中国具身智能“脑子公司”50家举例汇总
更新于 2 天前更新作者：eli
口径说明：这不是“人形机器人公司排行榜”，也不是按融资金额排座次。这里说的“大脑公司”，指的是在具身智能里承担理解、规划、动作生成、运动控制、触觉力控、数据训练、仿真部署等“智能层”能力的公司或大厂具体团队。
过去一年，具身智能行业的注意力大多被人形机器人抢走了。
谁会跑，谁会跳，谁会叠衣服，谁进了工厂，谁又拿了融资。
但如果把镜头拉近，会发现真正的竞争已经不只是“身体”之争，而是“脑子”之争。
一个机器人能不能跑进真实世界，最后要看五件事：
1. 它有没有大脑：能不能看懂场景、听懂指令、规划任务。
2. 它有没有小脑：能不能稳定控制身体，低延迟执行动作。
3. 它有没有手感：有没有触觉、力觉、摩擦感和最后一厘米控制。
4. 它有没有数据：有没有真机轨迹、失败轨迹、遥操数据和后训练闭环。
5. 它有没有场景：有没有客户现场、产线、仓储、家庭、零售、配送这些真实物理世界。
所以今天看具身智能公司，不能只问“它是不是做人形机器人”。
更应该问：
它到底在做哪一种脑子？
一、为什么这次不按“人形机器人公司”来分？
具身智能真正进入产业化阶段后，竞争焦点已经从“有没有一台人形机器人”转向“有没有一套可持续变聪明的脑子系统”。
一个机器人能不能进入真实世界，最后要看五层能力：任务理解、动作生成、身体控制、触觉力控、数据回流。前两层更像大脑，中间一层像小脑，后两层决定它能不能在真实物理环境里长期进化。
所以这份图谱采用一个更贴近产业实际的口径：只要一家公司或团队在做 VLA、世界模型、WAM、运动控制、力控触觉、工业手眼、遥操数据、仿真训练和部署工具链，都算“脑子公司”。
二、我个人判断一家“脑子公司”，看三个问题
· 模型问题：它做的是 VLA、世界模型、WAM，还是小脑控制、触觉力控、工业视觉？不同模型解决的问题不同。
· 数据问题：它的数据来自互联网视频、仿真、遥操、真机，还是客户现场？具身智能最值钱的数据，往往来自真实任务里的失败轨迹。
· 阶段问题：它还在论文/开源期，还是已经进入客户试点、小批量交付、真实场景持续运行？阶段不同，公司的价值判断也不同。
内容的阶段判断采用五档（仅为开源内容调研，不准勿喷）：
P1 模型/论文/开源期；
P2 Demo/样机期；
P3 客户试点期；
P4 小批量交付或真实场景持续运行期；
P5 规模化交付、上市或准 IPO 期。
三、五条路线分化：50家公司的阶段
第一类：通用大脑、VLA 与世界模型派
定位：具身基座大模型 + 真机部署平台
依据：公开资料显示，智元围绕 GO 系列具身基座模型、Genie Studio、SOP 在线后训练、AIDEA 数据系统等构建能力。
优势与阶段：智元的优势在于本体、模型、数据平台、开发平台和真实场景都在同一体系里，适合作为中国具身赛道全栈样本观察。 阶段判断：P4-P5。
定位：全域全身 VLA
依据：智平方公开披露 RoboMamba、GOVLA、FiS-VLA 等方向，重点是把视觉、语言、动作和全身运动放进统一模型框架。
优势与阶段：它更像“全身大脑”路线，不只是单臂操作模型；优势在模型叙事清晰、技术公开度较高。 阶段判断：P2-P3。
定位：VLA + 数据集 + 开发平台
依据：星海图公开 G0 双系统 VLA、Galaxea Open-World Dataset、EDP 数据处理平台等。
优势与阶段：它不是只做本体，而是在做模型、数据、训练工具链和开发者生态的组合。 阶段判断：P2-P3。
定位：真实家庭数据 + 端到端具身模型
依据：自变量公开 WALL-A、WALL-OSS、WALL-B 等具身模型和真实家庭场景试点信息。
优势与阶段：家庭场景全是衣物、杂物、遮挡、软物体和长尾交互，自变量的价值在于把机器人直接放进脏数据里训练泛化能力。 阶段判断：P2-P3。
定位：全身具身大模型
