文｜达摩财经
两家大湾区具身智能公司，同日争抢 " 首家 200 亿元 " 的头衔。
6 月 29 日，自变量与智平方两家公司，相继官宣完成新融资，且估值突破 200 亿元大关。
两家公司均在 2023 年成立，总部均位于深圳，颇为戏剧性的是，两家公司均不约而同对外宣称，自己是 " 大湾区首家 " 估值破 200 亿元的具身智能企业。
两家企业对 " 大湾区首家 "200 亿估值具身智能公司称号的争抢，并非简单的公关较量。在行业底层技术尚未收敛、商业化路径仍有待验证的当下，估值数字之上的概念标签，是衡量企业行业位阶最直观的替代指标。
先拿下 " 首家 " 的人，等于在融资竞标、政府准入和客户信任三个维度同时拿到了优先入场券。
自变量与智平方的估值竞速，并非孤立事件。截至今年 6 月，国内现存具身智能相关企业超过 3200 家，已有 8 家跻身 "200 亿元估值俱乐部 "，上半年行业融资总额超过 460 亿元。
在融资热度持续攀升的同时，部分企业的估值增速已显著超越其商业化进度，" 市梦率 " 的质疑声在投资圈内悄然蔓延。
值得留意的是，行业的锚定物正在从融资额向出货量迁移。宇树科技招股书显示，其 2025 年人形机器人出货量突破 5500 台，营收达 17 亿元；智元机器人在 6 月 28 日宣布第 1.5 万台通用具身机器人下线。工信部亦明确提出，年底前要在人形机器人等重点领域形成万台级规模落地能力。
这些信号表明，政策端与头部企业已形成共识，具身智能的下一阶段竞争，核心指标将是产能爬坡、成本控制与交付兑现。估值数字攀比的上半场或已结束，具身智能赛道正从资本驱动转向制造驱动，产能与订单的硬指标才是决定终局胜负的真正筹码。
自变量：互联网大厂 " 全明星阵容 "
自变量与智平方两家公司，同年成立、同城创业、同一条技术路线、都有顶级资本追逐。但细看之下，又处处透着不同。
自变量成立于 2023 年 12 月，创始人王潜为清华大学电子系本科、南加州大学博士，研究方向覆盖神经网络注意力机制与机器人学习。王潜的另一个身份更被资本市场关注，他是国内最早将 " 世界模型 " 概念引入具身智能领域的创业者之一。
自变量的融资节奏在行业中颇为罕见。2026 年 1 月，公司完成由字节跳动领投的 10 亿元 A++ 轮融资后，4 月获小米战投领投 B 轮，估值突破 100 亿元。此后两个月内，公司连续交割 B+、B++ 及 C 轮共三轮融资，投后估值站上 200 亿元。
至此，自变量成为国内唯一集齐美团、阿里、字节跳动、小米四家互联网巨头分别领投的具身智能企业，且小米战投在 B 轮后连续追加。C 轮融资中，中国移动、红杉中国、IDG 资本、源码资本、中金资本等三十余家机构同步入局，股东结构横跨产业资本、国家队与头部财务投资机构。
技术路线上，自变量聚焦于具身智能的 " 认知层 "，即让机器人理解物理世界运行规律的能力。
今年 4 月，公司发布基于 " 世界统一模型 "（WUM）架构的具身大模型 WALL-B，试图在模型层面构建机器人对空间、因果关系及物理交互的通用理解能力。这与公司较早切入家政服务场景的商业化选择形成呼应，与 58 同城旗下 58 到家合作，在深圳试点机器人协同家政服务员入户作业，同时推进某德系豪华品牌汽车零部件产线的部署。
自变量的叙事逻辑清晰，以通用认知能力为底座，从家庭场景切入，兼顾工业验证，试图在 " 机器人进入日常生活 " 这一长期命题中占据先手。
智平方：全链条资本加持
智平方成立于 2023 年 4 月，创始人郭彦东为普渡大学电子与计算机工程博士，曾任职于微软总部研究院，后担任小鹏汽车与 OPPO 首席科学家，兼具 AI 算法研究与智能硬件产品管理的复合背景。
智平方的融资节奏同样密集，成立三年间完成超十轮融资。2026 年 2 月 B 轮融资超 10 亿元后估值突破百亿，6 月完成近 50 亿元新融资，投后估值超过 200 亿元。
相较于自变量，智平方股东结构的特征在于覆盖面的广度，从国家级战略基金、广东省及深圳市地方引导基金，到保险资金、券商系资本，再到中国生物制药、康龙化成、茅台集团、招商局资本等跨产业资本，以及多家特斯拉供应链核心企业，基本实现了国家队、区域平台、产业方、财务机构的全链条覆盖。
在商业化进度上，智平方相对更为明确。公司披露已获得近 5 亿元在手订单，其中与全球第三大面板制造商惠科签署的 " 三年 1000 台 " 协议，被摩根士丹利列为全球生产力机器人领域的标志性订单。
2025 年 9 月，智平方自有产线在深圳投产，具备千台级年产能，并规划于 2026 年扩至万台规模。技术层面，公司主打自研的类脑视觉语言大模型 NeuroVLA，将人类 " 皮层—小脑—脊髓 " 三级控制机制引入机器人系统，强调模型在工业场景中的实时响应与适应性。
智平方的路径更接近于 " 以工业场景养模型 "，即用批量订单验证硬件与系统的可靠性，用真实场景数据反哺模型迭代，走的是相对务实的量产优先路线。
回看自变量与智平方的同日 " 官宣 "，其意义或不在于谁才是真正的 " 首家 "。两家企业均为国内具身智能领域的技术先行者，且各自代表了不同的价值实现路径。一个更倾向于 " 模型驱动 " 的长期主义，一个更偏向于 " 场景驱动 " 的务实主义。在产业从 0 到 1 的阶段，两种路径都有其合理性，也都需要资本与时间的双重验证。
