2024-2025两年时间，我们聊了近百家“具身智能”企业。作为一个顶级硬件产品，在最开始所有资本都希望布局到“链主”企业中，但复制当年“眼看Tesla起高楼，布局蔚小理做镜像”的投资方式却似乎不太可行。中国与美国的具身智能生态发展差异极大，尽管几家车企纷纷效仿Tesla造机器人，但带着大脑能力做本体的创业公司却率先成为一股不可忽视的势力，且纷纷准备IPO。

走到2025年下半年，产业再次在资本布局上发生“解耦”，大脑还在发育中，资本市场却已在四肢、零部件、触感、数据层面又有了新的故事。

最核心的问题是：在具身智能这个变化的棋局中，价值链是如何随着生态链传递的？中美在价值链的判断上有什么差异？

产业发展的“模块化”历史

哈佛商学院教授卡丽丝·鲍德温与金·克拉克在《设计规则：模块化的力量》中曾提出一个“模块化理论”，可以很好的用来理解价值在产业链中的迁移。

模块化是将复杂系统解耦成可以独立设计、又能在统一规则下协同的单元。拆开这个黑盒，里面是三层不可见的规则：架构（定义角色）、界面（握手协议）与标准（度量准则）。

关于模块化最经典的案例莫过于IBM，它在两个不同时代展示了模块化的“蜜糖”与“砒霜”：

·1964年的内部解耦（System/360）：当时电脑是“铁板一块”的单体结构，型号不兼容导致研发资源极度分散。IBM斥资50亿美元打造了System/360，建立了统一的指令集。这直接催生了独立的软件与外设行业，IBM通过内部接口标准化，确立了大型机时代的霸主地位。

·1981年的外部开放（IBM PC）：面对Apple II的挑战，IBM为了追求速度，放弃了全栈自研，转而采取“开放架构”。它将CPU交给了Intel，将OS交给了微软。短期看，IBM赢麻了：凭借标准化的供应链，两年内横扫了PC市场50%的份额，股价在1982-1983年间翻倍。

但故事的终局我们都熟悉了：本意是想用“外部采购”替代“内部研发”以换取效率，结果却因为失去了对核心界面的控制，亲手扶持了Intel和微软这两位“篡位者”。价值从整机向核心模块发生了剧烈迁移。

集成者Apple

正是目睹了IBM的失权，Apple成为极度对抗模块化的“一体化巨头”。然而到了2026年，Apple也开启了有节制的模块化之路：其M4系列芯片通过“统一小芯片”规则实现了算力的跨设备堆叠；软件端则推行“模块化单体”架构，以应对日益臃肿的系统。甚至在欧盟《数字市场法案》（DMA）的强制下，Apple用“核心技术费（CTC）”完成了商业模式的模块化：你可以不用我的支付模块，但必须为我的规则交税。

既然模块化有“链主失权”的风险，为什么现在就连Tesla、Google都在加速推进？为什么具身智能这个领域格外需要了解其他行业的“模块化“之路？

管理复杂度：当系统复杂到“具身”程度，没有任何一个大脑能理解所有细节。必须通过模块化来降噪，让“小脑”团队和“视听”团队并行狂奔。

并行推进迭代，获取最大效率：模块化意味着无数次的低成本实验。如果机器人的关节模块是独立的，你可以同时找10家供应商测试不同材料，系统的进化速度将获得25倍以上的增益。

第一性原理：大公司模块化非核心部分，是为了死死掐住那个“不可替代的瓶颈”。Nvidia掐住算力，Apple掐住用户入口，而Tesla掐住的是FSD（全自动驾驶）这一大脑核心。

那在具身智能领域，美国和中国的先锋企业和资本又是怎样看待产业的发展顺序呢？我们或许可以从VC的押注行为上一窥究竟。

在一级市场的头部具身智能公司常常会感叹和对岸美国对标公司的估值差异，然而也正是这种估值上巨大的差异才牵引着中国VC们积极布局具身智能领域，毕竟未来论应用市场的规模我们是相匹敌的，优秀的公司在市值上是有追平的可能性的。可如果仔细去看头部公司的画像和筹码分布，也许现阶段估值差异的底层原因在于对生态发展的价值判断上。

我们看看2025年中美在具身智能领域的筹码分布（本图由Gemini分析并生成）。

Source：

Global Market Data: PitchBook AI Industry Report 2025, Crunchbase Unicorn Board.

