清流资本刘博：中美在具身智能投资上的两种思路 | 清·质源

清流资本刘博：中美在具身智能投资上的两种思路 | 清·质源

2024至2025年间，清流资本团队深入调研了近百家从事具身智能的企业。这一领域被视为硬件技术的集大成者，初期大量资本希望找到并投资“链主”企业，以复制此前在电动汽车领域中跟随特斯拉模式而投资蔚小理的成功路径。然而，随着产业的发展，中国与美国在具身智能生态上的战略差异逐渐显现。

尽管多家中国车企试图效仿特斯拉布局人形机器人，但真正引起资本市场关注的，是那些专注于“本体工程”与“智能本体”的初创企业。这些公司不仅在技术上具备独特优势，还纷纷进入IPO筹备阶段。

到了2025年下半年，整个产业再次发生资本布局的“解耦”现象。尽管“大脑”部分仍在不断优化，资本市场却已开始聚焦于四肢、感知模块、触觉传感和数据处理等细分环节。

在这一快速变化的产业格局中，一个核心问题浮出水面：价值链是如何随着生态链迁移的？中美两国在价值链判断上的分歧又体现在哪些方面？

模块化：产业演进的隐形推手

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》中提出，模块化是将复杂系统分解为可独立设计、又能协同运作的单元的过程。其背后隐藏着三项关键规则：架构（定义角色）、界面（通信协议）与标准（度量准则）。

IBM 便是模块化演进的经典案例。

• 1964年，IBM 通过 System/360 的推出，将原本封闭且不兼容的计算机系统统一为指令集架构，从而催生了独立软件与外设产业，并奠定了其在大型机时代的主导地位。
• 1981年，为应对Apple II的挑战，IBM 放弃全栈自研策略，转而采用“开放架构”，将CPU交予Intel，操作系统交予微软。这使其迅速占据PC市场50%的份额。

但开放策略也带来了风险——失去对核心界面的控制。最终，Intel与微软成长为行业主导者，价值从中游整机向核心模块转移。

Apple：从封闭到有限开放

目睹IBM的失权教训后，Apple成为反模块化的代表企业。然而，随着2026年欧盟《数字市场法案》（DMA）的实施，Apple也开启了有限度的模块化转型。

M4系列芯片通过“统一小芯片”规则实现了跨设备算力堆叠；在软件端，“模块化单体”架构被用于系统优化。此外，Apple 还通过“核心技术费（CTC）”机制，使支付模块可选，但平台规则依旧由其掌控。

具身智能为何需要模块化？

1. 复杂度管理：当系统具备“具身”特征，任何单一团队都无法全面掌控所有细节。模块化是降低系统复杂性的有效手段。
2. 并行开发：模块化支持并行实验，显著提升研发效率。例如，若关节模块独立，便可同时测试多种材料方案，系统迭代速度可提升25倍以上。
3. 核心控制：大企业通过模块化非核心部分，以集中资源控制关键技术。如 NVIDIA 掌控算力，Apple 控制用户入口，Tesla 把握自动驾驶核心。

那么，在具身智能领域，中美企业的价值判断路径又是怎样的？这或许可以通过一级市场资本的布局方向找到答案。

中国VC们正积极布局具身智能领域，原因之一是中美在应用市场规模上具有可比性。尽管现阶段估值仍存在一定差距，但中国资本市场相信，在特定场景下，优秀企业仍有追平可能。

从2025年中美一级市场的布局图（由Gemini分析生成）可以看出，美国资本高度集中于“大脑”部分，而中国则在“本体与模块”上已有明显投入。

但问题在于：在大脑尚未成熟前，“模块化”是否具备实际价值？未来谁将掌握“大脑”的定义权？

美国：打造“具身智能版iPhone”

在美国，具身智能“大脑”并非由初创企业主导，而是由拥有自有现金流的大型科技公司或AI寡头型独角兽承担。它们正不遗余力地研发“通用能力”。

Tesla 走的是垂直整合路线，将大脑、控制算法与执行器紧密耦合。Optimus 像一位“闭门修炼”的高手，不追求兼容性，而是通过黑盒化操作定义物理世界的性能边界。

