马上知道 / 2026年4月18日 / 阅读时间约6分钟

AI & 一级市场

Physical Intelligence估值翻倍冲向110亿美元

物理AI赛道再起巨震。成立仅两年的机器人大脑公司Physical Intelligence在发布π0.7模型后，正在洽谈约1亿美元新一轮融资，投后估值将从56亿美元直接翻倍至110亿美元。公司累计融资已超10亿美元，投资者名单中包括贝索斯与OpenAI。这家公司的核心路线是「通用机器人基础模型」——面向多厂牌机器人硬件提供统一的视觉-语言-动作（VLA）大脑。（据公开市场信息)

【投黑马点评】
具身VLA大脑正在从「论文团队」升级为「平台型基础设施」。左侧窗口已不在整机厂一端，而是模型-数据-评测三位一体的机器人「大脑供应商」，以及数据标注与仿真平台的二梯队早期标的。

特斯拉AI5芯片完成流片，性能较AI4跳升40倍

特斯拉于4月15日官宣自研AI5芯片完成流片，设计已移交代工厂，计划2027年启动量产。AI5将由三星与台积电分别在美国本土工厂代工，单芯片性能对标英伟达Hopper架构，双芯规模接近Blackwell级别，官方宣称整体性能较AI4提升40倍，成本与功耗均更具优势。（据企业官方公告、综合公开信息整理)

【投黑马点评】
车企自研推理芯片开始对标GPU一线，信号已明确出现。留意为特斯拉做封装、测试、HBM与先进封装配套的二线供应商，以及具备多代号车规级ASIC量产经验、能切入自研芯片供应链的国内早期标的。

OpenAI Codex升级为桌面代理，Agents SDK迈向沙箱化

OpenAI于4月16日重做Codex并发布新一代Agents SDK。Codex可在用户桌面后台运行、打开任意应用、通过光标完成点击与输入；SDK新增原生沙箱执行、可配置记忆、标准化集成与会话快照能力，把Agent从浏览器工具推进到完整的桌面工作流。同日OpenAI还面向生命科学研究推出GPT-Rosalind。（据企业官方公告)

【投黑马点评】
Agent的消耗战场从云端API延伸到终端操作系统。一级市场可追踪终端控制层、Agent安全侧车、长时任务调度、以及Agent评测与可观测工具这四类早期基建——它们的订单方正在从单个App变成操作系统级入口。

SK海力士冲刺美股，目标6-7月募资约100亿

存储大厂SK海力士正以超预期节奏筹备美股上市，目标窗口锁定今年6至7月，拟募资约100亿美元。其HBM与DRAM一季度合约价分别翻倍与上涨90-95%，AI服务器对存储容量数倍于普通服务器的需求，持续拉动供给紧张。（据公开市场信息、据行业研究机构)

【投黑马点评】
存储正成为AI基建的第二根「卡脖子」。可重点追踪HBM封装辅材、TSV设备、先进制程测试机，以及国内HBM替代链与存算一体架构的早期标的——AI算力瓶颈的传导顺序正从GPU→电力→存储。

科技商业

亚洲富豪与家办250亿美元涌入AI私募

2025年全年，亚洲高净值个人与家族办公室共向全球AI私募项目投入243亿美元，2026年截至4月8日新增投资额已近9.5亿美元。这部分资金偏好晚期大额融资与AI基建项目，部分流入二线明星公司的Pre-IPO阶段。（据公开市场信息)

【投黑马点评】
晚期资金堆在顶层头部，给早期投资者留出了夹缝结构：被头部溢价挤出的二梯队团队、上一轮估值倒挂的明星项目老股、以及尚未进入亚洲家办雷达的细分赛道，都是2026年值得提前布阵的左侧区域。

Anthropic Opus 4.7落地，垂直模型竞争升温

Anthropic已将Claude Opus 4.7升级为通用可用，强化软件工程、视觉与长时Agent能力，新增任务预算与Code Review工具，并向Anthropic长期利益信托增补董事会成员。市场判断其当前3800亿美元估值相较OpenAI的8520亿美元「反倒像是折价」。（据企业官方公告)

【投黑马点评】
头部大模型竞争从「通用基准跑分」切向「垂直领域深度与Agent交付」。留意以Claude与GPT为底座、在代码审计、生命科学、网络安全、法律税务这四类垂直领域构建数据壁垒的应用层早期公司——这是被二级市场忽视的左侧价值洼地。

2026成全球Robotaxi关键拐点，中国领跑车队部署

第三方机构在4月14日的研究报告中判断，2026年将结束Robotaxi长达10年的孵化期，行业进入规模化商业化拐点。中国凭借端到端模型突破、车队规模扩张与V2X基础设施，在部署规模上领跑全球。特斯拉Cybercab计划本月推出，Waymo在美六城运营2500辆无人车并瞄准伦敦与东京。（据行业研究机构、据企业官方公告)

【投黑马点评】
Robotaxi从「讲故事」走向「看单车毛利率」。左侧窗口在调度算法、远程接管中心SaaS、事故责任保险、高精地图增量更新这类「车队服务层」，而不是整车方案商——此处的早期标的尚未被一级市场充分定价。

今日左侧信号

信号：物理AI正在从「算法独角兽」向「全链条基建」延伸，资本锚点上移。

追踪方向：芯片侧看车企自研ASIC与HBM封装配套；大脑侧看VLA与世界模型底座平台；落地侧看Robotaxi与具身集成的车队服务层。建议深挖 → 黑马雷达 / 前沿信号。

── 投黑马研究团队

马上知道 / 2026年4月8日 / 阅读时间约5分钟

AI & 一级市场

Eclipse 13亿美元新基金瞄准物理AI与国防

硅谷VC Eclipse Ventures完成13亿美元新一期基金募集，创该机构历史新高，资金将聚焦物理AI基础设施、机器人、制造业与国防科技。基金分为两部分：7.2亿美元投向早期，5.91亿美元投向成长期。Eclipse是AI芯片公司Cerebras的早期投资方，其策略核心是在物理产业链中编织一张初创公司互相赋能的生态网络。（据公开市场信息）

【投黑马点评】 当数字AI赛道估值被头部三家锁死，13亿美元流向物理AI是资本用脚投票的结构性转向信号。Eclipse的「生态编织」策略暗示：物理AI的Alpha不在单点押注，而在基础设施+垂直场景的组合下注——机器人中间件、工业传感融合、边缘推理硬件，这些环节正进入种子轮窗口期。

OpenAI前核心团队组建Zero Shot基金

OpenAI前员工Evan Morikawa、Andrew Mayne、Shawn Jain等联合创立VC基金Zero Shot，目标募资1亿美元，已完成首关2000万美元。三位创始人均深度参与ChatGPT与DALL-E的早期产品开发，顾问团包括OpenAI前人事负责人Diane Yoon与前传播负责人Steve Dowling。基金已投出首批标的，包括AI管理平台Worktrace AI和Foundry Robotics。（据公开市场信息）

【投黑马点评】 大模型公司的「人才溢出」正在制造一个新物种——技术直觉驱动的小型基金。Zero Shot的核心优势不是资金量，而是创始人对模型能力边界的体感判断——他们知道哪些应用方向在当前模型能力曲线上可行、哪些是纯叙事。对早期创业者而言，拿到这类基金的钱等于拿到了技术可行性的隐性背书。

