作者声明：该图片由AI生成
2026年8月24日，小鹏集团旗下机器人业务宣布完成首轮超9亿美元融资，投后估值超过63亿美元；同日，蔚来智驾负责人任少卿创办物理AI及具身智能公司，蔚来宣布将进行战略投资。几个月前，理想汽车也已投资由理想前AI首席科学家创办的斜跃智能。至此，曾被并称“蔚小理”的三家新势力车企，几乎以三种不同方式进入具身智能。
这一次，车企带来的变量可能不只是新增几个机器人玩家。资本、供应链、制造能力、AI算法和真实场景这些要素正在被重新组合，具身智能的竞争门槛也随之抬升。这正是题目中“斩杀线”的含义：当头部公司单轮融资超 9 亿美元、估值站上 400 亿元量级，资金量的差距正在变成生存差距，中小团队的容错空间被急剧压缩。
蔚来选择以战略投资方式押注底层物理 AI，小鹏把机器人业务分拆融资、定位为与汽车并列的第二曲线，理想则通过外部孵化切入家庭场景。三条路指向同一个问题：当汽车巨头开始把造车积累迁移到机器人，具身智能还会给多少创业公司留下成长窗口？
三家车企，三种下注方式同样是押注具身智能，蔚小理给出了三份不同的答案。
蔚来把筹码放在物理AI的底层能力上，小鹏直接将机器人推向第二增长曲线，理想则借助外部团队探索家庭场景。表面上是三种不同的投资策略；实质上对应着三家车企对具身智能的不同判断：蔚来看重技术期权，小鹏押注业务增量，理想则更在意场景和团队。
在芯流看来，蔚来的动作相对轻一些。
8月24日，蔚来CEO李斌在智驾全员会上宣布，智能驾驶负责人任少卿已创办聚焦物理AI基础模型和具身智能的独立公司，蔚来将作为战略股东进行投资并开展合作，任少卿仍将继续负责蔚来智能驾驶业务。
这个安排颇有意味。任少卿长期负责蔚来智能驾驶研发，推动了蔚来自研智驾、世界模型等技术路线演进。2026 年 6 月，蔚来 NWM 世界模型完成版本升级，正式形成 “世界模型 + 监督微调 + 闭环强化学习”三层训练框架。芯流认为，这些积累与物理 AI 强调的感知、预测和行动能力存在较强关联。
对蔚来来说，与其立即搭建一支完整的机器人团队，不如先通过投资和人才连接，把物理AI这张牌握在手里。这一安排保留了技术和产业协同的可能性，也避免一开始就把机器人业务完全纳入自身组织体系，更像是在买一张“看涨期权”。
小鹏则选择了另一端：重注。
同一天，小鹏机器人完成首轮超9亿美元融资，投后估值超过63亿美元。融资规模已经足以说明，这项业务在小鹏内部并非边缘探索。按照公司披露，资金将用于机器人硬件、软件、AI模型训练、数据采集和生产设施等环节，并进一步推动人形机器人IRON走向量产。
小鹏押注的，是一套从汽车向机器人迁移的能力体系：电驱、传感器、AI软件、供应链和制造体系，都有机会成为机器人业务的基础设施。尤其何小鹏亲自负责机器人业务，也意味着这项业务在小鹏内部拥有较高的战略优先级。
9月8日，小鹏机器人生产线正式启用，公司宣布首台高阶通用人形机器人IRON完成自动化总装并走下产线，并计划于2026年底进入规模量产、2027年正式上市交付。相比8月24日的融资，这一步更直接地体现了小鹏正在把机器人从技术项目推进到产品和制造环节。
图源：小鹏汽车官网
理想则走了一条更灵活的路线。
今年2月，由理想前AI首席科学家陈伟和前第二产品线总裁张骁创办的斜跃智能成立，并获得元璟资本和理想汽车共同投资，方向聚焦家庭具身智能。
理想没有急着把机器人业务完全装进自己的组织体系，而是把熟悉AI和产品的人放出去创业，再通过资本保持连接。这更像是在押注团队和场景：家庭机器人需要的形态、能力和交互方式，可以交给更灵活的创业团队去试。
蔚来、小鹏、理想分别走向了三条路：轻投入押注底层技术，重投入打造第二曲线，外部孵化探索具体场景。
三条路径对应一个共同点：汽车企业正在把积累多年的AI能力、工程经验、供应链和制造体系，迁移到机器人这个新的物理世界。而当这些能力进入一个已经高度资本化的赛道，行业的竞争方式也会发生变化。
200亿之后，具身智能开始拼“家底”车企入场之前，具身智能已经先经历了一轮资本分化。
据证券时报统计，截至2026年6月，国内已有8家具身智能企业的公开估值达到或超过200亿元，包括宇树科技、智元机器人、银河通用、星海图、千寻智能、自变量机器人、智平方和灵心巧手。有人靠出货和制造能力获得定价，有人押注模型和数据，也有人卡位灵巧手等关键部件。
200亿元并不是一道生死线，却已经成为观察行业资本分层的一条坐标，从这 8 家的融资节奏可以看出，资本正在把更多筹码集中到头部公司。
