今年6月的大连夏季达沃斯论坛上，当全球还在讨论如何让大模型变得更强大时，智平方创始人兼CEO郭彦东提出了另一个问题：下一代机器人大脑不应只是算力和数据的竞赛，还需要探索更高效、更可持续的发展路径。

对此，他给出的解法是类脑智能。

不同于传统大模型持续依赖海量数据和算力投入，类脑智能借鉴人脑工作机制，让机器人具备记忆、学习和自主进化能力，通过更少的数据完成学习与决策。

仅仅几天后，市场也做出了回应。6月29日，智平方完成近50亿元新融资，估值突破200亿元，成为粤港澳大湾区首个估值突破200亿的具身智能企业。

成立仅三年，这家总部位于深圳机器人谷的公司，凭什么让国家队、产业龙头与头部券商罕见地集体入局？关键或许不在它的机器人“身体”上。

从百亿到两百亿，智平方只用了四个月。

2026年2月，智平方完成超10亿元B轮系列融资，估值突破百亿元，正式跻身独角兽行列。这个估值并不算低，但彼时市场对这家成立仅三年的深圳公司的认知，还停留在“又一家做机器人的创业公司”上，没有投入更多的注意力。

然而，短短四个月后，6月29日，智平方宣布完成近50亿元新融资，估值飙升至超200亿元，成为粤港澳大湾区首个估值突破200亿元的具身智能企业。

一年内累计完成12轮融资，从百亿到两百亿的跨越仅用了120天，这一速度在硬科技领域极为罕见。支撑这一估值跃升的核心逻辑，并非产能规模或订单数量，而是其自研的类脑VLA模型NeuroVLA。

在具身智能行业，做本体的企业众多，但敢于宣称自己做“大脑”的寥寥无几。大多数机器人公司选择采购通用AI能力进行简单集成，而智平方从一开始就选择了一条更艰难的路——全栈自研具身大模型。这种“大脑派”定位的稀缺性，恰恰是资本愿意给出高溢价的底层逻辑。

今年6月15日，智平方正式推出的全球首个类脑式具身智能系统NeuroVLA。该模型首次将人类“皮层—小脑—脊髓”三级协同机制引入机器人控制系统。皮层负责语义理解与任务规划，解决“做什么”的问题；小脑负责高频运动协调与动态修正，解决“怎么做”的问题；脊髓则负责毫秒级运动执行与安全反射，实现“本能反应”。

实验数据显示，搭载NeuroVLA的机器人运动抖动降低75%以上，碰撞后20毫秒内即可完成反射响应，而仿脊髓模块平均功耗仅0.4瓦。

本体感觉时间动力学与力感知自适应控制

反观传统VLA大模型，碰撞信号需要传到“大脑”、经过复杂推理、再传回电机，时间超过200毫秒，人类的脊髓反射则是20-50毫秒。对比下来，NeuroVLA让机器人不仅变得更稳、更快，还更省电。

物理实验室环境中的多功能操作灵巧性与安全关键适应

郭彦东在夏季达沃斯演讲中指出：“如果所有人都沿着同样的大模型路线继续往前走，我们需要10倍的数据、10倍的电力。但现实世界并没有无限的数据和能源。”NeuroVLA借鉴人脑工作机制，通过更少的数据完成学习与决策。这套“不堆算力、靠架构创新”的技术路线，正是智平方区别于同行的核心壁垒。

四个月，从百亿到两百亿，智平方用惊人的速度完成了估值跃升。从端到端VLA，到深度融合世界模型，再到类脑架构，智平方持续围绕“机器人大脑”这一核心命题进行系统性创新。也正是这套清晰的技术演进路径，让智平方被摩根士丹利连续多期列入全球机器人“大脑”方向代表企业名单。

如果说技术是基石，那么资本的态度就是最好的背书。

产业龙头、券商系资本纷纷入局，中金资本、中信建投等头部券商系深度参与；广东省人工智能基金、深创投等区域平台持续加码；最值得关注的是，国家中小企业发展基金、中国文化产业投资基金等国家队也纷纷为之站台。

成立仅三年，智平方用三代技术迭代和一轮接一轮的资本背书，在大湾区绘就了一张闪亮的具身智能的“名片”。

如果目光只停留在智平方一家身上，看到的或许只是一个孤例。但把镜头拉远，一个清晰的信号正在释放：2026年上半年，资本正在用真金白银投票，并且绕过“身体”，直奔“大脑”。

