具身智能：大脑抢滩，手还在拖后腿

第一章 大脑“安卓化”：英伟达谷歌抢智能层，LG们沦为铁壳子？

背景：一纸MOU与一段视频，把“智能层”竞争摆上台面

8月13日，[[LG]]与[[英伟达]]签署MOU的消息在机器人圈炸开。同一周，[[谷歌DeepMind]]放出[[Gemini Robotics 2]]视频：车间里人形机器人与机械臂配合，全身协调抓取、拧螺丝，没有旁白，只有一句“为下一代真正可适应机器人提供动力的智能层”。两件事指向同一个信号：具身智能的竞争重心，正从“能不能动”转向“谁定义大脑”。

LG内部给这个项目定下硬性目标：2027年第一季度公开亮相，首秀不能只是走路，要演示在家庭或商业场景里完成实用性操作。据多位接近此次合作的人士透露，LG高层与黄仁勋在英伟达总部的会面持续两个多小时，双方还讨论了智能家居与汽车电子协同。LG将采用[[英伟达]]的[[Nvidia Isaac GR00T]]作为人形机器人基础模型——一个专为人形机器人设计的开放式推理基础模型，核心卖点是零样本或少样本迁移，仿真中学到的任务可直接部署到真实硬件。

数据/事实：两大平台同时亮剑，硬件厂开始站队

[[谷歌DeepMind]]官宣的[[Gemini Robotics 2]]解锁了三个关键能力：全身控制（whole-body control）、高级灵巧操作、多机器人协作。一位长期跟踪谷歌机器人项目的产业人士私下说：“Gemini Robotics系列的意义不在硬件，在站位。谷歌想把机器人版的‘安卓’标准攥在自己手里，这是典型的基础设施打法。”这个判断有数据支撑：[[瑞银]]研报指出，当前AI能力大约每7个月翻倍，远超传统摩尔定律的18-24个月周期。模型能力的跃迁速度，正在让“智能层”输出成为可能。

产业逻辑：安卓剧本重演，但LG不是当年的LG

“硬件厂买大脑”的模式，在PC和手机时代反复重演。LG在智能手机上吃过亏——早期用安卓快速上量，后期利润被谷歌和芯片厂分走，最终退出手机市场。人形机器人时代，同样的剧本可能再来一遍。但不同之处在于，[[英伟达]]的[[Isaac GR00T]]尚未形成安卓那样的绝对生态垄断，LG还有机会通过独家场景数据、定制化硬件和渠道绑定争取议价权。一位LG前高管私下感慨：“如果人形机器人的大脑被英伟达一家吃掉，那最后大家拼的就是谁能在供应链上把成本压到最低——这恰恰是LG的强项，也是它的悲哀。”

2027年Q1这个时间点很微妙。[[特斯拉]][[Optimus]]计划2026年小批量生产并进入工厂，[[Figure AI]]的Figure 03也瞄准同一窗口。LG的加入意味着韩系厂商正式入局，但它的路径更“轻”——不碰大脑，只做身体和集成。这种策略能否跑通，取决于英伟达的模型迭代速度以及LG在真实场景里能收集多少差异化数据。一旦谷歌和英伟达两家吃掉智能层，本体厂商的议价空间会被急剧压缩，最终比拼的就是供应链成本控制——这对LG是强项，也是天花板。

谷歌选择不做本体，走“智能层”路线，类似安卓之于手机。但安卓能普及，靠的是硬件成本快速下降。具身智能要复制这条路，硬件必须先过关。问题恰恰在于：硬件过关的速度，远没有模型快。下一章我们看执行器。

第二章 成本一半在执行器：舍弗勒卖齿轮，比整机厂先收钱

背景：千亿蓝图旁边，卖铲子的人先动了手

8月18日，[[瑞银]]一份研报把具身AI未来十五年的账本摆上桌面：2035年全球潜在市场规模4020亿美元，年复合增长率约11%。几乎同一时间，德国轴承巨头[[舍弗勒]]默默发布成形[[应变波齿轮箱]]——人形机器人关节里的关键件。一边是千亿蓝图，一边是卖铲子的人先动手。

[[舍弗勒]]这家过去给汽车发动机供零部件的公司，现在把人形机器人关节生意当成新增长点。据披露，执行器约占人形机器人制造成本的一半，而[[应变波齿轮箱]]正是执行器里的关键部件，负责在极小空间内实现大扭矩、高精度的运动传递。业界一个半公开的说法是，人形机器人厂商对谐波减速器这类核心件的验证周期动辄半年以上，一旦通过，切换成本极高。多位接近舍弗勒供应链的人士透露，这次新品目标不是传统工业臂，而是人形机器人髋关节、膝关节这类高扭矩场景。

