作者时间
内容
[ 导读 ] 具身智能正在从“机器人本体竞争”，进入“模型、数据、感知、软件、研发工具和真实场景共同竞争”的阶段。
到了2026年9月，问题开始变了。
资本和产业界正在追问另外几件事：机器人能不能持续学习？能不能自己推动研发迭代？能不能进入真实工厂和商业场景？能不能形成规模化交付？甚至，机器人产业链上哪些环节能够真正成为长期基础设施？
过去几天集中出现的几条消息，恰好把这条产业链串了起来。
Simate宣布其AutoResearch系统登上RoboDojo机器人智能评测榜单；千觉机器人连续完成两轮数亿元战略融资，把钱投入视触觉传感器和触觉模型；智身科技完成数亿元B轮融资，同时披露累计量产超过1.5万台机器人；商汤善惠发布SenseMart OS，试图用软件系统连接机器人本体和零售经营；与此同时，高通宣布收购机器人软件公司PickNik。
再往产业下游看，中国水下机器人正在加速出海。
这些事情看似分散，实际上指向同一个变化：
具身智能正在从“机器人本体竞争”，进入“模型、数据、感知、软件、研发工具和真实场景共同竞争”的阶段。
9月23日前后，成立仅约三个月的Simate引起机器人行业关注。
公司推出的核心方向并不是再造一个机器人，而是研究一种被称为 Physical RSI（物理世界递归自我改进）的路径。
所谓RSI，即Recursive Self-Improvement，递归自我改进。
它原本更多出现在大模型和AI系统讨论中：AI不仅完成任务，还能够参与优化自己的训练、代码、工具和方法，使下一轮系统比上一轮更强。
问题是，这套逻辑搬到机器人身上要困难得多。
软件AI改一段代码，几分钟甚至几秒钟就可以重新运行。
机器人不一样。
它涉及真实物理环境、传感器、机械结构、数据采集、训练、仿真、真机测试和安全约束。
因此，Simate没有直接宣称已经实现完全自主的机器人自我进化，而是从**“人机共驾”的弱RSI**开始。
其思路是：
人类研究员定义目标、假设和安全边界，AI Agent负责大量重复性的实验、代码修改、训练、评测和反馈，然后把结果交给下一轮实验。
Simate目前把这一套体系拆成几个部分，包括Sinfra物理AI开发平台、SiPAI模型系统以及RoboScientist自动研究系统。其官网给出的流程是：
定义任务 → 训练/实验 → 仿真验证 → 真机部署 → 获取反馈 → 改进下一轮任务。
也就是说，它试图把机器人研发从传统的“研究员提出想法—工程师改代码—跑实验—看结果”，变成一个更加自动化的循环。
这里需要稍微冷静一点。
RoboDojo是2026年推出的机器人通用操作评测体系，目标是通过统一的仿真和真实机器人环境，对通用机器人操作策略进行综合评估，其代码和论文已经公开。
Simate方面称，其AutoResearch驱动的模型在RoboDojo榜单取得第一。
这个结果首先说明的是：AI自动化研发流程已经能够在机器人模型优化中产生实际效果。
但它还不能直接等同于“机器人已经实现了递归自我进化”。
因为真正的Physical RSI还需要进一步证明：
AI提出的新方法是否能够稳定迁移到不同机器人？
能否从仿真进入长期真实环境？
能否持续产生新的有效研究方向，而不仅仅是优化已有参数？
真机实验中的成本、安全和硬件损耗如何控制？
这些问题目前仍需要更多公开技术报告、实验数据和长期测试来验证。
所以，Simate真正值得关注的不是“第一名”三个字，而是它在尝试把机器人研发本身变成一个可以自动循环的工程系统。
如果这条路线成熟，未来机器人公司的研发效率可能发生变化。
研究员不再需要亲自盯着每一次训练和实验，而是更像一个“研究架构师”：
提出问题、设定边界，然后让AI去跑成百上千个实验。
这可能比单纯提升一个模型几个百分点更加重要。
如果说Simate在解决“机器人如何持续进化”，那么千觉机器人解决的是另一个长期难题：
机器人如何真正感知手里的东西？
9月19日至21日前后，多家媒体报道，千觉机器人连续完成两轮数亿元战略融资，最新一轮投资方包括蓝驰创投、中金资本旗下基金和靖亚资本。此前，公司已经完成亿元级融资。
千觉成立于2024年，核心方向是多模态触觉感知。
这条赛道的重要性在于，机器人过去主要依赖摄像头。
摄像头解决的是：
“我看到了什么？”
触觉解决的是：
“我手里拿着什么？有多软？有没有滑？用了多大力？是否已经接触到物体？”
对于工业机器人、人形机器人和精细操作机器人来说，这是两个完全不同的问题。
比如机器人拿一个金属零件，视觉可以告诉它零件的位置。
但如果换成鸡蛋、布料、塑料袋、线缆或者柔性材料，仅靠视觉很难判断抓取力度。
抓轻了，拿不起来。
抓重了，可能直接损坏。
