具身智能，踉跄起步 ｜《财经》封面

前述具身智能创业公司曾在2022年时遭遇融资困难，当时处于资本寒冬，许多创业公司都面临同样的处境，AI方向的创业公司们在2023年后遇到转机，OpenAI带动大模型火热，中国也迅速涌现多家大模型相关的独角兽公司。但很快市场又发生变化，2024年底，DeepSeek的出现，引爆全球，以字节跳动和阿里巴巴为代表的大厂加大对大模型的投入。至此，大模型创业竞争告一段落。

大模型创业和融资热潮几乎在一夜之间冷了下去，轮到具身智能赛道热起来。前述创业公司从融资难变成新晋独角兽公司，来拜访的投资人、客户和政府人员络绎不绝，但该公司的一位核心人士向《财经》坦言，此时，公司的产品“和两年前没有太大的变化”。

具身智能的火热是真实的，甚至早已“破圈”。除了舞蹈表演、机器人运动会，在上海的街头，能看见有人遛“机器狗”。不同行业的公司们也在跨界进入具身领域，包括手机厂商、汽车厂商、传统制造业公司、互联网大厂等。猎聘数据显示，今年三季度，在全行业新发职位上，“机器人工程师”职位数量同比增长88%，排名第一。

但是具身智能技术和产业化其实仍然在相当早的阶段。国家地方共建具身智能机器人创新中心相关负责人刘益彰在近期的一次公开活动中提到，2024年全国人形机器人销量仅数百台，今年全年的销量预计将跃升至约2万台，呈现爆发式增长态势。

近期，宇树科技创始人王兴兴在一个论坛上公开表示，目前机器人大模型的状态相当于ChatGPT发布前一年到三年。“大家已经发现了方向，但还没有达到真正做出来的临界点。”

尽管如此，大笔资金投入的投资人并不太担心会重蹈大模型投资的覆辙，《财经》获悉，多家具身智能公司都已在上市进程中，投资人还在积极投资具身智能的相关产业链，包括数据、零部件等。

但另一方面，具身智能的火热中，泡沫已经出现。一台跑步都能平地摔的人形机器人，已经催生出大量新独角兽公司和准上市公司。

年新独角兽涌现

今年7月，具身智能融资迎来一波高潮，从7月7日到21日的半个月时间里，连续八家具身创业公司宣布完成融资，单笔融资金额均过亿元。

在具身智能热潮下涌现的独角兽公司中，宇树科技和智元科技最具代表性。宇树科技公开的最新估值是120亿元，正在准备上市。智元最新估值是150亿元，也在计划上市。

这两家公司是目前估值最高的具身智能创业公司，也是商业化进展相对较快的。宇树成立于2016年，是相对“老牌”的机器人公司。智元成立于2023年，是新兴独角兽。

一位投资了多家机器人公司的投资人同样给出了今年人形机器人2万多台左右的销量预期。他告诉《财经》，宇树和智元各占约30%-40%的市场份额，也就是说，两家公司吃掉了绝大部分订单。

智元在人员变动的同时也在调整组织架构，把研发部门分拆成独立的业务部门，机器人的多个环节都做拆分，每条产品线都有自己的研发团队，还会分成自研和采购，通过内部赛马的方式快速迭代。“核心就是要快速做到能量产，抢占市场。”前述接近智元人士提到。

一位智元的早期投资人提到，最早智元有自己的机器人工厂，自己做生产。有一个客户下了一笔1000台机器人的订单，交付花了很长时间，最后客户反馈是合格率太低，大约有30%的机器人有故障。因为良品率太低，智元没有收这笔订单的钱，且很快，生产负责人也离职了。智元随后找了代工厂来做生产。

相比智元，宇树的商业化起步很早，目前是具身智能创业公司中为数不多能够长期保持盈利的公司。王兴兴曾公开表示，宇树已经连续五年盈利，年度营收已经超过10亿元。

高工机器人产业研究所数据显示，2024年宇树科技机器狗年销量高达2.37万台，约占全球市场69.75%的份额，在人形机器人领域，2024年宇树实现交付量突破1500台。

