能突破。这个临界规模比 LLM 中观测到的（O(10M)）大两个数量级。

这是坏消息不是好消息——它意味着机器人的数据-算力联合成本曲线比语言模型陡得多，直接决定了机器人基础模型的最低成本门槛。

数据来源之争

不存在「有没有 scaling law」，只存在「付不付得起」。

「机器人有没有 scaling law」的 2026 结论倾向

Ken Goldberg 的「10 万年数据鸿沟」（Science Robotics, 2025-08-27）是目前最诚实的框架：LLM 训练文本按人类阅读速度需 10 万年读完，机器人数据总量只相当于「几年」，且机器人数据信息密度更高、需求更大。他的结论不是悲观论，而是 GOFE（good old-fashioned engineering）+ 部署飞轮——反对数据万能论，主张工程架构与模块设计不可替代。

不必先算清需要多少数据，先让机器人有用。

Sergey Levine — PI 刻意选择那些「能勉强做好、又经常出错」的任务，因为只有这种任务才产出有增量信息的经验

评测：全行业最脏的一块

连 PI 自己都承认「机器人领域不存在标准化 benchmark」，因此只能与自家专用模型对比。这是一个自证循环。

RoboArena 刷榜事件（2026-06）是分水岭

千寻智能 Spirit v1.6 的 310 条评测记录中，72% 来自两个 5 月底集中注册的账号。更关键的是避战：与当时榜首 DreamZero 交手 23 次（17 负 4 平 2 胜）后彻底停止对战，与后来登顶的 Cosmos3-Nano-Policy 零交手记录。回滚后有效评测仅 25 组，未达 100 组上榜门槛。登顶推文与 15 亿元 A+ 轮官宣同日发布。

这不是个案，是结构性缺陷：分布式众包评测要求评测者自己拥有硬件，于是评测者必然是同行——利益方即评委。智源院长王仲远直言「榜单并不完全可信」，港大李弘扬称「Benchmark 已是重灾区」。

目前只有两个东西值得信

① Sunday Robotics 的 "Solve" 标准

要求同时披露 performance / scope / adaptation cost 三项。其叠衣 Solve 的完整口径：

• 785 次自主尝试，99.1% 成功率（标准误 0.3%）
• 25 个未见过的真实家庭，9 种衣物（XXS 婴儿装到 8XL），任意褶皱起始态
• 每户零数据采集 / 零专家示范 / 零后训练 / 全程同一 checkpoint
• 独立标注员五星评分均值 4.72，98.3% 达 4–5 星；中位耗时 2 分 13 秒

这是行业第一份把泛化成本写进分子的成绩单。到目前为止，还没有第二家公司敢按这个口径发数据。

② Fraunhofer IPA 的中立收费基准（2026-05）

六大模块（基础能力 / 复杂能力 / 洁净室 / 功能安全 / 网络安全 / 能效），以 ISO 14644、ISO 10218、ISO/TS 15066 为锚。首测对象 Unitree G1 EDU-4 的结果极具杀伤力：

可信评测不会来自榜单，会来自收费的第三方检测机构、保险公司的核保审计和客户验收条款。

这是好事——它把评测从营销部门转移到了财务和法务部门

只卖大脑的路，正在被同行免费化

大脑的免费化速度，显著快于大脑的商业化速度。这是「只卖大脑」一派面临的结构性问题。

那么 PI、Skild 收什么钱？

坦率说，卖 checkpoint 这条路已经关闭了——PI 自己就通过 openpi 开源了 π0/π0.5；NVIDIA 已用 Apache 2.0 开源 GR00T 1.7；中国侧小米 Xiaomi-Robotics-0（4.7B，消费级 GPU 可跑）、蚂蚁 LingBot-VLA（2 万+ 小时真机）、清华 X-VLA 全在开源。剩下三条路：

• 代差期的独家授权与联合开发——窗口期以季度计
• 把智能 RaaS 化，按小时 / 按成功次数收费
• 用部署闭环把数据飞轮锁死

单位经济学（多为二手汇总，宜作量级参考）

但这些漂亮的 TCO 表格全部建立在一个未被验证的前提上：有人真的在用它干活。

本轮研究中最狠的一个数字

基于宇树招股书的拆解（36 氪／物联网智库）。对照发那科、ABB 的生产性收入占比接近 100%。按 420 亿元发行市值和 4% 中值估算，其「生产力收入 PS」约 1300 倍。

同一份分析还指出：宇树规划年产能 7.5 万台人形，已超过 IDC 预测的 2030 年全中国商用出货量（约 6 万台）。

这个结构性问题不是宇树独有的。星海图 CFO 的客户四分法里，「文娱表演」被明确列为现阶段出货量的重要支撑——这是一个对 ROI 不敏感的市场。

风险与关键变量

按确定性排序。

1 · 泡沫消化已经开始，形式是「分层出清」而非「崩盘」

2026 上半年中国具身智能披露融资超 460 亿元（另一口径 935 亿元），但前 20 家拿走七成，其余 200 多家平均仅数千万；种子+天使合计仅占 3%——草根通道已经关闭。云深处 PS 约 41 倍、过去两年人形累计销售 4 台。联想创投已公开承认一二级市场均存在泡沫、需 1–2 年消化。

对照系是自动驾驶：2021 融资近千亿峰值、2022 骤降 74%，四年完成出清。但具身的处境比自动驾驶更差——自动驾驶至少有清晰的 PMF 和需求侧，具身目前三者皆缺。

2 · 硬件是比模型更硬的天花板

灵巧手成本结构：驱动 50%（空心杯电机为大头）+ 传感 30% + 传动 12%。一台 22 DoF 灵巧手需 16–20 颗直径 6–8mm 空心杯电机；Maxon / Faulhaber / Orbray 占高端 70–80%，2026 年排期已超 12 个月。国产触觉已做到 199 元/片，但 100 万次触压即老化，距量产要求的 500 万次仍有差距。

3 · 监管从「背景板」变成「瓶颈」

判断与三个观察指标

2026 不是商业化爆发之年，是商业化证伪之年。

技术进步是真实的，但全部停留在「能做到」层面，距「稳定地、便宜地、无人值守地做到」还差一个数量级

中美格局的核心差异：谁先算得过账，而非谁的模型更强

三个可观测的领先指标（建议每季度复查）

关键待观察事项