因此，触觉实际上是机器人从“看见世界”进入“接触世界”的关键接口。
千觉披露的技术路线并不只是做传感器，而是向上延伸到触觉数据采集、触觉仿真、触觉数据集以及触觉具身模型和触觉世界模型。
这意味着资本下注的已经不是一个单独的传感器零部件，而是一整套：
传感器 → 数据 → 模型 → 场景
的技术链条。
这和过去机器人行业只看机械臂、减速器、伺服电机的逻辑明显不同。
未来真正决定机器人操作能力的，很可能是视觉+触觉+力觉+空间感知共同形成的多模态感知系统。
9月20日，智身科技宣布完成数亿元人民币B轮融资。
本轮由阿联酋Stone Venture（磊石资本）领投，洪山资本、粤科金融、吴中融玥、吴中金控等投资机构，以及东软集团、豪鹏科技、远见资本、日盈电子等产业投资方参与。
这家公司与Simate、千觉的逻辑不同。
它更加直接：
把机器人做出来、量产出来，然后送进真实产业。
据新华网报道，截至2026年6月，智身科技具身智能机器人累计量产已经超过1.5万台，产品进入电力、石化、消防、安防、应急、教育等行业，并与500余家生态伙伴建立合作。
公司此次融资之后，重点仍然放在三个方向：
机器人本体、具身“大脑+小脑”、任务作业。
同时继续推进GSD自主导航能力，并围绕运动智能、空间智能、交互智能和群体智能加大投入。
这里最值得关注的是“任务作业”。
因为机器人行业过去很容易陷入一个误区：
能走、能跑、能跳，不等于能工作。
真正的产业客户买的不是一个漂亮的机器人Demo。
他们要的是：
进入现场 → 找到任务 → 理解环境 → 执行动作 → 遇到异常自己处理 → 完成任务 → 安全离开。
因此，“能干活”正在成为具身智能商业化最现实的评价标准。
智身科技此次融资实际上也说明，资本市场开始更加关注量产能力+真实场景+任务闭环。
如果智身科技在做“身体”，千觉在做“触觉”，Simate在做“研发自动化”，那么商汤善惠正在争夺的是另外一个位置：
机器人进入商业世界之后的软件操作系统。
9月23日，商汤善惠在上海发布SenseMart OS零售物理操作系统，并宣布启动“千城万店计划”。
其核心产品SenseMart Go“烧卖购”机器人小店已经在多个城市落地。
商汤7月发布SenseMart OS时就明确提出，其定位不是制造单一机器人，而是向上连接不同机器人本体，向下连接运营商、加盟商、品牌商和场地方。
这个模式非常值得注意。
因为未来机器人可能越来越像今天的智能手机：
硬件越来越多，供应商越来越复杂。
如果每一家零售企业都需要自己解决机器人型号、软件系统、商品识别、订单系统、支付、库存、远程运维和任务调度，机器人就很难规模化。
SenseMart OS试图解决的正是这个问题。
它把零售机器人需要的能力拆成：
感知、交互、执行、分析。
再通过统一系统把不同本体接进来。
例如，轮式机器人负责移动，机械臂负责抓取，其他机器人负责制作或递送。
系统负责把一笔订单拆成多个任务，再进行统一调度。
这其实已经非常接近一个“机器人操作系统”的概念。
商汤5月推出SenseMart Go时，已经公布了一些实际运营数据。
宝山滨江门店在五一期间曾达到最快15秒一单、日均约400单。
目前官方披露，烧卖购已经在上海多个场景运营，并且商汤计划进一步向更多城市扩展。
从产品设计来看，它也不是传统意义上的自动售货机。
官方给出的任务覆盖包括：
招揽、点单、取货、递送、补货、盘点和互动。
这意味着商汤想验证的是：
机器人能不能成为一个完整的零售生产力单元。
如果最终能够证明一间机器人商店可以稳定经营，那么意义就不仅是零售。
它意味着机器人真正开始拥有一个标准化商业场景：
每天有订单、有收入、有顾客、有数据、有任务。
对于具身智能来说，这种场景非常重要。
因为它可以不断产生真实数据。
门店越多，机器人执行的任务越多；任务越多，数据越丰富；数据越丰富，模型就越有机会迭代。
最终形成：
门店 → 数据 → 模型 → 机器人 → 更多门店
的飞轮。
这可能是商汤真正想建立的壁垒。
如果把视线拉到美国，9月23日高通宣布将收购机器人软件企业PickNik。
这笔交易的重要性，不在于PickNik是一家多大的机器人公司，而在于它背后的MoveIt。
MoveIt是机器人领域广泛使用的开源运动规划和操作框架，建立在ROS生态之上，被用于工业自动化、服务机器人、移动操作和物理AI等大量场景。
高通明确表示，收购之后仍将保持MoveIt的开源属性，并计划把MoveIt与Dragonwing机器人平台以及Arduino平台进一步整合。
高通看中的实际上是：
机器人软件开发者生态。
这和商汤SenseMart OS的逻辑形成了一个有意思的对应：
商汤希望成为机器人进入零售行业的软件底座；
