具身智能的冷思考：告別宏大敘事，奔向商業(yè)戰(zhàn)場

2025年，具身智能的熱度相較過往呈指數(shù)級暴漲。當所有目光都聚焦于這條被認為是AI盡頭的賽道時，資本的涌入和酷炫的Demo演示，在不斷推高市場預期的同時，也讓一些從業(yè)者產(chǎn)生了疑慮：我們距離真正的通用機器人，是否比想象中遙遠得多？

在第18屆創(chuàng)業(yè)邦年會暨創(chuàng)業(yè)邦100未來獨角獸大會上，五位身處一線的創(chuàng)業(yè)者——極佳視界聯(lián)合創(chuàng)始人、首席科學家朱政，千訣科技創(chuàng)始人&CEO高海川、地瓜機器人CEO王叢、靈初智能創(chuàng)始人&首席執(zhí)行官王啟斌、Vbot維他動力創(chuàng)始人&CEO余軼南，以“熱潮中的冷思考”為主題，展開了一場深刻對話。

他們從為何選擇這條路談起，探討了通用機器人的邊界、技術(shù)泡沫與商業(yè)化陷阱，并對未來一年的生存關(guān)鍵給出了自己的判斷。以下是他們在大會上的對話實錄，由創(chuàng)業(yè)邦整理。

沒有邊界的“通用”不靠譜

回歸領(lǐng)域落地

朱政：具身智能這條道路相比于語言模型或多模態(tài)模型，更崎嶇也更為燒錢。想請教各位，是什么讓大家選擇這么難的一條創(chuàng)業(yè)之路？

高海川：我們走這條燒錢之路是比較水到渠成的，主要原因是事先已經(jīng)燒了非常多的錢，這來自于國家的大戰(zhàn)略。我讀書那年就開始做類腦的雙臂機器人，2017年正好對應中國腦計劃大批量研究項目的啟動，批下非常多的預算，直到現(xiàn)在它還在連續(xù)三次國家大計劃中都是重要一環(huán)，跟量子、芯片完全并列。

所以，國家很早就以超前的眼光看到了機器人大腦這件事。雖然那時模型底座還沒準備好，但大筆投入已經(jīng)開始，培養(yǎng)了很多人才，相應的數(shù)據(jù)場景、算法結(jié)構(gòu)也都是事先準備好的。我們創(chuàng)業(yè)也是這批老同事們。所以做機器人大腦這件事情，我們確實是責無旁貸。

王叢：我們的愿景就是讓各行各業(yè)的智能硬件、機器人變得越來越好，我們也不拘泥于“具身”或是“非具身”。我們希望家里的東西越來越智能、越來越好玩，為這些東西做賦能。

王啟斌：我想，坐在臺上的每一個創(chuàng)業(yè)者，在創(chuàng)立這個事情的時候，第一個視角看到的是更大的機會。我本人從2018年開始做機器人，因為算法的出現(xiàn)，我們認為在2023年有一個巨大的機會，當然，創(chuàng)業(yè)之后才知道也有更多的困難。

之前的機器人解決的是基于SLAM的各種平面移動問題，而操作這個問題其實一直在用非標自動化的方法解決。這次因為算法出現(xiàn)了巨大的機會，加上我們團隊之前在強化學習方面的積累，所以我們選擇在這個時機組了團隊出來創(chuàng)業(yè)。

余軼南：我覺得現(xiàn)在是一個非常好的時代Timing，各方面相關(guān)的技術(shù)都越來越成熟。

朱政：具身智能產(chǎn)業(yè)討論的熱度暴漲。但是身處業(yè)內(nèi)一線，大家有沒有感覺到我們距離真正的通用機器人還是比想象中遙遠很多？想請各位談一談，對于這種樂觀的環(huán)境，我們需不需要潑一盆冷水？

余軼南：一講到“通用”這個詞，范圍就無限大，只要是這種無限大的東西，大部分都不靠譜。但是我們可以把它收窄到一些ODD（應用領(lǐng)域）更加明確的范圍，我覺得可能從2026年開始，會有一些場景率先落地。

王啟斌：對于通用這個概念，機器人畢竟是一個在三維物理空間里做復雜操作、接觸物體的東西，我覺得它非常符合Gartner曲線——夢想越大，在上面走的時間會更長。我們從第一天開始，就從來不會跟人講沒有邊界的通用，我們還是堅持認為機器人會在一定的領(lǐng)域里頭做到一些通用。

一個成熟、理性的投資人，如果經(jīng)歷過智駕的年代，經(jīng)歷過更早的硬科技年代，應該知道這個東西不是一天兩天一蹴而就的。但是因為有范式的轉(zhuǎn)移，3年、5年，一直到7年、10年，其中會有每個波次的迭代。

