先问你一个问题：上一次你为一台机器人刷屏，是因为它干了什么？

是后空翻，是跳广场舞，是会打醉拳，还是春晚舞台上成群表演的机器人？

这些，中国机器人全都做到了，而且做到了全球第一。

可就在 2026 年，一个有点尴尬的反转出现了：当全世界的镜头都涌进来，中国公司突然发现 —— 最难的那部分，自己可能还没搞定。

11 月 1 日，路透社采访了五家中国机器人公司，又问了一圈外国专家。得出一个结论：身体这关，中国过了；脑子这关，中国正在努力跨过这道坎。

一年五倍的钱，正在掉头冲向 "脑子"

先看钱有多疯。研究机构 IT 桔子的数据：2026 年上半年，中国具身智能领域一共完成 322 笔融资，总金额约 935 亿元，是去年同期的五倍。

但真正的变化不是金额，是钱去了哪儿。以前这些钱大半给了造身体的 —— 做关节的、做电机的、做整机的，谁的机器人翻得帅谁拿得多。

现在，越来越多的钱绕开了工厂，直接投给了做 "大脑" 的公司，也就是教机器人怎么思考的通用智能模型。

为什么？

因为身体已经被中国人卷成了白菜价，而脑子还是空白地带。

上海咨询公司 ZenGen Labs 的创始人 Dermot McGrath 说得很直接：硬件价格战打下来，机器人厂商已经认定，未来的利润不会来自硬件，而来自大脑。

Dermot McGrath

翻再帅，也只是 "背答案"

为什么 "脑子" 这么难？因为会做动作和知道该做什么动作，根本是两码事。

把一套动作编好、反复练习、做到分毫不差，这叫自动化。再难的空翻，只要程序写死、苦练到位，机器都能完成。

可真正的智能叫自主化：房间里突然多了把椅子，光线变了，地上有件衣服，它得自己看懂、自己判断这一下该用哪个动作，做错了还能立刻改。

在固定场景里，专门设计的自动化设备已经能完成很多工作。机器人企业现在希望解决的，是当任务和环境发生变化时，机器能不能减少人工重新编程和调试。

更要命的是，机器人学的东西和聊天机器人完全不是一个物种。

大语言模型读的是文字、是代码，全是数字信息，复制粘贴就能学。

机器人要面对的是物理世界：这个杯子有多重，电线软的会往哪边弯，两块金属摩擦有多大阻力，手用几分力不会把东西捏碎。

这些东西，书本上没有，光靠读一万篇文章也学不会，行业里管它叫 "物理智能"，这是横在所有公司面前的一座大山。

于是全行业掉进了一个死循环：没有真实干活的数据，模型就训不聪明；模型不聪明，机器人就干不了活、卖不出去；卖不出去、铺不开，就永远攒不到新数据。

为了喂饱这个 "脑子"，全行业开始抢数据

既然数据是命门，那最烧钱、最魔幻的一幕就出现了：中国公司开始用最 "笨" 也最狠的方式，大规模生产动作数据。

千寻智能，也就是Spirit AI的联合创始人向路透社介绍，公司聘请了大约1000人，专门在各种场景里录制人类和机器的日常动作、工业操作，活生生把 "教机器人" 做成了一门劳动密集型生意。

有的公司让员工穿上布满传感器的装备，去商店、去酒店，把真人走路、抓握、出力的每一个细节记录下来。

还有的公司干脆不拍真人，全部用计算机生成的虚拟场景来训练。DexForce方面表示，公司可以在6到8小时内为某些工业任务完成部署准备；在特定精密操作中，企业报告的成功率超过99.9%。

蚂蚁集团的机器人团队 Robbyant 走得更远。它披露自己用 16 万小时的数据训练模型，其中 5 万小时是人类手把手引导机器人做动作。

更值得关注的是，它尝试让同一套软件适应17个品牌的20种机器人配置。

为什么要这么做？

因为不同机器人的身体差别很大。有的用机械臂，有的带移动底盘，夹爪和手指的形状也不同。如果每换一台机器，都要从头开发软件，推广成本就很难降下来。

Robbyant想探索的是，一套软件能否经过调整，适应不同机器人。

当然，虚拟训练也有自己的限制。仿真环境很难完全还原真实世界里的摩擦、碰撞和物体形变。机器人在电脑里表现不错，到了工厂仍然需要验证。

数据量很重要，数据质量同样重要。

中国真正的王牌：我有厂子给你练

那中国凭什么上桌跟美国争？答案藏在一个美国人干着急、中国却遍地都是的东西里：工厂。

美国的顶尖实验室，Physical Intelligence、Skild AI、Generalist 这些公司，在算法上领跑。Generalist 号称模型只要看一段 3 到 12 秒的演示，就能完成约 60% 的简单任务。

中国的 X Square 也秀过 "只看一段人类视频就学会操作" 的成果，不必每个动作都重新训练。当然，这些都只是展示，离应用还有不少距离。

与此同时，路透社挖到了两个已经上岗的案例。

一个是宁德时代，电池巨头亲口证实，千寻智能的机器人已经进入其中州工厂，在电池包测试相关工序中连接柔性线缆。企业报告，特定插接任务的成功率超过99%。

另一个是蚂蚁的机器人，已经在上海两家药房处理订单，发药前由人工核对。

这也是为什么德国机器人顾问Georg Stieler对路透社表示，美国领先实验室在机器人快速学习和复用技能方面设立了很高的标准，但他也认为，中国最强的一批初创企业已经是值得认真对待的竞争者

资本也在给这批公司定价。X Square、Galaxea、千寻智能的估值都到了约30亿美元量级。

老牌厂商也在加大投入。优必选招聘负责AI模型研发的首席科学家，给出的待遇最高可达1.24亿元，包含股权和福利等。

另据一位了解宇树科技情况的人士介绍，公司约有30名研究人员开发预测物体行为的AI。

当然，国内机器人软肋也明摆着。最先进的英伟达芯片，中国买不到，而脑子要继续变聪明，算力一样都不能少。企业们在想办法绕 —— 把模型做得更省算力、用合成数据、用虚拟仿真训练，华为这些国内厂商也在做替代芯片，但这些能补上多大窟窿，现在没人敢打包票。

翻跟头的时代结束了

所以这场仗到底在打什么？

过去两年比的是谁的身体更强、动作更炫，那是一场工程师的比赛，中国赢麻了。

接下来要比的，是谁能让那个死循环转起来：让机器人去真岗位干活，干活攒出数据，数据把脑子训聪明，脑子聪明了就能接更难的活。

这是一场科学家、产业和资本合谋的长跑，没人能靠一个空翻冲线。

机器人界有句潜台词，现在彻底摆上了台面：四肢再发达，也怕脑子空空。而下一个时代的入场券，恰恰写在脑子里。