AI「芯片通胀」引爆全球手机涨价潮

IDC最新数据显示，AI数据中心对HBM高带宽内存的疯狂需求正在虹吸全球存储产能，2026年全球智能手机均价预计飙升14%至523美元历史新高，出货量将暴跌12.9%至11.2亿部，创十年新低。三星、SK海力士、美光三大存储厂将有限的晶圆产能优先分配给利润率更高的AI服务器芯片，每一片划拨给英伟达GPU的HBM晶圆，就意味着一片手机内存模组的消失。（据行业研究机构IDC）

【投黑马点评】 「芯片通胀」本质上是AI产业对消费电子的一次资源挤兑——这不是短期供需波动，而是半导体产业链资源配置逻辑的永久性重写。一级市场的左侧信号在两端：上游替代性存储方案（MRAM、CXL内存池化），以及下游被迫降配后催生的软件优化赛道（端侧压缩推理、内存复用中间件）。

三星加速转向中国供应商对冲芯片通胀

三星电子正在系统性地将关键零部件供应商从日韩切换至中国企业：OLED面板转向华星光电（CSOT），铰链供应商从KH Vatec更换为中国华利，超广角摄像头模组引入舜宇光学。此举旨在通过降低制造成本吸收内存涨价冲击，避免将全部成本转嫁消费者。（综合公开信息整理）

【投黑马点评】 三星的供应链大挪移是中国精密制造「隐形冠军」集体上位的催化剂。当全球第一大手机品牌主动将核心部件交给中国供应商，意味着中国光学、显示、精密机械加工企业的产品力已过验证门槛。一级市场应关注这波替代潮中尚未被资本市场定价的二三线精密零部件企业。

科技商业

苹果四日暴跌23%跌落全球市值第一

受特朗普对等关税冲击，苹果股价自4月3日起连续四个交易日累计暴跌近23%，市值蒸发超6400亿美元，4月8日正式从全球市值第一的位置跌落。苹果几乎所有硬件产品均在中国组装，对等关税直接打击其成本结构。此前苹果曾在3月底紧急调动5架货机从印度空运iPhone至美国，试图抢在4月5日10%关税生效前囤货。（综合公开信息整理）

【投黑马点评】 苹果5架货机抢运iPhone的画面，是全球供应链脆弱性的极端缩影。对一级市场而言，关税不确定性正在系统性地重估「中国+1」供应链布局的价值——印度、越南、墨西哥制造业基础设施的投资窗口被关税政策人为加速打开，围绕「产能迁移即服务」的工具链公司值得追踪。

马斯克私下要求特朗普撤销关税未果

据报道，马斯克在刚过去的周末直接向特朗普呼吁撤销对等关税，但未获成功。特斯拉是关税政策的最大受害者之一——马斯克此前承认汽车关税对特斯拉影响「巨大」，公司2026年Q1销量已出现大幅下滑。与此同时，关税对特斯拉产业链的冲击正在向上游传导，零部件成本压力陡增。（综合公开信息整理）

【投黑马点评】 马斯克从关税支持者到私下求撤的立场反转，揭示了一个被市场低估的事实：即使是垂直整合度最高的新能源车企，也无法完全消化关税成本。对一级市场的启示是：汽车供应链本土化不是「可选项」而是「生存项」——北美本土电池材料、电驱系统、热管理方向的早期公司正迎来政策驱动的融资窗口。

特斯拉中国前总经理加盟小米汽车

特斯拉中国区前总经理孔艳双已正式入职小米，将接替原小米汽车总监负责汽车销售业务。这是小米汽车在高管层面对传统车企与新势力人才的又一次定向吸纳，显示小米正加速从「跨界造车」向「专业化运营」转型。（综合公开信息整理）

【投黑马点评】 特斯拉中国核心高管转投小米，是人才市场对两家公司未来预期的一次「用脚投票」。更深层的信号是：中国智能电动车的人才争夺已从工程师层上升到销售体系操盘手层——谁能在渠道和服务网络上构建差异化，谁就能在同质化产品竞争中突围。小米汽车的渠道效率故事正在获得关键人才的验证。

中国电池维修新规落地 换电价格暴降70-90%

4月1日起，全国新能源汽车电池维修新规正式实施，核心原则为「能修不换、明码标价」。截至3月底，全国已完成备案的合规新能源维修企业达3.27万家，市场充分竞争下，电池维修整体价格较此前暴降70%-90%，天价换电成为历史。（据监管机构公告）

【投黑马点评】 电池维修成本断崖式下降，表面是消费者利好，底层逻辑是「电池后市场」赛道的基础设施刚刚搭建完成。3.27万家备案企业意味着标准化服务网络初步成型，下一阶段的投资机会在数据层——电池健康诊断AI、梯次利用定价模型、以及连接车企-维修网络-保险的SaaS平台。

今日左侧信号

信号：物理AI资本与芯片通胀同步爆发，半导体产业链资源配置逻辑正在被AI永久改写

追踪方向：Eclipse 13亿美元流向物理AI标志着VC资本从数字模型层「溢出」到硬件与制造层的结构性拐点。与此同时，AI对HBM的需求正在制造消费电子的「资源挤兑」，三星转向中国供应商是产业链重构的第一张多米诺骨牌。建议重点追踪三类早期标的：物理AI中间件（动作规划、传感融合、边缘推理芯片）、替代性存储方案（CXL内存池化、新型非易失存储）、以及中国精密制造出海企业（光学、铰链、显示模组）。

── 投黑马研究团队

马上知道 / 2026年4月6日 / 阅读时间约5分钟

AI & 一级市场

OpenAI关闭Sora，团队全面转向世界模型

OpenAI正式宣布关闭旗下视频生成应用Sora，网页端与App将于4月26日停止服务，API将于9月24日下线。Sora全球用户数在峰值约100万后迅速跌至50万以下，日运营成本高达约100万美元。与此同时，迪士尼此前已承诺10亿美元的合作协议随之告吹——据悉迪士尼CEO在公开宣布前不到一小时才获知消息。Sora团队将整体转向世界模型与机器人方向的长期研究。（据企业官方公告、综合公开信息整理）

【投黑马点评】 Sora的退场标志着「AI视频生成」从独立赛道降级为通用模型附属功能，真正的价值锚点正迁移至世界模型——即物理世界的理解与模拟。左侧投资者应追踪世界模型基础设施层与物理仿真引擎方向的早期标的。

Physical Intelligence新轮融资10亿，估值4个月翻倍

由前Google DeepMind研究人员创立的机器人公司Physical Intelligence正在洽谈约10亿美元新一轮融资，投后估值将超过110亿美元，较4个月前56亿美元估值翻倍。同期数据显示，2026年Q1全球物理AI赛道27家公司合计融资超60亿美元，其中Rivian衍生的Mind Robotics以5亿美元A轮领跑工业机器人方向。（据公开市场信息）

【投黑马点评】 Physical Intelligence的估值飙升印证了一个结构性判断：基础模型能力正在从数字世界「溢出」到物理世界，机器人不再是硬件问题而是AI问题。一级市场窗口在于「模型-执行」中间层——动作规划、力觉感知、场景泛化模块，这些环节尚未被巨头锁定。

SK Hynix启动130亿美元ADR赴美上市

韩国存储芯片巨头SK Hynix已于3月24日秘密提交F-1注册文件，拟在美国以ADR形式上市，募资规模约130亿美元，将成为22年来最大规模赴美上市案。高盛、花旗、摩根大通、美国银行四大投行联席承销。募集资金将主要用于HBM（高带宽内存）等AI芯片产能扩建。美银预计2026年全球HBM市场规模将达546亿美元，同比增长58%。（据公开市场信息、据行业研究机构）

