具身智能赛道正在发生一件很反直觉的事：资本越往“大脑”挤，纯做大脑的公司越危险。
2026年上半年国内具身赛道融资约438亿，“大脑派”拿了一半多，本体派只占12.8%。
估值逻辑很清楚——本体正在被供应链拉平，大脑被当成下一个通用平台入口。
但同一份赛道里还摆着另一组事实：全球合规真机数据才50万小时量级、缺口99%；RoboChallenge真机任务第一名成功率51.67%；行业评价标准已经从“能不能演示”换成“任务完成率、人工干预率、长时运行稳定性”。
钱先到了，能力还没到。
这种错位里最容易被反噬的，不是本体厂，也不是全栈厂，而是只做通用大脑、不造本体、没有场景合同的那一类初创。
外界看大模型厂商做具身大脑，很容易简化成“大厂有钱有卡，下场卷VLA”。
这个理解就太浅了，浅到会让人误判整个局势。
大模型厂商对纯大脑初创的优势不是某一个维度领先，而是至少四层结构性不对称同时作用。
第一层：场景数据
这是最被低估的护城河。
过去两三年，大模型厂商推垂类模型、做行业Agent，不是在做慈善，是在摸中国最头部的场景客户。
阿里通义千问的To B落地，零售、物流、制造、金融的头部客户早就接进了钉钉和阿里云体系；腾讯混元在政务、医疗、教育场景铺Agent，积累了大量行业工作流数据；字节豆包在电商运营、内容创作侧的Agent渗透，让它比任何一家机器人公司都更清楚一个真实工位上到底在发生什么。
这些数据意味着什么？意味着大模型厂商下场做具身大脑时，不需要从零理解场景。它已经知道仓储分拣的标准作业程序长什么样、3C装配环节里工人手眼协调的节奏是什么、医院物资配送的动线怎么走。行业Agent跑了一两年之后，客户的业务流程、异常处理逻辑、人机协作习惯，全在厂商的日志里。
纯大脑初创拿到的场景信息是什么？是本体厂给的一段遥操作视频，是实验室里自己搭的模拟工位，是看了几份行业报告之后在PPT里画的“典型场景”。这不是同一个维度的竞争——大模型厂商是在用已知地形打一场你还在画地图的仗。
第二层：分发渠道与客户关系
大模型厂商推具身大脑的第一批客户，大概率不是新开拓的，而是原来就在用它的Agent、现在想把“软件决策”升级成“物理执行”的那批人。这个转化路径短得可怕：客户已经在用你的Agent做排产调度了，现在你说我还能帮你控制机械臂把活干了，客户切换成本极低。更关键的是信任关系——客户已经验证了你的系统稳定性、数据安全性和服务能力，不需要你再花半年证明自己不是皮包公司。纯大脑初创要从零开始找客户、教育客户、证明自己能干活，大模型厂商是带着现成合同和信任基础来的。这种渠道不对称直接决定了获客成本——前者的边际获客成本趋近于零，后者的获客成本可能比模型训练还贵。
第三层：工程化底座与工具链
这一层最容易被外界忽略，但内行知道它有多致命。大模型厂商过去几年在Agent框架、函数调用、多模态对齐、RAG、分布式训练这些工程上积累的工具链，可以直接平移到具身场景。它们不是从零搭一个VLA训练框架，而是在已有的万亿级训练pipeline上加一层物理动作映射。数据采集系统、标注工具、评测bench、模型压缩和端侧部署方案——这些全是现成的。纯大脑初创要自己写训练框架、搭数据采集管线、做评测体系，光工程基建就要烧掉半年到一年的时间和大几百万的算力。大模型厂商把这些成本已经摊销完了，它卖的不只是模型，是一整套从数据到部署的工程栈。你训出一个VLA，还得自己解决怎么部署到边缘设备、怎么跟本体通信、怎么OTA更新——大模型厂商把这些全打包了。
第四层：资金耐力与定价权
大模型厂商可以把具身大脑当成“行业Agent的延伸”来定价——贴着成本走甚至补贴，因为它赚的是云服务费、Agent订阅费、数据回流的长期价值。纯大脑初创拿什么跟这个打？你总不能也免费送。更关键的是时间维度：大模型厂商可以花18个月不赚钱先把通用VLA做到行业第一梯队，期间靠主业输血；纯大脑初创账上钱烧完就是烧完了，没有第二条现金流。
