文｜高见 Pro
8 月 13 日，DeepSeek-V4-Pro 正式版上线，强化 Agent 能力，多项评测数据接近 Fable5 水准。同日，宇树 IPO 网下申购结果出炉，8734 股遭弃购，由主承销商包销。但比这两件事更值得关注的，还是那个时间细节。
8 月 6 日晚，宇树科技披露科创板 IPO 战略配售名单。杭州深度求索（DeepSeek）获配 93.34 万股，耗资 1.41 亿元，限售期 36 个月，是全名单里最长的。
次日路演上，宇树科技董事长王兴兴确认，双方已签《战略合作备忘录》：联合研发通用人工智能，DeepSeek 开展具身业务时优先采购宇树机器人，宇树做具身大模型训练优先调用 DeepSeek 的模型和算力。
换句话说，DeepSeek 出脑子，宇树出身体，双方建立双向优先采购合作机制，36 个月不可退出。
在两家行业绝对头部的公司深度合作背后，一些行业分歧也被推到台前：大模型公司进入具身智能领域的路径，有无最优解？具身智能公司，到底该自己 " 造脑 " 还是 " 借脑 "？这一事件将带来哪些连锁反应？
Part 1 " 都在找‘另一半’ "
截至目前，全球大模型公司进入具身智能的方式，各有各的逻辑。
DeepSeek 用 1.41 亿拿下宇树 0.23% 的股份，双方的合作边界已经明确：DeepSeek 给宇树提供模型架构、智算集群建设等，宇树给 DeepSeek 提供真机数据和硬件载体。双方不是 API 调用的浅层合作，而是互为优先采购选择的深度绑定。
梁文锋曾表示，具身是 DeepSeek 绕不过去的终局。宇树的底牌也足够硬：2025 年人形机器人出货 5500 台，全球市占率 32.8%，90% 以上核心零部件自研，是目前极少数能大规模交付的公司。
在开源上，DeepSeek 是开源大模型的 " 旗手 "，宇树在开发者生态上投入颇重。可以说双方兴趣相投。36 个月锁定期，是对双方技术路线判断的一次高度自信的押注。
OpenAI 模式，先绑定后分手，最终自研。
2024 年，Figure AI 和 OpenAI 达成合作，OpenAI 提供语言模型支持，帮 Figure Ai 的机器人实现对话、推理和规划。当时的逻辑看似完美：Figure 有身体，OpenAI 有脑子，天然互补。
但这段 " 婚姻 " 只维持了一年多。Figure AI 宣布终止合作，转向自研 AI 模型后，最新估值冲到 390 亿美元。
分手原因，Figure AI 的说法很直接：要让人形机器人在真实世界中规模化应用，必须将 AI 与硬件深度绑定。" 我们不能将 AI 模型分离出去，如同我们不能将硬件外包一样。"
OpenAI 这边并未停下脚步。Sam Altman 在 2025 年 6 月的 "The Gentle Singularity" 一文中，把机器人明确放进能力路线图，表示在 2027 年左右做能在真实世界执行任务的机器人。
据悉目前 OpenAI 在旧金山大规模招募机器人工程师，年薪开到 31 万美元，方向是 " 跨多种形态的具身智能研究 "。业内将此视为 OpenAI 从纯语言模型向实体机器人领域的战略重心转移，试图将 AGI 能力应用于物理环境 。
这段关系的破裂说明了一件事，在具身智能赛道，" 大脑 " 和 " 身体 " 的关系比想象中复杂得多。绑定是开始，但不一定是终点。
NVIDIA 模式，卖铲子，不做终端。
NVIDIA 不能简单地被归类为大模型公司，但它正积极向大模型领域延伸。
NVIDIA Isaac GR00T 是一个端到端的开源人形机器人开发平台，提供基础模型、合成数据管线和仿真环境。这也是英伟达继 CUDA 之后，在 " 物理 AI" 或具身智能领域再造生态的关键一步。该平台已形成涵盖身体、灵巧手的全球合作网络。
据源达信息数据，2026 年上半年，全球人形机器人行业融资总额达到 1041 亿元。另一个来自摩根士丹利研究预计，到 2050 年人形机器人市场规模或超过 5 万亿美元。
NVIDIA 不做机器人本体，但试图通过提供芯片、仿真平台和基础模型，从市场中获取 " 基础设施级 " 收入。无论哪家机器人公司胜出，都绕不开它的底层架构。
立足于国内市场，如果说 DeepSeek 和宇树的战配是国内最受瞩目的一笔 " 脑体绑定 "，那么在它之外，一张更密集的合作网络已经铺开。
腾讯走的是 " 资本 + 技术 " 双线路线。
