砸钱！不断地砸钱，为了一个并不明确的未来。
波音的市值眼下约1500亿美元。今年资本往Physical AI里灌的钱，已经够买下三分之一个波音。
问题是，这笔钱花出去，买到的不是一架能飞的飞机，而是一个还没被验证的赌注。把足够多的机器人派进足够多的真实场景，它们产出的数据能不能自己喂饱下一代模型，现在还没有人答得上来。
机器人本体的价格在往下走，控制模型的能力在往上追，唯独让机器学会干活所需的真实交互数据，又少又搬不走。全球资本砸下的这笔钱，赌的恰恰是这块最难搞的料。
01.
两个数字，两个概念
全球口径上，金融时报10月11日援引PitchBook的数据，截至10月8日，全球机器人与Physical AI企业年内融资接近480亿美元，折算人民币约3400亿。自动驾驶、工业自动化，都装在这个口径里。光是第二季度就融了186亿美元，涉及450笔交易，创下单一季度的最高纪录，环比涨25.3%，同比涨47.9%。
把镜头切回国内，湖南工信厅10月12日引用IT桔子的数据，截至10月11日，国内具身智能一级市场年内投融资565起、1126.22亿元；而2025全年是379起、395.11亿元。一年时间，规模接近三倍。具身智能的口径更窄，钱主要压在人形机器人和具身本体上。
Physical AI和具身智能，本来就不是一个概念。前者是AI进入物理世界的总称，自动驾驶、工业自动化、机器人都算在里面；后者聚焦在机器人身上，让机器有身体、能干活。
两个口径框住的市场不一样，不能相加，也不能比大小。两个数一前一后出来，不少人第一反应是把两个数加起来，3400亿加1126亿，四千多亿。这个加法不成立。真正值得看的，是两个数各自指向的同一个变化，钱在变集中。
PitchBook九月的报告显示，2026年第二季度机器人与Physical AI融资笔数下降了14.1%，金额却涨了25.3%。三笔大额交易，Anduril、NEURA Robotics、Physical Intelligence，合计74亿美元，占当季总额的39.8%。把这三笔拿掉，剩下112亿美元，环比仍涨9.9%。
国内的结构一样。中国经济网9月援引IT桔子，上半年七成以上资金流进了行业排名前20的企业，"能不能量产、有没有真实订单"成了分水岭。
资本的投法变了，不再广撒网投几十家本体创业公司，而是把钱压到少数头部，以及少数被认为能跨本体通用的"大脑"和"数据"公司。
02.
机器、大脑和数据
顺着今年的融资名单往下看，资本铺了一条完整的链。
造机器的，德国NEURA Robotics六月拿下最高14亿美元C轮，Tether领投，英伟达、亚马逊、高通、博世、欧洲投资银行跟注，估值约70亿美元；做国防Physical AI的Anduril五月融了50亿美元，估值冲到610亿美元。
造大脑的，美国Skild AI一月完成14亿美元融资，软银领投，估值超140亿美元；Physical Intelligence的π0模型试图用一套权重控制不同机器人本体，估值站上110亿美元；Generalist六月拿到4亿美元，李飞飞出现在个人投资人名单里。
造数据的，是国内这条链里最容易被忽略的一段。光轮智能年内完成10亿元战略融资，定位"物理AI数据与评测基础设施"；苏度科技超10亿元，主打零样本抓取；今年八月，鹿明、觅蜂、自变量等五家头部企业联合投资数据公司恺望，金额达数亿元。
三路里，前两段赚的是"更聪明"的预期，第三段赚的是"更真实"的预期。今年真正被反复点名的瓶颈，落在第三段。
金融时报的判断很直接，物理AI当前的硬约束是数据缺口，不是硬件，也不是模型。
原因在数据采集的方式上。大语言模型能从网页、代码、书里不停抓文本，机器人却做不到。怎么抓一个杯子、怎么在湿滑地面上站稳、怎么应对突然闯进视野的人，这些动作得靠真人在工厂、办公室、家庭里反复做，再一帧一帧标注。网上的公开视频里没有这类画面，要么雇人拍，要么自己搭场景。
图注：Halodi Robotics 的感知工程师与人形协作机器人在一起。人给机器做动作示范，正是当下最稀缺的训练数据来源。图片来源：Nicholas-halodi
NEURA把真实世界训练数据称为"Physical AI最稀缺的资源"，正在欧洲、美国、中国铺NEURA Gym，到2026年底要有五个真实训练场。Physical Intelligence、Skild也都在混用外部数据商和自家"机器人健身房"攒训练料。
国内这边，启元机器人发售前进入1200多个家庭内测，回收超过3.5万条用户建议。行业里一个被反复提起的判断是，具身智能也有Scaling Law，但难点不在单一任务收敛，在跨环境、跨任务的泛化。泛化所需要的大规模真实场景数据，恰恰来自规模化部署本身。
换句话说，数据是滚雪球滚出来的。机器人先得进真实场景，才能产出能训练下一台机器人的样本。这条闭环没跑通之前，融来的钱大多还在买"未来能滚起来"的门票。
480亿美元和1126亿元押的是同一个判断。硬件在趋同，模型在追平，只有真实交互数据既稀缺又难以转移。下一阶段谁先把这类数据变成可复用的训练资产，谁就拿到门票。
这个判断还没有兑现。摄像头装进车间容易，让录下来的动作变成另一台机器人在陌生环境里也能用的能力，才是整件事的难点。数据是滚雪球滚出来的，雪球还没开始动。
所以这笔钱买的不是某台更聪明的机器，而是一个还没被验证的赌注。这个赌注兑现之前，480亿美元里的大部分，只是在为可能性付定金。
定金已经交了，能不能拿到货，没人知道。
