如果你最近关注过杭州的具身智能公司，可能会有一个感觉：融资步伐加快了。

宇树科技上个月完成科创板上市，云深处签下大单，千寻智能三个月连融四轮。而这个月，又一家杭州公司加入了这场融资接力——西湖机器人宣布完成数亿元A1轮融资。距上一轮A轮融资，只隔了一个月。

投资方阵容不薄：海愿资本、翠微基金、银杏谷资本、西湖科创投、中山创投等多家机构悉数入局。翻看这家公司的融资节奏，半年内完成5轮，累计募资已超5亿元。

但值得追问的不是“融了多少”，而是“钱在往哪个方向流”。

具身智能越来越多走进普通人生活（受访者供图）

资本掉头，从“造身体”到“买大脑”

2026年上半年，国内具身智能赛道融资总额约935亿元，是去年同期的五倍。但仔细拆开看，一个关键的结构性变化正在发生：聚焦“机器人大脑”的企业拿走了超过一半的融资额，而纯硬件本体厂商拿到的钱不到两成。

资本逻辑的转向，背后是一个越来越清晰的行业判断：人形机器人的硬件本体正在趋于收敛，真正构成产品代际差的，是那个决定机器人“怎么想、怎么动”的大脑。

西湖机器人创始人王东林对此有一个直白的表述：机器人本体是物理载体，但真正拉开差距的，是能够复刻人类“感知—决策—行动”闭环的通用大脑。

这家公司走的是一条和许多同行不太一样的路。当大量创业公司从机械臂、四足底盘或人形本体切入时，西湖机器人选择把核心能力压在“机器人大脑”上——特别是端到端的具身大模型。公司目前主攻的是“通用大小脑”架构：通用大脑负责理解环境、拆解任务、做全局规划，通用小脑负责毫秒级的全身运动执行和动态平衡。

换句话说，他们想让同一套智能系统，适配更多机器人本体、更多任务、更多真实环境。

两位博士造出的机器人“大脑”

西湖机器人的选择，和它生长的土壤密不可分。

公司脱胎于西湖大学机器智能实验室，创始人王东林是西湖大学人工智能系副主任，长期从事深度强化学习和机器人行为智能研究。他所在的团队自主研发四足和人形机器人本体，在NeurIPS、ICML、ICLR等顶会发表论文300余篇，还做过机器人强化具身智能导盲犬，上过央视和人民日报。

西湖机器人创始人王东林教授（受访者供图）

另一位创始团队成员张岳，是西湖大学工学院副院长、ACL Fellow 2025，长期深耕自然语言处理。王东林管“行动”，张岳管“语言”——这个组合本身就指向具身智能最核心的难题：让语言告诉机器人“做什么”，让视觉告诉机器人“世界是什么样”，让模型决定“具体怎么做”。

这种“高校实验室直接转化”的路径，在杭州并非孤例。云深处同样有浙大背景。但西湖机器人的特殊之处在于，它试图攻克的不是某个硬件环节的工程优化，而是机器人“通用智能”这个更底层的问题。

杭州对这类公司的态度，也在变得明确。2026年5月，《杭州市促进具身智能机器人产业发展条例》正式施行，这是全国首部聚焦具身智能机器人领域的地方性法规。条例明确提出推动公共数据开放共享，支持建设多场景应用中试平台和检测检验平台，鼓励公共机构开放应用场景，探索“首试首用”机制。

对于一家需要大量真实场景数据来训练模型的公司来说，这种制度安排的意义，可能比一笔融资更深远。

一个还在“前GPT时代”的赛道

但必须承认，具身智能离真正的爆发还有距离。

一个被反复引用的判断来自宇树科技创始人王兴兴：具身智能的“ChatGPT时刻”，快则两到三年，慢则五到十年。他给出的量化标准是——在约80%的陌生场景中，用户通过语音或文字下达指令，机器人能自主完成约80%的任务。

这个标准目前远未达到。行业一线从业者的共识是，具身智能仍处于“前GPT时代”：技术路线没有收敛，高质量物理数据供给不足，从Demo到规模化落地之间横亘着泛化能力、复制成本和供应链可靠性三座大山。

具身智能机器人开始商超理货（受访者供图）

西湖机器人的应对方式，是在真实场景中“泡”出数据。公司已经在科研教育、文娱展演、电力巡检、应急救援、家纺鞋服等领域展开应用，并建立起“实景实训—数据回流—模型优化—再次部署”的迭代闭环。逻辑上说得通：部署场景越多，数据越多，模型越强，能覆盖的场景越广。

但这条正向循环能不能真正转起来，目前还没有答案。

一座城市与创业者的双向奔赴

把西湖机器人放到更大的坐标里看，它和杭州之间的关系，已经超出了“落户—扶持”的简单叙事。

杭州有700多家机器人相关企业，2025年具身智能产业集群产值超过1000亿元。四足机器人在国内市场的份额占到八成，人形机器人占到一半。这些数字背后，是杭州在机器人硬件供应链和运动控制算法上的长期积累。

但当这个产业从“造得出来”进入“用得起来”的阶段，杭州需要的不只是本体制造商，而是能定义机器人智能标准的大脑公司。西湖机器人押注的WR1大模型和通用大小脑架构，本质上是在争夺这个定义权。

可爱的机器人吸引国外嘉宾互动（受访者供图）

这件事能不能成，取决于两件事：模型能力能否随着真实部署持续增长，以及杭州的真实产业场景能否提供足够丰富、足够有挑战性的“训练场”。

A轮和A1轮连续融资之后，留给西湖机器人回答的问题变得具体了：不再是论文和Demo够不够漂亮，而是它的“大脑”，能不能在越来越多的真实机器人和真实场景中，真正跑起来。

具身智能的下一场竞争，或许不在于谁的机器人身体更灵巧，而在于谁的大脑，先学会在复杂世界里持续学习。