322 笔、935 亿元、是去年同期 5 倍：这笔钱买的是「大脑」，但「大脑」还没有验收标准
935 亿元 ÷ 322 笔 = 单笔 2.9 亿元。把这个数和 10 月的 33 起、101 亿元放在一起，会发现降温的是笔数，不是单价。钱还在往「大脑」里投，只是投的人变少了。
- 事实：参考消息 2026-11-07 16:54 转述路透社 11-02 报道，援引 IT 桔子数据——2026 年上半年，中国具身智能企业通过 322 笔交易筹集 935 亿元人民币，是去年同期的 5 倍。
- 第一道除法：935 亿 ÷ 322 笔 = 单笔平均 2.90 亿元。去年同期总额按「5 倍」反推是 187 亿元；若笔数相近，单笔约 0.58 亿元。
- 第二道除法：322 笔 ÷ 6 个月 ≈ 53.7 笔/月。对照本号此前引用过的 10 月数据（33 起、101.05 亿元、单笔 3.06 亿元），笔数降了约 39%，单笔反而略升 5.5%。
- 判断：这一轮降温降的是笔数，不是单价。 出局的是跟投的小额交易，留下来的是大额集中下注——这个结构比「融资总额下滑」更值得注意。
- 钱去哪了：路透采访的 5 家企业与分析师给出的共同解释是，硬件价格被竞争打下来之后，制造商已经「断定利润不会来自硬件，而是来自大脑」。资金正在流向专做机器人智能的软件层。
- 判断：但「大脑」目前没有可比的验收标准。 全文唯一给出的量化能力是 Generalist 的 GEN-1.5「看 3 至 12 秒演示，完成约 60% 的简单任务」，以及自变量「看一条人类视频学会操作」——两个都不是公开 benchmark，无法横向比。这 935 亿的定价基础，目前是演示视频与创始人叙事，不是可复现的成功率。
935 亿元这个数，第一眼看上去是「热」。但热在哪一层，得先做三道除法。
| 算法 | 算式 | 结果 | 说明 |
|---|---|---|---|
| 单笔平均 | 935 ÷ 322 | 2.90 亿元 | 均值，中位数未知 |
| 去年同期总额 | 935 ÷ 5 | 187 亿元 | 按「5 倍」反推 |
| 月均笔数 | 322 ÷ 6 | 53.7 笔/月 | 上半年六个月均值 |
| 月均金额 | 935 ÷ 6 | 155.8 亿元/月 | — |
2.90 亿元的单笔均值，是一个不太寻常的数。在中国的硬科技融资里，这个量级通常对应 C 轮以后的成长期项目。如果上半年的均值就在 2.9 亿元，说明这个池子里的钱主要不是撒在早期，是压在少数几个标的上的。
再看时间轴。把 10 月的 33 起、101.05 亿元拿来做对照（本号 2026-11-01 曾引用过这组数）：
53.7 笔 / 155.8 亿元
单笔 2.90 亿元
33 笔 / 101.05 亿元
单笔 3.06 亿元
笔数从 53.7 掉到 33，降约 39%；单笔从 2.90 升到 3.06，涨约 5.5%。总额从 155.8 掉到 101.05，降约 35%。
判断：这一轮降温，降的是笔数，不是单价。如果是「行业遇冷」，通常先掉的是大额交易——投资人不敢下重注；但现在掉的是笔数，单笔还在变大。这个形态更像是出清跟投、集中主投：小钱不敢进了，大钱反而更集中。
这个结构对创业者意味着什么？意味着「融资环境变差」这句话是不准确的。准确的说法是：能拿到钱的门槛变高了，但拿到之后拿到的更多。对头部是好事，对腰部是判决。
路透这篇报道的解释链条很短，但很硬：竞争把硬件价格打下来 → 制造商断定利润不在硬件上 → 资源转向软件层。
报道里引了上海科技咨询机构 ZenGen 实验室创始人德莫特·麦格拉思的一句话：随着竞争推动硬件价格下降，机器人制造商已经「断定利润不会来自硬件，而是来自大脑」。