依据：千寻智能围绕 Spirit 系列模型、全身力控机器人和工业场景测试建立叙事。
优势与阶段：它关注的是全身协同，而不是单一机械臂策略；优势在全身运动、力控和具身模型结合。 阶段判断：P3-P4。
定位：多模态具身大模型 + 机器人本体
依据：公开资料中，具脑磐石被报道为同时推进具身大模型、机器人本体和真实场景应用的团队，并完成多轮融资。
优势与阶段：它的代表性在于“模型 + 本体 + 场景”三件事同时推进，适合放在通用大脑路线里观察。 阶段判断：P2-P3。
定位：自然行为数据 + 通用操作模型
依据：它石智航由智驾背景团队创立，公开口径中强调 AWE / AI World Engine、自然行为数采和通用操作模型。
优势与阶段：它的特殊性是把智驾方法论和自然行为数据迁移到机器人操作，不只依赖传统遥操示范。 阶段判断：P2-P3。
定位：视频世界模型 + 空间智能
依据：极佳视界公开资料中高频出现视频世界模型、空间智能、具身智能等关键词，并获得资本与产业关注。
优势与阶段：它更偏世界模型和空间智能路线，价值在于为机器人提供物理世界预测能力。 阶段判断：P1-P2。
定位：具身模型 + 灵巧操作
依据：灵初智能在公开报道中与具身智能、灵巧操作、模型训练和融资事件关联度较高。
优势与阶段：它的看点在于把模型能力与灵巧操作结合，属于中早期但声量上升较快的通用大脑候选。 阶段判断：P2-P3。
定位：以力为中心的具身大脑
依据：Noematrix Brain、AnySkill、工具链等公开资料显示，穹彻把力反馈、原子技能和开发框架放进同一系统。
优势与阶段：它的核心差异是“懂力”，更适合观察最后一厘米操作和高精度任务。 阶段判断：P2-P3。
第二类：大厂具身项目派
11. 蚂蚁灵波 Robbyant / Lingbo
定位：开源具身基座模型 + 世界模型
依据：LingBot-VLA、LingBot-Depth、LingBot-World、LingBot-VA 等公开信息显示，蚂蚁灵波正在系统化做具身模型生态。
优势与阶段：它的优势是开源模型矩阵、双臂平台和后训练工具链，适合作为大厂具身开源样本。 阶段判断：P1-P2。
12. 字节 Seed-Robotics
定位：大模型团队里的机器人基础模型方向
依据：字节 Seed 官网将 Robotics 单列为方向，聚焦机器人基础模型、智能感知、操作和交互。
优势与阶段：它的优势来自 AI 原生研发体系，更容易把强化学习、世界模型、多模态模型迁移到机器人。 阶段判断：P1-P2。
13. 腾讯 Robotics X / Tairos
定位：具身开放平台 + 模块化机器人软件栈
依据：Robotics X 长期布局足式、灵巧手、机械臂、人居机器人；Tairos 则面向具身软件平台和开发工具。
优势与阶段：腾讯的差异不是单个本体，而是用平台化方式向机器人厂商输出软件、模型和数据服务。 阶段判断：P1-P3。
14. 阿里达摩院 Rynn 系列
定位：时空记忆 + 具身大脑基础模型
依据：RynnBrain、RynnVLA、RynnEC、RynnRCP 等公开信息显示，阿里在空间记忆、环境理解和具身上下文协议上发力。
优势与阶段：它的核心价值是让机器人具备空间记忆和物理场景理解，不再只做即时反应。 阶段判断：P1-P2。
15. 华为云 CloudRobo / 盘古具身方向
定位：工业智能底座 + 机器人平台化能力
依据：公开报道中，华为围绕具身智能、工业智能、盘古大模型和机器人平台持续释放信号。
优势与阶段：华为的代表性来自算力、云、工业客户和制造场景，适合放在“工业底座型大脑”里观察。 阶段判断：P2-P3。
16. 小米 Xiaomi-Robotics-0
定位：开源机器人 VLA
依据：Xiaomi-Robotics-0 面向机器人实时执行，公开论文和代码后成为小米具身模型路线的重要锚点。
