黃仁勛一句話，又掀起了一個熱潮

新年剛過，英偉達CEO黃仁勛就有大動作。近日，在CES展上，黃仁勛拋出了標誌性觀點：「機器人的ChatGPT時刻正在到來」，並認為「沒有真實世界的數據，具身智能只能是幻覺。」

這一表態，瞬間引爆行業。一個明確的信號開始顯現：機器人產業將告別「單一任務編程、真實數據依賴」的低效階段，邁入以物理AI為核心的通用化爆發期。

此前，國內資本早已嗅到這場變革。從國內具身智能發展來看，如果2024年關鍵詞還是「本體」，那麼到了2025年下半年，賽道已然變成「本體+數據」，或者「數據×模型×本體」的範式升級。

再加上黃仁勛的入局，一場「持續獲取高質量交互數據，以驅動模型迭代」的基礎設施之爭，開始打響。

黃仁勛也來卷具身智能了

在這次CES展上，黃仁勛正式發佈了專為機器人打造的新一代具身智能基礎模型NVIDIA Isaac GR00T，並同步推出支撐物理AI開發的NVIDIA Cosmos平臺，以開放模型、海量數據集與工具鏈，為機器人通用化落地搭建核心技術底座。

作為全新技術方案的演示載體，在演講現場，黃仁勛帶來了一位特殊「嘉賓」——Reachy Mini。由於該機器人外形酷似《機器人總動員》里的瓦力，因此也被稱作「瓦力機器人」。

在與「瓦力」的互動中，黃仁勛讓「瓦力」通過在仿真環境中，學習、觀察、模仿人類的動作，然后理解動作—結果—反饋之間的關係，並將這些能力遷移到真實世界中。

視頻畫面顯示，「瓦力」在仿真虛擬環境中，經過訓練后，成功在真實木地板上完成了「摔倒-爬起」的動作，並保持平衡。黃仁勛的這一演示，被外界視為物理仿真平臺可幫助機器人快速學習複雜物理交互，以縮小數字孿生與現實世界的差距。

在仿真環境+世界模型的作用下，黃仁勛表示，這相當於把「訓練場」搬進了「數字世界」。他認為，這樣不僅可以規模化構建訓練場，而且還能約束、校準模型生成的情境有「物理」可信度，而這些物理可信度包括光照、材質、場景等組合。

總之，黃仁勛認為，AI的未來不僅關乎超級計算機，更要與物理世界緊密結合，而虛擬仿真是打破數據瓶頸的關鍵。

這一觀點，讓黃仁勛快速在具身智能領域發力。在CES展上，黃仁勛宣佈已經與Apptronik、Agility Robotics、Figure、Boston Dynamics、Sanctuary AI等多家美國本土機器人公司合作。其中，與Sanctuary AI的合作是，英偉達為Sanctuary AI提供計算平臺、仿真工具等技術支持，共同推進通用人形機器人的研發。

因此，在贏下「算力之爭」后，英偉達正試圖在具身智能領域，再造一個「CUDA」。

中國玩家突圍的勝負手

這場由硅谷點燃的火種，也在東方迅速燎原。與英偉達押注「高保真仿真+通用模型」不同，中國玩家更傾向於「真實場景驅動+垂直閉環」的務實路徑。

2025年10月，工信部發布《具身智能數據採集與標註規範（徵求意見稿）》，首次對物理交互數據的格式、質量、安全提出指導性框架，這意味着「數據標準化」已上升至國家戰略層面。對此，已有不少具身智能公司展開行動。

其中，智元機器人發佈了首個大語言模型驅動的開源仿真平臺——GenieSim3.0，涵蓋200余項任務、上萬小時的仿真數據集開源。儘管其推出開源仿真平臺，但智元機器人依然強調真機數據的核心地位，並認為真實世界數據是模型訓練的基礎。同時，利用仿真數據作為補充，用於早期測試和工程迭代。

銀河通用則以合成數據驅動具身大模型的研發，提出包括硬件層、技能層和頂層大模型的「三層級大模型系統」。在銀河通用看來，合成數據與真實數據的協同很重要。一方面，仿真數據用於大規模基礎能力學習；另一方面，真實數據用於驗證和提升模型在實際場景中的適應性，確保模型既能快速學習又能精準落地，以形成「仿真預訓練→真實數據微調→模型優化」的閉環。

它石智航聚焦的是人類視頻數據方向，通過大規模人類行為視頻拓展語義覆蓋。

作為「具身智能數據四小龍」之一的鹿明機器人，選擇了「輕量化手持夾爪」的方式，進行數據採集。

鹿明機器人創始人喻超認為，之所以採取這種方式，源於仿真可以生成千萬種場景，但真實世界的灰塵、油污、材料老化，只有真機才能感知。在喻超看來，過去，行業受困於真機數據採集的死循環，即「高成本、低效率、低適配」。以傳統遙操作為例，一小時僅能採集30-35條數據，成本高昂；同時，不同品牌、型號的機械臂數據無法互通，採集一次只能適配單一本體，造成大量資源浪費。

