從來沒有哪一個行業(yè),像人形機器人這般,如此接近人類想象中的未來。

“人形機器人是AI領域中最令人興奮的課題之一。”英偉達創(chuàng)始人黃仁勛表示,未來人形機器人的數(shù)量將超過人類人口數(shù)量。二十年內(nèi),每個家庭都可能會擁有多臺人形機器人,就像電腦和智能手機一樣普及。

馬斯克,作為人形機器人的主要推動者,也表示“人形機器人業(yè)務的價值未來可能超過特斯拉汽車業(yè)務和自動駕駛業(yè)務的總和。”

當然,以上僅是利益相關方的樂觀一面,并非所有人都這么想。

金沙江創(chuàng)投的董事長朱嘯虎就認為,當前人形機器人商業(yè)化路徑不清晰,批評其演示功能(如翻跟頭)與解決實際問題的“干活”能力脫節(jié),并因此批量退出相關投資項目。

作為iRobot聯(lián)合創(chuàng)始人、MIT機器人實驗室前主任的羅德尼·布魯克斯,則是目前最嚴厲的批評者之一。他直言埃隆·馬斯克對于人形機器人的量產(chǎn)和能力預測是“純粹的幻想”。

人形機器人是可以看見的未來嗎?

從錢的流向來看,2025年前9個月,全球(特別是受中國市場驅(qū)動)在人形機器人領域的投資交易額達到約70億美元(約合500億人民幣)。這一數(shù)字相比去年同期增長了250%,太多人期待著機器人的“星辰大海”。

但在產(chǎn)品上來看,幾乎所有的人形機器人都還停留在跳舞拳擊、走路摔跤的狀態(tài),技術發(fā)展仍困在迷霧之中。

“熱錢”和“冷產(chǎn)品”,共同構成了人形機器人的2025年基本面。

VLA路線通向的“迷霧森林”

“人形機器人受到關注的更本質(zhì)原因是,AI大模型的出現(xiàn)。”

宇樹科技創(chuàng)始人王興興曾對筆者表示,傳統(tǒng)人形機器人的訓練算法,相當于是靠一些聰明的人類大腦去寫一些數(shù)學方程式,然后去求解這個方程,制定機器人的運動軌跡。但這些方程式有很大的局限性,一旦環(huán)境出現(xiàn)變化,可能就沒法用了,需要重新設計新的方程式。

這樣的訓練方式會導致代碼量非常大,而且當系統(tǒng)復雜到一定程度,單純靠人力是無法維護這個系統(tǒng)的。

但是對于AI來說,只要模型搭建得足夠好,然后不斷給AI投喂數(shù)據(jù)和算力,AI就可以不斷地試錯。利用強化學習算法中的獎勵機制,AI就能自動把好的訓練結果留下來,壞的扔掉,訓練效率得到質(zhì)的提升。

此前,人形機器人廠商所廣泛應用的AI模型為VLA模型(視覺-語言-動作模型)。它的技術邏輯可以簡單描述為,將人類指令和外界多模態(tài)信息(聲音、圖像、視頻)轉化為計算機語言,繼而控制機器人行為。

2025年,VLA模型在人形機器人領域開始碰到“麻煩”。

VLA模型和大語言模型,本質(zhì)上都是利用規(guī)模龐大的數(shù)據(jù)進行訓練,繼而產(chǎn)生“智能涌現(xiàn)”。大語言模型領域,通過“大力出奇跡”的方式,不斷提高算力和數(shù)據(jù)量,誕生了ChatGPT。

但在VLA模型的訓練中,互聯(lián)網(wǎng)上的靜態(tài)、非結構化文本和圖像數(shù)據(jù),并不是訓練所需的核心數(shù)據(jù)。訓練VLA模型需要的具身智能數(shù)據(jù)是連續(xù)的、動態(tài)的、三維甚至四維的時空軌跡流。而物理世界數(shù)據(jù)的稀缺與復雜性,成為了制約VLA模型能力躍升的主要瓶頸。