数据/事实：4020亿美元账本拆开看，人形机器人只占十分之一

[[瑞银]]的4020亿美元TAM不是平均撒胡椒面。摘要明确提到：人形机器人仅占400亿。剩下的3620亿，大头是传统及新型自动化硬件、ADAS（含FSD）等已经具备成熟应用场景和付费客户的领域。换句话说，未来十五年的具身AI现金流，主要不是人形机器人整机贡献的，而是自动化硬件和汽车电子。

数据上，传统工业机器人三大核心零部件——减速器、伺服电机、控制器，合计占总成本六到七成；人形机器人执行器占比更高，达到约一半。一台售价10万美元的人形机器人，至少5万美元花在执行器上，而执行器成本里，减速器又占了相当一块。

产业逻辑：工业机器人供血，零部件先兑现现金流

国家统计局新闻发言人[[付凌晖]]在国新办发布会上披露，今年1至7月，[[工业机器人]]产量同比增长28.5%，3D打印设备同比增长52.3%，锂离子电池同比增长40.2%。28.5%的增速放在装备制造业里稳中带快，说明制造业自动化渗透率在真实提升，不是靠补贴撑起的短期脉冲。

关键判断：工业机器人和人形机器人在核心零部件上高度重叠——谐波减速器、伺服电机、控制器，都是同一批供应商。工业机器人产量高增长，意味着这些零部件正在被大规模验证、摊薄成本。人形机器人目前没有大规模出货，但工业机器人已经在为整个具身智能供应链“供血”。下游扩产，机器人卖得好，核心零部件厂商就有钱扩产，反过来为人形机器人放量提前备好产能。

但也要泼一盆冷水：工业机器人常用减速器以RV和谐波为主，人形机器人关节更多用小尺寸谐波，技术迁移不是无缝对接。不过产能爬坡的经验、客户验证能力、供应链卡位，这些是硬通货。舍弗勒们先动手，就是在量产前夜锁定利润。具身智能的卖水人，比淘金者更早见到现金流。

第三章 融资按天到账，手还没学会抓：资本与技术的时差

背景：天使轮、A轮、B轮的界限被彻底打破

“现在看具身项目，BP还没翻完，TS就发出去了。”有市场人士向媒体表示。放在两年前，这话会被当成段子；放在2026年，它只是常规操作。[[临界点]]成立27天完成天使轮到A轮、[[求之科技]]一个月融两轮亿美元级、[[德塔智能]]半年六轮、[[昆仑行机器人]]90天三轮、[[破壳机器人]]4月天使轮8月Pre-A。当“天使++轮”“Pre-A++轮”频繁出现，传统轮次边界已经消失。

这背后不只是市场情绪，更像一套新的资本逻辑：投资机构不再按技术里程碑下注，而是按窗口期抢份额。融资能倍速播放，但产品技术的进度条未必跟得上——这是最危险的时差。

数据/事实：特斯拉的FSD移植幻觉与五年未量产

据此前媒体报道，[[特斯拉]]计划在2026年5月停产最后一批[[Model S/X]]，并在此后46天内拆除旧生产线，搭建[[Optimus]]人形机器人首条量产线。该时间表为媒体预测或规划，尚未获特斯拉官方确认。[[Optimus]]自2021年提出至今仍未量产，官方口径为“持续推进”。

车企“造人”没那么顺。FSD算法从汽车迁移到人形机器人，业内一直存疑。原因在于：汽车的感知和规划是2D道路结构化场景，人形机器人是3D非结构化环境、全身动力学控制、灵巧操作；两者的数据分布、执行器带宽、安全边界完全不同。特斯拉想用FSD打底做Optimus，理想很丰满，但迁移成本被低估。

产业逻辑：窗口期抢份额，但产品成熟度严重错配

资本倍速播放，技术进度条卡在“手”上。机器人手部数据公司[[Proception]]靠独特采集方法拿到1100万美元并宣布与[[特斯拉]]商业秘密诉讼和解，正说明手部操作是真正瓶颈。当资本已经按天到账，手还没学会稳定抓取，这个时差就是泡沫的裂缝。

