2026-05-09 做“大脑”的企业，正在吃掉做“身体”的企业

2026年，具身智能赛道出现了一个值得关注的变化：一批以模型和算法为核心的公司，开始主动收购机器人业务和整机团队。

4月，具身大模型独角兽Skild AI拿下Zebra的机器人自动化业务；亚马逊也将人形机器人初创企业Fauna Robotics纳入体系；更早之前，智驾公司Mobileye以约9亿美元收购人形机器人公司Mentee Robotics。

Skild AI专注研发“通用具身大脑”

几笔交易放在一起看，很难再把它们当作孤立事件。这些收购有一个共同点——主导方，大多来自“做大脑”的一侧。它们原本的位置，是为机器人提供感知、决策和学习能力；现在，它们开始直接进入硬件、产品和场景。

这一变化并非突然发生。在过去一年里，具身智能领域的融资已经呈现出明显倾斜：资金更多流向模型、数据和具身大脑公司。延伸阅读：具身智能爆发年：资本先押“大脑”，整机先落“轮式”

资本押注“具身大脑”与“数据闭环”

到了2026年，这种偏好开始进一步外化为控制权的转移。资本的动作，从“把钱投给大脑”，进一步走向“让大脑拥有身体”。当模型公司不再满足于做上游能力提供者，而是直接进入整机与场景，原本相对稳定的产业分工，正在被重新改写。

01.

“大脑”为什么需要拥有“身体”

此前，具身智能更多呈现出一种“分层协作”的结构：做硬件的负责整机与执行能力，做模型的提供感知与决策能力，两者通过接口对接，逐步进入场景。融资逻辑也与之对应，模型与数据公司拿走更高估值，整机公司承担更多工程与交付压力。

表面看，这是一种各取所长的产业协作。模型公司不用承担复杂的硬件制造和供应链压力，机器人公司也可以借助外部“大脑”提升产品智能化水平。

但随着行业进入真实落地阶段，这套分工开始暴露问题。

对“大脑”公司来说，只提供算法和模型，意味着它很难掌握最终产品的使用数据。机器人在什么场景中出错、在哪些动作上失败、用户真正需要什么能力，这些信息都发生在硬件端和现场端。如果无法直接触达真实数据，模型迭代就会被切断。

对“身体”公司来说，问题同样明显。硬件制造能力仍然重要，但如果缺少持续学习和任务泛化能力，整机很容易变成一个工程交付项目。它可以完成某个固定动作，却很难随着数据积累不断进化；可以进入某个场景，却很难快速复制到更多任务中。

于是，“赋能硬件”的模式开始向“拥有硬件”转变。

这背后的逻辑很直接：具身智能不是单纯的软件生意，也不是单纯的硬件生意。真正有价值的是一套闭环系统——机器人进入场景，产生数据，数据反哺模型，模型再优化动作和任务能力，最终推动产品持续进化。

在这个闭环中，硬件不再只是模型落地的载体，而是数据入口、交付终端和场景连接点。谁掌握硬件，谁就更容易掌握真实世界的数据；谁掌握数据，谁就更容易训练出更强的“大脑”。

所以，大脑企业开始向硬件端延伸，本质上是为了掌握闭环。

它们需要的不只是一个可以运行模型的机器人，而是一个可以持续产生数据、验证能力、进入客户现场的完整系统。只有把“大脑”和“身体”放进同一个体系中，模型能力才有机会从演示走向产品，从实验室走向真实场景。

这也是为什么“拥有硬件”正在变得越来越重要。

当具身智能还处在概念验证阶段，算法能力足以支撑估值和想象空间；但当行业开始进入商业化阶段，单纯的模型能力已经不够。谁能把模型、硬件、数据和场景串成闭环，谁才更有可能掌握下一阶段的话语权。

02.

“身体”为什么开始失去主导权?