王興興指出,VLA模型是一個相對比較傻瓜式的架構?;赩LA模型的機器人現(xiàn)在跳舞、打拳效果很不錯。可問題在于,如果要訓練機器人跳全新的舞蹈,每次有新的動作都要從頭開始訓練。

1

“VLA模型還是不夠(完善)的,整個行業(yè)里還沒有人做得很好,強化學習的Scaling Law(技術收斂路徑)還沒有出現(xiàn)。”王興興稱。

此外,小鵬汽車創(chuàng)始人何小鵬對VLA模型的質(zhì)疑,則聚焦在于其架構中的“L”(Language/語言)環(huán)節(jié)。

何小鵬表示,視覺輸入到語言(L)的轉譯,以及語言(L)推理到動作(A)轉譯,都存在著巨大的信息損耗。語言作為中間媒介,損失了原始視覺數(shù)據(jù)中的大量細節(jié)和物理世界的連續(xù)性信息。并且,只要中間有“L”存在,就一定涉及到人工篩選或標注,這種方式“又慢又貴,且無窮無盡”。

于是,何小鵬認為應該砍掉“L”這一中間環(huán)節(jié)。直接從V→A,不再使用語言作為中間橋梁——通過海量非標注數(shù)據(jù)進行訓練,實現(xiàn)“非常極致的數(shù)據(jù)應用”,這才是實現(xiàn)智能“涌現(xiàn)”的關鍵。

何小鵬團隊將這種架構定義為“世界模型(World Model)”,旨在讓模型具備對物理世界的深層理解和預測能力,而非僅僅基于語言進行推理。

但是,從更現(xiàn)實層面的技術進展來看,無論是VLA模型還是世界模型,都還未出現(xiàn)清晰的技術收斂趨勢。整個人形機器人行業(yè),都像是在一片“迷霧森林”中,摸著石頭過河。

“真量產(chǎn)”VS“偽需求”

雖然技術路徑仍不清晰,但是人形機器人的“億元級訂單”,卻在2025年火出了圈。

比如,優(yōu)必選作為“人形機器人第一股”,其公開的訂單金額在行業(yè)內(nèi)處于領先地位。2025年至今,優(yōu)必選的累計訂單總額已達到了13億元。

同時,智元和宇樹科技則聯(lián)合中標某采購項目的兩個采購包,總預算為1.2405億元(含稅)。該項目被認為是國內(nèi)數(shù)額最大的人形機器人訂單之一。此外,有消息稱馬斯克向三花智控等中國供應商拋出的大額訂單,主要用于采購線性執(zhí)行器等核心零部件,訂單總金額達到6.85億美元。

此起彼伏的“億元級訂單”,一度引發(fā)了市場質(zhì)疑。

摩根士丹利的報告指出,許多廠商高調(diào)宣布的“大額訂單”中,相當一部分屬于框架協(xié)議訂單或意向訂單,而非確定性的、不可撤銷的采購合同。這類訂單的執(zhí)行確定性較低,為未來的不確定性留下了空間。

同時,業(yè)內(nèi)存在對訂單中夾雜“左手倒右手”關聯(lián)訂單的質(zhì)疑,即訂單可能在關聯(lián)方或生態(tài)鏈企業(yè)之間流轉,并非完全來自獨立的第三方真實需求。這種關聯(lián)訂單在行業(yè)發(fā)展初期有其階段性價值,例如用于技術驗證和產(chǎn)能爬坡,但如果被用于粉飾業(yè)績、推高估值,則會對行業(yè)造成系統(tǒng)性傷害。

無獨有偶,高盛在2025年11月初對包括三花智控、拓普集團雙環(huán)傳動、浙江榮泰等在內(nèi)的9家中國人形機器人供應鏈企業(yè)進行了實地調(diào)研。

報告指出,大多數(shù)供應商正在中國及海外(主要是泰國、墨西哥等地)積極規(guī)劃產(chǎn)能,以支持人形機器人的潛在量產(chǎn)。這些規(guī)劃的年產(chǎn)能規(guī)模介于10萬臺到100萬臺機器人等效單位之間。

