狂歡下的三大AI賽道：資本飛奔，商業慢行

2025年國內AI硬件行業的代表性融資案（不完全統計）

出品 | 虎嗅科技組

作者 | 丸都山、宋思杭

編輯 | 苗正卿

頭圖 | 《白日夢想家》劇照

“跟你透個底，其實我們下一輪融資月底也要到位了。”

“可是上個月不是剛融完一輪嗎？”

“對呀。”

類似的對話，在我去年與AI硬件創業者的對談中，發生了不下于5次。

而就在2025年之前，“AI硬件”還是一個相當模糊的概念，定義無共識、技術與場景脫節、標準的缺失、商業化不閉環……太多問題沒有得到解決。但就在去年，“AI硬件”的概念完成飛速收斂——只要是借助模型推理能力的消費級硬件產品，都可以稱之為AI硬件。

基于此，從業者們在去年的心態也開始發生轉變，不再執著于天馬行空的產品構思，而是嘗試“用AI把消費電子產品再做一遍”。

最為典型的，去年市場上爆火的兩類產品，要么是AI眼鏡、AI耳機這類可穿戴產品，要么是AI玩具為代表的陪伴型產品，而在前年，占據他們生態位的是可以實現投影交互的AI Pin，以及旨在“取代手機”的Rabbit R1。

這種產品方法論上的轉變，既是原因，也是結果。

一方面，諸如AI Pin這類非常具有探索性質的產品，其PMF論證可謂一塌糊涂，用戶需求基本全靠腦補，而傳統消費電子產品在PMF上已經得到充分驗證。

另一方面，國內AI硬件創業者有一個特殊優勢在于，中國擁有全世界最完備的產業鏈，按照一位從業者的話說，“哪怕連元器件打樣都不會做，去華強北走一圈也都齊活了。”

成熟的供應鏈疊加驗證過的市場需求，讓AI硬件創業者們在“重做消費電子”這件事上，達到前所未有的意見統一。

對于資本市場來說，眼下的AI硬件發展路徑，也是他們喜聞樂見的。

“模型現在是大廠之間的游戲，做應用即便是用戶增長快，也不能直接反映付費意愿，但AI硬件的落地與轉化要明確得多”，一位投資人向筆者表示，他之所以看好AI硬件，本質上是看好國內高度成熟且可復用的供應鏈。

某種程度上，今天的AI硬件行業，可以看作是資本市場追著從業者們，去完成傳統消費電子的“AI化升維”——盡管目前還沒有出現過一款現象級單品，能論證這條路沒有問題。

公司名稱所屬品類融資輪次融資金額躍然創新AI玩具A輪系列2億元投資方含中金資本旗下基金、紅杉中國種子基金、華山資本等，老股東追投；2025年累計融資6輪雷鳥創新AI眼鏡（AI+AR眼鏡）C輪未明確披露2025年11月7日融資，由中信金石領投，中信證券國際資本等參與影目科技AI眼鏡B2輪超1.5億元人民幣2025年7月融資，投資方含普華資本、梁溪產發集團等；靈宇宙隨身AI終端Pre-A輪系列（2025年第三輪）2億元2025年11月融資，投資方含上海國際集團旗下國方創新、國泰海通、廣發信德、滴滴出行等萌友智能AI陪伴機器人A1輪數千萬元人民幣2025年9月融資，由北京市人工智能產業投資基金領投，峰瑞資本跟投RokidAI眼鏡累計第13輪未明確披露累計融資額約35億元人民幣貝陪科技AI玩具未明確披露未明確披露2025年獲得融資，投資方包含奇跡創壇二白智能AI陪伴機器人天使輪1000萬元人民幣投資方為君宸達資本獨家投資

類似的情況也在具身智能行業中上演。

在去年，具身智能廠商的估值在多輪融資下，齊刷刷地被抬到數十億到百億區間，而資本市場對這一領域的熱衷與AI硬件也有著部分相似之處。

首先，同樣還是國內產業鏈的完備度，可實現從材料到整機集成的閉環；其次，中國一直是最大的工業機器人應用市場，有著旺盛的需求。在此基礎上，疊加精準的政策支持，以及關鍵技術的成熟，2025年的具身智能行業能夠在短時間內得到資本市場的偏愛也不難理解。

