本文来自微信公众号： 华尔街科技眼 ，编辑：杜杰，作者：WS团队
人形机器人行业，多数公司的节奏都很统一：先做模型、做智能演示，再慢慢补齐硬件能力。松延动力的路子却截然相反。
2026年央视春晚小品《奶奶的最爱》算是松延的名场面。节目里，松延不仅拿出可完成空翻、侧手翻的双足机器人小布米、小顽童N2，还专门按需定制了仿生头部机器人。
这款仿生机器人高度还原“春晚常青树”蔡明的容貌，由此人形机器人首次完整进入春晚语言类节目，数亿观众记住了它流畅的动态表现。
一夜之间，“松延”“春晚同款机器人”成为热词，搜索和咨询量暴涨，品牌声量直接拉满。
这家成立仅两年多的北京公司一战成名，28岁公司创始人姜哲源也开始走入公众视野。
姜哲源曾在清华电子工程本科、清华交叉信息研究院攻读博士，专业方向是人形机器人运动控制与强化学习，是典型的硬件、运控背景创业者。
春晚之后资本也给出了反馈。公开信息显示，截至2026年3月，松延动力已累计完成9轮融资，可明确计算金额的融资已经超过15亿元。
国民曝光叠加大额到账资金，给了这家公司更大的叙事空间，也让外界生出期待：舞台上能做到的，什么时候能大规模变成真实场景里稳定跑通的产品？
疑问还没打消，2026年9月，松延就对外发布Scalabot具身技术体系、HERON世界模型、CRA强化行动模型，正式下场自研机器人大脑。
疑问再次接踵而至：靠春晚打出名气、手握大额融资，本体却尚未实现大规模量产，现阶段重注大脑研发，是否步子迈得太大、战线拉得太长？
告别外挂智能，自研大脑补短板
从团队组建之初，松延的技术底色就偏向硬件与运动工程。
姜哲源在校期间的研究内容，集中在机器人步态平衡、整机动力学、实时力控落地。他在采访中坦言，公司早期招人，优先结构、硬件、运控工程师，模型和算法人才并不是重点。
靠着这套运控功底，松延把机身能力快速跑了出来。很长一段时间里，市场对它的印象，就是机器人能跑能跳、抗扰动、动态平衡强。春晚那场亮相，就是这套本体能力最直观的公开证明。
彼时的松延，智能层面也一直依赖外部方案。此前机器人的对话理解、指令拆解、任务规划均接入第三方大模型，属于典型的外挂智能模式。
简单说，机器人能在台上精准完成动作，但不具备自主理解场景、规划任务、预判环境变化的原生能力。机身是自研的，大脑则依赖外部。
这种状态在今年9月被彻底打破。
松延正式推出自研具身技术体系，落地世界模型与长时序行动模型。
在近日的采访中，姜哲源确认，公司从2025年下半年开始组建独立模型团队，2026年大幅增加AI研发投入，从单一硬件本体公司，转向硬件、具身智能双轨研发。
行业路线分化，松延“后发补脑”
盘点目前国内人形赛道，各家的技术取舍已经非常清晰。
比如，银河通用完全以模型和仿真为核心，优先搭建智能架构，硬件基本外协，迭代速度快、演示效果成熟，但长期面临仿真环境与真实环境脱节的问题。
智元机器人走均衡路线，本体交付、场景落地、模型研发同步推进，依靠真实作业数据迭代能力，但需要长期承担高昂的工程和落地成本。
宇树科技和松延最为相似，均以运控、硬件起家，机身基础扎实，上层通用智能布局偏晚，目前同样处于补齐AI能力的阶段。
优必选迭代周期更长，产品落地经验充足，但常年需要在商业化交付和前沿研发之间平衡资源。
京东为代表的大厂，采取分层分开研发，语言交互、人设记忆、视觉运动规划分属两套团队，各司其职、接口联动，并非一体原生智能架构。
小米则依托大厂资源全面卡位，硬件、模型同步推进，但整体业务节奏相对平缓。
纵观赛道，绝大多数新玩家，都会优先选择轻资产的模型路线，避开硬件量产的重投入、高风险。
松延的选择刚好反过来。
业内也有一种共识：如果仅停留在强运控本体、上层长期依赖第三方模型，企业长期会沦为“硬件代工厂”。产品溢价和定义权将被AI方案方掌握。
布局自研大脑，是松延守住长期产业价值的关键选择，核心逻辑即是：提前储备智能能力，等待硬件起量。
在近期访谈中，姜哲源也解释过自己的时序逻辑：2023、2024年，行业最大的短板是本体不稳定、无法量产，因此公司优先打磨机身；前两年行业大脑路线混乱、方向不统一，故而选择观望沉淀，不盲目跟风。
他提出过本体研发的阶段性标准：机身稳定耐用、力矩和自由度达标、运控算法可支撑基础作业。在他看来，硬件达到基础可用标准后，必须提前布局智能，否则未来硬件规模化后，没有自研模型承接数据，无法构筑核心技术壁垒。
自下而上研发的优势，与无法回避的现实争议
先机身、后大脑的路径，让松延形成了独有的技术优势。
第一，团队熟知硬件物理边界。
很多纯模型团队缺少真机调试经验，模型仿真效果优异，落地极易出错。姜哲源多次在采访中强调，机器人大脑无法脱离本体独立存在。长期深耕运控的团队，更清晰掌握电机、力矩、惯性、硬件延迟的真实边界，模型研发不会脱离物理现实。
第二，具备真实数据的采集基础。
仿真数据可批量生成，但真实环境的扰动、误触、不规则物体、复杂工况，只能依靠真机试错积累。松延目前的小批量落地，已可持续产出真实交互数据，为模型迭代提供基础样本。
