具身智能“大脑”竞赛，政策为什么抢在了资本前面？

　　新兴产业的发展规律，大多是资本先探路、政策后跟进。大语言模型就是这个剧本。但具身智能反了过来：这一回，政策走在了资本前面。

　　2026年政府工作报告明确提出培育具身智能等未来产业，具身智能已经是连续第二年被写入其中。“十五五”规划建议同样把它列进了前瞻布局的未来产业名单。

　　如果说年初的表述还偏于方向性，下半年的动作则具体得多：工信部与国资委联合启动专项行动，“提升大小脑模型算法”被直接列为攻关任务;北京、上海、深圳、杭州四地相继发布行动计划，尽管措辞各异，“大小脑”模型都被放在了关键技术的首位。

　　从中央定调到部委立项，再到地方排兵布阵，政策指向高度一致：具身智能的竞争要害在“脑”，不在“身”。资本显然听懂了：IT桔子数据显示，2026年上半年国内具身智能赛道融资总额达到935亿元，较2025年同期增长超过5倍。

　　已经进入上市程序的企业，招股书里排在首位的募投项目大多是模型与算法研发。7月24日，港交所进一步优化18C章上市制度，科技企业上市门槛继续降低。这套规则的估值逻辑以技术能力为主要依据，而具身智能企业的技术能力，核心正是“大脑”。

　　政策给出方向，资本通道随即跟上，衔接得相当紧凑。

　　更深层的变化发生在数据侧。

　　具身智能的“大脑”训练受制于数据，这在业内已不是秘密。银河通用机器人创始人王鹤今年在公开演讲中算过一笔账：头部车厂一天的回流驾驶数据约1亿条，全球最大规模的具身智能数据采集却只有百万条量级，两个数量级的差距摆在那里。自动驾驶能靠真实车辆低成本回流数据，具身智能的每一帧数据却要靠人工标注或遥操采集，照搬“数据飞轮”行不通。

　　行业层面的解法是整合多源异构数据，把互联数据、人类动作数据、仿真数据、遥操数据、真机回流数据纳入统一框架。而中国的特别之处在于，这件事被抬到了制度层面。

　　国家数据局局长刘烈宏到银河通用调研时曾明确表示，将为具身智能行业提供高质量数据集，作为实现数据要素市场化、价值化新的突破口。这是国家顶层数据管理机构首次把具身智能数据明确为政策发力点。数据是“大脑”的燃料，谁掌握数据体系，谁就掌握迭代速度——在全球尚无统一数据标准的窗口期，中国选择用制度力量补上这块短板。

　　组织支撑也在同步落地。近日，北京市科委、中关村管委会正式认定“具身智能大模型北京市重点实验室”，由王鹤担任主任。从国家数据局的政策定调，到重点实验室的平台落地，制度与机构两个层面衔接起来，搭的是一套从数据到研发的系统性基础设施。

　　回到最初的问题：政策为什么抢在了资本前面?因为这一轮竞争的要害足够清楚。硬件本体经过前两年的爆发，门槛已快速下降;真正稀缺，也真正决定胜负的，是模型能力和数据体系。

　　一个正在凝聚的行业共识是：“大脑”不是锦上添花，而是具身智能从实验室走入真实场景的必经之路。产量决定下限，“大脑”决定天花板——政策率先亮明态度，本质上是在为这场竞赛提前铺设轨道。

　　当方向、资金通道、数据供给、研发平台逐一就位，剩下的就看谁能率先跑通“数据—模型—本体”的闭环。制度底牌已经翻开，接下来是企业的赛程。