王叢：創(chuàng)業(yè)者和投資人能走到一起，本身就是一種難得的緣分。有的人更相信短期落地，那么這樣的人會匹配到一起；有的人更相信長期價值，那他們也會聚成另一股力量。你說誰對誰錯？其實沒有標準答案。有人堅守長期主義最終成了，有人把握短期機會也成了。我覺得每輪周期都是這樣，不用急著下判斷，也不用潑冷水。相信自己的節(jié)奏，認真走，時間會給出答案。

高海川：我們技術(shù)上的直觀感受是，面臨著一種傳統(tǒng)技術(shù)對新興技術(shù)的階段性挑戰(zhàn)。打個比方，現(xiàn)在就像是火車和馬車的比較，馬車在很多地方是比火車快的。

大家可能都知道，端到端的模型系統(tǒng)上限最高、最優(yōu)性最強，我們也是這么做的。但在落地過程中會發(fā)現(xiàn)，在某些產(chǎn)品化指標上，比如技術(shù)穩(wěn)定性、端側(cè)部署成本、接入速度、算力消耗等，傳統(tǒng)方法做得更好。這些指標往往又是用戶能直觀感受到的，所以模型特別強，他沒法立馬感知。

這種對抗我覺得也比較自然。所以當前落地，應該是更加尋找人形機器人大腦的兼容形態(tài)。比如它可以向下兼容輪式單臂、四足狗等，在它的子位上，模型給人的體驗要比傳統(tǒng)化更好，這樣就能順應和緩解當前的技術(shù)矛盾。

從Demo到商業(yè)化

警惕技術(shù)泡沫

朱政：我們接下來探討一個技術(shù)問題。很多人都在探討世界模型，大家認為具身智能在什么節(jié)點可以讓世界模型落地？在此之前還需要做出哪些努力？

王啟斌：我覺得“世界模型”這個詞來源自強化學習，但今天大家并不是說要讓世界模型來落地，而是要選擇最好的架構(gòu)來解決真正的核心問題。第一個核心問題是，機器人是在三維空間中做動作的，這遠遠超越了語言和視覺模型。

第二個問題是，如何能做到一個非常長程的、類人的規(guī)劃。這里頭不管世界模型怎么說，機器人怎么能理解空間、預測未來，并對動作有指導作用？我們認為還是要有很好的數(shù)據(jù)。這個數(shù)據(jù)的來源是多元的，我們就在做非常低成本的數(shù)據(jù)采集工具，提供數(shù)據(jù)來解決這個問題。

余軼南：你講的世界模型的具體定義是什么？

朱政：在機器人領(lǐng)域，大家對世界模型的定義在于它是一套預測系統(tǒng)，可以根據(jù)當前的狀態(tài)或過去的觀測，預測未來的狀態(tài)。

余軼南：好像沒有見過你剛才定義的這種World model（世界模型）在端側(cè)落地，智駕上好像沒見過。但如果說云端，那已經(jīng)很多了，比如我們做仿真、做訓練數(shù)據(jù)的生成，3、4年前就已經(jīng)落地了。但是直接把它用在自動駕駛或者機器人本體上面，好像沒有。

高海川：我比較同意軼南總的看法。我覺得現(xiàn)在模型有兩條技術(shù)范式：第一條是端到端，第二條是類腦解耦。

我們以爬山做比喻，第一條是爬懸崖，中間看不到什么結(jié)果，只有站到懸崖頂上才能享受這一切。第二條是走解耦的路線，一直持續(xù)在落地，其中最好的是類腦解耦，因為它有數(shù)學基礎(chǔ)，不是拍腦袋解耦出來的，相當于走盤山公路。盤山公路雖然距離比直接爬懸崖要長，但是你可以把馬力開足，中間可以找到一些成果。

所以，兩點之間直線最短，但是兩點之間曲線最快，我們是走曲線的。我們在類腦分區(qū)這條技術(shù)路線上一直在做落地，會越來越融合更加端到端的成分，而端到端模型有可能會分化出各個腦區(qū)，就像人腦的成長過程一樣。最后大家在頂峰相遇。

朱政：接下來我們探討一個更敏感的話題。2025年行業(yè)內(nèi)各個玩家都推出了非常酷炫的Demo，大家認為這些Demo背后，最需要被戳破的技術(shù)泡沫或者商業(yè)化陷阱是什么？

