K-Scale Labs：人形机器人梦想破灭的警示

K-Scale Labs，一家致力于人形机器人研发的创新公司，其创业之旅在硅谷的璀璨星光中黯然落幕。

尽管K-Scale并未跻身于人形机器人领域的顶尖行列，缺乏如Figure或特斯拉Optimus那般高调的市场曝光，但其在硅谷内部却因工程热情、开源潜力和可展示的成果而备受瞩目。

然而，当团队终于打磨出原型机时，市场环境却发生了剧变。原本因“宏大愿景”而买单的投资人开始变得现实，他们关心的是：你的机器人究竟卖给谁？成本结构能否支撑？是否有现金流？

最终，公司因融资断裂、团队解散而停滞不前。K-Scale的倒下不仅是一个普通创业公司的失败，更是行业的一个信号：在硅谷，人形机器人的故事正从“梦想阶段”步入“算账阶段”。

回顾年初朱啸虎的判断——许多人形机器人公司CEO“都是自己想象出来的客户”，因此“批量退出”，这一观点当时引来了不少批评，被认为是“短视”。如今，随着第一家硅谷人形机器人创业公司K-Scale的倒下，这句被嘲讽的观点反而像是提前给出的“剧透”。

“第一家”倒闭的人形机器人公司

K-Scale在圈内迅速获得关注，主要是因为它选择了一条与众不同的道路——打造“开源的人形机器人”。

行业内多数公司选择封闭路线，但K-Scale在关闭时选择一次性公开全部硬件设计与开发工具，将其机器人项目彻底开源。因此，尽管硅谷的注意力大多被Figure、擎天柱等明星公司占据，但在技术社区里，K-Scale仍像一颗新星：体量不大，野心不小，带有“硅谷老黑客精神”的味道。

故事始于2024年。Benjamin Bolte离开Meta，带着在特斯拉和Meta做机器人的经验创立了K-Scale。

他的履历符合“机器人独角兽创始人”的典型画像：在特斯拉编写过Optimus的核心视觉模型代码，在Meta做过机器人自学习研究。加入他的两位联合创始人——一个来自洛马与通用动力的Matthew Freed，一个是剑桥大学博士、对话系统专家Pawel Budzianowsk——也助力K-Scale在YC 2024冬季项目里格外醒目，最终获得YC的50万美元种子融资。

同年2月，K-Scale获得Fellows Fund领投的400万美元种子轮；4月，Nat Friedman和Daniel Gross再追加25万美元；6月，涛涛车业全资子公司也投了200万美元并签署战略合作协议。

这些资金构成了K-Scale早期研发的全部“燃料”。

许多硅谷创业故事从车库开始，但K-Scale的版本更极端。他们租下一栋Atherton的大房子，把车库改成打印间，主屋变成装配区。团队成员睡在衣帽间、阁楼、临时隔间里，作息固定为早十点到凌晨三点。Bolte后来形容这是一种“过滤机制”，能留下真正愿意把生活押给机器人的人。

K-Scale的使命感在这种压缩空间的节奏里迅速成形——他们想“让机器人真的卖给真实用户”。

也正因这一点，K-Scale的产品策略在最初显得非常反常识。不是先做高性能的大机器人，而是从一个售价不到1000美元、只有46厘米高的小家伙开始：Z-Bot。它便宜、可编程、对开发者友好，甚至在黑客松上因为一个dab动作被人拍视频、传到微信上而引发话题。

朱啸虎“一语成谶”？

如果把K-Scale的倒闭当成一个孤立事件，似乎仅仅只是硅谷创业周期里的一场意外。

但放到过去一年人形机器人赛道的整体背景里，K-Scale更像是一个“提前出现的样本”，与行业内部多条线索正在互相指向同一个结论：现金流和真实客户正在成为新的生死线。

年初朱啸虎在《投中网》中的一段表述，已经阐述了这个变化的逻辑。在那段访谈里，朱啸虎把人形机器人放在“共识度高、商业化不清晰”的象限，而他坚持的投资原则是反过来的：“共识低，但商业化清晰。”理由也很直接——在他接触的几个具身智能项目中，“很多都是CEO想象出来的客户”。

质疑也来得很快：经纬创投创始合伙人张颖当天在社交媒体反驳，认为“机器人赛道足够大，泡沫正常”，并暗示这种话会让优质项目不愿意与其接触；星海图和松延动力甚至直接“点名回应”；众擎机器人创始人赵同阳更是在视频中表示，“拿这种资本的钱是一种玷污”。

在热度最高的时候，这场争论看起来像是一次观点冲突，而非行业趋势。但半年后，当硅谷的K-Scale率先倒下，朱啸虎的观点开始变得不再只是刺耳的预测，而是逐渐被现实印证。

结语

如果说K-Scale的倒下像一面照妖镜，那么它照出的并不是一家硅谷公司的命运，而是人形机器人赛道更普遍的风险结构：

叙事容易做大，商业却很难起跑。

在国内，这种结构同样存在。

此时K-Scale给我们的启发是反思“哪些结构最危险”。

第一种是传播速度远快于商业验证速度的项目。

它们的视频能轻易刷屏，动作能力让行业兴奋，但外界始终不知道它们的真实付费客户是谁、付费周期是什么样、采购规模是否可持续。

第二种是工程节奏远快于市场节奏的项目。

团队研发能力很强，硬件迭代惊人，产品几乎按周更新，但企业客户的采购决策周期往往按年计算。

第三种是以示范和政策目标为主的项目或平台。

比如各地方的人形机器人创新中心，它们承担的是生态建设、场景验证、产业聚合的职责，不以商业回款为主要逻辑。

这些问题都不是某一家公司特有的，它们属于整个行业的“成长病”。

而K-Scale的意义正在于此：它不是第一个做错的人，它只是第一个把问题暴露在阳光下的人。