全球評測，國產機器人「通用大腦」位列第一 但商業化大考仍未決

每經記者｜張梓桐    每經編輯｜魏官紅    

近日，專注於構建機器人「通用大腦」的具身智能公司千尋智能官宣兩個重磅消息：公司自研具身基座模型Spirit v1.6在被稱為北美具身智能「奧林匹克」的RoboArena具身智能基準測試中綜合得分位列全球第一，性能超越英偉達Cosmos3與Physical Intelligence Pi0.5，成為首個登頂該平臺的中國具身模型。

新華社

與此同時，公司再獲15億元A+輪融資，股東包含一線美元基金、大型產業投資方以及國資基金，老股東持續加碼。千尋智能在半年內完成4輪融資，累計超過40億元，刷新了具身智能賽道的融資頻次紀錄。

快思慢想研究院院長、特邀評論員田豐在接受《每日經濟新聞》記者採訪時表示，這類投資人的進入通常標誌着賽道從技術驗證期進入場景部署期——他們需要機器人走進自己的倉儲、製造或零售終端，而非繼續押注樣機演示。

這意味着2026年至2027年，頭部企業將面臨從持續融資到持續交付的角色切換壓力，能否在這一窗口期完成批量交付閉環，將直接決定誰能進入量產兑現周期。

國產模型突圍

公開資料顯示，被業內稱作具身智能「奧林匹克」的RoboArena評測平臺，由加州大學伯克利分校、斯坦福大學及英偉達等全球頂尖學術機構與科技巨頭聯合發起，是全球少有的全開源、雙盲實測型具身智能基準榜單。

榜單的評測框架、數據流與排名算法全量向國際社區開源，過程完全透明、可審計、可復現，奠定了其在中立性與權威性上的行業共識。

本次Spirit v1.6登頂，打破該榜單長期由硅谷技術霸榜的固有格局。在翻蓋開合、精細物件抓取、多步驟連續任務等複雜場景，該模型表現優於英偉達與PI（Physical Intelligence）的相關模型。

技術突破成為資本加碼的核心邏輯。

千尋智能創始人兼CEO（首席執行官）韓峰濤在接受《每日經濟新聞》記者採訪時表示，本次融資所獲金額將大致平均分配至模型訓練、數據儲備以及人才招募培養上，重心持續錨定算法迭代與真實場景數據建設。公司短期性能目標是在預訓練算法后僅需1小時將數據進行微調，即可達成95%的作業成功率。

值得注意的是，千尋智能狂攬的多輪融資中，出現了馬雲旗下雲鋒基金、雷軍旗下順為資本等具備產業生態資源的戰略投資人身影。

向前回看，2026年2月，千尋智能連續完成兩輪融資近20億元，估值突破百億元；4月再完成10億元融資，由順為資本與雲鋒基金聯合領投。時隔1個月，15億元A+輪融資落地，千尋智能半年內融資總額超40億元，股東囊括一線美元基金、頭部製造產業資本與多地國資平臺。

記者注意到，當前具身智能賽道分化明顯：宇樹科技、智元機器人、優必選等聚焦人形機器人本體量產。數據顯示，宇樹科技2025年純人形機器人出貨量超5500台，全球市場佔比達到32.4%，居全球第一；今年3月底，智元機器人第10000台通用具身機器人正式下線；優必選2025年人形機器人訂單規模近14億元，以硬件落地換取工業場景訂單。

銀河通用、千尋智能等企業則深耕「具身大腦」算法層，走模型自研、軟硬件解耦路線。其中，銀河通用完成多輪大額融資，依託算法落地寧德時代產線試點。

從全球維度看，英偉達、特斯拉、PI持續投入大量資金深耕物理世界模型，海外巨頭優勢集中在仿真數據集與底層算力生態，而千尋智能此次榜單奪冠，代表中國具身算法在實景泛化賽道實現局部反超。

在技術壁壘搭建上，千尋智能正在試圖走出差異化路線：堅持用自研通用操作接口設備採集海量且足夠多樣的真實場景數據。據悉，2026年公司將積累100萬小時級真實世界交互數據的階段性沉澱。算法上，千尋智能設計了一種融合VLA（視覺—語言—動作模型）和world model（世界模型）的新架構，能夠更有效地學習未來狀態和動作預測。正是這種具備極高數據密度與場景純度的底層數據基礎設施，為Spirit v1.6模型的泛化與演進提供了不間斷的數據燃料。

核心零部件成本下行

本輪資本集中湧入具身智能賽道，另一個重要因素來自國產零部件帶來的硬件成本下行。

田豐表示，2023年至2026年，國內諧波減速器（常用作機器人的「關節」）單價從3000元~5000元降至1500元~2000元，伺服電機（對機器人移動起着至關重要作用）因國產化降價超40%，六維力傳感器擺脫進口壟斷，單價從5000元以上回落至1500元~2000元，核心零部件價格整體降幅普遍約50%，單台人形機器人硬件成本因此壓縮10萬元至20萬元，工業重複性作業場景初步跨過成本盈虧門檻。

受益於上述零部件的成本紅利，國內工業場景落地提速。智元機器人批量切入3C（計算機、通信和消費類電子產品）電子工廠，優必選Walker系列機器人成本也進一步壓縮，已實現汽車產線小批量部署；千尋智能拋出寧德時代、京東、博世等標杆合作項目。

但挑戰依然艱鉅。硬件降價僅打通工業場景落地門檻，家庭、商超等通用服務場景機器人單機成本仍處在較高區間，靜態測算投資回報周期較長，商用採購經濟性不足，全行業尚未迎來規模化落地拐點。

《每日經濟新聞》記者瞭解到，不同於行業多數企業硬件優先的發展思路，千尋智能選擇模型先行戰略，把投入重心由硬件採購轉向數據與算法研發。公司核心邏輯在於依託海量真實數據訓練通用基座模型，實現一套模型適配多品牌、多規格機器人硬件，后續隨着硬件裝機量提升，單台設備分攤的軟件研發成本持續走低，試圖跳出零部件價格的紅海競爭。

然而，即便手握榜單成績與頭部產業客户資源，千尋智能同樣難逃行業共性商業化難題。

當前全行業具身機器人普遍存在實驗室表現與落地效果割裂的痛點：榜單受控環境中95%作業成功率的模型，落地真實產線后受光線、物料形變、設備磨損干擾，實際落地成功率常常會有所下滑，非標場景適配仍是全行業共性短板。

從訂單結構來看，目前千尋智能與寧德時代、博世等合作仍以標杆試點項目為主，大批量常態化採購訂單尚未落地，商業化變現節奏與硬件量產型企業相比仍有距離。

從全行業現狀來看，2026年國內具身智能融資熱度持續高漲，一季度全賽道融資總額創下新高，但絕大多數企業尚未實現盈利，收入高度依賴試點項目與產業資本輸血。

資本扎堆下注的背后，是市場對人形機器人萬億元級遠期空間的樂觀預期，但短期通用場景落地節奏、下游付費意願仍存在較大不確定性。頭部企業榜單突破證明國產算法具備技術突圍潛力，但從實驗室跑分走向規模化商用，從單筆標杆合作走向批量穩定回款，仍是國產具身智能企業需要跨越的長期大考。

封面圖片來源：新華社