家里有扫地机器人的人，多半见过这种情况：客厅扫得挺干净，它一碰到地上的袜子或者一根充电线，就缠在那里打转，嘀嘀地叫着等人来帮忙。
轮子没坏，电机也没坏，问题是它没看明白眼前是个什么东西。中国跑得最快的那批机器人，现在碰到的也是这个问题。
8月22日晚，第二届世界人形机器人运动会在北京国家速滑馆开幕。在率先进行的100米大型组预赛中，北京人形机器人创新中心派出的天工Ultra跑出9秒39的成绩，比博尔特保持的人类纪录还快。

那天晚上它没有停在这个成绩上，后面又跑出9秒37、9秒32，两个小时里，百米纪录被它自己连刷三次。而就在一年前的首届赛事上，人形机器人的百米最好成绩还停留在21.50秒。
腿脚已经比世界冠军还快，脑子却还没跟上。千寻智能联合创始人兼首席科学家高阳9月接受路透社采访时说，"大脑"确实是整个机器人技术栈中最薄弱的一环。
这话出自一家专门给机器人做"大脑"的公司之口。中国机器人的比赛已经进入下半场。

上半场比谁的身体结实、动作漂亮；下半场要比谁先让机器人走进一间没去过的屋子，把一件活从头到尾干完。钱、人才和数据，现在都在往这边集中。
先看钱。按IT桔子的统计，2026年上半年中国具身智能公司完成322笔融资，金额935亿元，是一年前的五倍。
中泰证券10月13日的报告把账算得更细：以具身大脑为核心业务的公司获得222.53亿元，本体整机公司获得56亿元，前者接近后者的四倍。造身体的拿得少，教机器人想事情的拿得多。

自变量、星海图和千寻智能这几家专攻软件的初创公司，按公司披露，估值都在30亿美元左右。投资人押的是：会翻跟头已经不稀奇，能干活的机器人才值钱。
到了秋天，情况有些变化。截至2026年10月，具身智能行业融资在9月后明显收紧，资金进一步向头部集中。
10月上半月只有19起、49.34亿元，8月还是91起、313.23亿元，还有几家企业出现停工欠薪甚至破产清算。投资人为什么一边往"大脑"上押钱，一边又开始犹豫？

原因是"大脑"太难练。造机器人的"大脑"比训练聊天机器人难，因为它需要大量真实的物理动作样本，比如抓握和插接。
网上有的是文章，可没有现成的几亿次"拧瓶盖"可以拿来学。这和学骑自行车差不多，原理讲得再清楚，不亲自摔几次也学不会。
高阳也承认，旋开瓶盖这类精细动作，以及处理此前没有遇到过的任务，依然是机器人需要攻克的难题。数据缺，各家就用笨办法自己攒。

千寻智能在全国安排约1000名合同人员收集真实世界数据。蚂蚁集团旗下的蚂蚁灵波使用了16万小时的数据训练模型，其中包括5万小时由人类指导机器人完成动作的数据。
还有公司想让普通人一起来攒数据。9月下旬，觅蜂科技发布众包数据平台觅蜂派：人人可当机器人训练师。
以前是工厂招工人拧螺丝，现在多了一批人专门做动作给机器看。数据练出来的"大脑"，有一些已经上岗了。

宁德时代表示，千寻智能的机器人在其中州工厂的电池包测试环节连接柔性线缆，插接成功率超过99%。路透社也写到，在中国，实际部署容不得即兴发挥。
99%听着已经很高。可一条产线一天要插上千次，剩下的1%就是十几次得有人去补。
工厂要的是天天不出错，偶尔干得漂亮不够用，这也是从样品变成产品最难的一步。药房的例子更能说明问题。

蚂蚁灵波的模型已经适配乐聚、智元、宇树、银河通用等17家厂商的20多种机器人构型，并与国大药房合作，让机器人在真实门店里承担分拣任务。可它的CEO朱兴也说，最大的难题是如何从一家门店复制到多家门店。
不同药房、便利店的货架布局、商品位置和任务细节都不一样，现阶段复制成本仍然很高。换一家店就得重新调一次，这又回到了开头那只扫地机器人碰到的问题。
所以眼下各家都在想办法把这份"复制成本"降下来。10月23日，智元发布一站式全流程具身智能作业平台Genie Studio 2.0，最快7天即可完成全新作业场景从0到1的部署验证。

家里比工厂和门店还难。高阳说千寻的机器人在结构化客厅环境中完成简单任务的成功率达到90%，但相比工业和商业服务场景，进入家庭要困难得多。
他的预计是到2027年年中达到"GPT-3.0"级的里程碑。美国那边起步更早。
8月，加州的初创公司"通才"推出GEN-1.5模型，称它看三到十二秒的演示就能学会基本动作技能。在10项相对简单的操作任务测试中，只看一次演示，平均成功率约为59%。

德国机器人顾问施蒂勒认为，美国领先实验室定下的标杆很高，尤其是机器人学会和复用技能的速度，同时他也把中国最强的几家初创公司看作够格的对手。两边的钱花法也不一样。
据彭博报道，美国的"物理智能"公司成立两年多、尚无公开营收，正在洽谈至少10亿美元融资，目标估值约200亿美元。国内投资人则已经开始追问具身智能公司，你的客户是谁？
你的商业模式是什么？一篇行业评论把这个差别概括为：美国资本先给大脑定价，中国资本先让机器人搬砖。美国能等，中国手边有工厂。电池厂、药房、仓库每天都有真活，这正是"大脑"最缺的训练场。中国企业的难处也摆在那里。

受美国出口管制影响，中国开发者缺少英伟达先进芯片，监管层也担心估值虚高和赛道过于拥挤。机器人越聪明，需要的算力就越多，这个缺口靠省着用只能补上一部分。
演示成功了，离真正铺开还有多远？施蒂勒被问到这个问题时回答，要"加上几年，而不是几个月"。宇树创始人王兴兴给出了一个具体标准。
他说，当机器人能凭口头指令，在80%的陌生环境里完成80%的任务时，才算到了那个门槛，也就是机器人自己的"ChatGPT时刻"。8月的世界机器人大会上，他估计这一时刻或将在2到10年后到来。

机器人的数量正在快速增加。10月19日国新办发布会上公布，今年上半年我国人形机器人整机产品突破400款，产量超4万台，预计全年将突破10万台，并已在300多个重点场景验证部署。
十万台机器人分到工厂、药房和仓库里，每一次插错线、每一次在陌生货架前停下来，都会变成新的训练数据。
下一回让人记住的，可能不再是又快了零点几秒，而是一台机器人碰到地上的袜子，自己认出来、捡起来，然后接着干活。