王啟斌：我們在2025年下半年完全沒有投入資源做Demo。說實話，也有投資人給我們壓力，但很重要一點，大家肯定都是明白人，知道Demo不等于商業(yè)化。現(xiàn)在只是因為行業(yè)還在很早期，沒有很好的評測標準。

大家應該已經(jīng)非常清楚，Demo僅僅是Demo，它并不解決商業(yè)化里頭具體到底有多少泛化、多少成功率，以及是不是能做到人類的節(jié)拍。從一個Demo到商業(yè)化要走多長的路，我覺得大家心里應該有深刻的判斷。今天，明白的人應該都能夠非常清醒地知道，Demo就是Demo。

王叢：我覺得很多技術(shù)Demo在早期可能很難直接產(chǎn)生立竿見影的商業(yè)價值，但它也有價值，不用去糾結(jié)這一點。像美國的很多頂尖的科技公司，包括OpenAI早期發(fā)的Paper，Google做的AlphaGo，這些也都是Demo。直到某個技術(shù)的臨界點被擊穿，它就成了。

一個企業(yè)和它選擇的執(zhí)行路徑，只要戰(zhàn)略和路徑匹配就行了。有些企業(yè)的資源或成功經(jīng)驗就在于商業(yè)化落地，瞄準PMF（產(chǎn)品市場契合點）發(fā)力就很好。有的人就堅信有一天能做出一個通用智能的算法，持續(xù)融資投入深耕研發(fā)，只要知行合一，也能做出來。這就是不同路徑的選擇，沒有高低優(yōu)劣之分，知道自己要什么，然后找到最合適的辦法去做就好了。

高海川：我覺得主要的矛盾是Demo的性質(zhì)和對象都發(fā)生了變化。以往的Demo是給客戶看的，Demo的是一種POC（概念驗證）或MVP（最小可行產(chǎn)品），尋找的是PMF，是產(chǎn)品驅(qū)動的。現(xiàn)在的具身硬科技是技術(shù)驅(qū)動的，要經(jīng)歷先尋找TPF（技術(shù)產(chǎn)品契合點），再尋找PMF的過程。

現(xiàn)在的Demo往往是給生態(tài)合作伙伴去看的，跟他們一起共創(chuàng)一個產(chǎn)品，再去找PMF。這會造成一些不好的現(xiàn)象，就是很多最終用戶覺得Demo就是MVP，聯(lián)系公司就想買Demo里的東西，但實際上那個Demo只是在演示一種技術(shù)。這個對齊過程，我們的做法是兩種Demo都做，并且標清楚，這個是給用戶看的產(chǎn)品Demo，那個是演示技術(shù)的，不拿來賣，區(qū)分開會比較好。

算法與工程并重

打造“特種兵”團隊

朱政：我們大家都知道，創(chuàng)業(yè)公司其實很多時間和資源比較有限，如果我們要打造具身智能的夢之隊，各位是會把資源和待遇優(yōu)先給突破算法的技術(shù)大牛，還是給那些讓產(chǎn)品率先落地呈現(xiàn)到客戶面前的工程師，各位認為誰才是團隊最重要的基石？

王叢：我每年在這塊也會有不同的反思或者變化，每個企業(yè)發(fā)展階段都會面臨不同階段要面對的問題，每個公司的業(yè)務戰(zhàn)略其實永遠都是先有戰(zhàn)略才有招人策略，我覺得這個沒有標準答案。

王啟斌：我認為這個問題本質(zhì)上是一個偽命題，既然叫夢之隊，那你每個位置都要很強，包括靈初其實今天全職已經(jīng)100多人，我的團隊肯定不僅僅是招算法，我跑數(shù)據(jù)的話，我數(shù)據(jù)的Infra怎么來，我Infra上面的訓練框架怎么來？大家也知道包括做數(shù)據(jù)平臺的大的架構(gòu)師也非常值錢的。

只是發(fā)生一個很大的變化，現(xiàn)在算法的人員，或者說我們希望招的人有更多的橫向能力、全棧能力，做Infra的人本身對算法框架有基本的理解，那做算法的人寫出來的東西知道和這些工程怎么談。今天頂尖的算法人才和頂尖的工程人才都非常值錢，其實都非常貴，一定是這兩種人都非常重要，沒有這兩種人，像我們做數(shù)據(jù)或做具身公司跑不起來。

余軼南：今天的創(chuàng)業(yè)公司與過去的創(chuàng)業(yè)公司相比有一個典型特點，過去很多公司比如創(chuàng)業(yè)幾年之后，可能三百人、五百人甚至一千人，人數(shù)代表公司的規(guī)模和能力，但是今天會發(fā)現(xiàn)大家都在往小說，大家在招人上都會很克制，會招橫向很全面的人才。