【投黑马点评】 SK Hynix赴美上市本质上是用美元资本锁定HBM产能垄断地位——当AI推理需求从云端向端侧扩散，存储带宽将成为比算力更紧迫的瓶颈。一级市场应关注HBM封装设备、先进封装材料等配套环节中被低估的早期供应商。

高盛：AI驱动半导体收入2026年增长49%

高盛4月5日发布报告指出，受AI需求强劲驱动，全球半导体收入预计2026年增长49%，AI相关硬件收入在Q4有望突破7000亿美元。报告同时指出，美国AI相关投资较2022年已累计增长3250亿美元，占GDP比重升至1.1%，数据中心建设相关岗位自2022年以来增加21.2万个。学术研究显示AI对生产率的平均提升效应为23%。（据行业研究机构）

【投黑马点评】 49%的增长预期意味着半导体行业正经历堪比2000年互联网时代的结构性扩张。但与上一轮不同，本轮增长的驱动力集中在推理侧而非训练侧——推理芯片、边缘AI芯片、定制ASIC方向的早期公司正处于估值洼地。

科技商业

特朗普拟豁免科技巨头AI芯片关税

美国政府计划对亚马逊、谷歌、微软等大型科技公司在建设AI数据中心时所需芯片予以关税豁免，优惠措施由商务部提供，并与台积电在美投资承诺直接挂钩。与此同时，特朗普政府正推进要求芯片企业本土生产量与进口量保持1:1的新政，长期不达标企业将面临额外关税惩罚。（据监管机构公告、综合公开信息整理）

【投黑马点评】 「豁免+对等生产」的组合拳本质上是用关税工具重塑半导体供应链地理分布。对一级市场而言，美国本土晶圆厂配套（设备安装、洁净室工程、特种气体供应）正在形成一个被忽视的早期投资窗口。

百度昆仑芯赴港IPO推进，预计营收增6倍

百度旗下AI芯片子公司昆仑芯已于1月1日秘密向港交所提交上市申请，目前IPO流程持续推进中。大摩预测昆仑芯2026年营收将从2025年的约13亿元增长至83亿元，增幅超6倍。昆仑芯M100芯片主攻大规模推理场景，计划2026年上半年量产，下一代M300面向多模态训练与推理，预计2027年推出。截至2024年，昆仑芯累计出货690万颗，位居国产AI芯片前列。（据企业官方公告、据行业研究机构）

【投黑马点评】 昆仑芯IPO是国产AI芯片从「替代可用」迈向「资本化变现」的里程碑——当DeepSeek V4验证了国产芯片跑旗舰模型的可行性，整个国产算力生态的估值锚正在被重新校准。关注昆仑芯上市后对寒武纪、海光等同业估值的拉动效应。

AI虚拟试穿赛道升温，瞄准退货率痛点

AI虚拟试穿创业公司正成为零售业降本增效的新焦点。英国公司Catches开发的「数字孪生」试穿平台已上线奢侈品牌Amiri官网，获LVMH家族Antoine Arnault投资，基于英伟达CUDA平台构建，预计可提升转化率10%、投资回报率达20-30倍。Shopify已将AI试穿创业公司Genlook集成至其电商平台。在线退货每年造成零售业数十亿美元损失，被业内称为「沉默杀手」。（综合公开信息整理）

【投黑马点评】 虚拟试穿从「炫技Demo」进入「Shopify级分发」意味着这个方向正式获得平台型渠道验证。左侧机会不在前端体验层，而在底层的3D人体建模引擎、面料物理仿真、以及与电商平台深度集成的中间件——这些技术壁垒决定了谁能跑通规模化。

世界模型成AI融资新风口，国内超20起融资

2026年以来，世界模型方向在国内出现超过20起融资事件，资本密集涌入这一被视为「大语言模型下一站」的赛道。世界模型旨在构建对物理世界的理解与预测能力，是通往物理AI的核心技术路径。OpenAI关闭Sora后将团队整体转向世界模型研究，进一步验证了这一方向的战略优先级。具身智能市场规模预计2026年首次突破万亿元，未来五年复合增长率保持25%左右。（据行业研究机构、综合公开信息整理）

【投黑马点评】 当OpenAI亲手砍掉Sora去做世界模型，这不是一次产品调整而是一次范式押注。国内超20起融资说明产业共识正在形成，但泡沫信号也在积累——左侧投资者需区分「真正在做物理仿真闭环」的团队与「蹭世界模型概念的视频生成包装」。

今日左侧信号

信号：AI产业重心从「数字生成」向「物理世界理解」结构性迁移

追踪方向：OpenAI关闭Sora、Physical Intelligence估值翻倍、世界模型融资潮三个事件共同指向同一拐点——AI的价值锚正从内容生成转向物理世界建模与操控。建议重点追踪物理仿真引擎、机器人动作规划中间件、以及工业场景数据采集基础设施方向的种子轮/A轮标的。

── 投黑马研究团队

马上知道 / 2026年4月1日 / 阅读时间约6分钟

AI & 一级市场

OpenAI完成1220亿美元融资，估值升至8520亿美元，冲刺IPO

OpenAI于3月31日宣布完成新一轮融资，金额达1220亿美元，估值升至8520亿美元，创科技史上单轮融资规模新高。本轮由亚马逊、英伟达与软银联合领投，另有约30亿美元来自散户投资者通过银行渠道认购——这一结构设计被外界解读为IPO前的「民间预热」。按此估值，OpenAI已超越绝大多数上市科技公司，仅落后于苹果、英伟达等少数巨头。公司年化营收已突破250亿美元，竞争对手Anthropic紧随其后达190亿美元。（据企业官方公告、综合公开信息整理）

【投黑马点评】 OpenAI以8520亿估值完成1220亿融资，其核心意义不在估值数字，而在于将三家战略性客户（亚马逊、英伟达、软银）绑定为股东，直接加固了算力供给与分发渠道的双重护城河。一级市场应优先关注：OpenAI生态内尚未被充分注资的垂直应用层，以及对标Anthropic量级竞争者的早期融资窗口正在收窄。

韩国AI芯片Rebellions完成4亿美元Pre-IPO融资，估值23.4亿美元挑战英伟达推理市场

韩国AI芯片初创公司Rebellions于3月30日完成4亿美元Pre-IPO融资，估值达23.4亿美元，由韩国未来资产金融集团与韩国国家成长基金联合领投，三星、SK海力士、沙特阿美均为现有股东。本轮完成后，公司过去六个月累计融资6.5亿美元，总融资额达8.5亿美元。Rebellions同步发布两款AI基础设施产品RebelRack与RebelPOD，专注推理侧算力，直接对标英伟达及Groq、Cerebras等推理芯片竞争者，并已宣布美国扩张及上市计划。（据企业官方公告、综合公开信息整理）

【投黑马点评】 推理芯片已成为继训练芯片后的下一个卡位战场。Rebellions以三星+SK海力士双重产业背书跑通「设计+存储」一体化路径，其融资速度反映资本对非英伟达推理路线的真实需求。对一级市场的信号：关注国内推理优化芯片设计公司，尤其是已有存储巨头战略股东的标的，布局窗口仍在但正在收窄。