优势与阶段：小米潜在优势在“人车家”生态，未来可把机器人模型与汽车工厂、家庭终端和智能硬件结合。 阶段判断：P1-P2。
17. 京东 JoyAI-RA / 物流超脑
定位：物流场景大脑 + 具身数据基础设施
依据：公开信息能看到 JoyAI-RA、京东物流超脑、异狼机械臂、JoyEgoCam、JoyInside 和具身数据采集中心等布局。
优势与阶段：京东的优势是仓储、物流、零售和家政等真实任务场景，适合形成物流操作脑和具身数据粮仓。 阶段判断：P2-P4。
18. 商汤悟能 / SenseMartGo
定位：世界模型 + 零售具身场景
依据：商汤发布过“悟能”具身智能平台，并通过 SenseMartGo 机器人便利店探索零售场景。
优势与阶段：它的优势在视觉、多模态和零售场景，将机器人放进可运营空间，而不是停留在展示台。 阶段判断：P2-P3。
19. 百度百舸 / Apollo 相关具身训练
定位：云上训练 + 智驾迁移脑
依据：百度的具身价值更多来自 Apollo 自动驾驶积累、智能云百舸训练平台和大模型基础设施。
优势与阶段：它更像基础设施和智驾迁移派，优势在云训练、自动驾驶数据方法论和模型工程化。 阶段判断：P2-P3。
20. 美团 LongCat / 美团机器人研究院
定位：智能体模型 + 本地生活场景脑
依据：LongCat 偏通用智能体模型，美团同时拥有配送、仓储、本地生活等场景与机器人投资布局。
优势与阶段：美团的想象力在场景，如果 Agent 能力与配送、调度、仓储机器人结合，会形成本地生活场景脑。 阶段判断：P2-P4。
第三类：全栈本体 + 模型闭环派
定位：零售/商超任务大脑
依据：银河通用聚焦药店、商超、零售补货等任务，轮式双臂路线更偏可交付场景。
优势与阶段：它的优势是任务具体、商业场景清晰，不急着讲全通用，而是先把高频场景做深。 阶段判断：P3-P4。
定位：大规模本体出货后的真机数据脑
依据：宇树公开 UnifoLM-VLA、UnifoLM-WMA 方向，同时拥有大量四足和人形硬件出货。
优势与阶段：宇树的优势是先把身体跑起来，再通过开发者生态和真机数据反哺模型。 阶段判断：P4-P5。
定位：工业场景全栈脑
依据：优必选拥有 Walker 系列、上市公司资源和车企/工业客户场景。
优势与阶段：它的优势在产业化、客户资源和工业交付，关键是把多模态规划、语义定位和学习型运动控制放进产线。 阶段判断：P4-P5。
定位：全栈人形 + 灵巧操作
依据：星动纪元围绕 ERA-42、灵巧操作、全栈人形软硬件构建能力。
优势与阶段：它的差异在于尝试把人形大运动控制和双臂灵巧操作缝进统一系统。 阶段判断：P3-P4。
定位：康复/人形平台脑
依据：傅利叶从康复机器人起家，GRx 平台强调 Made for AI。
优势与阶段：它的优势是运动控制、机器人硬件和康复场景积累，适合作为 AI-ready 的机器人身体平台。 阶段判断：P4-P5。
定位：运动小脑 / 强化学习运控
依据：逐际长期聚焦足式、人形、强化学习运控和复杂地形运动能力。
优势与阶段：它不是通用聊天大脑，而是解决机器人怎么走稳、跳稳、保持平衡的小脑公司。 阶段判断：P3-P4。
定位：步态小脑
依据：众擎在自然步态、人形行走和运动控制展示上关注度较高。
优势与阶段：它的优势在运动表现，后续价值取决于能否把运动小脑与任务大脑结合。 阶段判断：P2-P3。
定位：开源数据生态 + 人形本体
依据：乐聚的 Kuavo 和 OpenLET 方向，覆盖真机数据、仿真、训练、部署链路。
优势与阶段：它的优势是开放生态和数据链路，不只是卖本体，也在补具身训练基础设施。 阶段判断：P4。
29. 星尘智能 Astribot
定位：AI 友好的操作系统和训练伙伴
依据：星尘 S1 强调 DFAI 和 Lumo-1，通过高质量遥操作和真实操作数据训练机器人。