资本端，腾讯旗下上海启善投资以战配身份入股宇树，获配约 90.33 万股，金额约 1.36 亿元。技术端，腾讯 Robotics X 实验室已与宇树达成合作，将自研的 Tairos 具身智能大模型接入宇树 G1 机器人，在巡检等实际场景中完成落地验证。
腾讯 Robotics X 实验室负责人张正友在 WAIC 上公开表态，腾讯不造机器人，而是依托自身技术积累，通过 Tairos 平台和开源模型，成为 Physical AI 时代 " 大脑 " 的基础设施提供商。
科大讯飞选择了与智元机器人牵手。早在 2024 年 6 月，双方在上海签署战略合作协议，基于讯飞星火大模型联合开发智能人形机器人，重点方向是交互技术和多模态感知。
赛力斯的路径更有意思。这家以问界闻名的车企，旗下凤凰技术与北航合资成立北京赛航具身智能技术有限公司（赛力斯持股 70%），同时与字节跳动旗下火山引擎签署具身智能合作框架协议，围绕 " 面向多模态云边协同的智能机器人决策、控制与人机增强技术 " 协同攻关。
火山引擎的布局更为广泛。除了与赛力斯合作，智元机器人、穹彻智能等多家具身智能企业接入火山引擎的 Seedance 2.5 视频生成模型。穹彻智能借助该模型扩充具身智能训练数据，无需依赖实体机器人逐一采集，就能生成适配不同机型的操作数据。
此外，优必选旗下智慧物流子公司 UQI 优奇也与火山引擎签署合作协议，将豆包生态的多模态和 VLA 模型能力接入其人形机器人、无人物流车等产品，用于工业及物流场景。字节的策略是，不造机器人本体，但给机器人 " 喂数据、装大脑 "。
华为 CloudRobo 则是平台型打法。2026 年 6 月，华为云联合智谱、DeepSeek、Minimax、Kimi、阶跃星辰等 20 余家 TOP 模型厂商发起 " 百模千态，云聚共赢 " 生态合作计划，把真机数据、仿真数据、模型和行业经验沉淀为共享资产。华为不造机器人本体，做具身智能的生态基础设施，这和 NVIDIA 的思路异曲同工。
蚂蚁集团成立的全资子公司蚂蚁灵波，是另一种生态逻辑。灵波双线并进。一条是 VLA 路线，代表模型 LingBot-VLA 2.0；另一条是世界模型路线，代表模型 LingBot-VA 2.0，后者号称 " 行业首个具身原生世界动作模型 "。
目前已接入乐聚、星尘等 17 家厂商 20 余种机器人构型，用 " 一脑多机 " 的方式跑通跨本体泛化。据合作机器人公司反馈：基于灵波 VLA 2.0 模型，只需约 300 条数据、微调 1-2 天就能跑通场景测试。
大模型公司在找 " 身体 "，机器人公司在找 " 大脑 "，" 都在找自己的另一半。" 一位投资人如此概括。
Part 2 在 " 借脑 " 和 " 造脑 " 之外
2026 年上半年，国内具身智能赛道总融资额 437.66 亿元。" 大脑派 " 公司融资 222.53 亿元，占比 50.8%。" 本体派 " 公司同期融资 56 亿元。
投资人们用真金白银表态：在具身智能赛道，" 大脑 " 比 " 身体 " 更受追捧。
Figure AI 的估值轨迹是最好的佐证：2023 年 5 月 A 轮融资 7000 万美元；2024 年 2 月 B 轮融资约 6.75 亿美元，估值达 26 亿美元；2025 年 9 月 C 轮融资超 10 亿美元，估值飙至 390 亿美元。19 个月增长 15 倍，Figure AI 稳坐全球人形机器人估值头把交椅。
作为对比，宇树 IPO 发行市值 610 亿元，仅为 Figure AI 的五分之一左右。除了中美估值差异外，有投资人认为，市场给 Figure 的是 " 物理 AI 平台 " 的估值，给宇树的是 " 硬件公司加稀缺溢价 " 的估值。
" 随着大模型能力的介入，人形机器人行业的技术壁垒正在发生迁移。如果硬件企业能借此补齐软件短板，在资本市场的成长空间也会迎来新的叙事逻辑。" 李鸣说。
那么问题来了：机器人公司到底该 " 借脑 "，用大模型公司的能力，还是 " 造脑 "，自己训练具身模型？
" 借脑派 " 逻辑：分工才是正解，没必要重复造轮子。
从很大程度上，DeepSeek 和宇树的绑定，是这一逻辑的资本化表达。
虽然宇树采取 " 自研 + 合作 " 双轨策略，公司 WMA 与 VLA 两大技术路线均有布局。但宇树长板是硬件本体、运动控制、关节电机与整机量产能力，王兴兴也曾坦言，" 做身体，宇树是全球第一；做大脑，这仗不好打 "。
训练一个前沿大模型的成本已经攀升到数十亿美元级别，而机器人公司的核心竞争力在硬件迭代和量产能力。大模型公司在算法、算力和人才上的积累，不是一家机器人公司花两三年就能追上的。