Saronic完成17.5亿美元D轮融资，AI自主舰船估值翻倍至92.5亿美元

自主舰船公司Saronic于3月31日宣布完成17.5亿美元D轮融资，估值较上轮翻倍至92.5亿美元，由Kleiner Perkins领投。公司计划用这笔资金扩建Franklin造船厂、建设Port Alpha港口设施，并推进2027年实现年产20艘自主舰船的目标。Saronic此前已获美国海军3.92亿美元合同，正在建造的「掠夺者号」180英尺自主舰船将成为其首艘大型交付产品。此轮融资背景是美国政府主导的海军现代化与对抗中国造船实力的战略加速计划。（据企业官方公告、综合公开信息整理）

【投黑马点评】 国防科技正在成为一级市场的「隐形主线」——Saronic估值翻倍的核心不是技术，而是政府采购合同的确定性。这一逻辑同样适用于中国低空经济与自主水面/水下装备赛道：拥有国防订单背书的早期硬件公司，其一级市场定价已远超消费硬件同类标的，进入节奏值得提前布局。

Arm自研AGI CPU商业化推进，Meta领衔七家头部客户确认采购

Arm于3月31日发布进一步商业化信息，其于3月24日正式推出的史上首款自研芯片AGI CPU，采用台积电3nm工艺、基于Neoverse V3架构，最高136核，计划2026年下半年启动量产。Meta作为首个客户，OpenAI、Cloudflare、SAP等七家机构已确认采购意向。Arm预计该芯片2031年将创造150亿美元营收，届时公司总年收入将达250亿美元，约为2025年的六倍。机构分析师将Arm从「纯IP授权商」重新定位为「直接竞争英伟达数据中心芯片」的垂直整合厂商。（据企业官方公告、综合公开信息整理）

【投黑马点评】 Arm从授权模式切入自研硅，颠覆的是芯片行业利润分配逻辑——它此前是生态使能者，现在成为生态竞争者。信号已出现：Arm切入将压缩Ampere等Arm架构独立服务器芯片公司的生存空间，但同时将拉动台积电3nm产能、先进封装与高带宽存储方向的早期供应链机会。

科技商业

小鹏汽车今日正式更名「小鹏集团」，宣告转型物理AI科技公司

小鹏汽车自4月1日起正式将中文名变更为「小鹏集团」，英文名XPeng Inc.保持不变。CEO何小鹏在公开信中表示，更名标志着公司从单一整车企业向「物理AI科技集团」的全面转型。小鹏当前业务布局覆盖智能电动车、飞行汽车、人形机器人、自动驾驶与AI芯片五大板块。2026年，公司物理AI相关研发投入将达70亿元人民币，人形机器人量产基地已在广州启动建设，年底目标月产能达千台，Robotaxi将于下半年在国内启动载客示范运营。（来源：新浪财经、IT之家）

【投黑马点评】 小鹏更名是中国汽车行业「去汽车化」的标志性动作。真正值得关注的是其70亿研发预算中物理AI与机器人的资金分配结构，以及飞行汽车与机器人供应链中尚未被整合的精密零部件供应商——这些正是小鹏生态内部一级市场的潜在标的池。

Tesla正式启动Model S与Model X停产，弗里蒙特工厂腾线转产Optimus

Tesla于3月31日在韩国等市场停止接受Model S与Model X新车订单，Q2 2026内将完成全线停产。Elon Musk将此次停产定性为两款车型的「荣誉退役」——自2012年Model S发布至今，两款车型合计交付约74万辆，构建了Tesla早期品牌溢价。停产直接原因是：这两款车型在2025年仅占Tesla全球交付量的约3%，弗里蒙特腾出的产线将专门用于Optimus人形机器人的量产扩张。（据企业官方公告、综合公开信息整理）

【投黑马点评】 Tesla以「Optimus换Model S」的产线腾挪，实质是将资本密度最高的制造资产重新定价。对人形机器人赛道的一级市场启示：Tesla入局将加速零部件规格标准化进程，关注国内电机、传感器、精密减速器供应商中能对接Tesla/小鹏等整机供应链标准的早期公司，标准化是量产的前置信号。

加州要求承接州政府合同的AI企业遵守内容安全强制规定

加州州长于3月31日签署行政令，要求凡希望承接加州政府合同的AI企业须遵守新一套内容安全强制规定，涵盖儿童安全内容检测、暴力过滤、算法歧视防范、AI生成内容水印及监控应用限制等多项维度。相关政府技术部门须在120天内提出新型AI供应商认证建议方案。此举被视为美国联邦层面AI监管迟缓背景下，加州以「政府采购」为杠杆推动行业自律的务实路径。（据企业官方公告、综合公开信息整理）

【投黑马点评】 加州模式的关键在于「市场准入」而非「法律罚则」——州政府合同对许多AI企业是重要收入来源，使该规定实质约束力强于大多数监管条例。对创业公司的信号：AI合规审计、内容检测基础设施、水印技术等「监管科技」方向，政府采购需求正在打开，值得关注。

伊朗革命卫队威胁打击18家美国科技巨头在中东的设施

伊朗伊斯兰革命卫队于3月31日发布声明，宣布若美军持续在中东地区展开军事行动，将对18家美国企业中东设施发动打击，名单涵盖苹果、谷歌、微软、英特尔、英伟达、特斯拉、IBM、波音等。声明要求相关设施人员于德黑兰时间4月1日晚8时前撤离，周边1公里居民迁移至安全区域。特斯拉在阿联酋、沙特、卡塔尔运营超30个超级充电站及多个展厅，是名单中中东业务最密集的企业之一。（据企业官方公告、综合公开信息整理）

【投黑马点评】 地缘政治风险正在直接进入科技供应链与出海项目的定价体系。对关注布局中东的一级市场投资者而言，当前中东科技基础设施投资需将政治风险溢价纳入估值模型——不影响长期布局逻辑，但短期进入节奏与资产结构选择需要重新评估。

左侧信号

信号：AI基础层资本加速向「生态垄断」格局集中，推理算力与国防AI同步进入一级市场溢价卡位期

追踪方向：OpenAI 1220亿融资完成后，顶级AI应用层机会窗口正在分化——生态内API依赖型公司空间压缩，真正「模型无关」的垂直AI应用反而在打开。同期，Saronic与Rebellions的融资节奏表明国防科技与推理芯片已成机构首选赛道。建议追踪：国内「推理优化+存储一体」方向的芯片设计公司（参照Rebellions路径）、具备政府合同背书的自主装备硬件公司，以及能承接小鹏/Tesla物理AI供应链需求的精密制造早期标的。如需深挖推理芯片或物理AI赛道，可参考投黑马「黑马雷达」栏目相关赛道报告。

── 投黑马研究团队

黑马雷达 / 第004期 / 2026年3月 / 阅读时间约15分钟

2026年第一季度，全球具身智能赛道融资超过250亿元，每天平均有逾5亿元涌入这个赛道。但投黑马的判断是：90%的资本正在挤进最拥挤的地方——整机本体，而最具左侧价值的三个层次，几乎无人在认真布局。本文拆解具身智能的三层架构，点名当前竞争格局中的真实赢家和潜在输家，并给出四个被市场严重低估的早期机会坐标。

一、为什么现在是关键窗口

具身智能投资正在经历一场认知错位：每个人都知道这个赛道很重要，但绝大多数人正在把钱押在错误的地方。

2026年3月，新浪财经的一篇报道提供了一个刺眼的数据：仅中国一级市场，第一季度就发生了超过30笔具身智能融资，披露金额合计约200亿元，有9家公司估值突破百亿元。全球范围内，Skild AI刚完成14亿美元C轮融资，将自身估值推上140亿美元；Apptronik在一年内完成两轮融资，累计超过10亿美元。这个数字放在三年前，足以让整个一级市场集体失声。