China Market Data: IT桔子（IT Juzi）、清科研究中心（Zero2IPO Research）。

Industrial Insights:针对本体与零部件的比例，参考了高工机器人（GGII）及国际机器人联合会（IFR）的产业链价值分布模型。

相较于中国，美国一级市场在2025年的筹码非常高的集中在“大脑“上，而从中国一级市场的布局来看，似乎”模块化“已经在具身智能领域发生。在大脑尚未完善之前的“模块化”有意义吗？究竟未来大脑的定义权有多大呢？

美国：再造一个：“iPhone”

首先，美国的具身大脑们并不算是创业公司，要么是有自有现金流业务的巨头，要么就是已经靠语言模型占据AI寡头生态位的超级独角兽，并且所有公司都在鼎力研发“通用能力”。

以Tesla为代表的“全栈派”，走的是典型的反模块化路径，马斯克坚持将大脑、小脑（控制算法）与本体（执行器）进行深度垂直整合。在Tesla的逻辑里，为了追求极致的能效比和反应速度，绝对不能解耦。Optimus就像是一个“闭门修炼”的武林高手，它不求与谁兼容，它只想通过软硬一体的黑盒操作，直接定义物理世界的最高性能。

而另一派则是以NVIDIA和OpenAI为首的“平台派”。这一派是“提前解耦”的疯狂推行者。NVIDIA通过GR00T项目和Isaac Lab仿真平台，试图成为具身时代的“校长”。它告诉所有的本体初创公司：你们不需要再为“前额叶”发愁，我提供通用的智力模组和练兵场，你们只需要负责造出听话的“身体”。

这种大脑与本体的提前解耦，在美国的初创公司（如Figure AI、1X）身上体现得淋漓尽致。这些公司往往在成立之初就与OpenAI联姻，将复杂的语义逻辑和决策功能完全外包给大模型，自己则专注在本体工程和运动控制上。这种分工让美国的人形机器人能在极短时间内展现出惊人的“理解力”，虽然它们的身体可能还在使用高价的定制件，甚至部分零件还依赖中国供应链。

对比来看，美国的模块化更多体现在“语义和逻辑界面”的统一，而非硬件接口的白菜化。

到了2026年“大脑决定论”继续升级：美国投资人们认为大脑强到可以“原谅”硬件的平庸。即便硬件模块不完美，只要大脑足够强，它就能通过实时反馈来补偿机械结构的误差。

而最近这一年，针对电子皮肤和高倍率驱动器的细分融资增加，更像是为了不让“身体”拖了“前额叶”后腿的补偿性布局。

所以，从美国整体的产业结构来说，无论是Tesla的一体化，还是OpenAI和NVIDIA的平台化，亦或是致力于做通用物理大脑的Pi，最终努力的方向都是降低硬件的议价权。在具身领域再造出一个“iPhone”让所有硬件厂商沦为“富士康”。

中国：资本押注硬件解耦以换取迭代速度

与美国那种由上而下的“智力霸权”逻辑不同，2026年中国具身智能领域的VC布局呈现出一种“实用主义进化”色彩。在这一轮密集的融资潮中，资金正在分层下注：一方面VC试图在通用基础模型（VLA）这一制高点完成“认知卡位”；另一方面，大量的产业资本与地方国资则在疯狂“扫货”灵巧手、执行器及高精度传感器等核心模组。这种布局并非简单的“谁决定谁”的问题，而是投资人在赌一场关于“身体白菜化”与“智力本土化”的时间差。

从2026年初的市场风向来看，VC确实在利用“模块化”这一武器进行系统性的对冲。通过支持那些能将“小脑”和“执行器”做到即插即用的模组公司，希望可以为本体企业构筑一套“低门槛的基础设施”。由于中国在LLM顶层算力和原始算法上仍处于追赶状态，VC必须通过“硬件解耦”来换取迭代速度。其实这种“硬代软”的发展模式，在中国已经有过一次类似的实践。