这个判断在中国市场是有直接证据的。本站本周已经讨论过新机均价三年跌 72%、二手残值跌九成的曲线——当硬件以每年三成的幅度降价，而厂商毛利率还在六成，降价就不会停。硬件最终会变成一个薄利的标准件。
判断：「利润不在硬件」这句话，在机器人行业不是愿景，是已经发生的价格曲线倒推出来的结论。不是厂商想去做软件，是硬件那条路的毛利正在被自己人打掉。
但「转向大脑」之后，会立刻撞上第二个问题：大脑怎么定价？
这篇报道采访了 5 家中国机器人企业的创始人与高管，加上分析师，篇幅不短。但全文给出的、可以拿来比较的技术数字，只有一个：
美国 Generalist（报道译为「通才人工智能」）称，其 GEN-1.5 模型在观看持续 3 至 12 秒的演示后，完成了 60% 左右的简单任务。
另一个是定性的：中国自变量机器人发布的研究结果显示，机器人通过观看一条人类视频就学会了操作技能，无需为每个任务重新训练。
这两个表述能说明方向，但不能用来比高下。原因很实在：「简单任务」是什么任务、「60%」是在多少个任务上测的、「一条视频」是多长、成功率多少——都没有。
这正是 935 亿元这个数最值得警惕的地方。不是说这些钱投错了，而是说这笔钱的定价基础，在下一轮会换一套尺子。这一轮看演示，下一轮看收入；这一轮看团队，下一轮看复购。
报道里有一个细节很能说明问题。机器人技术顾问格奥尔格·施蒂勒说，美国主要实验室正在设定高标准，「尤其是在机器人获取和重复使用技能的速度方面」。注意他的措辞——是「获取和重复使用技能的速度」，不是「成功率」。
判断：连行业顾问在用词上都绕开了成功率，说明「速度」是目前唯一一个大家都能测、也都愿意测的指标。学一个新任务要多少条示范、多少小时，这个数好定义、好比较。而成功率太依赖任务本身，一比就吵。
还有一个量级上的对照值得摆出来，但要小心解读。
本站在 2026-11-05 的稿件中引用过弗若斯特沙利文的一组数：2026 年上半年全球人形机器人销量 3.6 万台、收入 5.4 亿美元。
而中国具身智能企业上半年的融资额是 935 亿元人民币，按 7.15 的汇率粗算约 131 亿美元。
131 ÷ 5.4 ≈ 24 倍。
顺带说一句芯片。报道在末尾提到，中国机器人企业还面临美国出口管制造成的先进芯片短缺。这一条与「钱转向大脑」是同一件事的两面——大脑要算力，算力受约束，所以「用更少的算力做更多的事」会成为中国团队的一个被迫优势。判断：如果这个约束持续，中国的机器人大脑路线大概率会往「小模型 + 强数据闭环」走，而不是往「大参数 + 大算力」走。这条路径的验证周期更长，但一旦跑通，边际成本更低。
如果把 935 亿元当成一个信号，接下来要盯的不是融资总额，是三个更细的东西。
第一，笔数什么时候止跌。如果 2027 年一季度笔数回到 50 笔/月以上，说明跟投回来了，市场信心修复；如果笔数继续掉而单笔继续涨，说明行业在快速集中，腰部公司会成批消失。
第二，第一个被广泛接受的机器人操作 benchmark 什么时候出现。这件事的重要性被严重低估。没有统一的尺子，融资就只能靠故事；有了尺子，才知道谁在裸泳。判断：这个 benchmark 大概率不会由学术机构定义，会由一家有大量真实部署数据的公司定义——因为只有它手里有足够多的任务、本体和失败样本。
第三，软件收入什么时候第一次单独出现在财报里。现在机器人公司的收入几乎全是硬件交付。当某家公司开始单独披露「软件与服务收入」，并且这个数字开始连续增长，才说明「利润来自大脑」这句话从判断变成了事实。
在这三件事出现之前，935 亿元这个数的准确含义是：一个行业在用股权融资，为「通用性」这个尚未被验证的假设预付账单。这个账单付得起，是因为上一轮硬件卖得动；付不起的时候，账单会转到收入那张表上。