2026 年的物理 AI 赛道，可以用三个词概括：钱多、事急、真假难辨。
从国外到国内，仓储物流机器人公司 Agility 将通过 SPAC 方式上市；机器人公司宇树冲刺 IPO；人形机器人公司 Figure 实现时产 1 台；特斯拉的人形产线 8 月投产；比亚迪的人形机器人 " 小迪 " 亮相……这些事件，标志着物理 AI 正从讲故事转向交答卷。
资本端的反应则更快一步。
芯片巨头英伟达投了 17 个机器人项目，亚马逊创始人贝索斯的基金跟进 8 笔。算力和物流两个领域最懂行的人，同时押注同一批公司——赛道的基本面，不再依赖叙事支撑。
自动驾驶、人形机器人、机器人基础模型、用机器人制造算力，这四股力量同步爆发。
黄仁勋在 GTC 上定调，" 这是下一个万亿行业 "；贝索斯每轮都投机器人基础模型公司 PhysicalIntelligence；前 DeepMind 科学家 PeteFlorence 说：" 想象一个世界，体力劳动的边际成本被压到零 " ……
这些判断的背后，是真金白银的密集下注，在此之下，潮涌 AI 精选出了 10 家最值得关注的硅谷物理 AI 公司。
对中国产业人而言，这份榜单就是一面镜子。
美国在用资本密度买时间：Figure 三年融资 6.75 亿美元，Physical Intelligence 估值冲到 110 亿；
中国则用场景密度换代差：宇树的人形机器人 G1 只卖 9.9 万元，智元机器人 2025 年出货 5168 台、约占全球 39%（Omdia 口径），具身智能公司银河通用拿到 25 亿元融资，国家大基金首次下注具身智能。
真正的胜负手不在演示，而在谁先让机器人学会自我造血。
第 10 名 · Google DeepMind Robotics
榜单中唯一 " 不需要赚钱也能排进来 " 的公司——背靠 Alphabet，它从不缺资源。
其核心竞争力是学术研究。
2023 年 7 月发布 RT-2，业界第一个视觉 - 语言 - 动作模型（VLA），让机器人把 " 理解语言 " 迁移为 " 执行动作 "。6000 多次试验后，任务的完成率从 32% 提升至 62%。此后人形赛道最受关注的 π 0、Helix，均以这篇论文为起点。
尴尬之处同样明显：研究成果累累，产品落地却迟迟未见。
Gemini Robotics 到 2026 年仍停留在 " 研究 + 演示验证 " 阶段，而它培养的人才—— Physical Intelligence 的 CEO Karol Hausman、GeneralistAI 的创始人 Pete Florence ——先后离职创业，成为直接竞争对手。这家定义了行业基准的实验室，成了全行业的 " 黄埔军校 "，自己却始终没有下场。
它定义了 " 最强大脑 " 的标准，而商业化路径，或许要等它的学生们率先证明。
全球关注度最高的人形项目，起点却是一个不会动的模特。
2021 年 AI Day，马斯克发布 TeslaBot，舞台上只有一个 "a guy in a suit"，连手臂都无法活动。一年后，Bumble C 原型走上舞台，马斯克当场承诺：售价 " 大概率低于 2 万美元 "，量产规模 " 百万级 "，还补了一句，" 它可能比汽车业务更重要 "。（公司总部在奥斯汀，制造在 Fremont，与硅谷强关联，按参考位纳入榜单。）
愿景宏大，兑现迟缓。
专家公开指出它落后于 Agility 和 Figure，" 明年量产 " 的承诺多次延期。
2026 年有实际进展：Gen 3 于 5 月设计冻结，Fremont 产线 8 月投产，内部已部署超 1000 台用于数据采集，9 月目标周产 1000 台，首批全部内部使用。它也是唯一计划在自有工厂量产人形机器人、且电机、执行器、芯片、电池全自研的公司——这样的垂直整合能力，仅此一家。
