机器人圈的钱，正从身体流向大脑

2026年10月的第一个星期，机器人行业接连落下三子：Mecka拿到红杉资本领投的6000万美元B轮；宇树科技在上海挂牌首日一度暴涨629%；一个连名字都还没公开的世界模型创业公司，被报出2亿美元估值。三件事看似不相干，方向却惊人一致——资本正在越过机器人的身体，直接为它的“学习能力”付钱。具身智能的叙事，正在从“谁能造出来”切换到“谁能让机器人学会”。

📊 一周三笔钱，方向出奇一致

资本从不解释，它只投票。

把这三笔钱放在同一条时间线上看，信号就很清楚了：

注意一个细节：三笔钱里，没有一笔是直接给“更多机器人”的。Mecka做的是数据基础设施，田柯宇的公司连产品都没有，宇树的629%则是市场对已有量产能力的追认。

多位一级市场投资人的感受类似：过去两年，具身智能融资的主角是本体——谁能把双足站稳、把灵巧手做便宜，谁就拿着BP敲门；到了2026年秋天，饭局上聊得最多的问题变成了“你的真机数据从哪来”“你的世界模型训到什么阶段了”。

这是具身智能进入第二阶段的典型标志：当身体不再是稀缺品，学习能力的供给就成了新的定价锚。

🔋 Mecka的6000万：钱先流向数据栈

机器人不缺身体，缺的是喂饱身体的食堂。

10月7日，给机器人学习建数据基础设施的Mecka宣布完成6000万美元B轮，红杉资本领投，老股东Kindred、Framework Ventures和Neo继续加注。更值得注意的是新进名单：NVIDIA、高通旗下风投、三星，以及微软的M12。

这份数量不多但层级极高的名单，本身就说明了问题：

三家芯片与硬件巨头、一家云与软件巨头的战投入场，逻辑不难推演：机器人大规模部署之日，就是数据管道满负荷运转之时，投数据栈等于提前卡住产业上游的水龙头。

天使名单同样耐人寻味：DoorDash创始人兼CEO Tony Xu、前ServiceNow和Snowflake CEO Frank Slootman，名单里还出现了特斯拉Optimus前团队成员的身影。一个做外卖配送的创始人为什么投数据公司？因为配送是最典型的真实物理世界场景——天天和真实订单、真实环境打交道的人，最清楚仿真里跑一万次也替代不了真机上摔一次。

圈内流传一句话：本体决定下限，数据决定上限。Mecka这一轮，本质是资本第一次以独立品类的方式，给“机器人学习的数据基础设施”标价——这个品类之前只是本体公司报表里的成本项，现在成了被争抢的标的。

📈 宇树629%：身体的公司先上了牌桌

身体的公司，先拿到了二级市场的门票。

本周三，中国头部人形机器人公司宇树科技在上海证券交易所挂牌。开盘后股价一度飙升629%，把市场对中国技术进步的乐观情绪演绎到了极致。

一级市场讲了几年的人形机器人故事，二级市场用一个开盘价完成了集体表态。629%这个数字背后有两层：一层是对宇树科技从四足机器人一路做到人形、把硬件成本打下来并实现规模量产的兑现确认；另一层，则是典型的情绪溢价——首日振幅越大，说明定价越不充分，后续波动也越剧烈。

从机器人系统工程师的视角看，判断很朴素：二级市场在给“身体”定价，一级市场在给“脑子”定价，两条曲线现在都陡峭地往上走，但支撑逻辑完全不同。宇树的价值最终要回到订单、毛利和交付节奏上；而629%的狂欢恰恰说明，市场目前还处在“看见机器人就兴奋”的阶段。

对创业公司而言，窗口反而更清楚了：在二级市场情绪热度维持的这段时间里，谁能更快把本体卖出去、把真机数据收回来，谁就能同时吃到两条曲线的红利。身体是数据的前置条件——没有部署量，就没有数据权。

🧠 田柯宇：连名字都没有，先值2亿美元

最贵的资产从来不是产品，是人。

据彭博社10月8日报道，前字节跳动实习生田柯宇进军世界模型创业，公司尚未公开亮相，名字和产品都没有，已拿到五源资本、IDG资本等机构近3000万美元融资，投后估值2亿美元。五源资本正是投出月之暗面的机构。

田柯宇去年夏天从北京大学硕士毕业，现为北大博士研究生，过去一年把研究重心押在世界模型上——正是李飞飞、杨立昆等学者力推的路线：让AI学会模拟现实世界的物理规律和运行机制，进而用于机器人、交互式视频和自动驾驶。他希望把获奖研究延伸下去，为AI设计一套专门处理视觉内容的符号语言，理由是视频包含的信息很难靠人类语言高效表达。

他的技术底气来自第一作者的NeurIPS 2024最佳论文：像大语言模型预测下一个词一样，让模型通过预测下一组像素块逐步生成图像，一种更高效的图像生成方法。

绕不开的是他的旧事：田柯宇曾在字节跳动实习三年，2024年被辞退。字节跳动当时称其“严重违规”，并表示社交媒体上有关他破坏基础模型训练的传言具有误导性；田柯宇则承认自己当时关闭了另一名实习生运行的程序以腾出算力，越过了正常程序。法院认定其违约，判赔50万元。他事后反思：“如果能带着今天的认识回到当时，我肯定会用更明智的方式处理。”

资本显然用另一种方式投了票。参照系就在眼前：李飞飞创办的World Labs上个月被AMD以数十亿美元收购，AMD CEO 苏姿丰给出的理由是“获得世界一流人才”。一个10人团队、含多位字节跳动前员工的无名公司估值2亿美元，本质上是人才市场与风险投资市场给出的合并报价。

🔁 三条钱流的闭环，和闭环上的裂缝

闭环是叙事的终点，裂缝是利润的起点。

把三笔钱放进同一张产业图里，会发现它们正好拼成一个环：

Mecka卡在数据基础设施环节，宇树科技的量产部署在源源不断产生真机数据，田柯宇们负责让世界模型把数据变成对物理规律的理解。三条钱流理论上指向同一个终点：机器人不用再一个场景一个场景地教，而是像大模型那样规模化地学。

但闭环上有三条裂缝值得盯紧。其一，数据基础设施是重投入慢回报的生意，6000万美元烧完之前必须证明客户愿意为数据管道付钱；其二，真机数据贵且慢，部署量不足时世界模型只能吃仿真数据，而仿真与真实之间的鸿沟，正是这条路线最难啃的部分；其三，估值先行——一家没有名字的公司2亿美元、一只首日629%的股票，情绪都跑在了收入前面。

一位看过多个具身智能项目材料的投资人私下感慨：现在每一份BP的最后一页都写着同一个词——数据飞轮。飞轮图谁都画得出来，难的是第一圈靠什么转起来。

🔮 小结

一周三笔钱，指向同一个判断：具身智能的竞争正在从“造出能动的机器人”转向“造出能学习的机器人”。数据基础设施、世界模型、量产本体，三个环节在2026年10月同时获得资本重估，行业第一次形成了完整的技术叙事闭环。接下来12到18个月，关键不是谁再融到钱，而是谁的飞轮先转出第一圈——真机数据规模、世界模型的物理一致性、本体部署量，哪一个先跑通商业化，资本就会在哪一个环节完成第二次重估。钱已经下注，接下来轮到工程兑现。