文 | 巨潮 WAVE，作者｜谢泽锋，编辑｜杨旭然
DeepSeek 获宇树科技战略配售，锁定 3 年，绑定战略合作；大洋彼岸，人工智能翘楚 Anthropic 被曝年初曾计划收购具身机器人初创公司 Physical Intelligence（PI）。
一边是战略入股，一边是试探收购。AI 大模型公司正以一种试探的姿态，俯身向物理世界延伸，具身智能企业也在尝试借助大模型的 " 智力 "，补齐整个身躯最亟需的拼图。
也有如银河通用、千寻智能等具身智能企业，因为押注 " 大脑 " 而被资本看重模型能力，借此获得一级市场诸多关注，乃至于刷新行业各类融资纪录。
可以看出，" 大脑 " 对于具身智能企业来说价值重大，意义重大。
黄仁勋将 AI 的演进分为四个阶段——感知 AI、生成 AI、代理 AI 和物理 AI。他曾经明确指出，物理 AI（Physical AI）的 "ChatGPT 时刻 " 已经到来。
长期以来，物理 AI 的核心卡点就在于 " 大脑 "，让 AI 理解并预测物理世界的重力、摩擦、惯性等规律，实现从虚拟智能到实体执行的跨越，是一个极其艰难的远征。
" 大脑 "（大模型）与 " 身体 "（具身机器人）的双向奔赴，显然不能用偶然的巧合来总结，这是 AI 产业从虚拟世界向物理世界演进的必然趋势。
悖论
长鑫之后是宇树，后者即将创造中国 AI 科技史上的又一个资本奇迹。
IPO 过会仅 2 个月后，宇树科技叩响了科创板的大门。8 月 6 日，宇树科技确定发行价，90 后创始人王兴兴有望成为科创板 90 后首富。
不同于其他配售方 12 个月、24 个月的锁定期限，DeepSeek 锁定期长达 36 个月（3 年），显然这是双方追求长期深度合作的一种表现。
8 月 7 日的路演中，王兴兴回应称，宇树科技和 DeepSeek 谋定三方面的合作，即通用人工智能研发、高性能通用机器人以及 AI 大模型。
他对具身机器人大脑的极端看重，曾经在一次访谈栏目中有所体现：" 谁能把机器人的大模型做出来，谁就是全世界最厉害的 AI 公司和机器人公司，完全足够拿诺贝尔奖。"
目前的机器人产业中，硬件能力虽然一直在提升，但限制其大规模应用的最大障碍，即 "AI 大脑 "，还 " 完全不够用 "。
1988 年，莫拉维克在他的著作《智力后裔》中阐述了这样一个观点：对人类来说很难的任务（如逻辑推理、下棋），AI 反而容易完成；而对人类来说很简单的事（如走路、抓取物体），AI 却极难实现。
这一问题被业界称为 " 莫拉维克悖论 "。让机器人下棋、解题轻而易举，但让它像婴儿一样感知物理世界却极为困难。
因此，当前具身机器人的核心瓶颈不在于硬件，硬件早在十多年前就已经准备就绪并且仍在不断发展，出现卡脖子问题的，是赋予机器人自主决策能力的 " 智能系统 "。
这其中最难攻克的就是泛化难题（Generalization），特指模型在面对训练时未出现的新问题时，依旧能有良好表现。目前，整个具身智能的模型泛化能力还不够，其实用性仍有较大提升空间，这是当下最棘手的问题之一。
此次，宇树科技预计募集共计 60.99 亿元，相较此前的 42.02 亿元出现一定超募，其中预计将把一半募集资金投向智能机器人模型研发。
宇树科技目前是全球人形机器人出货量冠军，2025 年出货超 5500 台。但长期以来，宇树在 " 大脑 " 层面的研发都落后于躯干。
在招股书中，宇树也坦言自身 " 重体轻脑 " 的战略偏差：" 公司前期研发侧重本体与小脑（运动控制与肢体协调），在大脑（具身大模型）方面投入较少，且未大规模开展真实数据采集与工厂部署训练。"
可见，此次上市就是宇树补齐短板、发力大脑的一个战略举措。
闭环
区别于传统的机器手臂或者机器人，具身智能需要具备认知、协作和学习三个能力，关键是能够在工作场景中自主进化。
具身智能目前主要的技术路线包括分层大模型、端到端大模型和世界模型三种，行业尚未形成统一明确的路线。各技术路线之间虽有差别，但追求更高泛化能力已成为共识。
自研方面，宇树在 WMA（世界模型 - 动作）模型与 VLA（视觉 - 语言 - 动作）模型两条路线上均有布局。
今年年初，公司自研的工业级具身大模型 UnifoLM-X1-0 已在自有工厂中试点测试，核心任务是 " 自主完成关节电机装配 "；
5 月，公司发布 WVLA2.0 模型，创新之处在于融合世界模型与视觉语言动作，实现长时序自主规划、多步物理预判及抗干扰精准操控；