问题在于：这些钱大多数流向了哪里？

如果你打开任何一份一级市场的具身智能融资清单，你会发现一个共同规律：资本高度集中在「整机本体」和「知名整机品牌」身上——Figure AI、宇树科技、Agility Robotics、银河通用……这些能让投资人拍一张机器人站立行走的照片、发一条朋友圈的公司，获得了绝大多数关注。

但投黑马的核心判断是：在具身智能真正商业化落地的路径上，整机本体不是壁垒最高的层次，也不会是回报最丰厚的层次。

类比一下移动互联网的历史。2007年iPhone发布后，绝大多数资本涌入了手机硬件制造商，而不是那家叫做Android的操作系统、那些叫做App Store或Google Play的分发平台，以及那些叫做ARM、高通的芯片IP公司。十年后，谁是移动互联网的真正赢家，答案不言而喻。

具身智能正在经历类似的认知错位。整机本体是最容易被理解的投资标的——你能看到它，能拍到它，能给投资人演示它。但真正的壁垒，往往在你看不见的地方：控制机器人每一个动作的大脑模型、让大脑高效执行垂直任务的小脑策略层、以及给大脑持续「喂食」的数据基础设施。

2026年，具身智能的关键窗口正在开启。不是因为机器人变得更好看了，而是因为一个底层变量正在临界点：机器人基础模型的能力，正在从「演示级」跨越到「部署级」。NVIDIA在GTC 2026上宣布GR00T N1.7已达到「可商业化部署」级别；Physical Intelligence的π0.5模型在68个任务上实现了零样本泛化；Skild AI的商业化收入在数月内达到3000万美元。

这意味着什么？意味着接下来的18-24个月，是左侧投资者建立头寸的最后窗口。在聚光灯完全照亮这个赛道之前，真正的机会正在三个被市场忽视的层次中悄然聚集。

二、核心变量 / 战场定义：具身智能的三层架构

要理解具身智能的投资逻辑，首先要打破一个错误的认知框架：「具身智能 = 人形机器人」。

这个等式导致了大量投资者在做一件本质上相同的事：为机器人的「身体」付溢价，却对驱动这具身体运动的「大脑」和「小脑」视而不见。

投黑马将具身智能的技术架构拆解为三个层次：

第一层：大脑（Cortex）——通用机器人基础模型

大脑层负责最高层次的感知、推理和规划。它类似于LLM对自然语言的作用：在海量机器人操作数据上预训练，形成对物理世界的通用理解能力。这一层的核心产出是Vision-Language-Action（VLA）模型——能够理解自然语言指令、感知视觉输入、输出动作序列。

代表玩家：Physical Intelligence（π0/π0.5）、Skild AI（Skild Brain）、NVIDIA Isaac GR00T N系列。

这一层的核心壁垒是数据规模和多任务泛化能力，而非算法创新本身——这是一场「谁能喂进去最多、最多样化的机器人行为数据」的竞赛。

第二层：小脑（Cerebellum）——垂直场景策略模型

小脑层负责将大脑的通用能力「微调」为特定场景的高精度执行。它类似于在通用LLM基础上训练的垂直行业模型：同样需要基础模型能力，但核心竞争力在于特定场景的数据积累和执行精度。

比如：工业流水线上的精密零件组装（±0.1mm精度）、外科手术辅助（颤抖抑制+力觉反馈）、餐饮服务（液体控制+软体物操作）。每个场景都需要一个独立的「小脑」，因为通用大脑在极高精度要求下表现会急剧下降。

代表玩家：目前这个层次几乎是空白——正是本文最重要的机会之一。

第三层：本体+感知（Body+Perception）——硬件+传感器

这是最容易被理解、被投资、也最容易陷入价格战的层次。本体层包括机械结构、驱动器、电源系统；感知层包括视觉传感器、触觉传感器、力矩传感器。

这一层的竞争正在快速走向红海：宇树科技已经将人形机器人本体价格压至15万人民币以下，这个数字还在继续下降。当一件商品化的事情在发生，投资逻辑就要转移。

三层的关系：不是独立存在，而是相互依赖

真正理解这个架构后，一个反常识的结论会浮现：控制整机本体的公司，不一定控制整个价值链。

理由在于：大脑模型可以是「跨本体」的——同一个Skild Brain，可以同时驱动Figure AI的人形机器人、宇树科技的H1机器人、以及工厂里的工业机械臂。这意味着大脑层具有天然的平台化潜力，而本体层的竞争者越多、商品化越快，反而对大脑层的需求越强。

这和移动互联网时代Android的崛起逻辑几乎相同：硬件竞争越激烈，操作系统层的价值就越凸显。

三、竞争格局分析：谁在赢，谁在输，为什么

Physical Intelligence (π)：学术基因的「模型先行」派

卡位逻辑：由前斯坦福、Google DeepMind研究人员创立，以模型研究能力和数据规模为核心优势。π0是业内第一个真正意义上的「通用机器人策略」——在7类机械臂平台、68项任务上训练，实现了从叠衣服、收餐具到组装纸箱的零样本泛化。其最新模型π0.5进一步扩展了开放世界的泛化能力。

护城河：最强大的学术研究网络，加上50亿美元估值背后的顶级投资者（Spark Capital、Lux Capital等）带来的数据合作关系网络。π0在2026年初开源后，迅速成为机器人研究社区的基准模型，形成了社区飞轮——这是极少数「开源反而强化品牌」的成功案例。

隐患：开源π0是一把双刃剑——社区贡献加速了改进，但也削弱了模型本身的独家壁垒。最大的风险是：当NVIDIA的GR00T N系列在性能上持续追赶，Physical Intelligence的差异化叙事将变得越来越难以维持。此外，公司至今没有清晰的收费模型，「最好的机器人大脑」如何转化为可持续商业收入，仍是悬而未决的核心问题。

投黑马判断：最具研究深度的「大脑」玩家，但商业化路径仍不清晰，估值与收入严重不匹配。2026年的关键验证点是：能否将π0.5转化为可计费的API服务，建立可重复的商业循环。暂不建议在当前估值水平追入，等待商业化信号确认。

Skild AI：目前「商业化最快」的大脑

卡位逻辑：由CMU机器人学教授创立，选择了与Physical Intelligence截然不同的路线——不追求模型研究突破，而是以「全身脑」（Omni-bodied Brain）概念抢先商业化。Skild Brain已在安保巡逻、仓储搬运、工厂检测三个场景实现规模部署，并在数月内实现3000万美元收入。14亿美元C轮（估值140亿美元，投资方包括Lightspeed和Bezos Expeditions）进一步巩固了其资金优势。

护城河：数据飞轮已经开始转动——每次商业部署都在生成新的真实世界训练数据，而这些数据反哺模型改进，形成良性循环。「先商业化、后飞轮」的策略在AI领域被证明是最有效的壁垒构建方式之一。

隐患：3000万美元收入听起来很亮眼，但与140亿美元估值相比，市销率高达467倍——这个数字建立在「数据飞轮会持续加速」的假设上。如果早期商业部署中机器人的实际表现不达预期，客户续约率和扩张速度将大幅低于预期，估值将面临重新定价压力。

投黑马判断：当前最值得紧密追踪的大脑玩家。商业化节奏领先，数据飞轮逻辑自洽，但估值已提前消化了大量预期。早期布局已失去左侧窗口，重点追踪其季度收入增长数据和客户留存率。

