半年时间，935亿元资本涌进具身智能赛道。这个数字来自IT桔子的统计，被36氪转载后迅速在行业内传开。钱来得又快又猛，但另一组数字同样扎眼：真正能支撑机器人"干活"的训练数据，远远跟不上融资的速度。

一份2026年具身智能产业体检报告，把这条赛道的热度与隐忧同时摆上了台面。融资火爆、仿真鸿沟、数据缺口，三个关键词勾勒出这个行业当下的真实处境。

打开网易新闻 查看精彩图片

资本狂欢：半年935亿的豪赌

具身智能的"热夏"来得比预期更早。半年935亿元的资本流入，意味着平均每天有超过5亿元砸向这个领域。谁在豪赌？从参考资料看，既有财务投资机构，也有产业资本，还有地方政府引导基金的身影。

这种热度并非没有参照。中国机电一体化技术应用协会发布的《2026中国具身智能产业发展报告》给出了产业侧的判断，而Omdia的市场雷达报告则从全球视角确认了通用具身智能机器人正在进入商业化前夜。

但资本的热情和技术的成熟度之间，存在明显的时间差。麦肯锡在一份关于人形机器人供应链约束的研究中指出，供应链瓶颈正在被转化为商业机会，但前提是需求端能够持续放量。

仿真与现实的鸿沟

英伟达机器人主管的年度总结里，提到了一个关键矛盾：仿真环境里训练出来的策略，迁移到真实世界时性能会大幅下降。这个"仿真鸿沟"不是新问题，但在2026年变得格外紧迫。

Voxos.ai的行业报告将2026年定义为具身智能进入真实世界测试的一年。测试意味着暴露问题。江苏人形机器人在WAIC 2026现场搬货拆垛的演示，被新华日报描述为"无滤镜真干活"——这种强调本身就说明，行业内外对"演示"和"实用"之间的差距心知肚明。

它石智航在WAIC 2026上凭借AWE摘得SAIL之星，宣称完成了全场景物理AI泛化能力的验证。这类进展值得关注，但泛化能力究竟覆盖多少真实场景，仍需要更多第三方验证。

数据：最大的短板

财联社的报道直接点明：数据是具身智能赛道最大的短板，围绕数据的争夺战已经打响。斯坦福HAI发布的《2026人工智能指数报告》从学术角度确认了数据瓶颈的普遍性。

问题在于，语言模型可以靠互联网文本喂养，具身智能需要的是物理交互数据——抓取、移动、力反馈，这些数据无法从网页上爬取。Science Direct上关于柔性触觉传感器的研究综述，从技术侧说明了感知数据获取的难度。

ACM发表的一篇论文则从能耗角度切入，分析了视觉-语言-动作模型在边缘机器人系统上推理的能源和碳足迹。这意味着，即便数据问题解决，算力和能耗仍是约束条件。

泡沫争论与理性声音

环球网转载的外媒报道中，机器人专家直言人形机器人泡沫注定会破裂。Rodney Brooks在2026年1月1日发布的预测记分卡，也提供了来自行业内部的长线视角。

国海证券的机械行业专题报告关注的是更具体的工程问题——商业化落地前夕的散热瓶颈，报告用"'腕'与'踵'"来比喻这一挑战的关节位置。TrendForce集邦咨询则指出，固态电池技术将成为突破人形机器人动力瓶颈的关键。

墨卡托中国研究中心将具身智能描述为中国实现机器人产业转型的雄心道路。这个判断把具身智能放在了产业升级的框架里，而不仅仅是一个投资主题。

融资火爆与数据缺口并存，仿真能力与真实需求错位，泡沫警告与产业雄心交织。2026年的具身智能，正处在从演示走向实用的关键转折点上。935亿元买的是时间，但时间能不能换来真实场景里的稳定表现，答案还在工厂车间和仓库里。