硅谷机器人大会热议 Physical AI：资本升温，但现场硬件主角仍来自中国
据《商业内幕》8 月 21 日报道，旧金山机器人大会 Actuate 近日吸引了约 1500 名投资者、创业者和工程师到场。这个由机器人软件公司 Foxglove 主办的活动，被视为硅谷观察机器人产业热度的窗口：一边是“Physical AI”（物理人工智能）成为高频词，资本继续涌入；另一边，现场真正展出的机器人数量并不多，少数受到关注的硬件设备中，中国机器人企业宇树科技（Unitree）的产品成为焦点之一。
这组反差说明，AI 从软件走向真实世界的进程正在加速，但机器人产业仍处在从概念、演示到规模化落地的关键过渡期。相比大模型、聊天机器人等软件产品，机器人不仅需要算法能力，还要依赖传感器、执行机构、整机制造、供应链、训练数据以及安全验证等多重条件。
大会人气升温，但“机器人不够多”暴露产业短板
来源显示，Actuate 今年参会人数较 2025 年增长约 3 倍。Foxglove 联合创始人兼 CEO Adrian Macneil 表示，如果不受场地限制，门票销量可能超过 2000 张。对硅谷创业生态来说，这意味着机器人正在从相对垂直的工程领域，重新进入 AI 投资与创业叙事的中心。
不过，现场情况并没有完全匹配外界对“机器人大会”的想象。报道称，展区内提供机器人训练数据服务的企业数量，超过了机器人硬件企业。Uber AI Solutions、Instawork 等公司展示的重点，是如何采集、标注现实世界数据，并将其用于机器人系统训练。
这背后的逻辑并不难理解：聊天机器人可以从互联网上的大规模文本、图像和代码中学习，但机器人必须理解真实空间中的动作、物体、接触、路径和环境变化。这类数据难以直接从互联网获得，也很难用单一标准格式描述。因此，数据采集、仿真、标注和回放工具，正在成为机器人创业链条中的重要基础设施。
- 资本热：Crunchbase 数据显示，全球机器人初创企业 2025 年融资规模达到 150 亿美元，2026 年至今融资额进一步达到 188 亿美元。
- 数据缺：机器人训练需要真实世界动作与交互数据，现阶段缺少类似互联网文本那样的大规模公共资源。
- 硬件紧：整机、零部件和可量产平台仍是制约 Physical AI 落地的关键环节。
- 供应链受影响：美国监管政策对部分外国制造先进机器人设备的限制，引发产业界对成本和可获得性的讨论。
中国硬件存在感增强，宇树成为现场焦点之一
在大会现场，中国机器人企业宇树科技成为少数受到关注的硬件厂商之一。报道称，两台宇树人形机器人参与了大会上的机器人格斗活动。虽然对抗过程中真正发生碰撞的场景并不多，也出现了攻击落空或动作失误等情况，但这种展示本身仍然反映出一个现实：在可展示、可采购、可用于实验的人形机器人平台上，中国厂商已经具备较强存在感。
来源还提到，中国企业去年约占全球人形机器人出货量的 90%。这一数据如果放在全球 AI 产业竞争中看，意义不只在“谁的机器人更多”，而在于Physical AI 的竞争正在从模型能力扩展到硬件供应、制造成本和迭代速度。对于研究机构和创业公司来说，能否以合理成本拿到稳定硬件，会直接影响算法验证、数据采集和产品试错周期。
报道同时指出，美国联邦通信委员会（FCC）此前对新的外国制造“先进机器人设备”实施限制，引发不同立场的讨论。部分美国制造商认为，这类措施有助于保护本土企业；但一些创业公司和研究人员担忧，限制廉价海外硬件供应，可能拖慢美国机器人产业发展。Waymo 创始团队成员之一 Sebastian Thrun 在大会上表示，相关监管“存在问题”。Multiply Labs CEO Fred Parietti 也称，公司目前仍依赖中国制造的人形机器人完成部分生产环节，并表示“现在没有替代方案”。
影响解读：Physical AI 的下一场竞争，不只是大模型
过去两年，AI 行业的主线多围绕大模型参数、推理能力、智能体和办公自动化展开。但机器人带来的问题更加复杂：模型要进入真实世界，就必须面对物理限制、实时控制、安全责任和设备维护。换句话说，机器人不是“给大模型装上身体”那么简单。
从 Actuate 的现场信号看，行业正在形成新的分工：一类公司做机器人本体和零部件，一类公司做数据采集和标注，一类公司做开发工具、仿真平台和运维系统，还有公司专注于特定场景，如物流、制造、服务和医疗实验室自动化。Foxglove 本身作为机器人软件公司主办大会，也说明机器人产业的软件工具链正在变得越来越重要。
对中文读者和国内科技产业而言，这场硅谷大会的启示在于：中国机器人硬件供应链的优势正在被国际市场看见，但长期竞争不能只依赖出货量和成本。未来真正的壁垒，可能来自高质量训练数据、可靠控制系统、场景化产品定义以及规模化服务能力。随着更多企业涌入 Physical AI 赛道，谁能同时解决“硬件可得、数据可用、系统可靠、场景闭环”这几件事，谁才更可能在下一阶段机器人产业竞争中占据主动。