2026没过完，已有480亿美元投进了物理AI
内容提要
2026年前9个月，全球机器人和物理AI企业融资近480亿美元，超去年全年，资金集中于头部企业与通用智能系统。行业沿制造、模型到应用布局，并重金采集训练数据、建训练场，探索让机器人在真实场景中持续学习进化。
延伸解读
资本集中度显著提升
2026年第二季度，机器人和物理AI企业融资186亿美元，但交易数量下降14.1%。Anduril、NEURA Robotics和Physical Intelligence三笔融资合计74亿美元，占当季总额的39.8%。即使剔除这三笔，剩余融资额仍有112亿美元，环比增长9.9%。这表明资本仍在涌入，但越来越集中于头部企业和具备平台潜力的技术方向，而非广泛撒网。
数据采集成为独立产业环节
机器人训练数据正形成一个独立产业环节。Figure推出Index计划，付费请普通人记录日常任务，已收集1600多万段视频，支付1500万美元。Scale AI、Encord等原服务大模型的数据公司开始转向机器人领域，Mecka也获得6000万美元B轮融资。同时，中国至少有90个人形机器人数据采集和训练中心在运营、建设或规划中，其中64个已投入使用。
Scaling Laws在机器人领域获初步验证
Dyna Robotics的研究为机器人领域的Scaling Laws提供了实验证据。其Dyna-2模型用超过100万小时人类第一视角视频预训练，在14项真实操作任务中，平均表现从20%提升到53%。转动钥匙任务中，10万小时以下数据训练的模型均未成功，而100万小时预训练的模型成功率达90%。仅用约10分钟机器人操作数据微调，预训练模型就具备了双手灵巧拧瓶盖的能力。
真实部署反哺模型进化
行业正探索让机器人在真实工作环境中持续积累经验。Skild AI收购Zebra Technologies旗下机器人业务，借助现有商业部署将通用智能系统带入真实仓库，利用实际工作数据改进模型。首次商业部署约10个月后，其机器人智能系统已拥有超过60家付费客户，年度经常性收入突破1亿美元。这种模式让商业部署本身成为持续的数据来源，形成规模效应。
Q&A
2026年机器人和物理AI领域融资了多少？
截至2026年10月8日，全球机器人和物理AI企业今年累计融资接近480亿美元，已超过去年全年。
这些融资主要流向了哪些类型的企业？
资金越来越集中于头部企业和具备平台潜力的技术方向，覆盖机器人本体制造、通用智能系统研发、训练设施建设和实际应用等环节。
为什么机器人训练需要大量数据？
因为机器人操作涉及空间、运动、接触和力度等信息，难以直接从互联网数据中获得，需要专门采集真实世界数据来训练模型。
Figure的Index计划是什么？
Figure付钱请全球普通人通过Index应用记录日常任务视频，用于训练机器人学习人类动作。截至8月25日，已收集1600多万段视频，支付1500万美元。
大规模数据训练真的能让机器人更聪明吗？
Dyna Robotics的研究显示，随着预训练数据扩大，模型在14项真实任务中平均表现从20%提升到53%，转动钥匙任务成功率从0提升到90%，初步证明数据规模能改善机器人操作能力。
除了建训练场，行业还在探索什么路径？
让机器人进入真实工作环境，通过实际部署持续积累经验。例如Skild AI收购仓储机器人业务，利用商业部署数据改进模型，已拥有超60家付费客户。