多位业内人士认为，宇树能够实现盈利的核心原因有几点，一是宇树有很强的硬件能力，宇树在机器人领域布局多年，已经有相对成熟的硬件把控能力，“能商业化的机器人不是堆料，而是在每个环节都选择最合适的、成本最优的方案”。此外，不少接触过宇树的人士都提到，宇树在大脑和AI上的投入比较小，这些成本会贵很多，“一个AI算法工程师的薪资是机器人工程师的3倍-4倍”。

包括宇树在内的多家机器人本体公司的做法是，寻找外部合作伙伴，来补足AI和大脑的差距。

如果从具身智能的角度来看，这些创业公司都还远远没到“通用智能”的程度，但资本依然充满信心。

初创机器人公司它石智航成立仅50天时，估值已达约50亿元，接触过该公司的投资人告诉《财经》，他至今仍不清楚公司的落地方向是什么。另一家做机器人大脑的独角兽公司，今年的收入不足1000万元，且目前还很难交付完整的方案，因为他们的大脑无法实际用在其他公司的机器人上。这家公司成立不到两年时间估值就已经超过10亿美元。

为何一个才兴起不久，且技术上有巨大迭代空间的产业，能如此快速培育出这么多新独角兽公司？

资本的逻辑

人形机器人是在建造一个像人的身体，具身智能是在为这个身体注入一个能够通过与世界互动来学习和成长的“大脑”或“心智”。

具身智能开始出现爆火趋势起于2023年，在当年ITF World半导体大会上，英伟达CEO黄仁勋表示，人工智能的下一个浪潮将是具身智能。此后他又多次强调这个方向。同一年，特斯拉创始人马斯克也多次公开表示，人形机器人这类产品的需求，未来将远超特斯拉汽车。

2023年底，美国具身智能公司Figure AI宣布完成6.75亿美元融资，估值达26亿美元，投资方包括微软、英伟达、OpenAI、亚马逊、英特尔、三星等知名科技公司。Figure AI公司在今年10月的最新估值已经达到390亿美元。

如今，像波士顿动力、Figure、特斯拉等公司正在努力将二者结合，希望制造出既拥有人的灵活身体，又拥有与环境交互学习的高级智能的下一代机器人。

此后，具身智能跃升为最热门的创业投资方向。多位投资人告诉《财经》，这就是很典型的“风口”制造路径：有业内知名人士的站台和呼吁，且伴随着巨型独角兽出现。投资人还提到，现在正处于中国和美国科技竞争的阶段，无论是AI、大模型、芯片，还是具身智能，都是大家必须要参与的方向。

一家机器人数据创业公司，今年初的估值是2亿元，到10月已经涨到15亿元，创始人预计到年底可以涨到20亿元，一年时间里，估值上涨10倍。在融资过程中，有投资人担心这个方向的市场空间，认为现阶段估值偏高，创始人反问，“英伟达都认可的方向，你不投吗？”

2023年前后，大模型的创业投资爆火也是相似的路径，但相比大模型，资本市场对具身智能的热情更高。具身智能相比大模型，最明显的一个特点是“看得见、摸得着”。一只可以跑着、跳着执行任务的机器狗，一台可以扭秧歌的机器人是有相对明确的交付路径的。

大模型能交付的是软件能力。在投资人看来，软件行业会面临两个问题，一是客户的采购意愿并不高，二是很容易被大厂“碾压”。以大模型为例，当DeepSeek证明通用大模型的能力后，包括字节、阿里、腾讯等大厂都迅速加大投入力度，很快就占据了主要的市场份额。