优势与阶段：它的优势是操作能力展示强、数据采集思路明确，更像“操作数据 + 灵巧执行 + AI 训练身体”。 阶段判断：P2-P3。
定位：低成本人形数据入口
依据：Bumi 小布米把人形机器人价格打到万元级，引发市场关注。
优势与阶段：它的优势在低成本本体；如果行业进入“先铺身体、再训脑子”，这类平台会成为数据入口。 阶段判断：P2-P3。
第四类：触觉、力控、工业手眼脑
31. 帕西尼 PaXini
定位：触觉脑 + 灵巧手
依据：帕西尼公开 ITPU 多维触觉、灵巧手、OmniVTLA/VTLA 等方向。
优势与阶段：它的优势是触觉传感和灵巧手壁垒，解决精密抓取、软物体、摩擦和滑动等最后一厘米问题。 阶段判断：P3-P4。
定位：灵巧手 + 操作小脑
依据：灵心巧手在灵巧手、触觉手和量产交付方面声量较高，并持续服务机器人本体厂商。
优势与阶段：它的代表性来自灵巧手供应链和规模化能力，是具身大脑落到手端的重要基础设施。 阶段判断：P4-P5。
33. 天机智能 Tianji
定位：力控双臂小脑
依据：天机智能围绕力控双臂、低延迟遥操作和高频控制建立能力。
优势与阶段：它像给大脑配手和小脑的公司，可能成为大脑厂商的执行层供应商。 阶段判断：P4-P5。
34. 梅卡曼德 Mech-Mind
定位：工业 3D 视觉 + 眼脑手平台
依据：梅卡曼德公开 Mech-GPT 和眼脑手平台，长期深耕工业 3D 视觉。
优势与阶段：它的优势是工业客户、3D 视觉和抓取管线，是工厂里真正能干活的眼脑手。 阶段判断：P4-P5。
35. 优艾智合 YoUiBot
定位：工业移动操作脑
依据：优艾智合公开 MAIC“一脑多态”，主要面向半导体、电子制造、新能源等精密场景。
优势与阶段：它的优势在工业移动机器人和高精密工厂，处理移动、感知、调度和执行一体化问题。 阶段判断：P4-P5。
36. 非夕科技 Flexiv
定位：力控自适应 + NOEMA 机器人脑
依据：非夕长期做力控自适应机器人，NOEMA 则是云边端协同的机器人智能系统。
优势与阶段：它的优势是力控、自适应和工业容错能力，适合处理真实工业里的误差和不确定性。 阶段判断：P4-P5。
37. 慧闻科技 iBen / Mechlabs
定位：工业 VLA 应用脑
依据：慧闻公开信息中强调轮式双臂、VLA 和工业具身落地。
优势与阶段：它的优势是把 VLA 放进搬运、装配、非标件处理等工业任务里。 阶段判断：P2-P3。
38. 视比特机器人 SpeedBot
定位：工业 3D 视觉与产线生成模型
依据：视比特主攻工业视觉、柔性操作和复杂工况下的视觉具身能力。
优势与阶段：它的优势是重工业、大型钢构和仓储物流中的眼脑系统。 阶段判断：P3-P4。
39. 节卡机器人 JAKA
定位：协作臂工业操作脑
依据：节卡有成熟协作机器人产品和工业应用基础。
优势与阶段：它的优势是协作臂和工业客户，协作臂会是 VLA 和操作模型进入工厂的重要身体。 阶段判断：P4-P5。
定位：桌面/轻工业机械臂操作平台
依据：越疆拥有桌面臂、协作臂和教育科研/轻工业场景。
优势与阶段：它的优势是低门槛机械臂生态，适合模型验证和低成本数据采集。 阶段判断：P5。
第五类：数据、仿真、控制器与场景底座派
定位：机器人计算底座 + 具身模型平台
依据：地瓜机器人围绕 RDK、HoloBrain、HoloMotion 等方向构建机器人开发与计算平台。
优势与阶段：它的代表性在于把芯片、开发板、模型和机器人生态串起来，是具身智能底层平台型玩家。 阶段判断：P3-P4。
42. 上海 AI Lab Intern Robotics
定位：具身智能开源训练引擎
依据：上海 AI Lab 围绕书生体系和 Intern Robotics 推动具身智能模型、仿真与训练生态。