而当蔚小理随后进入，汽车企业带来的资金、供应链、制造能力和真实应用场景，可能进一步抬高具身智能的工程化门槛。
具身智能需要同时解决本体、模型、数据和量产四件事。机器人要有足够可靠的关节、电机、传感器和电池；模型需要大量真实世界数据训练；数据采集又离不开机器人本身不断进入工厂、仓库和家庭；等到产品开始放量，还要继续投入供应链和制造。
具身智能的资本消耗，也和纯软件模型存在明显差异。模型可以通过算法优化和算力效率提升降低部分成本，但机器人每一次真实动作，都对应硬件损耗、能源消耗、数据采集和场景验证。要让一个Demo稳定工作，往往还需要大量真机测试和长期运行。
这解释了一家公司即使已经做出Demo，也很难靠一轮融资把故事讲完。它需要持续拿钱，把“能动”变成“能干活”，再把“能干活”变成可以复制的产品。
具身智能正在形成另一种“斩杀线”——它不对应某个固定估值数字，而更接近企业能否持续获得资金、完成技术迭代，并把能力转化为稳定交付。
而这恰好是车企更擅长的地方。一家成熟车企手里已经有一套经过多年验证的工业体系：电池、电驱、传感器、计算平台、供应链管理、质量控制和规模化制造。它们当然不能直接把汽车生产线搬来造机器人，但其中相当一部分工程经验和供应链能力可以复用。
图源：小鹏汽车官网
小鹏此次把机器人融资的一部分投入生产设施，就是一个信号。对普通机器人创业公司来说，融资是为了补齐研发、采购和量产能力；对车企来说，其中一些能力原本就在自己的组织里。
车企带来的最大变量，可能并非多了几个有钱的竞争者，而是具身智能开始进入一场更重工程、更重制造，也更考验现金流的竞争。对缺乏差异化技术和持续交付能力的创业公司来说，融资窗口可能也会随之收窄。
车企真正带进来的，是一套“物理AI底座”车企进入具身智能，手里最有价值的筹码，可能并不是某一项机器人技术，而是一套已经在汽车上经历过商业化验证的物理AI能力。
高阶智驾汽车每天都在处理环境感知、时空预测、路径规划和车辆控制。传感器负责“看”，模型负责理解和预测，计算平台负责实时推理，控制系统再把决策转化为车辆动作。汽车由此成为一个持续与现实世界交互的智能终端。
这套闭环与机器人并不完全相同，但它提供了一种重要的产业经验：AI如何进入一台真实机器，如何在复杂环境中持续运行，又如何通过数据和软件迭代不断提升能力。
这一趋势并非车企独有。英伟达已经将自动驾驶汽车和机器人放进同一套Physical AI框架中，其相关平台覆盖仿真、合成数据、模型训练和部署等环节。特斯拉也在最新的Master Plan Part IV中，将FSD、Robotaxi和Optimus放在同一物理 AI 技术框架。
对车企来说，这种积累的价值在于，它们面对的已经不只是“机器人能不能动起来”，而是如何把一套AI能力装进真实设备，并让设备长期、稳定地工作。
这正是机器人产业从Demo走向产品时最容易遇到的难题。
机器人真正进入工厂、商场或家庭之后，仍要面对传感器可靠性、计算资源、功耗、零部件寿命、软件升级、安全验证和售后维护等问题。单项技术领先，并不等于产品能够持续运行；模型能力突出，也不意味着整机就能稳定交付。汽车产业已经在这些问题上积累了大量工程方法。
比工程方法更难复制的，是汽车企业的规模化迭代组织能力。汽车可以通过软件持续更新，也可以通过供应链协同不断调整零部件和制造工艺，再通过大量真实车辆验证新技术。这套“研发 — 制造 — 交付 — 数据 — 再研发”的循环，本身就是一种产业能力。
早期创业公司更需要证明机器人具备完成任务的能力；到了产业化阶段，则需要稳定的复制。前者考验算法和本体，后者考验系统工程。
这才是车企进入具身智能后真正值得关注的地方。系统工程，是汽车企业最有可能形成差异化优势的地方。
斩杀线已划出，行业将快速洗牌蔚小理的进入，改变的可能不是具身智能的玩家数量，而是这场竞争的成本结构和迭代节奏。
当车企开始把汽车产业积累的工程能力带进来，机器人公司需要证明的就不再只是“能不能做出来”，还包括“能不能持续迭代、稳定交付，并最终找到足够大的商业场景”。
这并不意味着创业公司的机会消失。车企的组织和产品体系更重，创业公司在模型、本体和垂直场景上依然拥有灵活性。问题在于，只靠Demo讲故事的空间正在变小。
芯流认为，具身智能真正的“斩杀线”，并不在某个具体估值数字上，而在一家企业能否同时扛住融资、研发和交付三重压力。资本可以把公司送到200亿元估值，却不能替它完成从实验室到真实世界的最后一公里。
蔚小理还没有决定谁能造出下一代机器人，但它们无形之中划了一道线，低于这个门槛的机器人公司，融资难度将大幅增加。