NVIDIA：想做「机器人界的Android」

卡位逻辑：NVIDIA的真实战略意图不是制造机器人，而是成为机器人AI的底层平台——Isaac GR00T N系列模型+Isaac仿真框架+Jetson边缘计算芯片，三位一体构建生态锁定。GTC 2026宣布GR00T N1.7达到「可商业化部署」级别，同时已有110个机器人大脑开发商基于GR00T平台构建，涵盖ABB、KUKA、Figure AI、Agility等核心玩家。

护城河：GPU + CUDA的生态锁定效应是科技史上最强护城河之一；Isaac仿真框架的合成数据生成能力创造了颠覆性优势——11小时可生成78万条合成轨迹，等效6500小时人工演示数据，将整个生态的数据成本降低了数量级。GR00T N2基于DreamZero架构的预告版本显示其在新环境下的任务成功率已是领先VLA模型的两倍以上。

隐患：平台策略的天敌是「生态反叛」——如果Physical Intelligence、Skild AI等核心玩家在模型能力上显著超过GR00T，开发者生态可能发生分裂。此外，NVIDIA的机器人业务目前仍是GPU主营业务的「附属叙事」，当GPU周期下行时，机器人生态的战略优先级可能下调。

投黑马判断：最安全的间接标的，但已经是公开市场标的，左侧价值有限。对一级市场投资人的意义在于：在NVIDIA所构建的平台生态中，寻找尚未被充分定价的「应用层和工具链」公司。GR00T N2一旦开源，将是重要的时间节点信号。

Figure AI：硬件整合派的「亚马逊验证」

卡位逻辑：Figure AI是整机本体路线中最有商业说服力的公司之一——它是少数几家真正拿到大型企业量产订单（而非试点合作）的公司，亚马逊在其仓储自动化项目中采购了Figure机器人，进行了可量化的商业验证。估值超过30亿美元，投资方包括微软、英伟达、亚马逊AWS等战略资本。

护城河：核心护城河不是机器人本身，而是与亚马逊共同开发的「亚马逊仓储场景专有数据集」——这是任何后来者在相同时间窗口内难以复制的资产。与Helix基础模型（OpenAI联合开发）的深度绑定也提供了额外的技术护城河。

隐患：整机本体是竞争最激烈的层次。特斯拉的Optimus已在内部工厂大规模部署，宇树科技在价格上构成强力压制。如果Figure无法将仓储场景的成功复制到其他行业，其商业化路径将显著收窄，高额研发投入的回收周期将被拉长。

投黑马判断：整机本体路线中的优质标的，但不是左侧机会。亚马逊验证提升了确定性，同时也压缩了超额回报空间。适合作为组合配置中的「验证型」标的，而非「非共识型」押注。

宇树科技 (Unitree)：价格战的发动者，也是价格战的受害者

卡位逻辑：宇树用硬件工程能力把四足机器人和人形机器人的价格打穿——H1人形机器人本体在2025年末降至9万美元，到2026年初进一步降至约15万人民币。这一策略使其成为全球出货量最大的机器人本体制造商之一，也是NVIDIA、Physical Intelligence等生态玩家的重要硬件合作伙伴，GR00T N1.7支持的参考本体之一即为宇树H1。

护城河：供应链效率和制造成本控制是真实壁垒，短期内中国以外的竞争者难以复制。规模化出货量也带来了一定的学习曲线优势。

隐患：价格战没有终点。当宇树把价格压到15万人民币，市场上立刻出现了目标价格为8万人民币的竞争者。本体的商品化意味着利润空间将持续被压缩，除非能控制上游的大脑模型层或关键感知器件层。目前宇树在软件层投入有限，是其最大的结构性弱点。

投黑马判断：优质的硬件制造商，长期价值将面临价格战压力。值得关注的是宇树是否会向软件层延伸——这是判断其能否从「制造商」升级为「平台」的关键信号。如果2026年H2出现宇树与大脑模型公司的深度合作或收购动作，则需要重新评估其估值逻辑。

银河通用：中国大脑派的早期代表

卡位逻辑：银河通用是少数坚持「大脑优先、本体中立」路线的中国公司，其Galbot G1配备自研大脑模型，强调多本体兼容性。获得字节跳动和红杉中国领投的10亿元融资，是2026年开年最大的中国具身智能单笔融资之一。百亿估值使其成为中国具身智能「大脑派」的旗帜性标的。

护城河：在中国场景下的数据积累，以及字节跳动在内容和用户行为数据处理方面可能的技术溢出效应。更重要的是，银河通用的「大脑中立」策略意味着它在未来可以与多家整机厂商合作，避免了单一硬件合作伙伴依赖的风险。

隐患：中国场景数据的多样性和复杂度与海外场景有显著差异，在高端工业和医疗场景，中国公司的数据优势尚未体现。此外，百亿估值与当前收入规模之间的差距，使得其后续融资和估值压力不小。

投黑马判断：中国大脑派的代表性观测窗口。2026年H2能否拿到规模化工厂订单，是判断其故事能否兑现的关键节点。字节跳动的战略意图（是否将其整合进自身AI基础设施体系）也是需要持续追踪的变量。

四、被市场低估的早期机会

机会一：机器人技能数据基础设施

核心逻辑：具身智能的「大脑」训练，本质是一场数据战争。训练一个具有真实商业价值的机器人基础模型，需要数十万乃至数百万条高质量的机器人操作轨迹数据——而收集这些数据，需要人工遥操作、传感器采集和数据标注的完整流水线。这是一个规模超大、专业门槛极高、但目前极度碎片化的市场。

当前空白：NVIDIA用合成数据部分解决了这个问题（11小时生成相当于6500小时人工演示数据），但合成数据与真实数据之间存在「物理差距」（sim-to-real gap），需要一定比例的真实数据来校准。这个「真实数据采集和处理」的服务市场，目前没有规模化的独立服务商。Scale AI正在向机器人行为数据标注方向延伸，但其体量和定价对早期机器人公司并不友好。

护城河来源：积累特定场景的高质量数据集形成先发优势；建立与机器人本体厂商的深度集成降低数据采集边际成本；构建数据标注质量标准形成话语权。

追踪信号：Universal Robots与Scale AI在2026年3月联合发布的「模仿学习系统」（Imitation Learning System）是一个早期市场验证信号。如果这个方向在Scale AI体量上取得成功，说明独立机器人数据基础设施公司的市场空间足够大。另一个信号是NVIDIA Isaac仿真框架的API调用量——如果2026年Q2-Q3出现显著加速，意味着对高质量「仿真-真实」数据转换工具的需求正在爆发。建议关注2026年Q2是否出现专注机器人遥操作数据采集、完成千万人民币级别天使轮的中国团队。

机会二：触觉感知与灵巧手——「最后一厘米」解决方案

核心逻辑：机器人的手，是整个具身智能商业化最大的物理瓶颈。目前所有主流人形机器人都能做到「拿起一个苹果」，但几乎没有一家能稳定做到「拿起一个生鸡蛋而不破」。这个差距背后，是触觉感知系统的缺失——机器人的手指没有感觉，导致力度控制极不稳定，限制了绝大多数需要精细操作的应用场景（食品加工、手术辅助、电子组装）。