这种不对称会直接扭曲整个市场的定价体系——当大模型厂商把通用VLA的API调用费压到几分钱一次，纯大脑初创的按年授权模式就失去了存在基础。你不是输在技术差，你是输在别人根本不需要靠这个产品赚钱。
这四层叠在一起，大模型厂商的优势就不是“技术更强”四个字能概括的。它是场景数据、分发渠道、工程底座、资金耐力全面碾压。纯大脑初创能拿出来的只有“我训了个VLA"——而VLA本身正在变成公共品。
理解了大模型厂商的结构性优势，再看冲击为什么不是“慢慢来”而是“正在呼啸而来”，逻辑链条就清楚了。
通用VLA本身正在快速commoditize。英伟达GR00T开放、智元开源数据集、自变量开WALLE——这些动作让通用大脑的能力基准线不断被抬高，同时边际成本不断被压低。大模型厂商一旦放出机器人API或者开源通用VLA权重，外面套一层规划加动作头的公司立刻从“技术公司”退化成“prompt工程公司”。客户问一句“为啥不直接接千问或者灵波”就很难答。
这不是未来时，是现在进行时——已经有本体厂开始跳过中间层，直接对接大模型厂商的API做上层应用了。
更隐蔽的冲击在于垂域后训练这条路的收窄。纯大脑初创最常见的生存逻辑是“通用基座我比不过大厂，但我可以做垂域后训练”。这个逻辑的前提是垂域数据你拿得到、大模型厂商拿不到。但大模型厂商在推行业Agent时已经积累了大量工作流数据，它做垂域后训练的起点比纯大脑初创高。更狠的是大模型厂商可以开放工具链让客户自己训——客户用自己的数据在平台上做后训练，数据不出域，模型归客户，平台方收工具费。
这条路径直接绕过了“纯大脑初创做垂域后训练”的商业模式，把后者变成了大模型生态里的一个可选插件。
人才端的争夺也在加速格局倾斜。大模型厂商开出的薪资和算力资源是纯大脑初创完全无法匹配的。去年到今年，多家具身大脑初创的核心研究员被大模型厂商挖走，这不是个例而是趋势。更隐蔽的流失发生在择业端——优秀的人才看到大模型厂商明确下场做具身，会优先选择大厂，因为大厂的数据和算力能让他做出更好的工作、发更好的论文。
纯大脑初创的招聘难度在指数级上升，而团队质量直接决定模型迭代速度，模型迭代速度又决定融资能力，这是一个负向螺旋。
资本已经开始用脚投票。2026年Q2开始，一级市场对“纯通用大脑”方向的TS明显变少。投资人不是不看具身了，是开始问那个致命问题：“大模型厂商出了通用VLA之后，你这层还不可替代什么？”答不上来的，Term Sheet就卡住了。而大模型厂商自己的具身布局反而拿了大钱——蚂蚁灵波成立半年融了数亿，腾讯混元具身方向团队扩到百人级。
资金在向两端集中：一端是大模型厂商的平台层，一端是有本体有场景的全栈公司，中间纯大脑被两头挤压。
通用基座变便宜、垂域后训练被绕过、核心人才被抽走、资本向两端收缩——这四股力量不是线性叠加的，而是在互相加速。
基座越便宜，客户越转向大模型厂商API，纯大脑初创收入越薄，融资越难，人才越留不住，模型迭代越慢，跟大模型厂商的差距进一步拉大。这个循环一旦转起来，窗口关闭的速度会比任何人预期的都快。
上面四股力量拧在一起，最终砸向的是那些只做通用大脑、没有场景、没有数据的具身智能初创公司。
那么冲击来了，究竟谁扛得住谁扛不住？
命运可能分了三种。
直接死：通用套壳型
特征很典型：拿大模型做规划层，接个动作头，买一台通用机身跑demo，融资PPT写“通用具身平台”“机器人安卓”，没有自有真机数据、没有工业合同、没有本体绑定。
这类不是被谁收购的，是被大模型厂商开源加API挤出存在感。大模型厂商一出通用VLA或机器人API，它的“产品”变成大厂功能的封装层，客户续费逻辑断掉，下一轮融不到就自然消失。窗口不是“以后会关”，是2026年正在关。
半死：有模型、没闭环——两种活标本
第一种：高校孵化型