优势与阶段：它的优势是研究平台、开源生态和大模型底座，适合作为国内学研型具身基础设施观察对象。 阶段判断：P1-P2。
43. 求之科技 Discover Robotics
定位：数采/训练/部署平台
依据：求之科技提供双臂移动操作平台、四足灵巧操作平台、低成本数据采集工作站等。
优势与阶段：它的优势是精准数采、机器人平台和算法部署，是很多大脑训练需要的工具层。 阶段判断：P2-P3。
44. Prim(Robot) AI
定位：具身智能 IDE / 模型训练平台
依据：Prim(Robot) AI 覆盖数据、算力、模型、训练、推理，支持 VLM、SLAM、3D 点云、触觉力控、运动规划、模仿学习、Diffusion Policy 等模块。
优势与阶段：它更像具身开发的 IDE，价值在把分散的训练与部署流程工具化。 阶段判断：P1-P2。
45. 仙工智能 SEER
定位：移动机器人控制脑
依据：仙工智能长期做移动机器人控制器和工业移动机器人生态，SRC 控制器是核心产品。
优势与阶段：它的优势是机器人控制中台和移动调度生态，可视作 AMR 的神经系统。 阶段判断：P4-P5。
46. 极智嘉 Geek+
定位：仓储机器人调度与群体智能
依据：极智嘉在全球仓储机器人领域出货和客户基础深，具备大规模物流场景数据。
优势与阶段：它的脑子不在单个机械臂，而在仓储机器人群体调度、任务规划和物流场景运行经验。 阶段判断：P4-P5。
47. 普渡机器人 Pudu
定位：服务机器人场景脑
依据：普渡在餐饮、酒店、清洁、配送等服务机器人场景积累大量运行数据。
优势与阶段：它的优势是服务机器人场景广、出货量高，是观察“场景数据如何反哺智能”的重要样本。 阶段判断：P4-P5。
定位：服务机器人调度与交互脑
依据：擎朗长期深耕餐饮、酒店、医疗等室内服务机器人场景。
优势与阶段：它的代表性在于室内服务任务、调度系统和人机交互数据，适合作为场景脑观察对象。 阶段判断：P4-P5。
定位：仓储箱式机器人系统脑
依据：海柔创新在箱式仓储机器人和仓储执行系统中有大规模商业化落地。
优势与阶段：它的优势是仓储执行系统和真实物流数据，属于场景数据与调度系统型脑子。 阶段判断：P4-P5。
50. 松灵机器人 AgileX
定位：移动底盘 + 具身数采平台
依据：松灵的移动底盘、双臂平台常用于具身数据采集和机器人开发。
优势与阶段：它的优势是移动底盘和开发平台，是很多具身模型训练场的硬件层。 阶段判断：P3-P4。
四、值得优先跟踪的15个样本
· 智元机器人：全栈闭环样本，适合看“本体-模型-数据-部署-再训练”一体化。
· 智平方：全域全身 VLA 样本，适合看机器人通用大脑如何从单臂走向全身。
· 星海图：模型 + 数据集 + 工具链样本，适合看具身模型训练生态。
· 自变量机器人：真实家庭数据样本，适合看非标家庭场景里的泛化能力。
· 具脑磐石：通用具身模型 + 本体样本，适合看中早期“模型与场景同时推进”的团队。
· 它石智航：自然行为数据样本，适合看智驾方法论如何迁移到机器人操作。
· 蚂蚁灵波：大厂开源具身模型样本，适合看具身模型如何产品化和社区化。
· 字节 Seed-Robotics：大模型团队入局机器人样本，适合看 AI 原生能力迁移。
· 腾讯 Robotics X / Tairos：具身软件平台样本，适合看大厂如何做行业底座。
· 京东 JoyAI-RA / 物流超脑：物流场景脑样本，适合看真实场景和数据粮仓。
· 宇树科技：本体出货和开发者生态样本，适合看身体出货如何反哺大脑。
· 优必选：工业人形交付样本，适合看上市公司如何做场景闭环。
· 帕西尼：触觉脑样本，适合看触觉灵巧手如何解决最后一厘米。
· 梅卡曼德：工业眼脑手样本，适合看具身智能如何进入工业 3D 视觉和抓取场景。
· 地瓜机器人：机器人计算底座样本，适合看芯片、开发板、模型和生态如何结合。
审批备注
脑子
eli2 天前更新