可問題是，僅從去年來看，行業中仍普遍存在著“0大單”的現象，除智元機器人和宇樹科技等少數幾家廠商外，大多在訂單披露上選擇語焉不詳。

這種資本與規模商業化之間的脫節，未來該如何解決？這是個無法回避的問題。

如果把視野放得更遠一些，在更加底層的硬件領域中，比如AI芯片行業，資本市場的熱捧更是演變成一股“全民狂歡”，比如在摩爾線程和沐曦，在相隔12天內先后刷新科創板漲幅紀錄。

誠然，與AI硬件廠商、具身智能廠商相比，這些AI芯片公司在商業化上早已跑通，各地興建的“國產化智算中心”是他們最大的底氣，但這些公司同時面臨的持續性虧損問題，恐怕也不容忽視。

更重要的是，與AI芯片上市潮同步發生的，還有AI芯片在大模型進入推理時代后的技術路徑轉移，即走出以GPU架構為核心的單一路徑，轉向TPU或可重構架構方向。

最直接的例子是兩周前，英偉達斥資200億美元，對Groq的技術許可及“原班人馬”的收購。

那么在這樣的背景下，資本市場對于AI芯片的熱忱，摻雜著多少非理性因素，可能需要謹慎評估。

實際上，無論資本市場對于AI硬件創業者的“追趕”，還是具身智能上市潮與“0大單”之間的對比，亦或是AI芯片全面追捧下的隱憂，三個行業都共同指向了一個問題：要怎樣在市場樂觀預期的消解前，完成從“技術故事”到“商業價值”的關鍵跨越？

帶著這個問題，虎嗅密集走訪了這三個行業的從業者與投資人，試圖找到答案。

AI硬件的最大悖論，是硬件沒有門檻

“硬件本身沒有門檻”，這大概是去年筆者在與AI硬件創業者的交談中，聽到的最多的一句話。

實際上，這可能并不是妄自菲薄。

舉個例子，我們能夠看到近兩年最熱的AI硬件產品集中在AI眼鏡這個品類上，一邊是互聯網大廠的強勢入局，另一邊是創業公司加班加點地推出不同功能的新品，硬生生將國內AI眼鏡的出貨量從2024年的130萬臺拉升到2025年的290萬臺，同比增長超過120%。

按理說，AI眼鏡算是一個新興品類，也涉及諸如光機及光波導材料等前沿技術的研發工作，為什么還會在短時間內涌現出一大批玩家呢？

答案還是在上文提到的國內供應鏈上。實際上，筆者第一次見到山東某大廠的“AI眼鏡參考設計”時，是在2023年2月，距離ChatGPT發布不過4個月，而到了2024年，就已經有廠商能夠提供完整的定制化光學設計方案。

存在一定Know-how壁壘的AI眼鏡行業尚且如此，更不用說那些基于傳統電子產品發展而來的AI耳機，或是AI陪伴玩具等產品。

在國內做AI硬件創業，其優勢在于產業鏈的完備，而劣勢就在于這種場外因素向每個玩家公平地開放。

在這種情況下，面對未來更密集的行業競爭，AI硬件創業要如何構建競爭優勢？

李未可科技創始人茹憶認為，拉開差距的第一道門檻是“私有化部署+二次訓練”。

眾所周知，任何一個AI硬件的創業者都不可能去自己訓練一個大模型，而主流大模型的，如GPT-4、Gemini、通義千問普遍有著“通用但不專用”的問題，這就需要在調用第三方模型的API時，需要進行全面且系統的二次訓練。

以一個典型的場景為例，當用戶戴著AI眼鏡問“附近的咖啡店在哪”，通用模型可能會羅列出所有信息，但此時用戶需要的是一個回答簡潔的“精準指令”，類似“距您500米，是否需要導航到第一家？”

