人形机器人跑赢人类，靠的不是算法

2026年4月19日，一台名叫Honor Lightning的人形机器人用50分26秒跑完半程马拉松，比人类世界纪录快了7分钟。几个月后，Google DeepMind发布Gemini Robotics 2，把机器人的“大脑”推向全身控制与多机协作。资本端更热闹：上半年935亿元融资砸进具身智能赛道。

但热闹背后有一个反直觉的事实：最先赚到钱的，不是造机器人的，也不是做模型的，而是一群给人形机器人“喂数据”的公司。

这篇文章想讲清楚一件事——具身智能的钱，正在沿着产业链重新分配，而分配的方向，和大多数人的想象不太一样。

🏃 马拉松夺冠的秘密，藏在物理里

跑得快这件事，从来不靠算法魔法。

先看成绩单。2026年4月19日，Honor Lightning以50分26秒完成半程马拉松：比人类世界纪录快7分钟，比2025年机器人的最好成绩快了近2个小时。一年时间，机器人半马的成绩被压缩了近两小时，这个进步幅度，算法迭代给不了。

那靠什么？IEEE Spectrum一篇分析文章给出了很“工程师”的答案：跑步的本质，是单腿蹬地推进与腾空两个阶段不断交替。这个过程中，真正的瓶颈不是控制算法有多聪明，而是几个冷冰冰的物理约束——

第一，能量效率。机器人每一次触地，关节电机都要输出峰值功率，效率低的本体，电和热量都在关节里白白耗掉。

第二，散热。最直观的对比是：据报道，宇树科技参赛时不得不给自己的机器人背上一个小冰背包，试图在比赛中压制过热。连行业内公认硬件能力最强的玩家都要靠物理降温续命，散热这个问题的分量可想而知。

作者的判断很直白：他做过跳跃与奔跑机器人，也设计过商业四足产品，结论是这背后没有“魔法技术”，只有对底层物理约束的极致打磨。

这就是产业逻辑的第一层：当下人形机器人比拼的，仍然是本体层面的第一性能力——电机功率密度、减速比设计、散热结构、电池能量密度。强化学习政策当然重要，但它跑在硬件给的边界之内。谁把物理约束解决得更好，谁就能在赛道上多跑十分钟。

对创业公司来说，这是个不太浪漫但必须接受的现实：在“智能”成为胜负手之前，先把热量管好。

🧠 大脑层开战：从看图说话到全身控制

硬件卷物理极限的同时，另一场战争在大脑层开打。

Google DeepMind最近放出了Gemini Robotics 2，官方的说法是“驱动下一代真正可适应机器人的智能层”。拆开看三个关键词：智能全身控制、高级灵巧操作、多机器人协作。

这三个关键词的分量，做具身智能的人都懂。

过去两年，大部分机器人视觉语言模型停留在“看图说话”阶段——识别物体、规划路径、抓个杯子。而Gemini Robotics 2的宣传视频里，机械臂和人形机器人同框出现在真实车间场景中，强调的是整机的协调控制：不只是手臂会抓，而是全身 joints 协同去完成任务，并且多台机器之间还能分工协作。

从单机单任务，到全身控制，再到多机协作——这几乎就是具身智能大脑层的演进路线图。

产业逻辑的第二层浮出水面：机器人产业正在复制智能手机的分层结构。

本体是硬件层，拼制造和物理约束；模型是智能层，拼数据、算力和泛化能力。当Google DeepMind这种级别的玩家亲自下场做智能层，意味着“大脑”不再由本体厂商自己关起门来研发——未来大概率会出现“通用大脑+各家本体”的组合模式，就像安卓和手机厂商的关系。

据多位接近头部厂商的人士透露，国内不少本体公司已经在秘密测试接入第三方基础模型的方案，把自研资源收缩到运动控制和场景微调上。这个信号很关键：智能层的军备赛，门槛已经高到大多数公司玩不起了。