当“大脑”开始向下整合，“身体”的角色也在发生变化。

过去几年，人形机器人行业的热度一直集中在本体能力。谁的关节更强、运动控制更稳定、双足更灵活，往往就更容易获得关注。大量机器人公司也围绕本体展开竞争：优化结构设计、自研执行器、提升运动能力，再通过工程能力进入场景。

但随着模型能力快速提升，行业的价值重心开始发生转移。

一个越来越明显的趋势是，硬件正在逐渐“基础设施化”。很多过去被视为核心壁垒的能力，例如运动控制、移动能力、基础抓取能力，正在变得越来越标准化。尤其在人形机器人和移动机器人领域，底层硬件架构正在趋同，供应链成熟度也在快速提升。

这意味着，单纯依靠本体能力，很难长期建立足够高的壁垒。

对于很多整机公司来说，更大的压力来自另一件事：它们开始失去系统定义权。

过去，机器人公司决定产品长什么样、进入什么场景、完成什么任务；模型和算法更多是配套能力。但现在，越来越多任务逻辑开始由“大脑”主导。机器人如何理解环境、如何规划动作、如何学习任务、如何持续迭代，这些核心能力越来越依赖模型系统。

当“大脑”成为系统核心，“身体”就更容易退化为执行终端。

这种变化，在自动驾驶行业其实已经发生过一次。早期，很多公司比拼的是传感器、硬件方案和车辆平台；后来，真正决定行业格局的，逐渐变成数据、算法和系统能力。硬件依然重要，但主导权开始向软件侧转移。

具身智能正在出现类似趋势。

这也是为什么越来越多机器人公司开始反向补“大脑”：自研VLA、搭建数据平台、强化模型训练能力。因为它们已经意识到，仅仅拥有硬件能力，很难在下一阶段竞争中占据主动。

未来，行业可能会逐渐分成两类企业。

一类公司掌握模型、数据和系统能力，负责定义机器人如何理解世界、如何完成任务；另一类公司则提供标准化本体、执行器和工程能力，更接近供应链角色。

“身体”当然不会消失。机器人始终需要进入真实世界，需要移动、抓取、执行动作，需要面对复杂工况和安全要求。

但在新的产业结构里，真正决定机器人进化速度的，开始变成“大脑”。

03.

谁能形成闭环，谁就定义机器人

“大脑”向“身体”延伸，并不意味着硬件变得不重要。相反，机器人要真正进入工厂、仓库、家庭和公共服务场景，仍然离不开稳定的本体、可靠的执行器、成熟的供应链和长期工程调试。

变化在于，硬件的重要性正在被重新定义。

过去，硬件更多决定机器人“能不能动起来”；接下来，硬件要回答的是另一个问题：能不能承载大脑的持续进化。

这对机器人公司提出了新的要求。它们不能只证明自己的机器跑得快、跳得高、动作复杂，还要证明这台机器能够持续产生高质量数据，能够支持模型训练，能够在真实任务中不断迭代。换句话说，机器人不再只是一个完成动作的终端，也要成为数据采集、能力验证和模型进化的入口。

这也是“大脑”企业开始下场整合硬件的根本原因。

对它们来说，真实世界数据太重要了。具身智能模型无法只靠互联网文本、图像或视频完成进化，它必须进入物理世界，接触物体、理解空间、处理失败、修正动作。每一次抓取失败、每一次路径偏差、每一次任务中断，都会成为模型迭代的一部分。

谁掌握更多真实机器人，谁就更容易掌握更多真实数据；谁掌握更多真实数据，谁就更有机会训练出更强的具身大脑。

因此，未来具身智能公司的竞争，可能不再只是单点能力的竞争，而是闭环能力的竞争。

这个闭环包括四个环节：硬件进入场景，场景产生数据，数据训练模型，模型反过来提升机器人能力。任何一个环节缺失，公司都很难形成长期壁垒。

这也意味着，行业主导权会向系统级公司集中。

只做模型，缺少硬件和场景，很难验证能力；只做本体，缺少数据和模型，很难持续进化。真正有竞争力的公司，必须把“大脑”“身体”和“场景”连接起来，形成一套可以不断自我强化的系统。

所以，“做大脑的企业吃掉做身体的企业”，表面看是并购，背后其实是产业链控制权的转移。

未来决定机器人公司价值的，可能不再只是它卖出了多少台机器，而是它能否通过这些机器积累数据、训练模型、提升能力，并把这种能力复制到更多形态和更多场景中。

2026年5月21-22日，「2026无人叉车与轮式人形机器人产业发展论坛」即将盛大启幕！本次论坛上，艾利特机器人具身智能事业部负责人吴珉将发表主题演讲，分享艾利特在“一脑多形”布局上的最新思考。同时，艾利特轮式人形机器人新品也将在现场正式发布，敬请期待！