机器人泡沫与进厂破局：从朱啸虎质疑到工业场景落地

“进厂”大有可为

01 当机器人公司开始批量倒闭

今年上半年的一次访谈中，金沙江创投主管合伙人朱啸虎直言：“具身智能现在特别火热，但商业路径依旧模糊，尤其是人形机器人。我常开玩笑说，现在随便一个人形机器人都会翻跟头，可商业化到底在哪里？”他进一步透露，“我们正在批量退出人形机器人投资”，“机器人赛道共识很集中，但商业模式尚未清晰”。

这番言论犹如一盆冷水，激起业内激烈讨论。然而，热潮背后，大量机器人企业正被现实炙烤，稍有不慎便可能倒闭出局。

K-Scale Labs开发机器人 K-Bot

今年，硅谷明星公司K-Scale Labs在烧光400万美元融资后，创始人不得不发邮件给客户退款并关闭业务。美国儿童陪伴机器人公司Embodied则直接停掉产品服务，员工集体失业。

法国老牌机器人公司Aldebaran，曾是人形机器人领域的先驱，苦心经营十几年后仍未能逃过一劫。由于供应链问题导致成本居高不下，产品价格昂贵且不好用，去年亏损2900万美元后进入破产清算，最终被中国公司收购以求生存。

高盛近期发布的一份报告更是犀利：调研团队深入9家中国机器人核心供应商后发现，这些企业正基于对行业爆发的预期，在国内外疯狂布局生产线。这种“产能先行”策略背后，是中国制造业熟悉的赌徒逻辑——不惜重金押注未来，以规模优势锁定供应链主导权。

高盛认为，中国机器人供应链企业已规划出年产10万至100万台的庞大产能，却没有一家公司拿到真正的大规模真实订单。

那么，高盛的报告是否属实？有无夸张？这取决于如何定义“大规模真实订单”。

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%。企业类订单总计在数百到几千台之间，且多数并非要求今年交付。对于具体的落地场景和效率提升，PMF验证这些基本没有正面回应。因此，有业内人士认为，过早释放“大批量订单”信号，无异于在产业尚未成型之时，提前引爆一轮泡沫。

最典型的案例，就是上半年特斯拉与美国制药公司PharmAGRI签署意向书（LOI），计划在自营农场运营、原料药（API）合成以及处方药生产环节，部署多达10000台Optimus V3人形机器人。抛开马斯克直接否认的事实，这个案例也值得剖析。

首先，Optimus V3目前并无大规模量产迹象，突然冒出上万台订单，真实性难免受疑；其次，从资金层面看，PharmAGRI的体量和财务能力难以支撑如此规模的采购，毕竟这至少意味着数亿美元的支出。

这份“万台订单”本质上是一份意向书（LOI），而非正式合同。从法律意义上讲，它并不具备强制约束力，也无法明确采购金额、交付周期、付款条件等核心要素。这类“模糊订单”在近期行业宣传中屡见不鲜。PharmAGRI既不回应也不质疑，态度耐人寻味。

业内专家指出，这是将手机和汽车行业的不良风气带到了具身智能行业。具身智能仍处于明显的早期阶段，过度营销和吹高估值只会损害用户和产业信任基础。建议通过比对订单与实际交付数量、完税数据等方式，核实企业真实交付情况，对数据严重偏差的企业予以惩戒。

02 机器人进厂已经来临

但具身机器人真的没有商业化落地的抓手吗？相比进入家庭执行复杂任务，“进厂”眼下确实是最佳选择之一。

对于中小机器人企业而言，唯一的出路就是深入工厂，在工业场景中落地。一些企业在早期就签订大量项目合同，甚至包括低毛利、要求苛刻的项目，结果无法消化，导致产品迭代和融资双双受阻。因此，机器人产业链企业不应只看估值高低，而应关注多久能成为细分市场的第一。

如今走到B轮及后期的企业多具备两个特点：一是有明确的商业化场景（如宇树聚焦物流仓储，银河通用深耕工业巡检），二是已实现小批量交付（年营收超5000万元），如智元机器人2024年营收达1.2亿元，成为少数有确定性营收的具身智能企业。

那么，要实现这两个目标，需要克服哪些困难？

通用型机器人为了适应多种任务，必须保留大量冗余自由度、传感器和计算资源，这在工业中是成本浪费。而且客户更倾向于“专机专用”，针对特定任务做最小闭环优化，而不是为通用能力买单。

首先是为客户定制模型和硬件，工业场景数据较为封闭，难以共享。即便说服客户，还需要进行定制化生产，针对特定任务做最小闭环优化，而不是为通用能力买单。不就是定制化优化吗？做过乙方的谁还不懂？但真正做起来恐怕会傻眼。以汽车装配线为例，机械臂需以毫米级精度（±0.3mm）执行螺栓拧紧，并具备微秒级响应速度。更大的挑战在于动态环境适应：当传送带速度波动或工件位置偏移时，机器人必须实时调整动作。某头部企业测试显示，其最新型号在静态环境下成功率高达98%，但在引入动态干扰后，成功率骤降至67%，凸显了实际应用中的技术瓶颈。

其次，工业场景对机器人稳定性的要求达到六西格玛（6 Sigma），对应99.99966%的合格率，意味着每百万次机会中缺陷率不超过3.4次，几乎零缺陷。目前通用人形机器人依靠生成式AI训练的抓取动作，成功率在80%-90%。这对工业场景而言绝对无法接受，可能意味着每天上千万的损失。

对此，已深度参与具身智能业务的依柯力信息科技在行业内部沙龙上分享，目前工业场景下机器人只能执行固定任务，无法有效执行动态任务。而且，具身机器人有明确的参照对象，如工业机器人和协作机器人，但具身机器人硬件负载能力仅在初级阶段，速度比工业机器人慢5倍。此外，当前大模型生成代码精度达不到工业要求，无法应对突发情况，在无法联网的情况下，模型精度会进一步下降。

业界权威人士认为，当一家公司年度出货量超过5万台时，不仅意味着成本空间下降，也意味着行业对解决方案的认可度迎来巨大变化。目前只有物流机器人比较接近这一目标。而通用型机器人仍看不到拐点，或许在工业细分场景中，足够高效和低成本的机器人公司能够突围。

写在最后

高盛报告的警示虽有夸张，但也揭示了短期内具身机器人还难以替代人工。头部制造企业的订单，更多是“基于未来的战略布局+在自动化基础上试错”以及对未来话语权的争夺，而非跑通商业模式的理性买卖。

当前也不必闻泡沫色变。站在经济长周期视角看，历史经验告诉我们，技术革命的浪潮中，适度的泡沫恰是推动文明进程的特殊催化剂。 

如果你是机器人或AI从业者或感兴趣，我们可以拉你进高质量交流群，加群请备注个人信息。

参考资料：

千万级人形订单扎堆，泡沫有多少 来源：人形机器人发布

万亿机器人赛道，谁是背后金主 来源：财经杂志

120天变身人形机器人第一股 来源：腾讯财经