资本给「会动的AI」开出的价码，今年翻了不止一倍。
据《金融时报》援引PitchBook数据，截至2026年10月8日，全球机器人与物理AI（Robotics & Physical AI）企业今年累计融资接近480亿美元。
把时间轴拉长，这个数字的分量才显现出来。2022年至2024年，该领域相关企业的年度融资额基本维持在100亿至150亿美元区间，三年间波动不大，属于稳健增长的技术赛道。2025年融资规模显著攀升，而今年进一步加速——年内融资额已经达到2025年全年的约1.7倍，且统计截止点还在10月初，尚未计入第四季度的完整数据。三年时间，赛道从百亿美元级跃升到接近五百亿美元级，这是结构性的量级变化，而非周期性的热度波动。
更值得拆开看的是资金的投向。过去两年，具身智能的投资叙事高度集中于本体公司与模型能力：谁能造出更像人、更能干的机器人，谁就能拿到最大的一轮。而当前的资金流向正在下沉——关节模组、触觉传感器、数据采集手套等上游环节，以及真机操作数据本身，成为资本争夺的核心。
这个转变的逻辑并不复杂。人形机器人量产在即，真正卡住交付能力的不是本体的演示效果，而是核心零部件的产能、成本与迭代速度，以及训练所需的高质量真机数据。数采手套这类工具看似不起眼，却直接决定模仿学习的上限：人戴上手套做示范，机器人从中学到精细操作，触觉与动作数据的采集质量决定了模型能达到什么水平。资金从宽泛叙事转向硬环节，是行业从「讲故事」走向「算账本」的标志。
国内同样呈现这一特征。近一年多来，从本体企业到产业资本，越来越多仍在融资阶段的具身智能公司开始向上游零部件与数据环节延伸，通过战略投资锁定供应关系、参与技术协同，而非单纯签订采购合同。这种「一边融资、一边当VC」的现象，本身就是供应链紧张的信号。
需要保持清醒的是，融资额与交付能力之间仍隔着三道关。第一是量产良率：实验室样机与批量下线的一致性之间存在巨大鸿沟，这正是车规级制造经验被看重的原因。第二是运维成本：机器人在没人拍视频的夜里连续跑完一个班次，磕坏率要低于人工，运维成本要算得过账。第三是场景复购：客户第二天还愿意再订第二台，才是真正的验证。
资金从宽泛叙事转向硬环节是健康信号，说明资本开始理解这个行业的真实瓶颈所在。但下一阶段的分化将由真实交付数据决定，而不是由融资额排名决定。历史经验反复证明，融资额的高峰往往领先于行业洗牌一到两年。
需要标注的不确定性是：PitchBook的统计口径为已披露的融资事件，未披露的项目不计入；不同机构对「物理AI」的定义边界存在差异，绝对数字会随口径变化；480亿美元是截至10月8日的年内累计值，全年最终规模将更高。
接下来值得观察的是资金是否继续向上游集中，以及首批规模化交付的机器人在真实场景中的运行时长与故障间隔数据。这两组数字会决定这轮融资热潮最终转化为产业能力，还是转化为一轮估值回调。