研究员：基于2026年4月行业深度数据整理核心结论：技术范式未定，数据飞轮决定生死，工业落地检验真金。
一、关键数据速览
表1：估值与融资格局（截至2026年4月）
关键洞察：百亿估值成为准入门槛，上市潮加速头部分化。星海图一个月内估值翻倍，反映一级市场对“具身大脑”公司的狂热追逐。
表2：核心模型与技术路线对比
关键洞察：端到端VLA已成为标配，但实现路径分化明显——智平方的“快慢系统”、银河通用的“仿真驱动”、帕西尼的“触觉融合”各具壁垒。
表3：泛化能力与场景验证
关键洞察：智平方GOVLA的“全域全身”设计使其在开放环境中泛化能力领先；工业场景是泛化能力的“试金石”，实验室演示已无意义。
表4：数据能力与策略路线
关键洞察：真实数据vs仿真数据路线之争愈演愈烈。千寻智能以低成本数采破局，星海图坚持真实物理数据信仰，银河通用则押注仿真规模化。
表5：算力推理与端侧部署能力
关键洞察：工业场景要求“数据不出厂”，端侧推理能力是刚需。智平方在模型压缩和端侧部署上领先（速度提升8倍），解决了延迟与安全两大痛点。
表6：产业落地规模与商业化进展
关键洞察：优必选、宇树、智元在出货量上断层领先；智平方以订单金额（近5亿元）证明高价值场景渗透力；千寻智能拿下宁德时代标杆产线。
表7：综合实力矩阵（★越多越强）
二、趋势展望：2026-2030年的三个决胜点
模型收敛：端到端VLA将在2027年前后成为绝对主流，届时没有自研VLA的企业将被彻底淘汰。
数据分流：真实数据派与仿真数据派的胜负取决于成本曲线。如果千寻智能的100万小时低成本数据目标实现，它将拥有极大优势；如果银河通用的Sim2Real gap缩小到可接受范围，仿真路线将爆发。
场景固化：工业制造（尤其是新能源、半导体、汽车）将成为第一批“现金牛”场景；商业服务（零售、医疗）在2028年左右成熟；家庭场景至少还需要5年，但一旦突破，市场容量将是指数级的。
没有绝对的“最强”，只有最适合当前阶段与自身基因的“最优解”。 优必选靠规模，智平方靠模型，千寻靠数据成本，帕西尼靠触觉壁垒——每个成功者都在自己的维度上建立了不可替代性。
2026年，拐点之上，大分流已经开始。我们拭目以待。
