机器人还没真正学会“动手”,行业的技术路线已经先卷了起来。
2026年上半年,具身智能赛道正经历一场深刻的技术路线大分流。截至2026年6月,国内已有8家具身智能公司估值达到200亿元,被业界称为“200亿俱乐部”。海外市场中,FigureAI累计交付超350台,C轮私募投后估值约390亿美元;SkildAI完成14亿美元C轮融资,估值超过140亿美元;PhysicalIntelligence发布π0.7模型,展示出组合泛化的初步迹象。
同样200亿,买的不是同一样东西。有人买明年的出货量,有人买未来的模型泛化能力,还有人买“大脑”的代际领先与商业闭环的交叉验证。
在纷繁的技术叙事背后,一个更底层的分野正在浮现。行业主流路线陷入“数据内卷”:模型越大越脆弱,泛化所需数据量指数级增长。截至2026年初,全球合规可用机器人操作数据仅约50万小时,缺口超过99%。
当全行业在数据赛道上加速奔跑时,橡木果机器人(Acorn Robot)选择了一条截然不同的路——不是教机器人“学”会操作,而是让机器人“天生”会操作。
橡木果机器人成立于2024年底,总部北京,核心团队源自清华大学与哈佛大学,横跨机械工程、神经科学与人工智能的机器人前沿交叉学科背景。团队自2011年起深耕机器人操作领域,2017年率先提出「本能驱动」具身操作技术路线,历时九年完成从理论发现、工程验证到商业化落地的链路闭环。
接下来,我们按技术路线、数据策略、落地场景、资本逻辑四个维度,拆解包括橡木果在内的具身智能头部玩家。
01.三种估值逻辑,买的不是同一样东西
同样是200亿,各家的估值逻辑可大致分成三类。
第一类押“本体+出货闭环”,代表是宇树和智元。宇树2025年人形机器人出货量超5500台,营收16.99亿元,扣非净利润5.9亿元,是这一梯队里少有的已盈利的公司,已通过科创板IPO注册,发行估值约420亿元。智元2025年营收突破10.5亿元,2026年3月累计下线突破10,000台,已启动赴港上市。
第二类押“大脑+数据壁垒”,包括银河通用、星海图、千寻智能、自变量四家。银河通用累计融资约70亿元,走仿真合成数据驱动路线,银河星脑采用大脑-小脑-动作控制三层架构;星海图以EFM-1双系统架构实现“一脑多形”,G0系列VLA模型开源,不到两个月连拿两笔共30亿元融资,估值突破200亿元;千寻智能独创“全身力控+端到端大模型”融合路线,三个月内三轮吸金近50亿元;自变量两个月三轮融资,发布基于“世界统一模型”架构的具身大模型WALL-B。
第三类,是“大脑+交付”双重验证派。智平方是这一派的代表,既有NeuroVLA类脑架构的“皮层-小脑-脊髓”三层体系,又与惠科签下3年1000台订单,估值突破200亿元。
在这三类之外,橡木果代表了一种更根本的差异化路径——不拼出货量规模,不拼数据壁垒,拼的是物理交互的底层能力。
02.技术路线分岔:VLA、世界模型、本能驱动三足鼎立
2026年,具身智能技术路线彻底分化,VLA、世界模型、本能驱动形成三足鼎立的全新格局。
VLA路线是目前资本认可度最高、落地最快的方向。PhysicalIntelligence发布π0.7模型,展现出组合泛化的初步迹象——模型能够将观察到的零散行为片段组合起来形成全新连贯的行为序列,比如从未学过“用空气炸锅烤红薯”,但通过将“关闭炸篮”“放置食物”等概念组合起来执行任务。
FigureAI发布Helix2.5模型,让Figure03机器人在旧金山湾区30栋陌生民宅中,不做额外训练、不进行环境适配直接进门干活,任务成功率从上一代Helix的8%跃升至56%,这是在任务专用数据量砍半的前提下实现的。
但VLA路线的短板同样突出:高度依赖标注数据,泛化能力弱,面对训练外的陌生场景、细微物理扰动极易性能退化。一个7BVLM跑一次需要500ms,而机器人手臂需要100Hz(10ms)的控制信号——这个数量级的差距,制约着VLA在精密物理交互场景中的表现。
世界模型路线主打“先推演、后执行”。自变量发布的WALL-B模型采用“世界统一模型”架构,让搭载该模型的机器人常驻用户家庭;银河通用以百亿级合成数据基建为支撑,走仿真合成数据驱动路线。但该路线算力开销极大、推理延迟高,难以适配端侧实时、高频、精细的物理交互场景。
第三条路线,是橡木果代表的“本能驱动”。区别于VLA自上而下的样本拟合、世界模型先预演后动作的推理模式,本能驱动是自下而上的仿生物理交互范式,复刻生物躯体本能反射机制,以力觉、触觉、本体感知为核心,构建毫秒级端侧闭环,走出了不依赖大模型、不依赖海量数据、不依赖仿真预演的全新路径。
2026年8月,橡木果发布全球首个以触觉感知为核心、复刻人类操作机理的通用操作基座模型NatusAGE-0。其核心是融合了“本能反射”与“肌肉记忆”的双层架构,模型以触觉感知作为核心反射刺激的信号源,经由行为组织机制,让机器人在不同硬件设备、复杂工业工况下,自主涌现环境探索与柔性交互能力。
03.数据策略的路径分化:从“采集数据”到“无需采集”
在数据从哪来这件事上,行业主流公司分成两大阵营。
