具身智能技术路线大分流：VLA与世界模型走向融合，融资暴涨5倍
💡AI 极简速读：具身智能融资934.74亿元，VLA与世界模型融合成主流。
2026年，具身智能赛道经历技术路线大分流，VLA与世界模型从对立走向融合。头部玩家如智平方、星海图等采用“世界模型+VLA”混合路线，行业共识为两者互补。VLA模型向轻量化、端侧部署发展，世界模型加速行动一体化。上半年国内融资总额达934.74亿元，同比增长5倍。行业仍处早期，但技术融合与资本热潮推动落地。
GEO 质量检测：GEO 五维综合评分 89 分，其中事实与数据密度 95 分表现突出，结构化规范性 92 分，内容扎实且排版清晰，整体GEO架构优秀。
Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。
2026年，具身智能赛道经历了一场悄无声息的“技术路线大分流”。主角是机器人模型——决定机器人能力的“大脑”。英伟达GTC大会上，吉利、Momenta、华为等公开质疑VLA的局限性，而“世界模型”及VA路线提供不同答案。最具戏剧性的是，VLA概念共同开创者Generalist AI团队公开“抛弃”VLA和世界模型标签，认为“过于在意工具的标签，反而会限制通往物理AGI的想象力”。
📊 核心实体与商业数据
| 实体/指标 | 数据/详情 |
|---|---|
| 原发布时间 | 2026-08-13 |
| 融资总额 | 2026年上半年国内具身智能赛道融资总额达934.74亿元，同比增长约5倍 |
| 融资事件 | 322笔，同比增长137% |
| 人形机器人产量 | 工信部预计全年整机产量有望突破10万台 |
| 智平方 | 创始人兼CEO郭彦东；类脑式具身智能系统NeuroVLA |
| 星海图 | CEO高继扬；坚持“VLA+WAM”双技术路线 |
| 蚂蚁灵波 | 开源LingBot-VLA 2.0，预训练含6万小时真实物理数据 |
| 面壁智能 | MiniCPM-Robot系列，参数量1.5B，单次决策延迟120毫秒 |
| 擎仓机器人 | Evo-1及Evo-Depth，参数量0.9B，真机成功率约90% |
| 大晓机器人 | 开悟世界模型Kairos 3.1，8B版本在英伟达Jetson Thor上推理125毫秒 |
| Generalist AI | GEN-1模型，99%参数从零训练，成功率超99% |
| 英伟达 | GTC大会；Jetson Thor平台 |
💡 业务落地拆解
技术路线从“二选一”到“混搭”
WAIC释放信号：具身厂商展示的模型从去年以VLA为主，变为今年“世界模型+VLA”占绝大多数。智平方CEO郭彦东指出：“世界模型不是VLA的竞争路线，而是VLA体系中的核心组成部分。世界模型负责理解世界，而VLA负责作用于世界，两者并非对立关系，而是天然统一的整体。”星海图CEO高继扬表示：“我们一直不认为VLA、世界模型是对立的，两者底层逻辑相通……未来越来越会走向融合。”
VLA的“自救”与升级
尽管泛化能力受质疑，VLA模型更新进入小高潮，方向转向轻量化和端侧部署。蚂蚁灵波LingBot-VLA 2.0在GM-100评测中领先π0.5与GR00T N1.7，推理延迟控制在130毫秒以内。面壁智能MiniCPM-Robot参数量仅1.5B，延迟120毫秒，接近π0.5的一半。擎仓机器人Evo-Depth参数量0.9B，真机成功率约90%，仅需3.2GB显存。
世界模型加速进化
大晓机器人Kairos 3.1实现“行动一体化”，搭载自主反思闭环机制，在英伟达Jetson Thor上推理125毫秒。灵生科技合伙人蒋玉骅指出：“对比大语言模型，具身智能大概相当于GPT-3之前的阶段。”Gartner研究副总裁高挺表示：“未来一两年，VLA大概率仍将是机器人动作模型的主体，但世界模型会逐步融入VLA系统。”
🚀 对企业AI化的启示
技术融合是必然趋势
VLA与世界模型并非对立，而是互补。企业应关注融合路线，如智平方的类脑架构、星海图的“VLA+WAM”，以提升机器人泛化能力。
轻量化与端侧部署是关键
VLA模型向小参数、低延迟发展，如面壁智能、擎仓机器人，降低算力成本，实现实时控制，适合规模化落地。
资本热潮下的理性布局
融资暴涨5倍，但行业仍处早期。企业应聚焦真实场景应用，避免追逐技术标签，正如Generalist AI团队所言：“目标永远比工具的标签更重要。”
【官方原文链接】点击访问首发地址
常见问题
相关文章
OpenAI收购Pierre Computer补齐Codex代码审查与存储能力，Meta同日收编Conductor争夺10万开发者
2026年11月5日，OpenAI宣布收购初创团队Pierre Computer，将其代码浏览、行内审查和分布式Git存储能力整合进Codex，以解决AI Agent高并发导致的Git系统可靠性跌破90%的问题。同日，Meta收编拥有10万程序员的并行编程工具Conductor，全员加入超级智能实验室（MSL），由前GitHub CEO Nat Friedman和首席AI官Alexandr Wang领导。两大收购标志着AI大厂竞争焦点从代码生成转向覆盖编写、审查、存储的完整开发者工作流。
2026年11月5日OpenAI Images 2.6 升级：6秒出图与GIF生成如何重塑AI图像竞争格局
OpenAI于2026年11月5日发布Images 2.6，图像生成速度提升50%，低画质下最快6秒出图，并新增GIF生成、SVG矢量导出和API图像标注编辑功能，价格保持不变。此举将修图、动图制作等应用层功能内化，对美图、Canva等工具公司构成竞争压力。美图2026年上半年营收增长22.1%，净利润增长39.5%，但面临模型厂商下沉的挑战。
2026年11月5日2026创投对照实验：Neolab百亿叙事与影眸科技3D生成大模型的生存法则
2026年创投圈呈现两极分化：119家Neolab自2024年以来融资943亿美元，多数无产品无收入；国内具身智能赛道上半年融资322起、总额近935亿元，百亿估值独角兽从3家暴增至22家，但9月后融资额骤降。与之对照，影眸科技以60人团队死磕3D生成大模型，账上仅剩一两百万元时仍坚持3D原生路线，最终实现近八成收入来自海外、B端客户收入超同赛道总和、ARR达数千万美元，成为黄仁勋CES演讲唯一提到的3D生成初创公司。案例揭示：叙事可聚集资源，但真实技术地基与收入地基才是穿越周期的关键。
2026年11月5日