再走一遍国产智能手机的长征之路

回顾2010年至2021年间，“华米欧维”等国产手机品牌通过极致的供应链整合，将国内市场占有率从不足30%提升至80%以上，这种以硬件渗透率为先导的策略正在机器人领域重演。当时，中国手机厂商在缺乏自研操作系统的阶段，通过对安卓内核的深度本地化定制和硬件参数的军备竞赛，积累了足以支撑后期高额研发的现金流。以华为为例，其2023年研发投入超过1600亿元，这种规模化的研发红利正是建立在前期数亿台终端设备的铺货基础之上。

目前，具身智能领域正处于类似的“暴力铺货”前夜。中国厂商通过将关节执行器、精密减速器等核心部件模组化，试图将人形机器人的单机成本从实验室阶段的100万人民币以上降至15万人民币（约2万美元）的临界点。这种模块化解耦允许硬件迭代与大脑算法并行狂奔。

从价值链分布来看，中国已不再是简单的“富士康”式组装地。在iPhone产业链中，中国大陆供应商的价值占比已从iPhone 4时代的3.6%跃升至iPhone 15的25%以上，涵盖了屏幕、电池和光学模组等高附加值环节。在具身智能赛道，这种Tier 1级别的渗透正在电机和传感器领域发生。

而在移动互联网的时代，中国出现的巨型企业远不止是手机厂商本身。腾讯和头条取得了应用架空硬件的顶级生态位。所以即便在“大脑”协议暂时由美国定义的背景下，中国企业是不是仍有可能在应用层复刻“今日头条”式的崛起？通过在工厂流水线、末端配送等特定场景中累积海量的物理交互数据，中国公司可以开发出极具竞争力的调度与执行算法。这种基于真实物理常识而非纯模拟合成数据的算法，将使得硬件终端成为获取数据的触角，而真正的溢价权将转移至率先进行产业的自动化改造，能够优化动作逻辑、提升生产效率的超级应用方或者是场景方、数据方，这也就不难理解各“大脑”纷纷找到自身优势场景落地的原因了，抢在数据标准化之前完成应用落地闭环。这种从硬件规模红利向“智力租金”转化的过程，构成了中国具身智能VC布局的底层量化逻辑，而未来的销售场景抓在谁手里，谁就对产业的智能导入有更大的话语权。

然而，这种对“模块化”的追逐也伴随着巨大的焦虑，即担心价值链的最终“空心化”。VC的真实心态是：利用模块化来降低初期的入场门槛，但最想投中的，是那个能够把“零散的零件”整合进“统一的大脑协议”中的终极赢家。在2026年的融资叙事中，单纯的“大脑公司”正在向“场景数据”靠拢，而纯粹的“硬件公司”则在努力证明自己具备不可被替代的“物理常识瓶颈”。在具身智能的终局中，模块化是通往规模化的手段，而“不可解耦的大脑-场景闭环”才是估值溢价的真正来源。

尾声：投在环路上

中美的估值“锚点”完全不同。美国VC认为具身智能的终局是“智力垄断”。他们不关心谁造了身体，他们关心谁的大脑正在指挥这些身体。这种“智力租金”具有极高的毛利（80%+）和极强的生态粘性，这也就不难解释，在美国“大脑“的估值会几十倍于中国。中国投资人认为具身智能的终局是“生产力工具的白菜化”。这里规模效应逻辑是：如果我能把人形机器人的成本降到10万人民币以下，我将释放一个万亿级的存量市场（如快递、巡检、家庭护理）。

2026年的新变量是数据主权溢价。中国拥有全球最丰富的“动作语料库”（工厂流水线、外卖路径、养老院交互）。这些数据的物理专有性正在成为中国标的的新估值加项。所以去年下半年开始，数采公司纷纷顺利融资。美国拥有很强的“合成数据”生成能力。美国标的的逻辑是：我不需要看你搬砖，我能通过仿真引擎生成1亿种搬砖的可能，直接实现“零样本学习”。

作为投资者，我们不只是在选公司，而是在选哪一种未来会率先实现闭环，投在环路上。