但如果是硬件，涉及链条更长，即使是大厂快速介入，也很定在短期内做出绝对优势。

这一波具身智能创业潮中，互联网大厂依然是重要的投资方，美团在过去三年里共投资了约30家机器人公司，美团还是宇树科技最大的外部股东。

阿里和蚂蚁集团投资了宇树科技、星海图、心灵巧手、逐际动力等公司，京东投资了智元机器人、千寻智能、逐际动力、众擎机器人、RoboScience等。大厂们普遍认为，它们的业务生态未来有可以与机器人协同的空间。

除了产品直观，一级市场的投资人热捧具身智能的重要原因是不少创业公司都已经有明确的上市计划。

据公开信息，目前宇树科技和乐聚智能均计划上A股，宇树预计于今年10月至12月间提交上市申请文件，乐聚预计于2026年3月至6月完成辅导。此外，一位知情人士告诉《财经》，云深处也已经计划于A股上市。11月3日，云深处完成了名称、市场主体类型、投资人、高管人员备案和负责人变更，公司名由“杭州云深处科技有限公司”变更为“杭州云深处科技股份有限公司”。

更多的具身智能创业公司瞄准了港股。香港联合交易所有限公司（港交所）在2023年推出《香港联合交易所有限公司证券上市规则》的第18C章节（下称“18C”），为特专科技企业提供新的上市通道。2024年8月，港交所又对18C的部分要求做出调整，市值门槛最低降至40亿港元。

18C条款中的“特专科技企业”是指从事特定科技领域的公司，包括新一代信息技术、先进硬件、先进材料、新能源及节能环保、新食品及农业技术等五大领域。截至2025年9月29日，已有18家相关企业通过18C申请港股上市，其中机器人公司越疆科技已上市，仙工智能、斯坦德机器人、云迹科技、优艾智合四家机器人相关公司已递表。

多位投资人提到，除已公开的这些公司，还有不少具身创业公司都在计划通过18C登陆港股，如无意外，2026年将迎来机器人港股上市潮。

《财经》获悉，一家机器人零部件创业公司今年估值已经翻了2倍多，目前估值约16亿元，这家创业公司的投资方已经计划尽快让估值涨至40亿元，以达到港股上市标准。

此外，政策是资本市场的风向标，尤其是国家层面的重大政策。近年来，具身智能多次被写入相关政府工作报告中。

2021年的“十四五”发展规划中就已经提及，新一轮科技革命和产业变革加速演进，新一代信息技术、生物技术、新能源、新材料等与机器人技术深度融合，机器人产业迎来升级换代、跨越发展的窗口期。世界主要工业发达国家均将机器人作为抢占科技产业竞争的前沿和焦点，加紧谋划布局。中国已转向高质量发展阶段，建设现代化经济体系，构筑美好生活新图景，迫切需要新兴产业和技术的强力支撑。

2025年3月，政府工作报告首次明确将具身智能、智能机器人写入报告，列为生物制造、量子科技等同等战略地位的新兴产业，并且明确了“技术攻关-场景落地-生态聚合”三位一体的发展路径。同时，今年以来，北京、深圳、广东、杭州等地均出台相关政策，从技术攻关、产业链协同、场景落地、生态培育四大维度提出要求，并在政策引导、资金支持、平台建设、资源整合等层面提供系统性支持，目标抢占全球技术制高点、构建自主可控的人形机器人产业生态。

中国信息通信研究院的于青民告诉《财经》，各地方政府在具身智能领域的投入是真金白银的。地方政府的投入不仅体现在资金支持上，还做了很多其他事。例如，上海市支持企业参与相关行业标准的研制与修订，可获得最高100万元的补贴，武汉市致力于下沉做好“供需对接”，通过开放场景、供需对接等方式，支持具身智能企业的实际落地。

在无锡，一名地方政府引导基金人士正在跟踪不少AI项目投资。他表示地方产业政策更关注项目实际落地和反向投资，“去引导具身智能企业把总部、产线或研发销售渠道落在当地，成为当地实体经济一部分，带动区域经济增长”。