7 月，发布的具身大模型 UnifoLM-OminiA-0.3，聚焦家居康养场景的多类任务，自主完成搬运、整理、设备控制等复杂任务。
合作方面，宇树科技已经和英伟达、DeepSeek 展开了深度联姻。
今年 6 月 1 日，在台北 GTC 大会上，黄仁勋展示了英伟达在物理 AI 领域的全新突破。
其中非常引人关注的，就有基于英伟达 Jetson Thor 算力平台和 Cosmos 3 模型的宇树 H2 Plus，宇树提供机器人本体，承载运动、机械与工程化落地，英伟达提供算力和 " 大脑 "，构成驱动全身、多模态感知与自主决策的能力。
机器人公司和大模型公司的合作，有相当的迫切性。
大模型训练日趋接近文本数据的极限，物理世界的多模态交互数据，包括视觉、触觉、力觉、空间关系等，是物理 AI 突破的关键增量。汽车驾驶和机器人是大模型获取这类数据的最佳通道。
宇树科技、PI、智元拥有海量真实的机器人运动数据，这些数据无法在图书馆、互联网上找到，都是大模型公司无法自行生成的稀缺资产。
宇树是全球人形机器人出货冠军，积累了海量真实场景数据，DeepSeek 是令海外 AI 巨头忌惮的中国模型龙头，两者结合，有机会构成 " 数据、模型、硬件 " 的完整智能闭环。
王兴兴急于增强 " 大脑 "，梁文锋则瞄准了下一个 AI 时代的入口和商业落地场景，此次上市就成了一次极佳的战略共赢时刻。
迁徙
成立于 2024 年 3 月、名为 Physical Intelligence 的公司（简称 PI），是目前除 Figure AI 之外估值最高的机器人独角兽，已悄然成为湾区最受瞩目的 AI 企业之一。
其推出的 π 系列模型，被业界广泛认为是机器人领域的 "GPT-3 时刻 "。它能跨不同机器人本体并泛化执行复杂任务，标志着具身智能从 " 专用窄域 " 迈向 " 通用基础模型 "。
PI 已累计融资超过 10 亿美元，今年春季还在以 110 亿美元估值洽谈新一轮 10 亿美元融资。
7 月份的时候有消息称，Anthropic 正在洽购 PI，引发 AI 界一阵讨论，不过 PI 公司 CEO Karol Hausman 否认了相关报道。
当前，美国大模型公司的触角深入具身智能，已经成为一个清晰的趋势：
OpenAI 提早投资了 Figure AI 和 1X Technologies，不过 Figure 已终止与 OpenAI 的模型合作，转向全自研，OpenAI 自身也在组建机器人研究团队；Meta 通过 FAIR 部门探索机器人与大模型结合；谷歌 DeepMind 持续深耕具身智能多年。
Anthropic 虽然名声日隆，在具身智能领域缺长时间 " 缺席 "，而 PI 是极少数没有被头部大模型公司 " 联姻 " 的顶级机器人 " 大脑 " 团队。
PI 的 π -zero 系列模型已经展现出跨机器人形态的泛化能力，两家公司合并后，将补齐 " 通用智能 " 最后一块拼图。
从大模型公司的角度看，目前最缺乏的就是物理世界的真实数据。对物理世界的理解被视为构建超级智能系统的必要条件，仅靠互联网文本数据无法弥补这一缺口。
此前，大模型公司比拼的是性能排名，进入 2026 年，不论中国还是美国公司，谁能把模型塞进物理世界，谁能率先落地，谁就能占领 AI 商业化的先发红利。
如果有哪家 AI 公司真正完成彻底整合，那么它就将从一个 " 文本和代码模型公司 " 或者 " 机器人公司 "，进化为 " 软硬一体的 AI 平台公司 "，这是一个还没有人走到过的高地。
从虚拟世界到物理世界，是如今科技公司从 " 数字智能 " 集体向 " 物理智能 " 迁徙的缩影。
写在最后
时下，" 脑体协同 " 已成全球 AI 产业发展的一个清晰趋势。
随着宇树、智元等机器人公司逐步进入资本市场，出货量大幅抬升，具身智能也将从融资驱动的创业竞赛，迈入更深层次的产业落地阶段。他们需要 " 大脑 " 来突破泛化能力不足的瓶颈，也需要竭尽所能变得更加智慧，以完成更多更复杂的工作任务。
而对于大模型企业来说，他们也非常需要物理世界的 " 身体 " 来验证和落地，完善其商业模式。
" 最强大脑 " 遇上 " 最强身体 "，一个从数字智能迈向物理智能的新时代正在酝酿。那个最先走到前面的企业，或者一对组合，将更有机会获得最大的时代红利。