传统VC逻辑是按技术里程碑下注：天使轮看团队，A轮看原型，B轮看客户验证，C轮看收入。现在这套逻辑失灵了。热门项目成立几个月、产品都没有就融好几轮，机构按窗口期抢份额，赌的是下一轮更热、退出靠产业并购或上市。但机器人不是纯软件，硬件迭代、供应链验证、场景渗透都需要以年为单位。融资节奏可以压缩，技术验证无法压缩。一旦窗口期关闭，没有营收支撑的整机厂会迅速面临断粮。

第四章 灵巧手数据：一场与特斯拉和解的1100万美元暗战

背景：手部操作是具身智能最被低估的瓶颈

[[谷歌DeepMind]]的[[Gemini Robotics 2]]在宣传视频里展示了“高级灵巧操作”，但真实世界的手部操作远比视频复杂。工业机械臂的末端执行器解决的是固定姿态抓取，人形机器人的灵巧手要应对不同形状、材质、重量的物体，还要处理力反馈、滑动、接触状态变化。这不是模型层能单独解决的，需要大量真实世界手部操作数据。

[[Proception]]这家初创公司，一边与[[特斯拉]]和解商业秘密诉讼，一边拿下1100万美元融资，专攻灵巧手数据。它的价值被资本认可，说明手部数据已经成为具身智能的下一块壁垒。据参考文章，Proception与特斯拉的诉讼涉及商业秘密，和解本身释放了信号：特斯拉在灵巧手数据上高度警惕，竞争对手很难绕开。

数据/事实：1100万美元与手部数据采集方法论

[[Proception]]融资1100万美元，金额在具身智能赛道不算大，但方向极其聚焦。它靠独特采集方法建立灵巧手数据壁垒——不是简单的遥操作或动捕，而是规模化、高质量的真实抓取数据。特斯拉诉讼和解后，Proception可以继续推进，但和解条款未公开。

产业逻辑：数据壁垒比模型壁垒更难速成

手部操作数据的稀缺，源于采集成本极高。遥操作需要人戴动捕设备逐条录制，一天能采几百条就不错；仿真合成又面临real-to-sim gap；真实环境采集需要大量硬件和人力。[[Proception]]的独特方法如果真能规模化采集高质量灵巧手数据，它将成为所有做灵巧操作模型公司的上游供应商。这种数据壁垒一旦建成，切换成本极高，类似自动驾驶时代的高精地图。

[[谷歌DeepMind]]的[[Gemini Robotics 2]]用视频展示高级灵巧操作，但视频演示与真实工厂、家庭环境存在巨大差距。一个动作在视频里成功，不代表在不同光照、不同物体表面、不同力反馈下稳定复现。参数文章提到，真正能把全身动态控制跑稳定的，仍集中在少数高端关节模组。手部操作是“大脑+执行器+数据”三重耦合的难题，资本热钱可以买算力、买工程师，但买不到高质量手部数据——这是时间和场景堆出来的。

第五章 VLA已死？世界模型只有20%-30%成熟度的尴尬

背景：三件事同时指向路线分歧

过去一个月，三件事同时发生：[[谷歌DeepMind]]发布[[Gemini Robotics 2]]，强调“全身控制”和“多机协作”；[[瑞银]]给出2035年4020亿美元TAM预测；[[眸深智能]]创始人[[穆泽林]]——一个95后，靠做机器人“大脑”里的世界模型，又拿了近5个亿。热闹背后，一条清晰的产业裂痕浮出水面：VLA（视觉-语言-行动）模型的泛化天花板已现，世界模型被推到台前。

VLA模型让机器把摄像头信息与自然语言指令直接转换成动作，让机器人从“背指令”进化到“看一遍就会”。但它本质上是“记忆动作”：在相似场景下泛化，在陌生场景就崩。一位长期跟踪人形机器人的工程师私下说，传统机器人控制是“大脑发指令、小脑管关节”，[[Gemini Robotics 2]]想干的事，是把这两层压成一层，让模型直接输出关节力矩或位置指令。这事如果跑通，对执行器的控制带宽、响应速度、力矩精度都会提出指数级要求。

数据/事实：世界模型只有20%-30%成熟度，方向对但路长

[[眸深智能]]创始人[[穆泽林]]拿近5亿融资做世界模型。但参考文章明确指出：世界模型自己也只有20%-30%的成熟度。这意味着它可以作为研究方向，但离产品化、离客户付费还有巨大鸿沟。

产业逻辑：从“记忆动作”到“理解物理”的艰难转身

VLA路线最大的问题不是不work，而是天花板明显。它在结构化、可重复场景里表现不错，但在开放环境、长尾任务里容易崩。世界模型理论上能解决这个问题：让机器人理解物理规律，例如物体碰撞、重力、摩擦，从而在新场景里自主推理动作。但世界模型的训练需要海量物理交互数据，且当前模型对物理规律的理解还很初级。