一位关注机器人领域多年的投资人告诉《财经》，过去几年，资本市场的投资主题极度匮乏，出现过为数不多的投资亮点，都会受到资本追捧，然后迅速进入阶段性的供给过剩、估值过高。但具身智能的特点是，这是一个覆盖面很广的投资方向，除了本体、大脑、关节，还有上下游的产业链，很多环节还可以与制造业、AI交叉，可以投资的空间很大。

商业化加速

目前，具身智能的主要应用方向是表演和科研。在部分业内人士看来，这两类不能算是真正的具身智能应用，他们认为表演是提前设定好程序的自动化，并不“智能”。科研也不能直接带来规模化、可复制化的商业价值。

但不可否认，机器人表演是目前最深入人心的应用。据“AI故事计划”文章，机器人表演这个行业已经出现“泡沫”，一位从业者称，他今年3月入行时，一台宇树机器人站在商店门口挥手迎宾的价格是一天9000元，今年“五一”期间，他的机器狗加机器人的表演报价是一天3.2万元。到6月，机器人的“出场费”开始一路下滑，大量从业者涌入。到国庆，他报价一天1.5万元，客户拒绝了。

高校等科研机构也一度是机器人的主力客户。据人形机器人场景应用联盟统计，截至2025年上半年，从国内已公开的人形机器人订单来看，高校、科研院所和职业院校等教育科研机构采购量占总订单量的75%。

不过，到今年下半年，具身智能领域的产业订单量有明显增加。

7月，智元与宇树科技共同中标中移（杭州）信息技术有限公司2025年至2027年人形双足机器人代工服务采购项目，总标包金额1.24亿元。

9月3日，优必选宣布获得国内知名企业2.5亿元具身智能人形机器人产品及解决方案采购合同，合同以人形机器人WalkerS2为主，今年内启动交付。

9月11日，智平方与惠科股份子公司深圳慧智物联技术服务有限公司达成具身智能战略合作，将在未来三年内部署超1000台具身智能机器人，订单金额超4亿元。10月19日，优必选中标1.26亿元的“广西具身智能数据采集及测试中心”项目。10月29日，越疆科技宣布与精密器械公司瑞德丰签署超8050万元采购合同。

机器人创业公司云深处联合创始人李超告诉《财经》，云深处今年的订单量预计是去年的3倍至5倍。他认为核心原因是产品力提升，大家发现机器人可用了，而且客户会自己研究用途，例如在苏超半决赛，有客户在机器人上安装直播设备，去做现场直播。还有客户去可可西里拍纪录片，机器人穿上藏羚羊的衣服，混在羊群里近距离地拍摄。

一位具身智能独角兽公司的战略投资方认为，目前具身智能还没有到真正意义上商业化的时刻。他提到，关键的衡量标准是机器人产生的经济效益，“简单来说，如果一个机器人的成本和一个人工的成本差不多了，那就可以规模化应用了，但现在还远远达不到这个标准”。

但他也发现，尽管现在智能机器人还很不成熟，已经有不少愿意下单的客户了。具身智能公司需要考虑，如何在产品还相对粗糙的情况下占领市场，否则很可能还没能等到通用智能机器人就被淘汰了。

商业化现阶段算不过账

人们相信在未来，人形机器人会真正进入工作岗位，包括家庭工作、工厂、服务业等，但在今天，机器人连跑步都很难完成。

在今年举办的机器人马拉松运动会上，顶着光环的人形机器人们展现出了真实的另一面——有机器人刚起跑就摔倒，有不少机器人跑着跑着零部件就掉了，还有机器人跑步时出现关节过热退赛，甚至还有机器人在跑道上迷路。

一家大型制造业公司采购了知名创业公地的机器人，这家公司的业务人员告诉《财经》，他们知道这些机器人“用不了”，但他们需要尝试这些新的技术方向。这家公司的工厂里有先进的自动化设备，有协作式机械臂、ATV（自动引导车）小车，相比还不稳定的人形机器人，同样的工作可以用这些自动化设备高效稳定地完成。