不僅是AI眼鏡，對于任何一款涉及多模態交互的AI硬件產品來說，針對通用模型的二次訓練都將直接決定著其實際體驗的下限。

除此之外，明年行業內的產品路線將進一步分化，這可能會在行業中開啟新一輪的洗牌。

對此，茹憶有著較為深刻的感悟，“在2022年剛剛進入這個行業時（彼時的產品為AR眼鏡），絕大部分用戶都是數碼極客，做產品的思路還是以堆料為主，但過去的一年，能夠看到用戶對于AI眼鏡的認知在大幅提高，同時購買人群及需求又在不斷分化。”

比如商務人群的核心需求是翻譯+語音記錄/轉寫，戶外愛好者的核心需求是第一視角運動記錄+環境數據播報，視障等特殊群體的需求可能是視覺場景描述+無障礙導航。

以目前的產業鏈技術水平來看，并沒有一個解決方案能囊括上述功能，即便能夠實現，也會因為重量或續航等問題，使得產品無法實現“全天候佩戴”，這與AI眼鏡的第一性相悖。

因此，茹憶認為至少在未來2-3年內，AI眼鏡的產品形態勢必會走向更加分化的道路，而這就需要從業者能夠基于公司的能力，去精準匹配到某個用戶群體的需求。

而對于所有的AI硬件創業者來說，還有一個無法忽視的威脅是來自互聯網大廠巨大的體量優勢。

同樣就AI眼鏡行業來說，我們可以看到去年包括小米、阿里、百度紛紛高調下場，如無意外的話，今年也大概率能看到字節與華為的同類產品推出。

有別于一般的AI硬件產品，AI眼鏡對于互聯網大廠的意義在于，它很有可能是下一代流量入口，沒有廠商會在這個競爭中失位，而與這些互聯網大廠一同入局的，還是有他們全方位碾壓的生態。

“要說沒有壓力不可能，但如果國內大廠都下場做AI眼鏡反而是件好事”，茹憶表示，答案就在“生態”二字上。

在他看來，如果只有兩家互聯網大廠進入AI眼鏡行業，那么他們很有可能達成生態互通的聯盟，但如果所有大廠都下場，這種聯盟的基礎便不復存在——每家大廠都有自己成熟的生態體系，都希望將AI眼鏡納入自家的生態閉環，成為生態流量的承接端而非開放端，最終的結果必然是基于自家生態各自為戰。

而對于AI眼鏡創業公司來說，由于這些模型大多開源，完全可以根據不同的需求去隨時切換，“比如分發用OpenAI的，中文用通義，英文用Gemini。”

從這個角度來說，由于沒有“生態”的包袱，創業公司反而能夠以更輕量化的姿態，找到破局的邏輯。

具身智能尚未大規模落地，但“上市潮”快來了

過去一個月，具身智能行業連續被潑了幾盆冷水。

先是一份行業報告指出，人形機器人領域存在“0大單”現象；緊接著，國家發改委在公開場合提醒，要警惕人形機器人企業扎堆上市的風險；與此同時，圍繞具身智能的技術標準、應用規范和安全邊界，行業內部仍存在大量空白。

與這些謹慎信號形成對照的，是資本市場持續抬升的熱度。過去兩年，具身智能成為一級市場最擁擠的賽道之一，多家頭部企業完成多輪融資，估值迅速推高，上市預期不斷被提前。但如果把視角從融資和估值，轉向真實的商業落地，行業所處的階段遠沒有想象中那么靠前。

從公開信息看，當前具身智能頭部公司包括智元機器人、宇樹科技、銀河通用、星動紀元、傅利葉智能、松延動力、加速進化、靈心巧手等。它們中的不少，已經完成數億元甚至數十億元級別的融資，估值普遍站上幾十億到百億元區間。

但與融資規模并不對等的，是訂單結構的披露情況。除智元機器人和宇樹科技外，行業內極少有公司持續、系統性地對外披露明確的訂單數量、訂單金額或復購情況。更多時候，落地被描述為“合作”、“試點”或者“聯合研發”，而非標準意義上的規模化采購。

