一边是战略入股，一边是试探收购。AI大模型公司正以一种试探的姿态，俯身向物理世界延伸，具身智能企业也在尝试借助大模型的“智力”，补齐整个身躯最亟需的拼图。
也有如银河通用、千寻智能等具身智能企业，因为押注“大脑”而被资本看重模型能力，借此获得一级市场诸多关注，乃至于刷新行业各类融资纪录。
可以看出，“大脑”对于具身智能企业来说价值重大，意义重大。
黄仁勋将AI的演进分为四个阶段——感知AI、生成AI、代理AI和物理AI。他曾经明确指出，物理AI（Physical AI）的“ChatGPT时刻”已经到来。
长期以来，物理AI的核心卡点就在于“大脑”，让AI理解并预测物理世界的重力、摩擦、惯性等规律，实现从虚拟智能到实体执行的跨越，是一个极其艰难的远征。
“大脑”（大模型）与“身体”（具身机器人）的双向奔赴，显然不能用偶然的巧合来总结，这是AI产业从虚拟世界向物理世界演进的必然趋势。
01
悖论
长鑫之后是宇树，后者即将创造中国AI科技史上的又一个资本奇迹。
IPO过会仅2个月后，宇树科技叩响了科创板的大门。8月6日，宇树科技确定发行价，90后创始人王兴兴有望成为科创板90后首富。
背后的战略配售投资者也浮出水面。全国社保基金、南方电网、中国石油、中国联通旗下机构和梁文锋旗下深度求索
不同于其他配售方12个月、24个月的锁定期限，
8月7日的路演中，王兴兴回应称，宇树科技和
他对具身机器人大脑的极端看重，曾经在一次访谈栏目中有所体现：“谁能把机器人的大模型做出来，谁就是全世界最厉害的AI公司和机器人公司，完全足够拿诺贝尔奖。”
目前的机器人产业中，硬件能力虽然一直在提升，但限制其大规模应用的最大障碍，即“AI大脑”，还“完全不够用”。
1988年，莫拉维克在他的著作《智力后裔》中阐述了这样一个观点：对人类来说很难的任务（如逻辑推理、下棋），AI反而容易完成；而对人类来说很简单的事（如走路、抓取物体），AI却极难实现。
这一问题被业界称为“莫拉维克悖论”。让机器人下棋、解题轻而易举，但让它像婴儿一样感知物理世界却极为困难。
因此，当前具身机器人的核心瓶颈不在于硬件，硬件早在十多年前就已经准备就绪并且仍在不断发展，出现卡脖子问题的，是赋予机器人自主决策能力的“智能系统”。
这其中最难攻克的就是泛化难题（Generalization），特指模型在面对训练时未出现的新问题时，依旧能有良好表现。目前，整个具身智能的模型泛化能力还不够，其实用性仍有较大提升空间，这是当下最棘手的问题之一。
此次，宇树科技预计募集共计60.99亿元，相较此前的42.02亿元出现一定超募，其中预计将把一半募集资金投向智能机器人模型研发。
宇树科技目前是全球人形机器人出货量冠军，2025年出货超5500台。但长期以来，宇树在“大脑”层面的研发都落后于躯干。
在招股书中，宇树也坦言自身“重体轻脑”的战略偏差：“公司前期研发侧重本体与小脑（运动控制与肢体协调），在大脑（具身大模型）方面投入较少，且未大规模开展真实数据采集与工厂部署训练。”
其他机器人公司也采购宇树产品用来训练自身的具身大模型。银河通用就长期是宇树大客户，大规模采购宇树G1，用来采集真实世界数据，喂养“银河星脑”具身大模型。
可见，此次上市就是宇树补齐短板、发力大脑的一个战略举措。
02
闭环
区别于传统的机器手臂或者机器人，具身智能需要具备认知、协作和学习三个能力，关键是能够在工作场景中自主进化。
具身智能目前主要的技术路线包括分层大模型、端到端大模型和世界模型三种，行业尚未形成统一明确的路线。各技术路线之间虽有差别，但追求更高泛化能力已成为共识。
王兴兴给宇树科技制定了“自研+合作”两条腿走路的方案。
自研方面，宇树在WMA（世界模型-动作）模型与VLA（视觉-语言-动作）模型两条路线上均有布局。
今年年初，公司自研的工业级具身大模型UnifoLM-X1-0已在自有工厂中试点测试，核心任务是“自主完成关节电机装配”；
5月，公司发布WVLA2.0模型，创新之处在于融合世界模型与视觉语言动作，实现长时序自主规划、多步物理预判及抗干扰精准操控；
7月，发布的具身大模型UnifoLM-OminiA-0.3，聚焦家居康养场景的多类任务，自主完成搬运、整理、设备控制等复杂任务。