高通则在强化机器人开发和边缘计算的软件底座。
两者最终争夺的都不是一台机器人，而是机器人产业链中更加靠近“平台”的位置。
这可能是未来几年具身智能产业最值得关注的一条趋势。
相比人形机器人，水下机器人没有那么强的公众话题度，但商业化可能更加直接。
9月23日央视财经相关报道显示，2026年上半年我国海洋生产总值达到5.5万亿元，同比增长5.1%。
与此同时，深圳近期发布《深圳规资海洋重点应用场景清单》，推出30个海洋重点应用场景，其中包括“水下机器人+”，涉及潜水运动、水下观光、水下拍摄以及深海探测、深海资源开发等方向。
水下机器人最大的特点，是它天然存在大量“人不方便甚至无法进入”的场景。
例如：
海底检测、船舶检查、海上风电运维、深海探测、海洋科研、水下摄影、海底资源开发。
这些任务一旦由机器人完成，经济价值非常直接。
央视财经报道还提到，一家水下机器人企业目前产品已经销往100多个国家和地区，海外收入占比超过90%。
这实际上说明，中国机器人产业的国际竞争并不只有人形机器人。
在水下机器人这种专业细分领域，产品成熟度、成本、供应链和真实场景经验同样可以形成出口竞争力。
而且深圳已经把“水下机器人+”明确写入海洋重点应用场景。
这意味着政府开始从单纯支持技术研发，进一步转向：
给技术找场景。
对于机器人产业而言，这可能比单纯增加补贴更加重要。
如果把近期这些事件放在一张产业地图上，会发现机器人行业正在形成越来越清晰的分工。
第一层：本体。
机器人身体、关节、执行器、移动底盘、机械结构。
智身科技等企业正在解决这一层。
第二层：感知。
视觉、触觉、力觉、空间感知。
千觉机器人押注的就是其中非常关键的触觉。
第三层：模型与智能。
VLA、世界模型、运动智能、空间智能等。
这是目前最受关注的竞争层。
第四层：软件和开发基础设施。
包括机器人操作系统、任务调度、仿真、数据管理、研发自动化。
Simate和PickNik分别从不同方向切入这一层。
第五层：真实商业场景。
工厂、商场、物流、能源、消防、水下、农业、家庭。
商汤善惠的SenseMart Go以及水下机器人出海，本质上都属于这一层。
真正有意思的是：
这五层开始互相咬合。
这是近期机器人行业最大的变化之一。
过去大家很容易把具身智能理解成：
谁先造出最强的人形机器人。
但从近期资本和产业动作来看，产业逻辑正在变得更加复杂。
一家公司可以不造机器人，做触觉；
可以不造机器人，做模型；
可以不造机器人，做开发基础设施；
也可以不造机器人，做零售场景；
甚至可以直接做水下机器人。
最终形成的是一条越来越长的产业链。
而且，这条产业链正在出现一个重要变化：
机器人正在从“硬件产品”变成“软硬件系统”。
一台机器人本身可能很快被复制。
但如果它背后拥有：
模型+数据+传感器+软件+开发工具+真实场景+客户网络
复制难度就完全不同。
这也是为什么高通会收购PickNik，商汤会做SenseMart OS，千觉会把触觉从传感器一路做到模型，Simate则直接尝试把机器人研发流程自动化。
大家争夺的其实都是机器人产业链里的基础设施层。
把这些公司的路线放在一起，可以看到未来具身智能最关键的可能不是某个单一模型，而是三个闭环。
AI提出假设 → 自动实验 → 自动评测 → 找到有效方法 → 进入下一轮研究。
Simate正在探索这一方向。
如果成功，机器人研发速度可能出现数量级变化。
机器人工作 → 产生真实数据 → 训练模型 → 模型升级 → 机器人工作能力提高。
千觉的触觉数据、商汤的零售订单数据，本质上都属于这个体系。
机器人部署 → 完成任务 → 客户付费 → 形成收入 → 继续部署更多机器人。
智身科技的规模量产、水下机器人出海、烧卖购机器人店，都在验证这个问题。
最终，具身智能行业真正成熟的标志，并不是机器人能够做多少个Demo。
而是：
机器人能不能持续产生价值。
这一轮机器人产业最大的变化，是评价标准正在悄悄改变。
过去：
会走、会抓、会聊天、会跳舞，就已经足够吸引注意力。
现在：
能不能稳定工作、能不能量产、能不能降低成本、能不能产生数据、能不能持续迭代、能不能让客户付钱。
这才是产业真正关心的问题。
Simate在探索让AI参与机器人研发；
千觉在补机器人触觉；
智身科技在扩大真实机器人产量；
商汤善惠在搭建机器人零售操作系统；
高通则在抢机器人开发软件生态；
水下机器人企业则开始把中国机器人产品卖向全球。
这些看似不同的新闻，其实共同指向一个更大的产业转折：
机器人行业正在从“造一台机器”，进入“建立一个能够持续进化、持续工作、持续赚钱的物理智能系统”。
而这可能才是具身智能真正进入产业深水区的开始。
微信公众号