从概念到产线用了五年，2026 年终于投产——兑现能力是它最大的悬念。
一家从博士论文里走出来的公司，路线与榜单上其他人形公司截然不同。
创始人 Samir Menon 在斯坦福研究了近十年 " 人脑如何控制身体 "，2017 年毕业前判断：电商爆发、物流系统承压，时机到了。
蛰伏三年，2020 年 7 月以 5620 万美元融资出洞，客户名单里已有一家全球包裹递送商——后来确认是 FedEx。
同年疫情冲击物流业，它的机器人在烘焙食品工厂分拣面包和蛋糕，" 那些越来越难在货架上买到的东西 "。危机成了最硬的市场证明。
2026 年 3 月发布 Foresight 世界模型：基于 1 亿 + 次真实仓库操作训练，可在 400 毫秒内完成装箱决策，还能预测摆放后的物理稳定性。
FedEx 投资者日上，双臂机器人 Mech 现场直播自动装载拖车，FedEx 当场宣布在全美枢纽扩展部署。它的战略自信来自拒绝追逐人形：人形公司还在积累数千小时演示数据，它已经在真实产线上验证了上亿次决策。
灵巧的操作能力，比行走能力更具商业价值。
专注仓储搬运，客户质量比估值故事更扎实。
一家想把机器人送进客厅的挪威公司。
1X（前身 Halodi Robotics）2014 年成立于挪威，路线在硅谷看来颇为务实：先用安保机器人 EVE 换现金流—— 2022 年与 ADT Commercial 签下 140 台分销合同——再逐步逼近 " 走进家庭 " 的目标。2023 年 3 月迎来命运转折：OpenAI Startup Fund 领投 2350 万美元 A2 轮，TechCrunch 当时的评价是："OpenAI 似乎选中了它的那匹马。"
此后 1X 全力押注家庭机器人 NEO：软体双足人形，售价 2 万美元，或按 499 美元 / 月订阅。
核心差异化是自研世界模型 1X WM ——让机器人在虚拟世界里预先演练、规避失败，再到真实环境中执行，把试错成本从物理世界转移到数字世界。
2026 年 NEO 开放预购，据报道已收到超 1 万份定金。资金压力同样突出：10 亿美元级融资传闻迟迟未落地，与 Figure 的 26 亿估值、Agility 的 SPAC 相比，弹药差距明显。
OpenAI 选中的一匹马，能否兑现交付承诺，2026 年是关键。
榜单中定位最独特的一家：全行业争夺 AI 算力，它制造生产算力的机器。
2018 年从代工巨头 Flex 分拆，核心主张是 " 软件定义的制造 " ——工厂里的机器人还在用 1970 年代的方式工作，制造业需要一次软件化重构。A 轮融资 1.79 亿美元，董事会坐着 Flex、Seagate、Autodesk 三家前 CEO。
也栽过跟头：2021 年 5 月宣布 SPAC 上市、募资 4.35 亿美元，交易最终告吹。
转机来自 AI 算力大爆发：服务器需求激增、制造端用工紧张、多国推动制造业回流，它把机器人微工厂直接建到算力客户周边，为超大规模数据中心制造服务器。
2024 年 6 月，BlackRock 领投 1.26 亿美元 C 轮。
到 2026 年，已交付 30 万 + 台服务器、覆盖 10+ 国家，年内目标制造超 0.5GW 算力。行业争夺算力资源，它为算力生产提供基础设施——这个生态位，目前没有第二个玩家。
行业聚焦展示与叙事，它专注制造本身——确定性的生意，确定的现金流。
机器人 " 大脑 " 赛道的创始团队，几乎集齐了硅谷的学院派：UCBerkeley 的 SergeyLevine、Stanford 的 ChelseaFinn、Google 的 KarolHausman、前 DeepMind 的 BrianIchter，外加撮合这群人的天使投资人 Lachy Groom ——他此前命中 Figma 与 Notion，却说 " 投资不是终点，我花了五年找一家值得重新创业的公司 "。
