8月3日，具身智能赛道一天之内爆出多起大额融资：蚂蚁灵波启动首轮融资拟募资15亿元，破壳机器人完成亿美元级Pre-A轮，求之科技完成1亿美元天使+轮。这三家公司的共同标签不是做机器人本体，而是做机器人的"大脑"。资本用钱投票，传递了一个清晰信号：当硬件供应链日益成熟，机器人本体的制造门槛被快速踏平，决定机器人智能上限的核心变量已经从"手"转向"脑"。
这种切换背后是产业逻辑的根本变化。过去人形机器人公司比拼的是关节、电机、减速器；现在比拼的是VLA模型、世界模型、跨本体泛化能力。蚂蚁灵波的LingBot-VLA 2.0已经能适配宇树、智元、银河通用等17个品牌的20多种机器人构型，展现出"一脑多机"的通用大脑雏形。破壳机器人创始人许华哲则从工业场景转向家庭场景，他认为真正的通用人工智能应该在更混乱、数据更丰富的家庭环境中诞生。
对创业者来说，机器人大脑的机会在于"数据闭环"和"场景绑定"。单纯做一个模型很难活下去，但如果你能切入一个具体场景——比如零售补货、物流分拣、养老陪护、家庭清洁——并在这个场景里持续积累真机数据，就会形成别人难以复制的壁垒。AIGC沙龙里经常讨论一个模型：AI工作室+机器人本体厂商合作，前者负责智能决策，后者负责硬件交付，共同服务一个垂直行业客户。
对于OPC一人公司和AI工作室来说，机器人大脑的机会不一定是做底层模型，而可以是做"场景中间件"。比如为仓储物流场景做分拣策略编排，为餐饮场景做配送路径优化，为养老场景做陪护对话管理。这些中间件不需要自研大模型，只需要深刻理解场景、掌握数据接口、能把模型能力封装成客户能直接用的工作流。AIGC沙龙里已经出现类似项目：一个两人团队为连锁餐厅部署"迎宾+引导"机器人，通过调用第三方VLA模型和自有流程引擎，半年内签下20家门店。
值得关注的是，机器人大脑的竞赛也在重塑人才和资本流向。清华、北航、上海交大等高校的具身智能实验室成为投资人和猎头紧盯的对象，许华哲、周谷越等学术背景深厚的创业者正成为资本追捧的对象。这种"教授创业"的现象，与当年计算机视觉、自动驾驶热潮类似：技术壁垒高、团队稀缺、但一旦跑通就是平台级机会。对AI工作室来说，与高校实验室或机器人本体厂商建立合作，是切入这条赛道的低门槛方式。
2026年被业界称为具身智能量产元年。但量产的不是会跳舞的机器人，而是能稳定干活的机器人。谁能给这些机器人一个够用的"大脑"，谁就能在这个万亿赛道里占据核心位置。
脑机派对
2026.08.03 · AI前沿观察