那么，行業真實的落地情況究竟如何？

虎嗅在與多家具身智能頭部公司交流后發現，目前人形機器人最主要、也是最集中出現的落地場景，并非是那些真正轉化為實際生產力的工業生產或家庭服務，而是科研場景。

一個個無頭機器人、缺少雙臂的機器人，或僅僅是機械臂被赤裸裸地擺在高校實驗室和科研機構中，他們被當作教學、競賽和課題合作的主角。

這一現象并不難理解。科研場景對產品成熟度的要求相對寬松，容忍不穩定和試錯，采購邏輯更偏向“科研設備”而非“生產工具”，能夠在較早階段消化尚未完全定型的人形機器人產品。對企業而言，這類交付既能形成收入，也能積累數據和反饋。

但多位具身智能企業相關負責人也向虎嗅坦言，“科研場景并不是一個長期可持續的商業模式”。一方面，科研采購天然是小批量、分散化的，很難形成規模效應；另一方面，其預算來源更多依賴課題或專項經費，周期性強、可預測性弱。更重要的是，科研場景強調“可改造”、“可試驗”，而真正的商業化場景強調穩定性、可靠性和成本控制，兩者在產品形態與交付邏輯上并不完全一致。

在科研之外，今年行業中還出現了一個值得注意的關鍵變量。從短視頻上流出的大量機器人跳舞視頻便可以看出，在這背后是機器人租賃商的大量出現。

有多家從事機器人租賃業務的公司進入市場，向展會、商演、品牌活動和文旅項目提供按天計費、按場次收費等人形機器人服務。

12月，在上海張江科學會堂，虎嗅在這里見到了機器人租賃平臺“擎天租”的CEO李一言，他此前在杭州飛闊科技有限公司擔任CEO，后者同樣是一家機器人租賃商，而兩者有一位共同的商業合作伙伴：智元機器人。

從今年開始，智元機器人也正式踏入租賃市場，切入文娛表演相關業務。李一言告訴虎嗅，“今年的機器人租賃市場規模達10億，而明年將翻十倍，達到100億。”

與此同時，智元機器人CMO姜青松的判斷是，“文娛表演是走進家庭前的過渡階段。”在他的邏輯中，這類場景并非終點，而是人形機器人在早期階段能夠相對穩定復制、風險可控的一種交付形態。

然而，對于文娛表演，大眾并非一致持有類似的樂觀情緒。事實上恰恰相反，文娛表演在今年幾乎成為人形機器人當下最具爭議的落地路徑之一。支持者認為，這是機器人走向大眾視野、形成早期現金流的重要方式；質疑者則認為，大量科研資源和政策資金，最終被消耗在“吸引眼球”的表演中，偏離了技術應有的方向。

對此，智元機器人合伙人王闖表達了其對文娛表演市場更為冷靜的態度。他告訴虎嗅，“（文娛表演）市場是有天花板的，觀眾最開始會為其買單，但這種動力會隨著時間逐漸減弱。這個時候我們需要一方面是把成本降到很低，另一方面是將內容、易用性、可玩性做到非常高，才可能在未來的競爭格局中占有優勢。”

但即便如此，行業內普遍形成共識的是：真正能夠轉化為生產力的，仍然是工業場景。只是，工業場景也是具身智能落地難度最高的一環。

王闖向虎嗅透露道，“明年智元將嘗試進入更危險、更復雜的工業場景。”但他同時強調，人形機器人進工廠，最難的是從0到1的階段。“在機器人下線前200臺時，幾乎不存在統一標準：不僅機器人本體存在大量工程問題，不同工業場景下的工藝、流程、安全要求也千差萬別。一臺機器人進入具體場景，往往意味著要拆解、解決數十甚至上百個細碎問題。”

在被問及是否能在短期內實現規模化時，王闖給出的判斷相當克制：“整個工業場景需要長達十年的時間，陸續將已經跑通的場景規模化復制。2026年，我們更多只是復制2025年已經探索過的場景。”

也正是在這樣的現實背景下，“上市潮”開始變得格外醒目。

虎嗅了解到，包括宇樹科技、銀河通用、松延動力、靈心巧手等多家企業，都已將上市提上日程。其中，有的已經走到資本市場門前，有的正在秘密遞交材料，還有的則處于系統性籌備階段。

對于仍處在探索期、標準尚未收斂的具身智能行業而言，資本市場的節奏，正在明顯快于商業落地的節奏。

在談及“上市潮”時，有某頭部機器人公司負責人向虎嗅透露道，“很多公司僅成立兩三年，其營收、商業化等等都還處于很早期階段。這個時候他們并不符合上市條件。”

