机器人本体公司舍得花钱造“大脑”了，什么促成了转向？

一年多前，一些靠硬件起家的机器人公司对是否造“大脑”颇为犹豫和谨慎。但如今，开发具身智能模型成了这些公司决心“烧钱”押注的方向。

9月以来，宇树科技和松延动力相继推出各自最新的具身智能模型。宇树科技称，新的开源模型可驱动机器人完成64项全身移动操作和桌面操作任务，比如收纳盘子、扔垃圾、将衣服塞进洗衣机等。

松延动力则是首次对外展示模型成果，一款HERON-World Model的世界模型试图让机器人能理解当前环境，并在具体行动前对未来进行推演，为自主决策提供依据；另一款HERON-CRA模型则让机器人能够记住过去、从错误中学习，并将一次经验转化为下一次的能力。

2026年8月24日，松延动力小骑兵队机器人在第二届世界人形机器人运动会100米障碍赛中。新华社记者 鞠焕宗 摄

在过往接受南都记者的采访中，这两家机器人公司的创始人不约而同地表达过克制“大脑”投入的想法。宇树科技创始人王兴兴说，具身智能模型的技术路线不清晰，且研发太烧钱，要谨慎“烧钱”；松延动力创始人姜哲源亦认为，在具身智能模型的技术路径尚不清晰时便重注投入，有点非理性。

哪些因素促成了研发策略上的转向？姜哲源在9月16日受访时提到，2023年公司创立之初，机器人的硬件和运动控制算法，是当时整个行业面临的最迫切需要解决的短板，“本体、运控处于完全没法用的状态”。在此背景下，松延动力把有限的资源投入到提升硬件可靠性、降低成本的任务上。到目前，除了机器人末端执行器、算力等仍存在瓶颈之外，整体的硬件性能已基本够用。

对于具身智能模型，姜哲源称其公司一直在等待技术路线相对收敛、行业形成一定共识后再入局。当下，尽管模型层面的技术路线没有完全收敛，但已相对清晰，主要集中于WAM（世界-动作模型）和VLA模型两类。姜哲源据此判断，轮到补齐“大脑”这块短板的时候了。

加大模型研发投入背后，机器人本体公司还有拓宽市场空间的需求。得益于硬件性能和运控能力的提升，人形机器人厂商竞相争夺科研教育、文娱商演市场的“低垂果实”。市场调研机构Counterpoint Research在8月20日发布的数据显示，2026年上半年的全球人形机器人出货量中，文娱商演、科教数采两大类的市场份额居前二，占比仍超六成。姜哲源认为，科研教育的市场空间相对较窄，只有靠提升模型智能才能开辟增量场景。

然而，并非所有机器人本体公司都判断押注“大脑”的时机已成熟。因机器人踢足球而受关注的加速进化创始人程昊在两三个月前公开提到，具身大模型距离落地还非常遥远。当前算法路线仍不明确，未来每年可能需要上百亿元投入，并依赖长期的资金、算力和顶级人才支持。而且，具身模型训练不仅数据短缺，到底需要什么样的数据亦不清楚。

相比之下，宇树科技和松延动力两家公司已开始重金投入。从2025年9月开始，宇树逐渐扭转外界对其只会造硬件的印象，迄今已至少发布7款模型。伴随公司上市，宇树还将投入IPO募集的20多亿元资金，用于智能机器人模型研发。松延动力的“大脑”团队则扩充至近40人，公司称今年很大一部分开支都花在了模型研发上。

松延动力从2025年7月开始组建模型研发团队，不过姜哲源形容，当时已经意识到方向的重要性，但具体如何落地仍在摸索，直到今年才形成“团队战斗力”。在模型研发人才竞争激烈的态势下，许多机器人公司祭出高薪“抢人”，但姜哲源称绝对不会开出“无法拒绝的价格”。

一些顶尖的模型研发人员选择自立门户创业，使得具身智能赛道上的“大脑”公司出现井喷。今年以来，资本也明显向“大脑”公司倾斜，相关头部公司频揽大额融资，估值纷纷迈过百亿元乃至两百亿元的门槛。

姜哲源不讳言“大脑”公司凭借资本加持，在现金储备上更具优势，但他不认为本体公司投身模型研发就处于劣势。

其依据在于，纯做“大脑”的公司短期内很难有规模化的收入，一家公司至少要先有能撑起自己营收的业务基本面，再去谈星辰大海的未来。另外，行业内真正能够批量化生产出可靠、能用的机器人产品的“大脑”公司非常稀少。由于“大脑”无法脱离机器人本体而存在，那些具备低成本、批量制造本体能力的公司，在数据的规模化扩张上有着更高的优势：降低机器人生产成本是规模化的前提，有了规模化的机器人才能带来更多数据，多样化的数据产生智能。

在姜哲源看来，行业竞争的下一步比拼数据基建能力，看谁能够最快获得更多高质量、多样化的数据。

为此，松延动力计划在2027年推出一款可以用于数据规模化的机器人产品，从家庭场景切入进行数据采集。按照设想，初期将铺开几百台的机器人，后续逐渐扩大至几千台规模。

据其解释，家庭内的任务实际上可以归纳为数十种。如果机器人能在大部分任务上做到泛化，意味着到任何家庭内不用再做单独训练，用户可以拿回家开箱即用，市场的天花板很高。

在业内，包括自变量机器人在内的公司也在推进真实家庭环境的试点，以招募体验用户的形式，将机器人派驻到真实家庭。对于为何不从许多行业人士看好的半结构化工业场景入手，自变量机器人曾向南都记者回应称，工厂节拍比较快，对效率的要求很高，如果一个动作错了，可能对整个流水线造成很大影响。而且，工业场景某个具体岗位的数据比较单一，本质上是在重复一个动作。对于模型训练来说，这部分数据并非高质量数据。

姜哲源则对此表示，他考察一些工厂后发现，工业场景下呈现出工作种类多、但每个工位未必人多的状况，有的工种甚至只需要个位数的员工。相比家庭市场，部分工业场景对交付、部署和场景适配要求更高，不同行业之间存在较大的差异性，因此需要结合具体需求逐步推进。

采写：南都N视频记者 杨柳

编辑：黄莉玲

更多报道请看专题：具身智能热潮席卷