在此背景下，鹿明自研了FastUMI Pro系統，通過統一夾爪接口、力控模塊與視覺標定方案，讓不同品牌機械臂的數據可直接複用。這意味着，一臺在汽車焊裝線訓練的模型，稍作微調即可用於3C裝配或物流分揀。

喻超認為，其核心價值在於，能夠擺脫對特定機器人硬件的依賴，快速適配市場上數十種機械臂和夾爪，真正打破數據孤島，實現跨平臺數據複用。而相較於傳統數採技術，FastUMI Pro的效率提升5倍，成本降至五分之一，精度達到1-3mm的行業高水平。

面對數據採集關鍵一環，一位投資人表示，「具身智能投資的精髓在於，勝率上既要有保障，賠率上又留有足夠多的想象空間。」

就具身智能目前的玩家來看，各路玩家的勝率在於，選擇足夠務實的點，進行切入。簡單來説，就是聚焦工業場景客户付費意願強、任務邊界清晰、ROI可量化的領域。比如，3C電子、物流倉儲與搬運，質量檢測與缺陷識別等場景。

「這一點，從玩家們發力垂直領域就可看出。對於鹿明機器人而言，其與三菱產線節拍壓縮60%的結果，也能説明其技術已通過真實商業驗證，不再是實驗室Demo，這是最基礎的勝率保障。」喻超説。

而賠率的想象空間則是，從「本體+數據」或者「數據×模型×本體」的範式來看，一旦某家俱身智能公司的數據採集方案被行業廣泛採用。那麼，其價值就不再取決於賣出了多少臺機器人這類硬件載體，而是有多少臺機器人在其數據生態上運行和迭代。

「從方向上來看，鹿明的FastUMI Pro正朝着具身智能‘USB接口’的方向奔去。」對此，喻超表示，「我們不是在做單純的機器人，而是在做具身智能的基礎設施。鹿明的目標很明確，通過真機在場景中運營積累數據，訓練更好的模型，為行業提供數據和硬件兩大基礎設施，推動行業共建通用的本體和生態。」

最火融資賽道的前夜

如果説，誰是2025年最火融資賽道？那麼，答案可能非「具身智能」莫屬。數據顯示，過去一年，國內行業水温持續走高，年內融資事件達到298筆，同比增長144%；融資總規模達到329億元，同比增長291%。

這背后，既得益於資本對具身智能賽道的「濃厚」興趣，也是出於「AI+物理交互」這一新興事物崛起的押注。過程中，產業資本持續押注，成為該賽道最活躍的投資力量之一。

以京東為例，其一天之內出手過3家俱身智能公司，分別是千尋智能、逐際動力、眾擎機器人，同時又在2025年「盯上」RoboScience和帕西尼。這些戰略投資的目的也明確，通過投資，京東覆蓋了從整機到關鍵零部件的多個環節，構建具身智能生態的同時，推動技術在物流、倉儲、工廠巡檢等場景的應用。

寧德時代，作為動力電池領域的龍頭企業，也將目光掃至該領域。通過投資，其滲透到產業鏈環節，為機器人提供動力解決方案，推動機器人在工業、物流等領域的應用。

再者，美團從2020年起，就切入機器人賽道，至今投資了10多家機器人和具身智能公司，其中不乏頭部企業。通過投資，美團構建起本地生活服務、配送、分揀等應用場景的探索，提升服務效率和用户體驗。

面對最火融資賽道，上述投資人最直接的感受是：2025年明顯向兩端靠攏，即「投早投小」與「投強投優」。

一方面，在「投早投小」中，種子輪、天使輪及A輪融資事件合計佔總數的74%，大量資本像淘金者一樣，在早期撒網，押注下一個潛在獨角獸；另一方面，在「投強投優」中，B輪及以后輪次佔比達到15%，這意味着頭部企業獲得大額融資的能力進一步增強，投資人普遍將「數據獲取能力」「場景落地驗證」列為盡調核心指標。

截至目前，上述被稱作「具身智能數據採集四小龍」的公司，儘管他們在數據採集時的技術和路徑不同，但都試圖通過打通一個高頻、剛需、可規模化的落地場景，承接底層技術的紅利。

來自高工機器人產業研究所（GGII）的報告顯示，2025年，全球市場規模預計達63.39億元、中國佔比超50%，預計到2030年，全球人形機器人市場銷量將接近34萬台，市場規模有望突破640億元。

這使得在人形機器人市場爆發的前夜，數據而且是高質量的交互數據，成為人形機器人規模化落地的關鍵，是行業內必須要走通的一環。

本文來自微信公眾號「東四十條資本」（ID：DsstCapital），作者：陳美，36氪經授權發佈。