高盛認為,這種規(guī)劃是“極其激進”的,目前沒有一家公司確認收到了大規(guī)模訂單或明確的生產(chǎn)時間表。而高盛自己預測的是,全球人形機器人到2035年的出貨量也僅為138萬臺。

1

“行業(yè)需要分辨當下的量產(chǎn)是由真實的商業(yè)需求驅(qū)動,還是僅由政策補貼和投資熱度催生的偽需求。”

智源研究院院長王仲遠公開表示,如果不是由真實需求形成的量產(chǎn),而是由示范項目帶來的一次性小需求,持續(xù)的量產(chǎn)就很難達成。一旦落地效果達不到預期,采購方會暫停購買,行業(yè)可能就會進入低谷。

而為了機器人能夠更多的走進真實世界,一些廠商也開始利用各種方法,讓其使用門檻被降低。

以智元為例,這家公司聯(lián)合杭州飛闊科技、上海電氣金融集團共同推出了全國首個機器人租賃生態(tài)聯(lián)盟。在該生態(tài)聯(lián)盟中,智元機器人作為機器人廠商,提供產(chǎn)品和技術支持;飛闊科技為租賃機器人的平臺運營方;上海電氣則為機器人需求方提供金融方案。

在機器人租賃生態(tài)聯(lián)盟發(fā)起的現(xiàn)場,智元還宣布了加盟合作伙伴可享受的包括涵蓋資金、訂單與流量等支持。比如,加盟合作伙伴享受專屬機器人折扣價格及現(xiàn)金補貼;零首付領機與利息補貼政策;聯(lián)盟成員將享受官方派單等。

為了降低機器人的開發(fā)門檻,智元則推出了靈創(chuàng)平臺。無需編程基礎和專業(yè)設備,只需上傳一段人類動作視頻,用戶即可通過該平臺,實現(xiàn)從真人表演到機器人復刻的端到端轉化。

宇樹科技在11月初發(fā)布的全身遙操作平臺,機器人精準復現(xiàn)了人類操作員的踢球、射門、舞動金箍棒、進行拳擊對抗等復雜全身動作,身體協(xié)調(diào)性接近人類水平。

在遠程操控下,機器人還完成了洗碗、用掃地機器人清潔、擦拭桌面、整理衣物、端水遞送、踩踏板開垃圾桶扔垃圾等一系列家庭日常任務。

這顯然都是退而求其次的選擇。

在機器人的“AGI時刻”還未到來前,宇樹科技的全身遙操作平臺為實現(xiàn)“人類分身”提供了一條更現(xiàn)實的路徑。通過遙操作,機器人可以在不完全自主的情況下提前進入家庭、工業(yè)等場景執(zhí)行任務,為采集真實場景數(shù)據(jù)、訓練機器人的“大腦”(大模型)奠定基礎。

涌向二級市場,遙望星辰大海

盡管所有人都困在技術的迷霧森林中,但似乎所有人都認為人形機器人終將走進現(xiàn)實。這種共識,在中國的二級市場表現(xiàn)得尤其明顯。

截至2025年12月16日,A股人形機器人概念板塊的整體漲幅為54.98%。這一表現(xiàn)遠超大盤,顯示出市場對該賽道的高關注度。

“常溫超導體、可控核聚變,可能在物理原理上就是個’問號‘??赡苓@個宇宙就不允許這種東西存在,人類花再多時間精力也不可能實現(xiàn)。”

王興興此前對筆者表示,與它們相比,人工智能機器人雖然需要解決的問題很多,但都是有方法的。只要花時間和腦力投入,智能是可以在機器人身上復現(xiàn)的,它并不存在物理意義上的約束。

按照王興興的最新說法,人形機器人想到“ChatGPT時刻”?:即機器人能在80%的陌生場景中,聽懂語言或文字指令后,成功完成約80%的任務(如遞水、整理房間)。

他預測,這一里程碑式的突破最快可能在1-2年內(nèi)實現(xiàn),最晚也不會超過3-5年。但他也強調(diào),機器人進入普通家庭仍需要一個相對較長的過程,因其涉及更復雜的倫理道德和安全性問題。