对国内玩家而言，选择越来越清晰：要么死磕本体物理能力，要么押注垂直场景数据，卡在中间两头不着地的，最危险。

💰 935亿热钱砸下来，股价先凉了

钱来得比技术快，这是2026年具身智能最真实的写照。

先看一级市场。据IT桔子统计，2026年上半年，国内具身智能赛道融资322笔，总额达到935亿元，同比增长约5倍。具体到公司，节奏一个比一个猛：

其中它石智航刷新了中国具身智能单轮融资纪录——而上一个纪录，是银河通用在2025年12月创下的3亿美元。纪录保持不到五个月就被自己人打破，热钱的焦虑可见一斑。据第一财经统计，仅今年上半年，国内估值超百亿元的具身智能企业已有22家。

再看二级市场，画风突变。宇树科技73天闪电过会，上市前黄仁勋亲自站台、联想火线入股，关注度拉满。结果呢？上市第11个交易日，股价盘中跌破550元，较1100元的高点直接腰斩。

一二级市场的温差，说明资本市场开始分层：一级市场押注的是终局叙事——具身智能是下一个万亿入口；二级市场看的却是财报——宇树科技招股书（上会稿）显示，今年一季度其扣非净利润为4025.36万元，同比下降52.55%。

翻译一下：增长故事还在，但赚钱能力暂时跟不上估值。热钱不等于利润，这五个字，是2026年具身智能最贵的一课。

📊 最先吃肉的，是给机器人喂饭的

一个产业链上，最先赚到钱的往往不是主角。

惊蛰研究所报道了一个很典型的转型故事。某数据采集服务商项目负责人孙潇，此前公司做的是智驾数据标注，今年5月意外发现具身智能赛道开始出现大量数据采集需求，果断入局。结果是什么？

正式经手业务不到两个月，已经在苏州、宿迁、南阳建了三个数据采集基地，还在大力扩充采集员队伍。用他的原话说：“这个业务的毛利能够做到30%左右，比很多传统行业都要高，而且订单多到根本做不完。”

同一个时间窗口，本体厂商在挣扎。原力无限联合创始人刘扬今年3月接受每日经济新闻采访时说得很扎心：“2025年，行业里大量所谓的‘商业化订单’，本质上是公关性质的展示采购和数据采集合作，而不是真正意义上的生产力替代。”

两句话放在一起，具身智能产业链的价值分配图谱就清晰了：

• 本体厂商：收入里有相当比例是展示采购，一季度扣非净利同比下滑52.55%；
• 模型公司：融资凶猛，但都在烧钱换数据，盈利遥遥无期；
• 数采公司：毛利30%，订单排队，闷声扩产。

这不是什么新故事。淘金热里，先发财的永远是卖铲子和卖水的。具身智能的“水”，就是数据——大模型要泛化，先得有人把真机操作数据一条一条喂进去。据业内私下流传的说法，头部模型公司的数据采集预算，今年普遍翻了几倍，有的甚至自建了上千人的采集团队。

但这里要泼一盆冷水：数采的好日子，建立在模型公司还在烧钱的前提上。一旦基础模型能力到位、仿真数据替代真机数据的技术路线跑通，这层生意随时可能被压缩。躺赚是阶段性的，不是终局。

真正值得警惕的反而是本体厂商的处境——如果订单里“公关性质”的占比降不下来，商业化叙事撑不了太久。行业需要从“演给别人看”，切换到“替客户干活”，这个切换点，可能比所有人预期的都更关键。

小结

把三条线索拼起来，2026年具身智能的真实图景是：硬件在物理约束下狂奔，50分26秒的半马就是证据；大脑层开始军备竞赛，Gemini Robotics 2把竞争推向全身控制和多机协作；而产业链的钱，暂时流向了数据这个“卖水”环节。935亿热钱买的是未来，腰斩的股价和下滑的利润提示的是现在。接下来一年，行业的关键词不是“更快更强”，而是——真订单什么时候来。谁先把演示变成生产力，谁才有资格讲下半场的故事。