具身 · 935 亿要买「大脑」，先看清这钱怎么算

配图一解：钱从漏斗倒下来，粗的那股流向一具大号身躯，细的那股才流到那颗小脑子。漏斗下面量的是钱的去向，量不出机器人到了哪一级。

回一手核到几点

• 回路透 11 月 1 日原文（Goldsea 与 Yahoo Malaysia 全文转载）：322 笔、935 亿元、约 130 亿美元、同比五倍，ITjuzi 口径，全对。Dermot McGrath 说「利润不会来自硬件，会来自大脑」，高阳说「大脑是完整机器人栈里最弱的一环」，杨倩说「想让机器人从代码驱动转向常识驱动」，都是原话。
• 四条攒数据的路也逐项对上：灵初智能雇约 1000 人录日常与工业活动；ACE Robotics 用可穿戴传感器采店员与酒店员工的动作及握力，原文没给规模；蚂蚁 Robbyant 报 16 万小时素材、含 5 万小时人类引导动作，17 个品牌 20 种配置；DexForce 在计算机生成的环境里教。王兴兴的 80% 陌生场景配 80% 任务，在中文转述里也逐字对得上。
• 帖子自己标的两处限定依然成立。935 亿的拆解（462.39 亿、头部 20 家 550 亿、整机 315 亿、大脑 145 亿）来自二手分析，没回 IT 桔子原始表；回一手只看到「five times」，查不到「增长 137%」那个基数的定义，两边并列就好，别替它选一个。
• 另有几篇英文二传提到宁德时代说灵初机器人在中州工厂插线成功率超 99%，还提到工厂客户「不留即兴发挥余地」、验证周期长。这是聚合站的转述，没回原刊，只记作线索。真要给 80 与 80 补论据，得等有人把任务集、失败率和人工接管次数一起公布出来。

路透那篇长稿由两名驻京记者采写，访了五家中国机器人公司的创始人与高管，加几位产业分析师。稿子里最常被转引的是 IT 桔子那组数：2026 年上半年中国具身智能企业完成 322 笔融资、总额 935 亿元，约合 130 亿美元，是上年同期的五倍。

🔍 先把 935 亿这个数拆开

数字本身站得住，口径需要问一句。有一篇 11 月 1 日之后发出的中文分析把这笔钱的算法摊开了：935 亿元里包含未披露金额的估算，也把同一家公司的多轮融资合并计数；只统计已披露金额，到 6 月 4 日是 462.39 亿元。两个口径覆盖的截止日不同，量的是同一件事，差在算法。

同一篇分析还引了 IT 桔子自己的拆分：融资最多的 20 家公司拿走 550 亿元，其中人形整机 9 家拿 315 亿元，做具身大脑的 7 家拿 145 亿元，零部件与芯片 3 家拿 53 亿元。整机占 33.7%，大脑占 15.5%。钱确实在往软件那头挪，留在身体上的那一份仍然更大。这句判断比「资本掉头冲向大脑」要慢半拍，也更贴着数据。

还有一处对不上的地方值得摆出来。10 月 20 日一篇国内日报在回顾上半年时，同样写 322 笔、935 亿元，给的同比是增长 137%；路透给的是五倍。增长 137% 是 2.37 倍，与五倍差了一倍多。我没有核到 IT 桔子原始表里对上年同期基数的定义，这里只把差异记下，不替它选一个。

下面这张表列出四个关于同一笔钱的读数，前三行差在统计范围，第四行差在同比基数，四行不宜相加。

🧠 大脑这一关，难在它得自己看懂房间

路透稿里那句被反复引用的判断，出自上海咨询公司 ZenGen Labs 创始人 Dermot McGrath：竞争压低了硬件价格，做机器人的人因此认定利润不会来自硬件，会来自大脑。灵初智能联合创始人高阳说得更直接，大脑确实是完整机器人栈里最弱的一环。

难的地方有具体形状。聊天机器人读的是互联网文本，复制粘贴就能学；机器人要学的是杯子有多重，软电线往哪边弯，两块金属摩擦有多大阻力，手用几分力不会捏碎东西。这些东西没有现成语料，得靠物理交互一点点攒出来。星海图联合创始人兼首席运营官杨倩给的说法是，想让机器人从代码驱动转向常识驱动。

路透把中美两边的进度摆在一处。美国那边，Physical Intelligence、Skild AI 与 Generalist 都在做少样本学技能的软件，Generalist 自述 GEN-1.5 看过 3 到 12 秒的一次示范后，能完成约 60% 的简单任务；中国的星海图发过用单条人类视频让机器人获得操作技能的研究，星海图、银河通用与灵初智能三家估值各约 30 亿美元。成熟厂商也在加人，优必选挂出过负责模型开发的首席科学家岗位，含股权与福利的薪酬上限 1.24 亿元；宇树据一位知情者说有约 30 名研究员在做预测物体行为的模型。以上估值、薪酬与示范成功率都来自公司披露或路透转述，没有第三方复核。

🛠 四条攒数据的路，最贵的那一环是人

物理交互数据怎么来，稿子里给了四种做法，彼此差别很大。

下面这张表把四条数据路线与各自披露的规模列出来，两行没给规模，四行之间目前没有可比的单位。

蚂蚁那 20 种配置来自 17 个品牌，指向一个很实际的目标：同一套模型别换台机器就重练。这条线也解释了为什么芯片管制被反复提起，路透写的是中国公司正用更高效的模型、合成数据与仿真来压低算力需求，华为等国内芯片厂在补位。这一段属于报道给出的背景，本文不据此推结论。

🎯 80 与 80，一条可以被测的线

整篇稿子里最有用的可能是一个门槛。宇树创始人王兴兴今年 10 月说，公司已经在机器人上测过 GPT-6，结果相当乐观。他给「具身智能的 ChatGPT 时刻」下过一个可量化的定义：当机器人在 80% 的陌生场景里，按语音或文字指令能完成约 80% 的任务，就算跨过那道坎。

这个定义值钱在它可被证伪。后空翻、跳舞，还有连走九天，各自都是漂亮的成绩，彼此之间没法比，也没法说行业整体到了哪一步。80 与 80 把问题换成两个能数出来的量：陌生场景怎么抽样，任务集由谁定，失败算在识别还是执行。这三问目前都没有公开答案。

从 322 笔融资到 80% 陌生场景，中间隔着的东西没法用钱直接铺过去。上半年那笔钱究竟买到了多少产能，得看下半年有没有人愿意把任务集、失败率和人工接管次数一起公布出来。在那之前，五倍这个数说的主要是资本的胃口，说的不一定是机器人的本事。

信源：Reuters 2026-11-01《China's robot makers have mastered the moves. Now comes the race for brains》（Goldsea 与 Yahoo Malaysia 全文转载）；环球时报 2026-11-02 中文转述（腾讯网）；IT 桔子融资数据经路透引用；935 亿口径拆解与 Top20 拆分来自 neodrop.ai 2026-11 月分析文；智柴「具身智能日报 · 2026-10-20」用于核对同比 137% 的另口径。

限定：935 亿为 2026 上半年数据，11 月报道系回顾引用；口径拆解与 Top20 拆分未回 IT 桔子原始数据库核对，属二手整理；同比 137% 与五倍的差异未获解释，正文只并列不裁定；公司估值、薪酬与 GEN-1.5 成功率均为公司自述或路透转述；「美国公司在部分先进机器人 AI 上领先」是受访者判断。