作者 | 鸿辰

编辑 | 头头

2026年被称为具身智能量产元年，资本在跑步“钱”进，新的纪录不断刷新，比如昆仑行（北京昆仑行机器人科技有限公司）从成立，到估值超十亿美元晋级具身智能独角兽，只用了短短的90天。

6月23日，昆仑行机器人发布消息，称其已完成3轮系列融资，累计融资规模达数十亿元，投后估值已超十亿美元。这个速度，刷新了2026年国内具身智能初创企业最快融资纪录。

最新这轮融资由高榕创投、高瓴创投、中科创星、钟鼎资本、华业资本、创新工场、心资本，及巨型产业集团建发集团旗下建发资本联合投资。其中，首轮入局的所有投资人在后续两轮中均持续全额加码、追加投资。

资本似乎也陷入了FOMO（错失恐惧症）情绪，生怕错失下一个宇树，而作为这个赛道的“新人”，昆仑行到底带来了什么新的东西，让资本如此兴奋？

要回答这个问题，就要先弄清楚当前具身智能行业，围绕“大脑”进行的路线之争。

1、具身智能的“大脑”，该听谁的？

如果在2024年，这个争论就不存在，当时几乎所有头部机器人公司言必称VLA（Vision-Language-Action，视觉-语言-动作），真机数据处于第一优先级。

所谓VLA，简单说就是，机器人通过视觉感知环境，通过语言理解任务，再生成具体动作。这个技术，第一次让机器人的行动不再依赖工程师的固定规则，让机器人从“自动执行机器”变成了“可理解任务的智能体”。

当前，这条技术路线也还是主流，代表产品包括Google的RT系列、Gemini Robotics，以及Figure、Physical Intelligence等公司的机器人基础模型。

但是，AI技术发展太快了，各种技术各领风骚一两年，VLA的瓶颈很快就显现出来。

在实验室，VLA有着非常好的模仿能力，机器人抓水杯轻轻松松。但一走出实验室，进入工厂或家庭，很可能就“见光死”，实用性不高。

这里的原因在于，VLA本质上是基于海量数据统计的概率拟合模型，通过死记硬背建立视觉画面与动作之间的映射关系，其实并不懂行为背后的物理规律，这就给传统VLA模型带来了很多痛点，比如场景泛化能力很差，工作环境的灯光变暗了、背景换了颜色，或者水杯换了个形状，但凡是它没见过的画面，VLA就会陷入懵圈和宕机。

在VLA的困局之下，世界模型（World Model）应运而生。

世界模型这条路线的核心是，先在具身智能的“大脑”里构建一个能够模拟现实世界运行规律的虚拟引擎，它不急于直接输出动作，而是要先做时空演化预测。

如果说VLA是凭借肌肉记忆干活的熟练工，那世界模型就是懂物理规律的沙盘推演老司机。一个强在模仿，一个重在预测，各有侧重。

诺贝尔经济学奖得主丹尼尔·卡尼曼曾在《思考，快与慢》中指出，人类大脑有两套系统：系统一是直觉的、快速的、本能的，系统二是理性的、深思熟虑的、推演的。把这个理论映射到具身智能上，VLA就更像是“快思考”，而世界模型，更像是人的“慢思考”能力。

所以，相比单纯的VLA路线，世界模型路线似乎更为合理，具身智能厂家也是趋之若鹜。以至于有投资人表示：

“仿佛谁不做世界模型，谁就掉队了”。

其实，一哄而上之下，世界模型到底该怎么推进，目前行业还没有共识。

“AI教母”李飞飞在她的长文中就曾吐槽，“世界模型是目前AI领域被滥用最严重、语义最过载的词汇。”

如何更好地融合VLA和世界模型这两条主线，成为具身智能“大脑”进化的关键。

2、昆仑行的KWM，怎么解决问题？

某种程度上，拥有“后发优势”的昆仑行，在技术路线的表述上，精准地踩在了行业共识的节拍上。

根据昆仑行的披露，其认为，具身智能行业目前面临三大痛点：“物理因果能力缺乏、场景泛化性差、模型决策过程‘黑箱’”。

为了解决这三大痛点，昆仑行在国际主流VLA模型基础上，引入物理因果建模能力，构建以昆仑世界模型（Kunlun World Model，KWM）为核心的双系统机器人智能架构，并在物理推理、数据使用效率、跨本体迁移三个维度上形成原创性技术贡献。

这个叙事看起来非常“标准”，以VLA做底座，用世界模型做升级，以KWM为核心的双系统分工。

这个架构中，底层的VLA负责高频、基础的视觉感知和初步动作映射，保障机器人在面对常规任务时的高效执行；上层的KWM则扮演“物理因果引擎”的角色。当机器人面对从未见过的陌生环境或复杂干预时，KWM就会激活，在物理推理的维度上进行介入。

