具身智能领域融资与估值动态 - Physical Intelligence (PI) 在最新一轮融资中获6亿美元投资，估值从20亿美元跃升至56亿美元（约合396亿元人民币），成为具身智能“通用机器人大脑”赛道估值最高的玩家 [2] - 本轮融资由Alphabet旗下CapitalG领投，现有投资者Lux Capital、Thrive Capital及杰夫·贝索斯加码，新晋投资方Index Ventures与T. Rowe Price参与，OpenAI是早期投资者之一，参与了2024年3月的7000万美元种子轮及2024年11月的4亿美元天使轮 [2] - Skild AI在两年内完成三轮融资总额超4亿美元，估值从2024年7月A轮的15亿美元跃升至2025年6月的45亿美元（约合318亿元人民币），一年内翻了三倍，投资方包括软银集团、贝佐斯、红杉资本、光速创投、Coatue等 [8] 核心公司技术路线与策略 - PI采用“软件先行”策略，定位为跨平台“通用机器人大脑”，致力于训练不依赖特定硬件的通用大脑，使“一个模型控制不同机器人本体”成为可能，其估值体系更接近AI大模型公司 [4] - PI于11月18日发布新一代机器人基础模型π*0.6，引入RECAP训练方法，在复杂任务中泛化能力显著提升，测试中能连续工作一整天制作意式浓缩咖啡、处理衣物折叠和工业纸箱组装，多项任务成功率突破90% [4] - Skild AI选择构建超大规模仿真训练场，在仿真中完成了“相当于一千年的机器人训练时间”，让机器人在短时间内经历数百万次失败以学习应对极端情况，其演示展示了出色的抗损伤与自主恢复能力 [10][11] - 在数据策略上，PI认为实现通用智能不需要无限多样数据，而需要精心挑选的代表性真实机器人操作数据，注重质量；Skild AI则采用“大数据”思路，整合仿真、真实操作、互联网视频等构建庞大异构数据集 [10] 商业化路径与行业竞争格局 - PI坚守平台化模式，致力于打造纯粹的“机器人大脑”以赋能各种机器人硬件，模式接近云服务；Skild AI选择从垂直场景突破，将工业安防和巡检机器人作为首个商业化落地点 [13] - 业内人士分析，短期Skild AI的工业巡检机器人可能更快产生收入；长期若PI的通用平台模式走通将拥有更大想象空间 [13] - 千诀科技是国内专注于通用“机器人大脑”的公司，技术路线对标PI，坚持独特的“类脑分区”路线，通过打造“脑坞”端侧计算方案为硬件厂商提供大脑能力，自身不制造本体 [14][15] - 千诀科技商业化路径清晰：先家庭，后服务，最后进入工厂，其具身大脑已在家庭服务、物流配送、商业运营等多个场景运行，与多家具身机器人厂商及科技企业达成合作 [16] 行业技术路线分歧与发展现状 - 行业存在“软硬一体派”与“纯大脑派”的路线之争，焦点在于数据能否跨本体通用，特斯拉、Figure AI等选择自研大脑和本体，认为为特定机械结构优化的数据具有高度专属性 [18][19] - 当前行业面临“小脑”成熟、“大脑”滞后的困境，多数人形机器人运动控制能力不错，但智能水平仍需提升，导致硬件能力强但智能水平低的局面 [23][24] - 在工业场景中，企业目前更倾向使用自动化设备和传统工业机器人，因其设计逻辑是准确完成重复动作，无需泛化能力，而非选择人形机器人 [25] - 技术层面，“大小脑”分层架构成为主流折中方案：“大脑”负责高级认知与规划（追求通用化），“小脑”负责快速反应与运动控制（与硬件结合紧密） [26] - 北京大学教授提出了“具身神经智能”概念，旨在用一个统一模型处理感知、认知和运动控制，模仿人类“全脑”工作方式，以解决大小脑协同难题 [26] 创业生态与未来展望 - 机器人领域的“大脑”与“本体”之争，本质是通用平台梦想（类似“Android系统”）与垂直场景落地（类似“苹果模式”）的战略选择 [28] - 随着特斯拉、宇树科技等在硬件成本上快速突破，以及大模型技术加速渗透，2025年已成为人形机器人从“演示价值”走向“实用价值”的关键分水岭 [29] - 在资本与技术驱动下，谁能更快破解数据与本体之间的耦合难题，谁就能在智能体进化竞赛中占据先机 [31]