北大教授逆势创业：放弃硬件只做AI大脑，3年估值翻百倍！
你是不是也以为，做机器人就得软硬通吃才能成功？
错了！今天我要告诉你一个颠覆认知的真相：2026年最赚钱的机器人公司，可能根本不碰硬件！
软硬分化：2026年具身智能的财富密码
最近跟一位北大教授聊天，他告诉我一个惊人的发现——那些执着于“软硬一体”的机器人公司，正在悄悄掉进一个巨大的陷阱！
这位教授叫卢宗青，北京大学计算机学院副教授，他创立的智在无界公司，刚刚完成了数千万元的天使轮融资！更让人惊讶的是，这家公司竟然只做机器人的“大脑”，完全不碰硬件制造！
在所有人都追求“全栈”的今天，他为什么要选择这条“逆势”之路？
💡 软硬一体的“美丽陷阱”
先来看看行业现状：
智元机器人、银河通用这些“独角兽”，都在拼命做软硬一体 星动纪元、星海图等新秀，融资势头强劲，目标也是全栈 美国具身智能创业公司Figure，估值比只做模型的Physical Intelligence高出数倍！
看起来，软硬一体才是王道，对吧？
但卢宗青教授告诉我一个残酷的现实：技术栈太长，一家公司很难两头都做深！
过去一年里，出现了不少“为了全栈而全栈”的公司：
套壳现有模型，做出看似能干活的Demo 拿到了融资，却无法在真实场景里落地赚钱 因模型套壳被曝光，遭到技术能力的质疑
“我不想把资源分散在不擅长的硬件上。”卢宗青说得很直接。
🌟 3万小时数据：打造通用机器人大脑
那么，智在无界到底在做什么？
简单说，就是做跨品牌、跨形态的具身智能模型！
目前他们已经推出了两大系列模型：
- Being-H系列：灵巧手操作模型
- Being-M系列：双足机器人移动和操作模型（正在研发中）
最新发布的Being-H0.5模型有多厉害？
可以控制30种不同机器人！ 端侧部署在英伟达Orin-NX等小型芯片上，也能实时运行 已经服务PND、灵心巧手等硬件公司
最让人震惊的是他们的数据规模——超3万小时预训练数据！
卢宗青告诉我，这已经是当前全球规模最大的具身智能模型训练数据集！
⚠️ 人类视频数据：低成本高效益的“秘密武器”
他们是怎么做到这么大数据量的？
答案很简单：人类动作视频方案！
通过头戴摄像头，录制第一视角的手部动作视频 数据规模大、成本低 完整记录人类复杂操作
相比之下，传统“遥操作采集”模式：
需要人工操控特定机器人 成本高、规模小 数据与硬件深度绑定
卢宗青从2023年底就开始用这个思路做模型训练，当时业界还不以为然。但到了2025年，包括特斯拉Optimus在内，更多机器人公司开始采用人类视频数据方案！
💰 一笔让你震惊的经济账
为什么硬件公司愿意外采“大脑”？
卢宗青给我算了一笔账：
自研一个具身模型的年开销：
团队成本：10个人，年薪约2000万元 算力成本：100台机器，每月300-900万元（A800/H200） 数据成本：第一视角视频几十元/小时，动捕数据几百元/小时
总计：数千万甚至上亿元！
外采一台机器人“大脑”：
一次性License费用：几万-十万元 后训练服务：根据数据量收费
差距高达数百倍！
🚀 2027年：100万小时数据引爆行业革命
卢宗青预测，2026年会有更多公司认清“软硬分化”的价值。
但真正的爆发点可能在2027年！
“数据规模可能需要达到100万小时量级，才更有可能让机器人能够快速学会复杂的新任务，具备真正的泛化能力。”
目前智在无界积累了四五万小时数据，他们计划在2027年达到100万小时！
怎么实现？
行业对视频训练数据的需求起来了 出现了专门生产视频数据的创业公司 合作工厂提供工人头戴摄像头拍摄的数据
🔧 技术细节：从预训练到后训练
智在无界采用“预训练-后训练”双层框架：
预训练阶段：
通过大量人类视频让模型模仿人类 理解视觉、文本，输出人类动作
后训练阶段：
将二维画面信息与物理空间对齐 转成可以在物理世界中驱动机器人的控制信号 适配不同本体
他们在工程细节上做了很多创新：
建立自动化数据处理工作流 系统自动爬取网络视频，调用模型标注动作描述 将不同来源的视频统一到同一个3D空间
🎯 商业化：从To B到未来的To C
智在无界现在的商业模式很清晰：
- 一次性License费用
：一台机器人几万-十万元 - 后训练服务Being-Dex
：根据数据量收费 - 未来SaaS年包
：当本体企业出货量达到一定程度时
卢宗青还透露了一个重要信息：当技术收敛后，机器人会进入家庭，模型公司甚至可以做To C业务！
届时可能出现像微软那样的大软件公司，也可能像华为那样同时具备软硬产品。
⚡ 行业真相：Demo背后的“技巧”
卢宗青还爆料了一些行业“内幕”：
市面上确实有一些号称自研模型的公司，其实是套壳现有模型 Demo拍摄有很多“技巧”，有些任务可能是遥操控制的 如果眼下就能落地干活，就不会建那么多数据采集工厂了
关于最近火热的“世界模型”，卢宗青持谨慎态度：
“如果它只是用来生成训练数据，这当然可以。但如果要部署到机器人上直接控制操作，那就会变得极其复杂、极其消耗算力。”
💪 创业初心：从游戏到现实世界
最后，我问卢宗青为什么选择具身智能这个方向。
他的回答很有意思：
“2023年，我通过多模态大语言模型去玩开放世界游戏《荒野大镖客2》，但发现模型的任务理解和动作完成能力十分有限。我当时意识到，模型交互能力弱，根本瓶颈在于缺乏对视觉和空间的理解。”
这成为他投入具身智能模型研究的契机。
在技术快速迭代的时代，专注比全面更重要，深度比广度更有价值！
你觉得未来机器人行业，会是软硬一体还是软硬分化的天下？评论区聊聊你的看法！
如果这篇文章对你有启发，记得点赞+分享，让更多人看到这个行业的新趋势！