量子位统计显示，2026年上半年，近440亿元的资金涌入国内具身智能赛道，这个数字比2025年全年554亿的三分之二还多。而这近440亿元中，一半都流向了以“大脑”为主的公司，本体厂商拿到的钱不到20%。

换个角度看，和“脑”相关的公司合计拿走了近七成融资。这并不是温和的倾斜，而是一种结构性转向。

当宇树、智元等本体厂商已将双足机器人的硬件成本大幅压低，当开源方案让机械臂、灵巧手的组装门槛降到消费电子级别，单纯做“身体”已经不再稀缺，“大脑”的价值自然就凸显出来了。

例如以“机器人大脑”控制器登陆港交所的仙工智能，其“大脑”——控制器业务毛利率高达79.8%，软件业务达到89.3%，而机器人整机毛利率仅为38.4%。

这之间的巨大差距揭示了一个事实：相比重资产投入、低毛利运营、长周期回报的硬件本体，控制器和智能系统的边际成本更低，规模化效应更强，一旦形成技术生态与数据闭环，利润空间会非常可观。这也是资本追捧大脑公司的底层驱动力。

此外，当“大脑”可以定义硬件的价值上限，资本自然会选择向价值链上游迁移。

比如基础级控制器只能支持沿固定轨迹的重复性搬运；而高阶智能控制器则能够实时感知环境动态、自主规划行进路径、实现多机协同调度，甚至借助大模型理解复杂的自然语言指令。同样一台机器人硬件，装不同的“大脑”，能完成的任务天差地别，前者卖的是硬件，后者卖的是能力。

时至今日，这场竞赛的终局已然明了：具身智能的价值锚点正从“身体”的制造能力，转移到“大脑”的认知能力。当硬件趋同成为基础设施，“大脑”才是定义价值上限的真正变量。

然而，技术叙事终归要落地为商业叙事，当资本完成首轮卡位之后，“大脑”们真正面临的考验才刚刚开始。

资本的押注只是上半场。

当热钱完成了第一轮卡位，所有人都在等待同一个答案：谁能让“大脑”从实验室真正走进产线？

郭彦东在达沃斯演讲中给出了判断：解决工业、公共服务与家庭场景之间的“应用鸿沟”，关键在于统一硬件与统一模型。这就意味着，谁先做出可量产、可泛化、可低成本部署的具身智能系统，谁就更接近产业落地的关键入口。

这个判断正在被行业实践逐一验证。2026年上半年，具身智能赛道的“大脑”路线正在批量兑现为可衡量的商业订单。

例如智平方，其自研的端到端VLA大模型让AlphaBot（爱宝）系列机器人能够实现感知、理解、决策与执行的高度协同，能够通过小样本快速学习上手新任务，同时在老任务中保持长期稳定。

2025年9月，智平方与全球第三大半导体显示面板制造商惠科达成战略合作，慧智物联将在未来三年内在惠科全球生产基地部署逾1000台具身智能机器人，覆盖仓储物流、上下物料、零部件装配到质检测试等全流程。按行业均价每台约50万元估算，这笔订单总金额接近5亿元。

此后，智平方的商业化版图迅速扩张。截至目前，智平方已覆盖汽车制造、半导体、生物科技和公共服务四大核心场景。场景跨度越大，模型泛化能力的含金量就越高。当智平方的“大脑”在这些真实环境中逐一跑通，或将给出量产可行性的最好证明。

除此之外，银河通用自研了面向零售场景的端到端VLA大模型“GroceryVLA”，其驱动的机器人Galbot能在货架环境中识别并抓取包括软硬包装、透明物体在内的商品，并且已在北京7处无人药店投入使用。

星动纪元全栈自研的具身大模型ERA-42及人形机器人产品，已实现5亿元订单突破；优艾智合发布了全球首个可规模化应用的工业具身智能大模型“智合”（FabriX），并同步推出工业原生人形机器人“隙锋”，首批4000台意向订单已完成签约；宇树科技历时两年自研了WVLA2.0具身大模型，搭载该模型的G1人形机器人已能在真实办公环境中自主完成会议室整理等复杂任务……

这些具身智能企业的场景落地与商业订单都表明，自研大模型与本体深度耦合的路线不仅可行，而且正在快速兑现为真实的市场份额。

这时再回过头来看，智平方近50亿融资、200亿估值，不过是这轮“大脑”浪潮中最不显眼的一个注脚。当440亿热钱中七成涌向智能系统，当“大脑”能稳定跑通产线、药店与办公室，产业入口便不再是概念，而是合同与交付。谁率先跨越这条量产鸿沟，谁就真正拿到了具身智能时代的门票。