“但没有领导会来看你工厂里的机械臂，大家要看人形机器人。”他说，“领导来看了，我们就有机会从其他地方把人形机器人的钱赚回来。”

客户也有现实考量，机器人还在进步中，未来机器人进工厂势在必行，只有做第一个吃螃蟹的人，才能确保未来的领先度。

机器人是否应该采用人形设计是行业一直存在的争议。在技术层面，人形机器人面临“稳定性”的难题。一旦跌倒，后果不堪设想。今年9月，MIT教授、iRobot联合创始人罗德尼·布鲁克斯（Rodney Brooks）在他的文章中提到，全尺寸的步行人形机器人需要消耗大量能量来保持直立，一台体积翻倍的人形机器人跌倒时释放的动能将呈立方级增长，可达8倍，“在生产产线或家庭场景都是不可接受的风险”。

在今年的外滩大会上，星海图智能联合创始人许华哲说，他在找落地场景时发现，一台人形机器人价格约在30万至50万元，如果只在单一或少数任务中使用，“账一定算不过来”。无论是叠被子还是打螺丝，这类高度专一、重复度强的工作，本质上都有成本更低的专用设备可替代。

许华哲认为，只有当人形机器人能够在同一场景中承担约十类以上的任务，才能在投入与产出上接近收敛，“那时人形机器人才算是算得过账的情形”。

在进工厂的具体操作场景里，轮式底盘相比双足形态更有优势。智元机器人合伙人、高级副总裁、具身业务部总裁姚卯青告诉《财经》，轮式机器人已经能满足大部分工厂场景需求，可以提供更长续航、更强稳定性以及导航精度。

无论现在具身智能发展水平如何，相比继续专注研发，争取做出真正的通用智能机器人，更多人的选择是尽快商业化，让机器人进入真实的业务场景。

数据是最大难题

但落到具身智能领域，数据几乎没有。具身智能需要的是机器人与真实物理世界交互的数据，但此前没有行业在做这方面的数据积累。自动驾驶需要的数据也类似，这些数据可以通过有人驾驶的汽车来采集，但在现实世界里，真实使用机器人的场景还未出现。

今年9月的外滩大会上，王兴兴提到，当前具身智能的困境主要体现在高质量数据及模型算法层面。在数据层面，采集和质量问题比较突出，数据利用率也需提升；在模型层面，当前多模态数据的融合并不理想，模型与机器人的控制模态对齐也是难点。

这变成一种“鸡生蛋，蛋生鸡”的问题，没有足够的数据难以优化模型，而缺乏优化的模型又难以激励客户提供数据。

过去两年，大量机器人数采中心出现。多数数采中心用的方式是，搭建一个场景，例如家庭、工厂流水线，人工遥操机器人去做一些任务，例如拧螺丝、拿杯子、叠衣服等。在一个场景下不断积累数据。

许华哲在接受《财经》在内的媒体采访时表示，积累操作数据是最困难的部分。其中有个前提，是机器人需要干活。“只有干活才能积累数据，有数据才能更好的干活。”

此外，对于很多数采中心来说，采购机器人的成本非常高，而且每家机器人的参数、标准和质量都不一样，用A家的机器人采集的数据，无法直接应用在B家的机器人上。这也是目前具身数据采集进度较慢的原因之一。

智元数据采集中心负责人阮丞告诉《财经》，数据采集中心的成效如何，取决于其数据订单获取规模。只有拿到来自需求方的真实订单，才能真正了解数据需求细节，结合模型训练的结果反馈进行迭代，由此才能切实提高数据质量。

上海星际硅途技术有限公司首席执行官赵一凡刚创业不久，今年看到了机器人的热度，也想加入其中。

赵一凡曾有汽车和投资背景，他判断，具身智能的大脑才是核心，而本体已陷入价格战，低则几万元，高则几十万元，如果现在参与其中，“三五年很难活下去”。他看到卖模型的最终其实想卖本体，本体没有这么好卖，就先卖数据。