仿真为主的路线以银河通用为代表,依托百亿级合成数据基建,试图在虚拟环境中构建物理世界模型。真实数据为主的路线中,SkildAI搭建了从大规模仿真、互联网视频预训练到遥操作、真实部署后训练的四源数据基础设施,其Omni-bodied模型可控制四足机器人、人形机器人、桌面机械臂等多种形态,无需预先了解机器人的身体形态。千寻智能坚持用自研UMI设备采集真实场景数据,计划2026年积累100万小时级真实世界交互数据。
Apptronik则走向“数据工厂”模式,在得克萨斯州奥斯汀开设了约9万平方英尺的RobotPark训练基地,让Apollo2机器人在真实作业环境中反复执行搬运、分拣等任务,持续积累训练数据。
橡木果走出了第三条路:不依赖离线预采集训练数据,产线作业在线自动生成真实触觉语义数据。Natus端侧运行频率250Hz,单次反馈闭环4ms,嵌入末端执行器,无需云端大模型推理。Magis通用技能模型复用Natus在真实产线交互中自动生成的触觉语义数据(重量/质心/摩擦系数/滑移),做视觉+触觉语义对齐训练,实现跨本体技能迁移。
在感知层面,橡木果的多模态触觉感知架构涵盖界面信息、物体信息、环境信息三类,其中动态滑移表征技术2020年首发,行业领先约5年。
04.落地场景:工业柔性制造的务实突围
2026年,具身智能正从技术验证迈入规模化商用的关键窗口期。
海外市场中,FigureAI的BotQ工厂已具备年产12000台能力,40台机器人进驻宝马斯帕坦堡工厂做物流分拣,报价约每机器人每小时25美元。1XTechnologies计划明年交付5万台NEO人形机器人,售价2万美元或499美元/月订阅模式,但截至2026年9月仍无法确认任何一台NEO交付到普通消费者手中。Apptronik已与梅赛德斯-奔驰、GXOLogistics、Jabil等全球头部品牌建立合作,Apollo2机器人机队已在全球主要客户站点投入运营。
国内“200亿俱乐部”中,千寻智能首条人形具身智能产线已在宁德时代中州基地投运,近千块电池实现零故障量产。智平方与惠科签下3年1000台订单,但量产进度滞后,2026年12月才实现单月百台级交付,200亿估值面临产能与交付的拷问。
橡木果选择了聚焦离散制造柔性产线,避开成熟的大批量汽车产线。
目标受众集中在日化、3C电子、新能源汽车零部件、医疗器械、生物医药、化妆品ODM等高散制造业柔性操作场景。产品形态上,橡木果推出标准化双臂柔性生产单元「具身生产岛」——通用双臂+4+N末端工具,独立完成工序。简单物料换产适配时间约5分钟,差异大物料不超过40分钟,交付调试周期相比传统工业方案压缩70%以上。
商业化进展方面,橡木果已与多家行业头部客户(含全球头部化妆品ODM、消费电子、日化、食品、新能源汽车等)合作并完成POC;2025年累计订单超500万,2026年订单突破2000万,2个月完成头部ODM厂商POC加营收。
05.资本逻辑:四个月两轮数亿,产业资本重仓
2026年具身智能融资逻辑已发生根本性转变:资本从早期“赌技术原型”转向“看重落地营收”,能落地、有订单、可盈利成为企业估值的核心逻辑。
海外方面,SkildAI完成14亿美元C轮融资,软银领投,英伟达、贝佐斯、三星、LG、施耐德电气等战略投资者参与,估值超过140亿美元。Apptronik完成超9.35亿美元A轮融资,BCapital、谷歌、梅赛德斯-奔驰等持续加注。
国内“200亿俱乐部”中,银河通用不到三年累计融资约69亿元,国家大基金三期首次出手具身智能领域便选择了它。自变量是国内唯一获得美团、小米系、阿里、字节四家大厂分别领投的具身智能公司。
橡木果在4个月内连续完成种子轮+天使轮,累计数亿元。2026年3月种子轮近亿元,领投方为钱唐材料实验室、普华资本;2026年8月天使轮数亿元,领投方为招商局创投、蔚来资本,跟投水木清华校友种子基金。
核心技术团队9人均为清华大学机械工程系博士/博士后,自2018年共同研究,创始人姜峣是清华大学机械工程系博士、哈佛大学工程与应用科学学院博士后,深耕机器人操作领域近15年。团队拥有50+篇SCI论文、40+项授权发明专利。
06.结语
综合四个维度来看,橡木果的核心差异化可以概括为一句话:“以不变物理交互本能应对万变物理场景。”
当行业主流在“数据内卷”中越陷越深——模型越大越脆弱,泛化所需数据量指数级增长——橡木果选择回归物理第一性原理,从接触力学底层规律出发,让机器人拥有“本能反射—行为涌现—经验强化”的自适应、自学习能力。
2026智源大会、WAIC世界人工智能大会接连定调,终结了持续的“VLA与世界模型路线之争”。行业共识明确:二者并非替代关系,而是融合共生,分层类脑架构成为下一代机器人大脑的核心演进方向。在这个融合趋势中,本能驱动补齐了行业长期缺失的底层物理交互能力——“接触即适配、动态可纠错”的落地问题。
“20亿俱乐部”的估值逻辑告诉我们,市场买的不是同一样东西。有人买明年的出货量,有人买未来的模型泛化能力。橡木果的“反共识”赌局,或许正是这个行业从喧嚣走向理性的一个注脚。