当前空白：主流人形机器人厂商对触觉传感器的集成普遍不足，这是商业化路径上已知的最大技术瓶颈，但专注于「触觉感知+灵巧手」的独立公司，目前仍处于极早期阶段，几乎没有头部资本进入。清华大学在2026年1月披露了柔性「类皮肤」触觉传感器的技术突破，结合视觉触觉反馈循环实现了对材质属性和握力稳定性的精准感知，但相关团队尚未进入创业状态。

护城河来源：物理传感器设计本身具有相当高的技术壁垒（材料学、信号处理、与AI模型的联合优化）；且一旦某个触觉感知方案被主流本体厂商采用，供应链切换成本极高；灵巧手作为独立可替换模组的「标准件」化，能够在多个本体上销售，形成规模效应。

追踪信号：①清华大学类皮肤触觉传感器团队是否分拆创业（2026年Q2-Q3为关键观察窗口）；②Figure AI、宇树科技等头部整机厂商是否发布「触觉传感器合作伙伴计划」——如果发布，意味着上游供应链窗口打开，独立触觉感知公司将迎来批量询价机会。

机会三：垂直场景专用「小脑」——被遗忘的精度层

核心逻辑：通用大脑模型的泛化能力在±5mm精度内表现优异，但工业制造、外科手术、珠宝首饰加工等场景要求±0.1mm甚至更高的精度——通用大脑在这里「不够用」。这就是垂直场景「小脑」的价值：在通用大脑基础上进行场景专属微调，并结合力反馈、视觉伺服等传统机器人控制技术，实现高精度执行。

当前空白：大脑层已经有Physical Intelligence、Skild AI在争；整机本体层有Figure AI、Agility、宇树在争；但夹在中间的「场景专用小脑」层几乎没有独立公司进入，绝大多数整机厂商在自己做，且大多数做得很粗糙。这是一个「需求真实 + 当前解决方案稀缺 + 认知差显著」的典型左侧机会。

护城河来源：特定场景的训练数据积累（比如5000小时的外科辅助手术数据）是极难复制的资产；场景认证和法规合规（医疗领域的FDA审批、工业领域的安全认证）是天然护城河；与垂直行业头部客户的深度绑定提升了切换成本。

追踪信号：①是否出现专注单一垂直场景（如「手术机器人小脑」「PCB组装小脑」）且完成Pre-A轮的公司——建议在YC、Sequoia Scout、以及具身智能专项基金的portfolio中进行地毯式扫描；②NVIDIA Isaac平台上垂直行业SDK的发布节奏——每发布一个新行业SDK，意味着NVIDIA在帮这个行业验证数据和技术可行性，对应的垂直小脑机会随即出现。

机会四：机器人仿真与评测工具链

核心逻辑：当整个行业有数十个机器人本体型号、数百个基础模型变体在同时迭代时，「如何客观评估一个机器人大脑/小脑的能力」变得极其重要。但目前没有一套被行业广泛认可的标准测评体系——机器人公司的能力宣称大多依赖自行设计的演示场景，缺乏第三方可重复验证的基准。

当前空白：这是一个典型的「行业发展到一定阶段必然出现的工具层需求」。类比AI大语言模型领域：当GPT-3发布后，HELM（斯坦福）、SuperGLUE等测评基准迅速成为行业标准，背后公司获得了不成比例的话语权和商业价值。具身智能目前还没有这样的权威评测机构或工具链公司，现有的评测框架（如OpenAI的RoboSuite、DeepMind的AlfWorld）在工业实用性上仍有很大差距。

护城河来源：先发的基准设计权——谁先设计出被行业认可的评测基准，谁就占据了技术话语权；仿真环境的逼真度和多样性是壁垒（需要大量场景建模和物理引擎优化）；标准一旦被采用，替换成本极高（因为历史数据的可比性依赖于持续使用同一套基准）。

追踪信号：①学术界是否出现被引用超过100次的具身智能综合评测论文（2026年H1如果出现，说明学界在推动标准化，商业化机会随之出现）；②是否有专门针对「机器人能力评测即服务」（Evaluation-as-a-Service）的公司在Y Combinator S26批次或类似孵化器中出现——这是行业认可的先行指标。

五、关键变量追踪

变量一：数据飞轮速度

为什么这个变量是关键指标：具身智能的大脑模型能力，不是由算法突破驱动的，而是由训练数据的规模和质量驱动的——这是物理AI领域区别于语言AI最重要的特征之一。数据飞轮速度决定了谁能在模型代际迭代中保持领先，也决定了现有领先者的护城河是否真实可持续。

追踪信号1：NVIDIA Isaac仿真框架的月活跃开发者数量（来源：NVIDIA季报/GTC大会开发者数据）——这是合成数据生产能力的代理指标。如果2026年Q3月活跃开发者超过5万，意味着合成数据生产速度已到达「供给过剩」临界点，行业竞争焦点将转移到真实数据差异化，对应的机会是真实数据采集服务商的价值大幅提升。

追踪信号2：Physical Intelligence开源π0模型在Hugging Face的下载量增长曲线（来源：Hugging Face公开页面）——这是社区数据飞轮速度的代理指标。如果季度环比增速超过100%，说明开源社区正在形成对该模型的数据贡献飞轮，Physical Intelligence的「开源战略」将被证明是成功的护城河构建方式。

变量二：工厂量产订单转化率

为什么这个变量是关键指标：工厂量产订单（区别于试点订单）是具身智能商业化的真实分水岭。试点订单证明概念，量产订单证明经济性和可靠性。2026年是否出现第一批「超过1000台单次订单」，是行业从「演示期」进入「商业化期」的关键节点，也是判断整个估值体系是否可持续的关键数据。

追踪信号1：Figure AI/Agility Robotics与亚马逊、宝马等头部客户的合同披露（来源：企业新闻稿、美国证券备案文件，如IPO前的S-1文件）——具体关注「部署台数」和「合同金额」，而不仅仅是「合作宣布」。没有具体台数的「战略合作」不构成有效信号。

追踪信号2：宇树科技H2本体的月度出货量数据（来源：中国海关出口数据、供应链上游零部件采购量的行业渠道核查）——宇树作为价格最低的头部玩家，其出货量变化是最敏感的市场温度计。如果2026年Q3月出货量超过500台，意味着工厂采购决策已从「观望」转向「行动」，整个行业的商业化判断需要上调。

变量三：基础模型开源化进展

为什么这个变量是关键指标：机器人基础模型的开源化，对整个行业生态有结构性影响——它降低了小脑层和工具链公司的进入门槛，同时加速了数据生产的社区化。如果NVIDIA、Physical Intelligence等继续推进大模型开源，将显著加快整个生态的成熟速度，并提前引爆对「垂直场景小脑」的商业化需求，即本文机会三的兑现时间线将被压缩。

追踪信号1：NVIDIA GR00T N2（预告中的下一代机器人基础模型，基于DreamZero架构，在新环境任务成功率上优于领先VLA模型逾一倍）的发布时间和开源计划（来源：NVIDIA官方公告/GTC 2026发布节奏）——GR00T N2一旦开源，标志着基础模型层已进入「基础设施」阶段，投资重心将快速向上层应用和工具链迁移。

追踪信号2：GitHub上具身智能相关开源项目的月度Star增长率（来源：GitHub trending公开数据）——如果包括openpi（Physical Intelligence开源项目）在内的机器人基础模型项目，2026年月度新增Star超过10000，意味着开发者社区已形成规模，商业生态的爆发时间点即将到来。