他看到具身智能最大的缺口是数据，想通过做具身数据服务赚钱。据他观察，很多公司本体卖不出去，先卖数据赚了一笔钱。

该初创公司的解决方案是“轻量化采集”：他们与妇女联合会、就业促进办合作，让家庭主妇或农村妇女等非专业的人，在真实的家庭劳动（如打扫、叠被子）中穿戴轻量化设备来采集数据。

他声称这种模式能获取“100种被子100张床”的真实世界数据，且没有“场地租金”，目标是将具身数据获取成本大幅下降。

他们目前面临的最大技术壁垒是如何将关节结构不同的人体数据，精确映射到机器人本体上。他们的策略是先将数据产品开源，与机器人厂商共同验证技术的可行性与成本优势。

在具身智能领域，一条较为明确且在全球范围较为主流的路线，是以端到端的VLA（Vision-Language-Action）模型为核心的路径：以真实机器人操作数据为基础，先从语言大模型扩展到多模态模型，再进一步嵌入具身执行能力，试图通过统一模型直接驱动机器人动作。

但这类数据采集方式成本极高。清华大学计算机科学与技术系教授孙富春告诉《财经》，真机数据极其昂贵，他举例称“光触觉数据大概5美元一个样本”。另据一位数据服务商了解，一条数采中心的真机数据平均在400元-500元。

另一类路线则以“仿真—现实迁移（Sim2Real）”为核心，利用大规模仿真环境生成训练数据，再通过对比学习等方法将策略迁移至真实机器人。其中代表性的公司是光轮智能，该公司创始人谢晨曾在英伟达负责自动驾驶仿真机器人。目前英伟达也是光轮智能的客户及合作伙伴，此外，字节跳动、智元、宇树、银河通用等公司也在采购光轮的合成数据。

光轮智能联合创始人杨海波告诉《财经》，仿真数据是具身智能数据的底座。因为机器人如果要具备通用能力，需要大量的、丰富的数据，真机采集成本高、效率低，通过仿真数据可以让机器人具备一定的基础能力，之后再根据不同垂直领域去做专业数据训练。

银河通用就是走“仿真合成数据驱动具身大模型”路线。在2025年外滩大会上，银河通用大模型负责人张直政举例称，特斯拉在训练电池分拣任务上用了数十万条数据，40多人采了一个多月，换算成国内的人力成本需要数百万元。他指出，若未来具身大模型需要上万亿条数据，完全依赖真实数据“是不可持续的”。

仿真数据的关键难点是如何让数据质量无限接近于真实数据，例如在一个仿真场景里，机器人打开一扇门的力度要如何设置，才能确保它回到真实场景中，能打开各种不同类型的门。

数据类型逐渐成为划分技术路线的关键维度。真机数据逼真，但获取成本高。仿真数据可批量生成，但对现实的迁移存在瓶颈。

行业还在探索其他的数据采集和技术路线。比如马斯克曾公开表示，其人形机器人项目Optimus的目标之一就是“让机器人通过观看网络上人类做任务的视频来学习”，这目前仍处于探索早期。

无论是哪种数据，最后的目标都是要通过数据把机器人培养得越来越像人，之后从事人类的工作，无论是陪伴、服务还是去工厂上班、帮助人类完成危险的工作。

机器取代人类工作已经是一个“古老”话题。在19世纪的纺织工厂里，工业革命已经开始将人类和机器放在一起工作，工人们变成流水线上的一环。融资、上市、商业化，同样是科技领域的“古老叙事”，我们至今仍未能准确定义具身智能的真正价值。但至少，具身智能的价值不会停留在接近人类，而是它能做到人类做不到的事情。

（本刊研究员周源对此文亦有贡献）

责编 | 王祎