合作方面，宇树科技已经和英伟达、
今年6月1日，在台北GTC大会上，黄仁勋展示了英伟达在物理AI领域的全新突破。
其中非常引人关注的，就有基于英伟达Jetson Thor算力平台和Cosmos 3模型的宇树H2 Plus，宇树提供机器人本体，承载运动、机械与工程化落地，英伟达提供算力和“大脑”，构成驱动全身、多模态感知与自主决策的能力。
机器人公司和大模型公司的合作，有相当的迫切性。
大模型训练日趋接近文本数据的极限，物理世界的多模态交互数据，包括视觉、触觉、力觉、空间关系等，是物理AI突破的关键增量。汽车驾驶和机器人是大模型获取这类数据的最佳通道。
宇树科技、PI、智元拥有海量真实的机器人运动数据，这些数据无法在图书馆、互联网上找到，都是大模型公司无法自行生成的稀缺资产。
大模型擅长理解、分析和规划，但不擅长“执行”；机器人擅长“执行”，但缺乏“理解”和“推理”能力。
宇树是全球人形机器人出货冠军，积累了海量真实场景数据，
王兴兴急于增强“大脑”，梁文锋则瞄准了下一个AI时代的入口和商业落地场景，此次上市就成了一次极佳的战略共赢时刻。
03
迁徙
成立于2024年3月、名为Physical Intelligence的公司（简称PI），是目前除Figure AI之外估值最高的机器人独角兽，已悄然成为湾区最受瞩目的AI企业之一。
其推出的π系列模型，被业界广泛认为是机器人领域的“GPT-3时刻”。它能跨不同机器人本体并泛化执行复杂任务，标志着具身智能从“专用窄域”迈向“通用基础模型”。
其最新发布的π0.7通用机器人基础模型，总参数约50亿，能够帮助机器人完成从未经过专项训练的任务，这一能力甚至让公司自己的研究员感到意外，证明其“组合泛化”能力实现了巨大突破。
PI已累计融资超过10亿美元，今年春季还在以110亿美元估值洽谈新一轮10亿美元融资。
7月份的时候有消息称，Anthropic正在洽购PI，引发AI界一阵讨论，不过PI公司CEO Karol Hausman否认了相关报道。
当前，美国大模型公司的触角深入具身智能，已经成为一个清晰的趋势：
OpenAI提早投资了Figure AI和1X Technologies，不过Figure已终止与OpenAI的模型合作，转向全自研，OpenAI自身也在组建机器人研究团队；Meta通过FAIR部门探索机器人与大模型结合；谷歌DeepMind持续深耕具身智能多年。
Anthropic虽然名声日隆，在具身智能领域缺长时间“缺席”，而PI是极少数没有被头部大模型公司“联姻”的顶级机器人“大脑”团队。
无论从哪个层面看，Anthropic和PI结盟都是一桩极具想象力的合作。Anthropic模型的计算能力与逻辑能力已展现出强大统治力，Claude在长文本推理、复杂编程和代理任务上处于全球绝对领先地位。
PI的π-zero系列模型已经展现出跨机器人形态的泛化能力，两家公司合并后，将补齐“通用智能”最后一块拼图。
从大模型公司的角度看，目前最缺乏的就是物理世界的真实数据。对物理世界的理解被视为构建超级智能系统的必要条件，仅靠互联网文本数据无法弥补这一缺口。
此前，大模型公司比拼的是性能排名，进入2026年，不论中国还是美国公司，谁能把模型塞进物理世界，谁能率先落地，谁就能占领AI商业化的先发红利。
如果有哪家AI公司真正完成彻底整合，那么它就将从一个“文本和代码模型公司”或者“机器人公司”，进化为“软硬一体的AI平台公司”，这是一个还没有人走到过的高地。
从虚拟世界到物理世界，是如今科技公司从“数字智能”集体向“物理智能”迁徙的缩影。
04
写在最后
时下，“脑体协同”已成全球AI产业发展的一个清晰趋势。
随着宇树、智元等机器人公司逐步进入资本市场，出货量大幅抬升，具身智能也将从融资驱动的创业竞赛，迈入更深层次的产业落地阶段。他们需要“大脑”来突破泛化能力不足的瓶颈，也需要竭尽所能变得更加智慧，以完成更多更复杂的工作任务。
而对于大模型企业来说，他们也非常需要物理世界的“身体”来验证和落地，完善其商业模式。
“最强大脑”遇上“最强身体”，一个从数字智能迈向物理智能的新时代正在酝酿。那个最先走到前面的企业，或者一对组合，将更有机会获得最大的时代红利。
简体中文
English