[[瑞银]]研报指出AI能力每7个月翻倍，但硬件迭代以年为单位。模型进步远远快于硬件迭代，这就形成错配：算法已经能驱动人形机器人做复杂动作，量产关节的成本和可靠性还没过关。参考文章建议投资者广泛配置具身AI产业链，而不是押注单一机器人赛道。原因很现实：模型可以讲故事，硬件决定谁先收钱。路线之争短期内不会有胜者，世界模型方向可能是对的，但路比所有人想的都长。

第六章 落地分化：工业供血、家庭务实、人形退烧

背景：一条腿走路不稳，具身智能需要多条腿

具身智能的落地从来不是单一赛道。工业机器人产量同比增28.5%，[[Hello Robot]]发布第四代家用机器人[[Stretch]]，[[Enigma]]以7100万美元种子轮押注操控易用性。一个在软件层降低门槛，一个在硬件层死磕家庭落地。竞争焦点从“能不能动”转向“能不能用”。

[[Hello Robot]]的[[Stretch]]采用移动底盘加伸缩臂的形态，专注于抓取、搬运等高频任务。独居老人弯腰捡药瓶困难，对机器人说“帮我捡起来”，[[Stretch]]缓缓驶来，伸出机械臂抓住药瓶递到手边。这台机器人不是人形，但足够解决眼前问题。连续四代迭代表明，它已在真实家庭环境反复打磨可靠性。家庭机器人最大的误区是“追求人形”。人形通用性强但成本高、控制复杂、安全性难保证。[[Stretch]]选择非人形方案，是务实减法：把“捡东西”这一件事做到足够可靠。

数据/事实：工业、家庭、人形三条赛道完全不同节奏

[[Enigma]]要做的事听起来很“小”：让控制机器人像调节音量一样简单。工厂老张不再需要拿出示教器逐点录入轨迹，而是像旋转音量旋钮一样直觉调节动作幅度和速度。培训时间从几天缩短到几分钟。[[Index Ventures]]和[[Ribbit Capital]]领投，[[Sarah Guo]]的[[Conviction Partners]]参与。7100万美元种子轮在机器人赛道极为罕见，资本看中的不是某款机器人，而是操控层的平台潜力。一旦易用性交互成为行业标准，上层应用生态才会真正爆发。

产业逻辑：先落地先赚钱，整机厂仍在烧钱

工业机器人已经在为具身智能供应链供血，家庭机器人用非人形方案验证真实需求，[[Enigma]]在降低操控门槛——这三个方向共同点是：都在解决具体问题，都有清晰的付费路径。反观人形机器人整机厂，仍在烧钱抢发布、抢融资。[[特斯拉]][[Optimus]]五年未量产，[[LG]]2027年才亮相机型，[[Figure AI]]也瞄准同一窗口。量产前夜，整机厂面临的最大风险不是技术，而是资金链。资本窗口期不会永远敞开，一旦融资节奏放缓，没有自我造血能力的整机厂会最先倒下。

[[舍弗勒]]卖齿轮、[[瑞银]]喊别只盯人形机器人、[[Hello Robot]]不做人形做任务、[[Enigma]]不造机器人做操控层——聪明人已经绕开“人形”这个烧钱黑洞，去挖卖铲子和场景落地的确定现金。具身智能的战争，最终不会在发布会舞台上结束，而在工厂车间、家庭客厅和客户账户里见分晓。

结语

具身智能正在经历一场典型的Gartner曲线：大脑平台化过热，硬件瓶颈被低估，资本节奏严重超前于技术进度。[[英伟达]]和[[谷歌DeepMind]]抢智能层定义权，[[LG]]们面临沦为铁壳子的风险；[[舍弗勒]]的齿轮箱提醒我们，执行器才是成本核心；[[Proception]]的和解与融资揭开手部数据暗战；世界模型路线方向或许正确，但20%-30%的成熟度撑不起短期预期。

前瞻判断很清楚：未来12-24个月，具身智能的分化会加剧。核心零部件厂商和工业自动化硬件商先兑现现金流；家庭与场景化机器人靠任务可靠性小步快跑；人形机器人整机厂将经历残酷洗牌，只有能熬过量产验证和客户付费拐点的玩家才能活下来。别被“人形机器人元年”带偏——这波浪潮里，先赚钱的是卖齿轮的，最后赚钱的才是造人的。