NVIDIA 与 OpenAI 则是“平台派”的代表。他们主张“提前解耦”，希望成为具身智能时代的“平台运营商”。通过 GR00T 与 Isaac Lab，NVIDIA 为机器人初创公司提供“前额叶”模块和仿真环境。

美国初创企业如 Figure AI 和 1X 往往在成立初期便与 OpenAI 联手，将语义与决策功能外包，专注本体工程。这种分工使它们在短时间内展现出强大的“理解力”，尽管硬件仍依赖中国供应链。

2026年，美国投资界愈发认可“大脑决定论”——即便硬件存在不足，只要智能足够强大，仍可通过实时反馈弥补误差。与此同时，电子皮肤、高倍率驱动器等模块的投资也悄然升温，以提升身体与大脑的协同。

中国：押注模块化以换取迭代效率

与中国不同，美国的模块化更多体现在“语义和逻辑界面”的统一，而非硬件的白菜化。相比之下，中国投资则呈现出“实用主义进化”的特点。

2026年初，大量资本分层布局：一方面试图在通用视觉语言模型（VLA）上抢占认知高地，另一方面则聚焦于灵巧手、执行器、高精度传感器等关键模块。这种策略并非简单地判断“谁决定谁”，而是基于“身体白菜化”与“智能本土化”之间的时差。

中国的模块化思路，与智能手机产业的历史高度相似。

2010至2021年，华米欧维等品牌通过深度整合供应链，将市场份额从不足30%提升至80%以上。在缺乏操作系统的情况下，它们通过对安卓内核的本地化与硬件军备竞赛，积累大量现金流。华为2023年的研发投入超过1600亿元，正是建立在数亿台终端设备销售基础上。

目前，具身智能正处于类似“暴力铺货”阶段。通过将关节执行器、精密减速器等部件模组化，中国厂商希望将人形机器人成本从百万元级别降至15万元以下。这种并行开发模式，使硬件迭代与算法优化得以同步。

从价值链来看，中国已非简单的代工角色。以 iPhone 为例，中国大陆供应商的附加值占比从 iPhone 4 时代的3.6%跃升至 iPhone 15 的25%以上。在具身智能赛道中，这种 Tier 1 渗透正在电机与传感器领域发生。

此外，中国还可能在应用层复制“今日头条”式崛起。在特定场景中，如工厂自动化、物流配送等，积累真实物理交互数据，开发出具备场景适应性的调度与执行算法。这种基于物理常识的算法优势，将使硬件成为数据触角，而真正的价值点转向场景方和数据方。

因此，各“大脑”企业纷纷寻找落地场景，希望在数据标准化前完成闭环。从硬件规模红利向“智力租金”转化的过程，正是中国VC布局的核心逻辑。

终局：模块化是手段，闭环才是目的

中国资本的焦虑在于，过度依赖模块化可能导致产业“空心化”。VC 的目标是，找到那个能将“零散模块”整合为“统一大脑协议”的终极赢家。

2026年，单纯的“大脑公司”正在向“场景数据”靠拢，而“硬件公司”则努力证明自己掌握“不可替代的物理常识瓶颈”。在具身智能的终极格局中，模块化是通往规模化的路径，而“大脑-场景闭环”才是价值的核心。

中美的估值逻辑完全不同。美国资本坚信“智力垄断”是终局，他们更关注谁拥有控制“大脑”的权力。而中国资本则认为，具身智能的未来在于“生产力工具的白菜化”。若能将人形机器人成本降至10万元以下，就能释放出万亿级的市场空间。

2026年，新的变量是数据主权溢价。中国坐拥全球最丰富的“动作语料库”，如工厂流水线、外卖路线与养老院交互。这些物理数据正在成为估值的新加权项。与此同时，美国凭借强大的合成数据生成能力，正在推进“零样本学习”。

作为投资者，真正的目标不是押注单一公司，而是选择哪一种未来能率先形成闭环——投资的，是未来产业的环路本身。