" 造脑派 " 的逻辑是，大脑是命脉，不能外包。
自变量机器人是这一路线鲜明代表之一。这家公司成立于 2023 年 12 月，是国内最早采用完全端到端路径研发通用具身大模型的企业。创始人王潜的判断是：具身智能的下一阶段竞争，本质上还是数据闭环构建的基础模型与模型进化能力的竞争。
逐际动力则提供了另一个维度的思考。创始人张巍抛出了一个更激进的判断，" 模型不等于大脑，大脑是操作系统。" 这个观点的价值在于，它跳出了 " 做还是买 " 的简单二元对立。
他把纯大模型比作 " 躺在病床上的霍金，极其聪明，但动不了 "，认为机器人在真实场景中需要的也不是更强的单点模型，而是一套能协调认知、技能和运控的完整系统。即便借到了一个顶级大模型，如无系统层面集成能力，机器人在真实场景中依然跑不起来。
从这一逻辑出发，" 造脑 " 的真正含义，或许不是从零训练一个大模型，而是构建一套能让多种模型协同工作的操作系统。
不过，现实往往更复杂。
一位长期跟踪具身智能赛道的投资人在交流中透露了一个值得玩味的现象：一些对外高调宣称自研大模型的头部机器人公司，" 自研的决心是有的，准备也做了，但实际自研程度很低，用的基本还是外部模型 "。
" 名义自研，实际借脑 "，在行业里并不罕见。原因不复杂，大模型研发的投入门槛太高，短期内很难真正追上专业大模型公司的能力。另外，将 " 借脑 " 说成自研，也能很大程度上迎合资本市场 " 审美 "，抬高公司估值。
那么，" 借脑 " 的边界在哪里？借到什么程度算合作，借到什么程度算依赖？估值如何评定更合理？这是目前具身智能领域给投资人出的一道思考题。
Part 3 变化正在发生
回到 DeepSeek 和宇树。1.41 亿的战略配售，在 609 亿的发行市值面前确实不大。但它代表的信号正引发一系列连锁反应。
连锁反应一：估值锚点在迁移
宇树在 DeepSeek 战配加持下，正在经历从 " 硬件公司估值 " 向 "AI 平台公司估值 " 的切换。
" 一旦这个切换被市场认可，后面排队的具身智能公司，定价逻辑都会跟着变。"李鸣判断。
这个切换能不能成立，最终要看具体的场景指标：单台部署成本能否降到客户愿意规模化采购的水平，场景复用率能否支撑 " 一套模型打多个行业 " 的叙事，以及客户复购率能否证明机器人不是 " 一次性展品 "。
目前行业正处于从技术验证迈向规模化落地的关键转折期，这些数字或许比任何概念都更能决定估值锚点的位置。
连锁反应二：" 绑定潮 " 到来。
DeepSeek 和宇树的组合，从一定程度上，会刺激其他大模型公司加速寻找自己的 " 身体 " 伙伴。
" 往后看，类似的组合会越来越多。" 投资人王芳说，"未来的竞争格局，可能不再是机器人公司之间的竞争，而是‘大模型 + 机器人’组合之间的竞争。一个没有大脑绑定的机器人公司，和一个没有身体绑定的大模型公司，有可能都会被市场打折。"
但也有不同声音。
" ‘深度绑定’不等于在市场上能始终占优势。" 一位具身智能公司的 CTO 表示，" 如果未来具身智能的技术范式出现颠覆性变化，比如从 VLA 路线转向世界模型路线，或者从端到端转向分层系统，这种绑定可能变成包袱。"
绑定还有一种隐性的机会成本。当 DeepSeek 和宇树锁定彼此为优先采购对象时，也意味着双方都放弃了与其他更优伙伴合作的可能性。36 个月之内，如果市场上出现了更好的大模型或更强的机器人本体，解绑的成本或会很高。
连锁反应三：数据闭环将成为具身智能最深的护城河。
这可能是最深远的连锁反应。
具身智能真正的瓶颈，从来不是模型参数量，而是真实物理世界的交互数据。缺数据，就训不出真正的物理世界模型。
DeepSeek 和宇树的绑定相当于启动了一个 " 模型、机器人、真机数据、模型 " 的数据飞轮。宇树的机器人在真实场景中跑出数据，反哺 DeepSeek 的具身模型；更强的模型再回到机器人身上，提升场景理解能力。循环往复，飞轮越转越快。
跑通这个闭环，相当于拿到了具身智能时代最稀缺的数据资产。但飞轮要转起来，需要时间，也需要规模。
不过稀缺性是动态的。当具身智能的数据闭环跑通后，掌握 " 模型 + 数据 " 双轮驱动的公司，可能会建立起新的壁垒。" 终局还是看谁能同时拥有大脑和身体。" 王芳判断。
目前技术路线没有完全收敛，没人能看透谁是最终赢家。
但有一件事是确定的：大模型公司需要一个能动的身体。而拥有身体的人，正在用这场 " 联姻 " 来切换估值逻辑。
至于终局，可能要等到数据闭环真正跑通的那一天，才能见分晓。
（文中李鸣、王芳为化名）