这样，具身智能就能够理解物体之间的支撑、包含、阻挡等空间因果关系，通过推演来优化动作轨迹，打破VLA的三大痛点。

当然，不管是VLA还是KWM，具身智能的“大脑”采用何种技术路线，都离不开底层数据基础设施。某种程度上，处理海量数据的能力才是AI厂商更核心的竞争力。

其实，目前仍有很多具身智能公司是在粗放式地堆砌遥操作数据，但在真实物理世界中，数据往往是高噪音、低价值密度，单纯的数据闭环并不够。

针对这个问题，昆仑行采用的是从“数据闭环”到“数据编译”的范式升级，就是把原始视觉数据，转化为高阶因果知识。

简单说，KWM不会去死记硬背“成功是怎么做的”，而是通过学习失败样本，提炼出抽象的物理常识（比如重力、摩擦力的边界）。这种自生长的数据产线，可以让昆仑行以极高的数据使用效率完成模型迭代，建立起长期技术壁垒。

那么，我们又怎么知道，模型是不是真的“长出了”物理常识？对此，昆仑行独创了一套反事实评测体系。

这套体系不是单纯比拼模型拟合精度，而是向模型抛出真实世界中没有发生过的“假设性问题”。比如，在原始演示中，杯子放在了桌子中央，评测系统会把杯子虚拟地移动到桌边，然后问模型：“如果现在杯子在这里，你刚刚的动作还会成功吗？结果会怎样？”

只有真正建立了世界模型、理解了物理因果律的“大脑”，才能在这种反事实的追问下给出正确预测。

总结下来，在围绕具身智能“大脑”的研究上，昆仑行的KWM模型考虑的已经相当完备，而且，其还具备“一脑多形”跨本体迁移技术，契合昆仑行“AI大脑+硬件本体”的全栈自研路线。

但需要说明的是，目前，KWM模型以及反事实评测、跨本体迁移等技术仍是一个“叙事中的技术概念”，仍缺乏独立可验证的证据和论文。

这并不是要否定昆仑行，想想也能理解，从成立到现在，满打满算才90天，这么短的时间，不可能什么都一步到位。而这种情况下，资本仍如此热情，用极快的速度推出一个具身智能独角兽，似乎也说明，他们看重的不仅仅是技术。

那他们最看重的是什么？

3、当下，具身智能最重要的是什么？

投资圈有句耳熟能详的话：投资，就是投人。这句话用在昆仑行再合适不过。

先简单看一下昆仑行两位创始人的履历。创始人兼CEO任庚不到30岁就出任了华为海外国家CEO，全面负责华为在海外所在国的运营商、企业、终端三大BG，统筹解决方案、销售、交付到采购、供应链、GR/PR等业务。

昆仑行创始人任庚，图片来源：昆仑行机器人

2015年，他加入阿里，成为阿里当时为数不多的80后集团副总裁，先后担任阿里云中国区总裁、阿里云视频云&边缘云研发总裁、阿里云总参谋长等核心职务。

此后，他又出任新奥集团总裁期间，带领这家超5万人的集团，布局行业大模型、数字智能体、具身智能等前沿领域。

昆仑行联合创始人郎咸朋，图片来源：昆仑行机器人

联合创始人郎咸朋则是理想汽车辅助驾驶曾经的“一号员工”，一手搭建起理想的辅助驾驶研发体系与核心技术团队，主导了“卫城计划”，并在2024到2025年，带领团队极速完成了端到端大模型和VLA在车端的首发量产落地，是具身智能领域少有的，“把自动驾驶从0-1-100实践成功的AI技术引领者”。

这种“顶级商业+顶级工程”的组合，确实很有想象力。这也是为什么，昆仑行可以只用了90天，就成为具身智能独角兽。

资本虽然有时候很狂热，却也不是人傻钱多。

当然，从具身智能的长远发展来看，90天显然只是一小步。如果说“VLA和世界模型应该融合”正在成为行业共识，“如何融合”“用什么架构融合”仍远未达成一致。

智源研究院院长王仲远有一个判断，目前世界模型大概处在深度学习的2012年前后——数据孤岛严重、路线未定、基准测试还在打架，ChatGPT时刻远未到来。

也就是说，在他看来，技术路线远未收敛，任何宣称自己“找到答案”的说法，都需要保持审慎。

昆仑行的KWM在架构上可圈可点，但要在极度碎片化、非标化的长尾物理世界中实现99.99%的可靠性，可能仍将面临一个漫长的“踩坑期”。

在技术路线尚未收敛的窗口期，资本可以“赌”人，但技术最终还是要靠产品验证。KWM能否从“融资叙事”走向“可量产验证的技术体系”，将成为决定其价值的关键。

以世界模型为大脑、以软硬一体全栈自研为底盘、以真实商业量产为最终标尺的新阶段已经到来。最后，铑科技做个预测，接下来的12到18个月，谁能率先把带着物理常识的机器人批量落地，谁就可能是这个万亿级赛道最靓的仔。

你更看好谁呢？评论区说一下。