花旗全球洞察分析師Rob Garlick則認為,人形機器人的投資回報周期可能非常短,且回報豐厚。他估計,部分機器人的投資回收期甚至可能短至36周。

據(jù)Rob Garlick介紹,盡管機器人技術并非新生事物,但當前正涌現(xiàn)出眾多新的進展,其中AI的發(fā)展尤為關鍵。

他指出,人形機器人在家庭服務領域展現(xiàn)出巨大的潛力,如折疊衣物、修剪草坪等家務勞動,以及為老年人提供照護服務等方面,預計將迎來顯著增長。此外,包裹遞送、建筑施工和食品遞送等領域也是人形機器人的重要應用場景。

帶著對于人形機器人市場的增長期待,人形機器人廠商也紛紛開啟下一段資本征程。

目前,宇樹科技、智元機器人以及銀河通用三家公司均在2025年下半年完成了股份制改造,這是對接資本市場前的標準動作。其中,宇樹科技已完成為期132天的IPO輔導?,預計在2025年10月至12月期間正式提交科創(chuàng)板上市申請,有望成為A股“人形機器人第一股”。

除此之外,國家發(fā)展和改革委員會在2025年12月公布的數(shù)據(jù)顯示,目前我國已有超過150家企業(yè)涉足人形機器人領域。同時,超過一半的公司成立于2023年至2025年之間。

這意味著,在技術進展和盈利前景都不明朗的現(xiàn)狀之下,大量的人形機器人創(chuàng)業(yè)公司需要借助二級市場的融資通道,才能更持久地競爭下去。但二級市場的門,不可能一直大門敞開。

發(fā)改委相關部門負責人公開明確指出:“當前人形機器人在技術路線、商業(yè)化模式、應用場景等方面尚未完全成熟”,而“隨著新興資本加速入場”,需要“著力防范重復度高的產(chǎn)品‘扎堆’上市、研發(fā)空間被壓縮等風險”。

很顯然,二級市場的星辰大海,不是所有人都能力去追逐。一旦風險資本降溫,被擋在二級市場門外的機器人創(chuàng)業(yè)公司,很有可能重演多年前自動駕駛領域的公司倒閉潮。

事實上,一些類似的苗頭已經(jīng)出現(xiàn)。

1

2025年11月,對標宇樹科技的人形機器人公司K-Scale Labs宣布停止運營。K-Scale是從YC加速器跑出來的項目之一,曾在2024年2月的種子輪融資中籌集約400萬美元,估值達5000萬美元

10月,國內(nèi)的具身智能創(chuàng)業(yè)公司一星機器人(OneStar)也傳出解散消息。據(jù)媒體確認,該公司確實處于解散階段,“有吉利背景的相關人員已經(jīng)基本撤出”。這是吉利汽車創(chuàng)始人李書福之子李星星發(fā)起的具身智能創(chuàng)業(yè)項目,聯(lián)合創(chuàng)始人、CTO丁琰是上海AI Lab的明星研究員,曾在Ford、Meta等機構從事機器人感知與控制研究。

總的來看,2025年是人形機器人在技術爭議和產(chǎn)品信仰中,掙扎前行的一年。這是所有新興行業(yè)在初始階段,必須經(jīng)歷的過程。沒有人的看破未來,有的只是正在迷霧穿行的機器人和創(chuàng)造它們的人。(文 | 科技潛線,作者 | 饒翔宇 編輯 | 鐘毅)

轉載請注明出處、作者和本文鏈接
聲明:文章內(nèi)容僅供參考、交流、學習、不構成投資建議。
想和千萬鈦媒體用戶分享你的新奇觀點和發(fā)現(xiàn),點擊這里投稿 。創(chuàng)業(yè)或融資尋求報道,點擊這里。

敬原創(chuàng),有鈦度,得贊賞

贊賞支持
發(fā)表評論
0 / 300

根據(jù)《網(wǎng)絡安全法》實名制要求,請綁定手機號后發(fā)表評論

登錄后輸入評論內(nèi)容

掃描下載App