2026年6月3日，中国具身智能赛道迎来了一个标志性的时刻。千寻智能宣布完成15亿元A+轮融资，由此在短短三个月内密集完成四轮融资，累计吸金近50亿元，刷新了具身智能赛道的融资频次纪录。与此同时，千寻智能自研的具身基座模型Spirit v1.6在被称为北美具身智能"奥林匹克"的RoboArena具身智能基准测试中综合得分位列全球第一，性能超越英伟达Cosmos3与Physical Intelligence Pi0.5，成为首个登顶该平台的中国具身模型。一天之内，两个重磅消息同时官宣，像一颗深水炸弹，将具身智能赛道的竞争焦点从"身体"彻底引爆至"大脑"。

这并非孤例。就在同一天，星源智机器人宣布完成Pre-A轮融资，这家由北京智源研究院孵化的企业成立仅10个月，累计融资金额已达10亿元。星源智聚焦于"具身大脑"与"世界模型"的研发，采用"软硬一体、端侧部署"的模式，旨在为行业提供底层技术赋能。相比千寻智能专注构建机器人"通用大脑"的纯算法路径，星源智的"软硬一体"路线则更强调算法与硬件的深度耦合——将具身大脑直接部署到端侧设备中运行，而非依赖云端算力。

把时间往回拨几天，5月底，RoboScience在A轮阶段斩获10亿元融资。这家成立于2024年底的年轻公司，致力于打造通用具身大模型，并自主研发了VLOA大模型。在此基础上，RoboScience进一步自研了机器人本体，为VLOA大模型在真实世界规模化落地提供物理载体。自2025年以来，RoboScience累计已经完成了4轮融资，资本的认可度可见一斑。

三家"大脑"公司在短时间内密集完成大额融资，折射出资深投资人一个共同的判断：具身智能的竞争焦点正在从"肢体"转向"大脑"。快思慢想研究院院长田丰在接受媒体采访时指出，硬件决定了机器人能力的上限，即物理极值，而大脑则决定了其实际表现的下限，即通用泛化任务能力。自2025年12月至今，具身智能领域融资金额开始超越"人形"形态融资体量，资本重点押注于通用具身大脑和AI运动控制等上层智能技术。这是一个结构性的转变，意味着行业对"有了身体不等于有了智能"这个认知已经达成共识。

那么，资本疯狂押注"大脑"的底层逻辑到底是什么？

首先，机器人"伪智能"问题已经成为行业痛点。宇树科技副总经理王启舟曾公开表示，行业普遍存在"伪智能"问题，机器人展示的舞蹈和动作大多来自预设训练，并非真正的场景理解和连续决策能力。一台能翻后空翻的机器人固然惊艳，但如果不能在真实的仓库里理解"把那个箱子搬到角落里"并自主规划路径避障，它就只是一个昂贵的玩具。宇树科技市场总监黄嘉玮在介绍与英伟达合作的H2 Plus方案时也坦言，算力跃升并不等于机器人能力的整体突破。正是这种"肢体强、大脑弱"的结构性短板，让资本看到了巨大的投资机会：谁能做好"大脑"，谁就能定义产业的智能天花板。

其次，具身大模型的"泛化能力"正在逼近商业临界点。千寻智能创始人兼CEO韩峰涛在6月3日接受《每日经济新闻》采访时透露了一个关键的性能目标：在预训练算法后仅需1小时将数据进行微调，即可达成95%的作业成功率。这个数据意味着什么？意味着具身大脑正在从"需要大量标注数据和长周期训练"走向"快速迁移和场景适配"。韩峰涛表示，本次融资所获金额将大致平均分配至模型训练、数据储备以及人才招募培养上，重心持续锚定算法迭代与真实场景数据建设。这种"大力出奇迹"的策略，与OpenAI在大语言模型时代的做法如出一辙——通过海量算力和数据，推动模型涌现出更强的泛化能力。

第三，头部"大脑"公司正在构建自己的生态护城河。千寻智能的背后，出现了马云旗下云锋基金、雷军旗下顺为资本等具备产业生态资源的战略投资人。田丰指出，这类投资人的进入通常标志着赛道从"技术验证期"进入"场景部署期"——他们需要机器人走进自己的仓储、制造或零售终端，而非继续押注技术Demo。星源智则背靠北京智源研究院，拥有国内顶尖的AI学术资源支撑。RoboScience走的是"软硬一体"的闭环路线，从模型到本体全栈自研。不同的路径，指向同一个目标：通过"大脑"技术建立起难以复制的竞争壁垒。

值得注意的是，资本对"大脑"公司的投资逻辑正在发生深刻的转变。与早期"广撒网"式的投资不同，2026年的资本明显向头部企业集中，从"赌赛道"转向"押确定性"。据IT桔子及多家媒体报道，2026年以来国内具身智能领域融资已超345亿元，超过2025年全年总额。在这些融资中，大额融资集中流向千寻智能、星源智、RoboScience等少数几家技术领先、团队背景过硬的"大脑"公司。业内人士普遍认为，交付能力已取代技术概念成为估值的第一标尺，"产品能否在真实场景中稳定运行"已成为投资决策的核心指标。

在这场"大脑"军备竞赛中，中国的具身智能公司正在展现出令人瞩目的竞争力。千寻智能Spirit v1.6在国际评测中力压英伟达Cosmos3，这不仅是一次技术性的胜利，更是一种信号：在具身智能的核心算法领域，中国公司已经具备了与国际巨头正面竞争的实力。与芯片领域的"卡脖子"不同，具身大脑是软件和算法密集型赛道，中国在AI人才储备、数据资源丰富度、应用场景多样性方面具备独特优势。

当然，具身大脑的竞赛还远未到终局。Gartner研究副总裁高挺指出，VLA（视觉-语言-动作）模型已成为当前机器人产业的主导技术范式，它能让机器人实现"看得懂环境、听得懂指令、做得出动作"。但VLA模型本身也在快速进化，从早期的单一任务模型到如今的多模态、多任务通用模型，技术路线尚未收敛。千寻智能的韩峰涛将重心放在模型训练和数据建设上，星源智押注"具身大脑与世界模型"的融合，RoboScience则强调"模型+本体"的闭环验证——三条路径，到底哪条能通向真正的通用具身智能，还需要时间来验证。

回到千寻智能的案例，其自2024年成立以来累计完成8轮融资、总额超45亿元，而公司成立不过两年多一点。这种融资密度和速度，在任何一个硬科技赛道都是罕见的。资本之所以敢于在一个成立不到三年的公司上押下重注，核心原因或许在于一个共识：具身智能的"大脑"将是一个比"身体"更大的市场。如果说人形机器人的本体是价值千亿的硬件市场，那么驱动这些机器人的"大脑"——具备泛化能力的具身大模型——将是一个价值万亿的软件和操作系统级别的市场。在这个逻辑下，资本的疯狂押注，本质上是在押注下一个"机器人时代的Android或iOS"。