三个变量的联动逻辑：

[数据飞轮加速] → [基础模型迭代速度加快] → [工厂客户对机器人能力的信心提升] → [量产订单转化率上升] → [更多真实部署数据回流飞轮] → [模型进一步改进] → [市场重新定价]

投黑马 · 独家评级

赛道热度：🔥🔥🔥🔥🔥　　2026年全球融资最热赛道之一，每天超5亿元进场，无需争议
左侧机会：⭐⭐⭐⭐　　　　整机本体已失去左侧窗口，但大脑/小脑/数据三层仍有显著认知差
布局紧迫度：⚡⚡⚡⚡　　GR00T N1.7商业化节点已到，量产订单窗口18个月内打开，格局即将固化

推荐关注层次：
机器人数据基础设施 ＞ 垂直场景专用小脑 ＞ 触觉感知与灵巧手

分层布局建议 + 风险披露 + 结语

分层布局建议

第一层：低风险 / 长周期——数据与工具链基础设施

投资逻辑：机器人大脑模型的训练需要持续的数据供给，无论最终谁赢得「大脑」层的竞争，数据和工具链基础设施都是必要的上游。这是一个「卖水」而非「挖金」的逻辑，在赛道格局未定之前，先布局这一层更稳妥，且不需要押注特定的技术路线赢家。

选股标准：团队要求——至少一位在机器人学/控制系统方向有10年以上经验，不接受纯AI背景团队；数据方向——已与至少2家头部整机厂商建立正式数据采集合作协议（不是意向书）；工具链方向——已有被≥3个知名研究机构采用的开源评测框架，且GitHub Star超过500。

时间窗口：2026年Q2-2027年Q1。在机器人基础模型能力验证完成、行业开始进入规模商业化之前完成布局，Pre-A至A轮为理想进入节点。

第二层：中风险 / 中周期——垂直场景专用小脑

投资逻辑：当通用大脑完成从「演示」到「部署」的跨越后，精度要求最高的垂直场景将成为下一个需要专项解决方案的市场。工业制造（±0.1mm精度）、医疗辅助（颤抖抑制+力控）、食品加工（软体物操控）是三个需求最真实、当前解决方案最稀缺的场景。

选股标准：团队——至少一位在目标垂直场景有5年以上行业经验（非纯AI背景）；场景验证——已在目标场景完成≥100小时的真实部署数据采集，且有客户付费意愿书（LOI）；精度指标——目标场景的关键精度指标（如力控精度、成功率）优于通用大脑至少50%，且有可复现的第三方测试数据。

时间窗口：2026年Q3-2027年Q2，在垂直场景客户完成「试点→量产」决策窗口之前完成布局。

第三层：高风险 / 短周期——平台层非共识押注

投资逻辑：具身智能「大脑」层存在平台化的可能——如果某个基础模型以「跨本体」「可商用API」的方式快速扩张，它可能成为类似OpenAI API在语言AI领域的存在。这是最高风险、但也是潜在回报最高的押注。目前Skild AI是这条路线最接近验证节点的公司，但估值已相当高；值得关注的是是否有中国本土的「跨本体大脑」公司在A轮前完成商业化验证。

选股标准：已有商业化收入（不仅是试点，需要付费合同）；已验证跨≥3类本体的部署能力；季度收入环比增速超过30%；具备清晰的数据飞轮机制（真实部署→数据采集→模型迭代的闭环）。

时间窗口：2026年内天使/Pre-A轮是左侧进入的最后窗口。对于Skild AI的S-1文件（如果IPO计划在2026-2027年落地），届时二级市场的介入策略另行讨论。

风险披露

风险一：sim-to-real gap迟迟未被解决

即使合成数据生产速度大幅提升，如果仿真物理环境与真实世界的差距始终无法收敛到商业可用水平，具身智能的规模商业化时间线将大幅延后2-3年。这一风险对「数据基础设施」层影响最大——如果真实数据需求大幅超出预期，数据采集成本将阻碍规模化。概率判断：较低（GR00T N1.7和Skild Brain的商业化数据已部分证伪这一风险），但监测信号为2026年Q3-Q4工厂量产订单是否如期出现。若Q4仍未出现1000台级别订单，则需重新评估整个商业化时间线。

风险二：大厂战略收割

如果NVIDIA决定将Isaac平台「全面闭源」并垂直整合，或者Physical Intelligence/Skild AI被苹果、微软等大厂以战略价格收购，整个开放生态的发展逻辑将被打断——对独立数据和工具链公司的影响尤其显著。针对这一风险，早期投资者应优先选择与多个平台保持兼容性、避免单一平台依赖的公司，并在投资协议中明确加速条款（acceleration clause）。概率判断：中等，大厂收购在AI领域已是常见退出路径，但对被收购公司的投资人而言未必是坏事。

风险三：中美技术脱钩加剧

NVIDIA芯片出口限制的持续收紧，可能导致中国具身智能公司在算力获取和模型迭代速度上落后于美国竞争者2-3代。这一风险对「在美上市计划」和「跨境技术合作」均有直接影响，且执行层面的不确定性极高，难以提前对冲。对于人民币基金，建议优先布局中国本土数据和场景优势明确的公司，规避依赖美系芯片和模型的标的，并对美元基金跨境结构保持谨慎。

风险四：整机商品化速度超出预期

如果宇树科技或其他中国整机厂商在2026年底前将人形机器人本体价格降至5万人民币以下，整机层的利润池将被彻底摧毁，布局整机本体的投资人将面临直接损失。但这对大脑层和数据层是利好——这将加速大脑模型的采购需求，并验证本文的核心判断。这一风险的「利好转化」机制要求投资者在组合层面做好对冲，而非在单一层次上all-in。

结语

具身智能的这轮浪潮，与其说是机器人革命，不如说是「AI如何学会使用身体」这个根本性问题正在被解决。每天5亿元涌入这个赛道，但投资的质量远比数量更关键。整机本体的聚光灯之下，隐藏着三个几乎无人覆盖的关键层次——而这三个层次，恰恰是具身智能真正商业化的底层支柱。

数据飞轮、精度壁垒、评测标准——这三件事，没有任何一件能出现在朋友圈里机器人行走的视频中，但它们决定了十年后谁是这个行业真正的平台公司。

聪明的左侧投资者知道：最好的机会，永远不在最响亮的地方。在聚光灯照亮之前，我们已经在那里。

投黑马 · 信号解读

具身智能2026年的核心信号不是融资数字，而是「数据飞轮是否真的开始转」。Skild AI的3000万美元收入、Physical Intelligence的π0开源社区、NVIDIA GR00T N1.7的商业化宣布——这三件事同时在2026年Q1发生，不是巧合，而是整个行业从「研究演示」向「商业部署」临界点跨越的集体信号。但这个信号对于整机本体层的投资价值已经基本透支，真正还在左侧的，是那三个没有PR、没有发布会、没有朋友圈视频的关键层次。

左侧投资者现在真正应该追踪的不是哪家整机公司拿到了大客户，而是以下三个具体信号：①机器人数据采集和标注服务市场中是否出现第一家季度收入超过1000万元的独立服务商；②在工业制造、医疗或食品加工三个场景中，是否出现声称「精度优于通用大脑50%以上」的垂直小脑公司并完成Pre-A轮，且有可验证的第三方精度测试数据；③NVIDIA GR00T N2的发布时间——一旦发布即说明基础模型层已进入基础设施阶段，投资重心将快速上移至应用和工具链。这三个信号中任何一个率先出现，都意味着左侧布局窗口即将关闭。

── 投黑马研究团队