第三，自研软硬件体系适配度更高。
外购硬件的算法公司，长期需要解决模型与机身动力学不匹配的问题。松延本体、运控、算法体系同源，长期可最大程度降低适配损耗。
但行业对松延的争议，同样客观且无法回避。
即便经过春晚曝光、落地B轮大额融资，截至目前，松延尚未实现大规模量产交付，万台级交付仍为2026年目标，现阶段处于机身迭代、良率爬坡、供应链打磨的关键周期。本体本身就是高投入、重资产、消耗现金流的业务。
姜哲源也提到，机器人智能的核心来自真实场景数据，而真实数据的前提，是硬件能够规模化落地。
规模化落地已然成为具身智能行业的核心生存门槛。以春晚技术亮相为行业分水岭，行业发展逻辑已然清晰：舞台展演仅能验证产品的运动控制与场景适配上限，规模化量产、良率管控、成本控制、长期稳定运维才是落地的核心工程难题。
春节之后松延对外释放的意向订单量有数千台，但里面混杂着意向锁定、待验收、待排产，不少还没走完全款签约的正式流程。
根据姜哲源当时表态，松延对外锚定的核心场景是家庭陪伴、教育，同时在推进和京东、盛视科技的合作，探索消费、口岸巡检方向，但尚未公布已经形成持续跑通、可复制的规模化商用案例。
据了解，代理商手里拿到的多为预期排产窗口，并非刚性保供协议。多位松延经销商向，《华尔街科技眼》表示，春晚带来大量意向客户，现阶段行业渠道最核心的诉求只有一点：按时交付。诸多合作场景已提前规划布局，一旦交付延误，商业化落地的效果将大打折扣。
赛道中正蔓延着共性的行业焦虑：资本给出宽松窗口期，企业急于将意向转化为实单，极易陷入定制化项目制的陷阱。
“别的公司的情况，也折射出行业普遍的商业化压力。研发人员都成了方案解决经理，每到一个新的生产场景就要重新投入整个团队做适配，公司着急拉订单，但后期交付困难重重。”一位机器人公司前员工在对媒体采访时指出，很多机器人公司把商业模式干成了项目制，偏离了研发这一核心工作。
就在本体量产爬坡的关键节点，公司同步加码布局世界模型、算力、算法团队，业内普遍研判：企业存在资源稀释、双线推进叠加压力，对交付节奏形成双重考验。
这类矛盾并非松延独有，是本体赛道所有玩家必经的行业共性难题。过去几年，赛道内多家本体龙头均踩过相似发展关口：
•宇树科技：四足机器人进入规模化爬坡阶段，同时同步推进人形本体与上层模型研发，多位渠道人士曾向行业媒体反馈，多条新产品线分流内部资源，四足新品交付周期一度拉长；与松延逻辑相似，核心优势集中在运动控制，在本体未形成充足现金流安全垫的情况下，提前押注下一代硬件与智能层。
•优必选：早年在服务机器人硬件迭代周期中，一边稳住B端订单交付、消化库存与供应链压力，一边持续投入人形原型机和自研基座模型，财报及公开沟通多次提及高额研发费用带来的盈利压力；是行业最早体会“硬件回款与前沿研发双向拉扯”的标杆企业。
•智元机器人：A1本体交付爬坡阶段，同步扩编世界模型与仿真团队，曾有产业人士提醒，交付尚未完全验证落地，过度押注远期智能叙事，会放大短期现金流压力；区别在于智元更早绑定工业场景实单，有落地收入缓冲风险。
这些行业案例印证了同一个规律：“提前布局”和“战线失控”之间，仅有极窄的安全边界。
针对行业争议，姜哲源作出回应：公司对两条业务线设有明确资源红线，大脑研发不会挤占本体量产的必要投入，双线属于互补协同关系，不存在资源内耗。
但他也坦诚，双轨研发必然抬升整体成本与现金流压力，即便有B轮资金加持，行业早期投入难以在短期实现正向回报。
除此之外，松延的发展短板同样突出。
其一，上层语言交互、长时序记忆、语境理解业务起步晚、积累浅，对比深耕交互智能的成熟团队存在明显差距。
其二，HERON世界模型、CRA行动模型目前仍处于场景验证阶段，公开演示均为可控标准化场景，复杂家庭环境、动态干扰、长周期连续任务的稳定性，仍缺少大规模真实数据验证。春晚属于极高可控的舞台环境，无法对标家庭、商业空间的全天候复杂工况。
其三，松延“先硬件、后智能”的路线，是行业最重、最慢、成本最高的发展路径，对企业资金储备、迭代耐心、工程落地能力均提出极高要求。
行业路线没有标准答案
当前人形机器人赛道，不存在绝对正确的发展路线。
有人先脑后身，有人先身后脑；有人轻资产深耕模型，有人重资产打磨硬件。
银河通用靠仿真和统一模型架构突围，京东靠生态和分层交互卡位，智元靠场景落地积累真实数据，宇树、松延依托物理硬件功底补齐智能能力。
松延的特殊性在于，它是行业少见的、由硬件工程团队完整主导、自下而上搭建具身智能体系的公司。春晚将其推至行业聚光灯下，而聚光灯会无限放大量产爬坡的时间压力与容错成本。
这条重资产、自下而上的发展路径能否跑通，行业争议仍在持续。
对松延而言，接连落地的大额融资提供了充足试错窗口，提前布局大脑业务，是为后续硬件规模化落地筑牢技术壁垒。
但对合作渠道与资本市场而言，未来数个季度的交付兑现能力，将是检验这套全栈自研叙事能否落地的核心标准。