他们做了一个被机器人圈视为 " 叛逆 " 的决定：不造任何硬件，只做模型。
2024 年 10 月，旗舰模型 π 0 发布：一个模型同时控制机械臂、双臂系统、移动操作机器人，" 一个模型控制所有机器人 " 第一次得到实证。
资本迅速跟进：7000 万美元种子轮创下机器人领域纪录，估值此后升至 56 亿美元；2026 年传出以 110 亿美元估值融资 10 亿，贝索斯每轮都跟投。
软肋同样清楚：自己不采集数据，训练数据受制于人；收入尚未规模化，估值更多来自预期，而非当期业绩。
顶配团队、高预期估值与贝索斯的持续跟投——这样的组合在硅谷仅此一家。
十家公司中血统最 " 学术 " 的一家：2015 年从俄勒冈州立大学动态机器人实验室分拆。
创始人 Jonathan Hurst 的愿景朴素而执着：" 当机器人效率高到一定程度，物流会近乎免费。"
其他公司讲 " 改造世界 "，它聚焦最基础的搬运场景。
早期卖研究平台，双足机器人 Cassie 卖遍全球实验室；2019 年与福特探索 " 自动驾驶 + 人形 " 的末端配送；2021 年果断收缩至仓储物流。官方时间线里的 "from lab to labor（从实验室到劳动）"，是这家公司最精确的自我描述。
2022 年，Amazon 工业创新基金投资该公司；2023 年 10 月，Amazon 宣布在西雅图仓库测试 Digit ——任务简单枯燥：把空周转箱从货架取下、搬到传送带、循环往复。
正是这个基础场景，让它成为 " 人形第一股 "：累计 3 亿 + 美元多年度订单、单场馆搬运超 10 万只周转箱，2026 年 6 月宣布 SPAC 上市，估值 25 亿美元、募资 6.2 亿美元。
没有炫目的演示，但它或许是全行业第一个 " 机器人真的在赚钱 " 的样本。
把基础场景做扎实，成就人形第一股——赛道中最务实的商业样本。
物理 AI 时代的 " 卖铲人 "。
NVIDIA 的机器人布局始于 2016 年：Isaac 平台用 GPU 加速机器人仿真，黄仁勋当时的判断是，机器人需要 " 先仿真、后现实 " 的训练范式。
真正的转折在 2024 年 3 月 18 日 GTC ——发布 Project GR00T，面向人形机器人的通用基础模型，可理解自然语言，也能通过观察人类动作模仿学习；同步发布 Jetson Thor 人形专用芯片与 Isaac 全套工具（千次并行仿真、算力编排）。
黄仁勋当场演示多台搭载 GR00T 的机器人，宣告 NVIDIA 从芯片供应商，升级为 " 模型 + 硬件 + 仿真 " 的全栈服务商。
它的处境颇为独特：既是供应商，又是参赛者。
Figure、Agility、1X、Physical Intelligence 都跑在 NVIDIA 的芯片与仿真栈上，GR00T 模型又与各家的 " 大脑 " 构成直接竞争。
NVIDIA 的解法是做大市场：17 笔机器人投资，本榜单十家中至少六家与其存在股权或供应链关系。
逻辑很直接：无论哪家机器人公司胜出，训练与推理都需要更多 GPU。这笔生意，无论谁赢，它都是受益者。
全行业的地基公司——无论谁赢，它都是赢家。
人形赛道的话题中心。
创始人 Brett Adcock 是连续创业者：第一家公司 Vettery 卖出九位数，第二家 Archer 做电动飞行汽车并登陆纽交所，2022 年 1 月又宣布下场做人形机器人。
理由是他著名的三层判断：技术时机成熟、工厂在 20 美元 / 小时的岗位上招不到人、世界按人类身材设计—— " 人形是圆钉配圆孔，插进这个世界不需要改造任何东西 "。