某985实验室孵化的具身大脑团队，去年拿了知名机构近亿元天使轮。团队顶会论文发了十几篇，VLA架构改了两版，benchmark刷到SOTA。demo视频拍得极漂亮——机械臂叠衣服、倒水、分拣零件，动作流畅度不输任何一家。
但问题卡在一个很土的地方：所有demo都在实验室固定光照、固定桌面、固定物体上跑。换到工厂车间，光照变了、桌面材质变了、零件批次变了，成功率从demo里的80%掉到30%出头。
团队不是不知道这个问题。试过找本体厂合作，但本体厂开口就要联合品牌、共享数据，团队舍不得——数据是论文产出的命脉，给了就没法发下一轮paper。试过自己采数据，但遥操作一小时500到1000块，账上钱撑不起百万小时量级。
现在的状态是：第三轮融资在谈，TS拿了几家，但估值比上一轮只涨了30%，远不及同期的全栈公司。投资人问的核心问题就一个——“你的数据闭环在哪？场景合同在哪？”
这类公司不会一夜死。它们会靠论文和demo持续融到钱，但独立叙事在一点点松。最典型的结局不是破产，是被收编——核心团队进大模型厂商或本体厂，模型变成对方生态的一个后训练权重。Covariant那种“联合创始人被Amazon聘走、模型授权回流”的路径，就是这类结局的参照。
第二种：自动驾驶转型
另一类更值得说——从自动驾驶赛道切过来的团队。技术底子是真的强：BEV感知、端到端架构、多传感器融合，这些在自动驾驶里打磨了五六年的东西，平移到具身领域确实有先发优势。团队清一色大厂背景，融资故事也顺——“自动驾驶的终局是机器人”。
但落地时卡在了一个没人提前预警的地方：物理交互的复杂度远超道路场景。
自动驾驶的难点在长尾corner case和决策规划，但物理世界相对规整——车道线、红绿灯、行人，变量有限。具身智能面对的是开放物理环境：物体形状千变万化、材质各异、力反馈实时影响动作、一个杯子没拿稳就碎了。
一位从头部自动驾驶公司出来做具身大脑的创始人聊到这事时说得很实在：“我们以为平移过来是降维打击，结果发现物理交互这层几乎要从头学。自动驾驶里你决策错了顶多刹个车，具身里你力控差0.5牛，东西就捏碎了。”
这类团队目前的状态是：技术迭代快、模型架构先进，但场景落地慢、客户验证周期长。账上钱够烧18到24个月，期间不停发新模型、换技术路线，从VLA到世界模型到分层架构，但始终没跨过“产线复购”这道坎。
它们比高校孵化型多一个优势——工程化能力强，能快速把demo变成可部署的系统。但少一个东西：对物理交互的体感和一手场景数据。这个东西不是看论文能补的，得在真机上摔够跟头，得在客户现场待够时间。
表面还在融，实际独立叙事已经松了。
能活：垂直大脑加数据主权
第三类反而不用跟大模型厂商刚正面。活法通常是这几条里占两三条：真机数据主权（自己有采集产能或绑死某个产线）、跨本体适配（一套策略迁人形、轮臂、工业臂）、垂直工种后训练（不喊通用，喊焊接脑、分拣脑、巡检脑）、明确做二层（大模型厂商出底座，你做行业后训练）。
这类公司的正确定位不是“通用大脑公司”，是“具身里的行业ISV、算法Tier-1”。它不跟千问抢通用层，它抢的是通用层落地到某个工种那最后20%的成功率——而这20%恰恰需要大模型厂商拿不到的东西：特定工种的手感数据、特定产线的异常工况库、特定客户的隐性需求。
大模型厂商下场做具身大脑，不是来凑热闹的。它带着场景数据、分发渠道、工程底座和资金耐力四重优势，把“通用大脑”这层快速收归公共基础设施。
纯大脑初创的考题不是“模型跑分多少”，是三个很土的问题：数据是不是你自己的？场景是不是付费的？大模型厂商出了通用基座之后你那一层还替代不了什么？
具身智能不需要第二个“通用大脑公司”——这句话翻成人话就是：通用基座会收敛到几家大模型厂商，垂直大脑会活成行业层，只卡在中间做通用VLA、又没数据没本体的，会被系统性绕过。
答得上那三个问题，就还不是最危险的方向。
答不上，标题说的就是你！
热门跟贴