2026，國產芯片拐點已至

2025年，國內AI行業最振奮人心的消息，除了DeepSeek的橫空出世，當屬AI芯片行業的集體跨越。

根據IDC的統計數據，在去年國產芯片的滲透率從8%提升23%，國產化率如此大幅度的提升離不開政策發揮的主導作用。截至2025年8月，全國在建智算中心超250個，全國可檢測算力規模達85.7萬PLOPS，這其中有6成以上的智算中心由地方政府、國資平臺或運營商主導建設，這給國產AI芯片提供了充足的市場需求。

當然，國產化需求并不是唯一刺激國產AI芯片爆發的因素，還有一個很重要的原因是在經歷幾年的打磨后，國產AI芯片已經開始展現出成本上的優勢，不僅是在單卡的采購成本上，在特定場景下也展現出了相較于英偉達芯片的能效比優勢。

不過，如果將視野拉至全球坐標系下，就會察覺到國內AI芯片行業在高歌猛進的同時，仍存在一些隱憂。

一個最直觀的風向變化是，盡管目前國內的AI芯片仍以GPU架構為主，但全球AI算力基礎設施正逐步擺脫以GPU架構為核心的單一范式。

從去年谷歌推出第七代TPU開始，包括OpenAI、Anthropic、Meta等公司，先后表示將以租賃或購買的方式將谷歌TPU大規模部署在自家的數據中心上。而在12月14日，英偉達更是豪擲200億美元，三倍溢價收購了可重構數據流公司Groq的技術許可及完整的技術團隊。

過去幾年，我們已經習慣了“GPU為王”的敘事，為什么會突然迎來如此迅速的風向轉變？

清微智能創始人王博認為：本質上，這兩年我們對于計算的需求已經非常清晰，AI時代需要更符合其計算特點以及商業化可持續的芯片架構。

“AI計算的核心是數據密集型的張量運算，更適合數據流驅動的并行計算范式，而GPU是指令驅動的馮·諾依曼架構（指令驅動數據），每一個計算任務都需要經過指令解碼、調度、執行的完整流程。”

打個比方，GPU芯片像是一位炒菜的大廚，根據菜單一步一動，而TPU、可重構這類數據流芯片更像是一個中央廚房，食材從一端進入后，自動分配到對應工序，如流水線般完成加工。

還有一個問題是，GPU最初用于圖像處理，即便后轉為通用并行計算平臺（GPGPU），當大模型預訓練與后訓練結束，進入推理階段，GPU需頻繁調用數據，等待計算或內存資源。由于存儲帶寬限制帶來的數據搬運慢、延遲高且功耗高等問題，難以滿足實時低耗的需求。

Groq所代表的可重構架構，根據數據流動態重構計算路徑，能夠適應不同算法，隨時調整電路連接方式，相比GPU可大幅減少能耗，相比靜態ASIC又保留了對模型演進的適配能力。

在王博看來，短時間內不存在GPU、ASIC、可重構之間“誰替代誰”的問題，在大模型訓練與微型算法的研發中，GPU仍發揮著不可替代的作用；但在面對以周為單位不斷迭代的云端超大AI模型場景時，可重構芯片的通用性和確定性則將扮演越來越重要的角色。隨著頭部企業下場押注可重構，會看到未來AI芯片三大技術類型并跑的局面。

而除了芯片架構的風向變化外，在2026年國內芯片行業還有一個潛在的挑戰是智算中心對于能效比的注重。

過去兩年，出于對信息安全的考慮，各地智算中心一直在持續提升國產AI芯片占比，但現在能夠看到市場已經開始對國產芯片“擇優”使用。

“實際情況就是英偉達H系列芯片，國內基本沒缺過。今年下半年，會有一批性能卓越的國產AI芯片投入市場，那時候就得直接去和國際品牌拼能效比了。”王博說道。

2025年末，英偉達為Groq支付200億美元高價，某種程度上提供了可重構這類新架構的技術估值。AI計算路線勝負未定，2026年，將會是國產AI芯片的分水嶺之年。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4823329.html?f=wyxwapp