18 个月后融资 6.75 亿美元、估值 26 亿，投资人名单：微软、OpenAI、英伟达、贝索斯、英特尔。
2024 年 1 月官宣宝马斯帕坦堡工厂部署，被称为 " 全美最有公信力的工业人形落地 "；2025 年自研 Helix 模型，实现软硬件全栈自控。高光与争议相伴：2026 年 5 月，Helix 2 直播 50 小时分拣约 6 万件包裹，评论区大量质疑存在远程操控，Adcock 登上 Bloomberg 电视节目正面回应。
据官方公告，Figure 03 产量已至时产 1 台、累计交付超 350 台；上周，它自主攀爬工业梯子的视频再次引发广泛关注。
用直播接受全行业对真实性的审视，是这个赛道特有的风景。
硅谷速度的代言人——融资最快、量产推进最快，也最早接受公众对真实性的审视。
全榜唯一三项维度满分、估值居首的公司。
故事始于 2005 年的一场沙漠比赛：DARPA 无人车挑战赛上，斯坦福团队投入 1200 万美元造出 Stanley 夺冠。2009 年，Google X 给这支队伍开绿灯；到 2010 年，他们跑出的里程 " 比此前所有无人驾驶加起来还多 "。
更关键的是它的出身：母公司现金流供养十余年，从不需要向投资人交代季度回报。这种不依赖外部融资压力的模式，是它能熬过所有行业低谷的根本原因。
中途至少经历三次重大危机：Levandowski 带团队出走 Uber（后遭窃取商业机密起诉）、2018 年 Uber 撞人事故令行业停摆（其估值一度被下调至 1050 亿美元）、2021 年 CEO 更替。
转折在 2023 年 8 月 10 日：加州监管批准 Waymo 与 Cruise 在旧金山 24/7 收费运营。两个月后，Cruise 因撞人事件停摆，最大竞争对手一夜出局。
2026 年 2 月，Waymo 完成 160 亿美元融资（估值 1260 亿），宣布进军东京、伦敦等 20 余个国际城市。
就在这个夏天，萝卜快跑也带着香港的全无人许可站上伦敦街头——中美物理 AI 的正面交锋，第一回合在伦敦展开。
全榜唯一三项满分与最高估值——它位列第一，几乎不存在争议。
这份榜单倒序读下来，可以归结为三条主线：
人形硬件公司拼兑现（Figure、Agility、1X、Tesla）；
机器人大脑公司拼范式（PhysicalIntelligence、DeepMind、NVIDIA）；
场景应用公司拼扩张（Waymo、Dexterity、Bright Machines）。
榜首 Waymo 与并列第二的两位，恰好对应三种商业路径：已经规模化赚钱的、商业化推进中的、作为基础设施通吃全行业的。
第一，不要把演示当验收。判断一家公司是 " 演示型 " 还是 " 量产型 "，只需问一个问题：财报里，机器人贡献的收入占多少。爬梯子、调酒、搬箱子固然精彩，但第一份把量产写进报表的季报，比任何演示视频都更有说服力。
第二，数据正在成为最值钱的资产。Dexterity 的模型基于 1 亿 + 次真实操作训练，1X 以 1 万份预购换取家庭场景数据。机器人正在成为 " 数据采集终端 "：用户购买硬件，厂商获得持续的数据回流。谁的数据飞轮转得快，谁就掌握下一代模型的训练权，这比融资规模更关键。
第三，这个行业正在演变为一场 " 证伪竞赛 "。没有人能在购买前验证机器人是否真正自主，直播演示、第三方评测、SPAC 审计文件都成为信任基础设施。2027 年的投资人或许不再问 " 你融了多少钱 "，而是问 " 你的机器人敢不敢开 24 小时直播 "。
物理 AI 的王座，属于既能在镜头前证明真实、又能在财报中证明收入的公司——两者缺一不可。