我的理解是要招更加專業(yè)化、職業(yè)化的人。因為今天AI工具的賦能，每個團隊人的能力半徑比過去要大很多，所以今天很多公司的典型特點是小而精，更像是特種兵的部隊。無論是算法、系統(tǒng)工程，還是生產(chǎn)制造，應該是大量用外部的資源，讓自己核心團隊的人越少越好。好像一個特種兵化的作戰(zhàn)部隊來打，這跟今天大家能夠使用到工作中的工具有關(guān)，這是今天公司很典型的特點。

高海川：我們就是特種兵式，資源投放分節(jié)奏，先投放給技術(shù)算法的研發(fā)，再投放在產(chǎn)品和工程化上，當然非常欣慰的是這兩批人是同一批人。大家都知道我們是一波清華博士出來創(chuàng)業(yè)，大家一開始技術(shù)算法的能力是非常強的。

非常欣慰的看到，從TPF到PMF的過程當中，每一位我們的原本的技術(shù)總監(jiān)現(xiàn)在已經(jīng)成長為了具有產(chǎn)品定義能力、具備工程化落地能力，他既是一個產(chǎn)品經(jīng)理，也是一個技術(shù)總監(jiān)，也是一個項目經(jīng)理，還是一個商人，集這幾種特性為一體的特種兵式的經(jīng)理。

我非常欣慰地看到老同事們，現(xiàn)在每個人都能獨當一面了，接下來他們所管理的人這幾類都有，因為現(xiàn)在大家都知道是一種技術(shù)驅(qū)動，中間要尋找落地的這么一個過程，所以主管既要懂最前沿的技術(shù)，還要能夠扎下心來把東西賣出去。

2026生存指南

從技術(shù)研發(fā)轉(zhuǎn)向企業(yè)經(jīng)營

朱政：最后一個問題。如果展望新的2026年，決定一家具身智能公司生存最關(guān)鍵的變量將是什么？

高海川：我覺得今年大家PK的主要是商業(yè)化。各家都融到了非常多的錢，而且行業(yè)持續(xù)有熱情投入。但一定要解決一個矛盾：大家不能手上拿了錢之后就去買理財，也不能成立基金再投資別的公司。大家應該尋找一個可以被ROI（投資回報率）驗證的根據(jù)地，拿這個錢去擴大它。

從純粹的技術(shù)研發(fā)轉(zhuǎn)化到企業(yè)經(jīng)營、運營上面，會成為今年的主旋律。一個運營更好的公司，它自然而然地會在技術(shù)方面吸引到更多人才。反過來，如果一家公司是純粹打技術(shù)，那它是不太健康的，尤其是在中國這種競爭很激烈、很充分的環(huán)境里，這家公司可能是在為整個社會，特別是為友商輸送人才的基地。

王叢：其實我覺得，至少今年，大家面臨的首先不是生存問題。現(xiàn)在融資環(huán)境還比較寬松，這給了所有人一個難得的窗口期。關(guān)鍵在于三到五年后會怎么樣，然后倒推回來，決定今天最應該做什么。

每家企業(yè)倒推回來的邏輯其實都不一樣。如果有人覺得具身智能還有10年的路要走，他買理財也挺正常。如果他覺得可能3年后就要血戰(zhàn)了，那今年可能就要各種找商業(yè)化的東西。每個人的認知不一樣。

王啟斌：我覺得具身智能有三個小周期：第一個是硬件周期，所以大家今天看到的頭部公司，都是把硬件賣出去的，這個周期還在跑。第二個是做場景的周期，大家原來預測具身太難，所以要做場景。第三個是數(shù)據(jù)的周期，包括采數(shù)據(jù)、訓數(shù)據(jù)到模型。

我認為，場景的周期剛剛開始，這會是今年相對重要的旋律，我們在這上面有很充分的布局。這三個周期是交替的，具身的生態(tài)本身足夠大，有的人只干硬件，有的人只干細分場景。不論宏觀怎么變，底層從技術(shù)到產(chǎn)品到商業(yè)化，這三個周期是看得到的。

余軼南：2025年一點都不卷，要卷也就是卷融資這一件事，因為大家沒有在真正的商業(yè)戰(zhàn)場上開打。

2026年會開始有一些，大家開始搶訂單，不管是B端還是C端，客戶掏出一塊錢，到底給A公司還是B公司？這是非常赤裸裸的事情。2026年會開始，但也不會那么激烈，因為整個戰(zhàn)場還會再往后一點。2025年沒有，2026年零星開始有些戰(zhàn)場會打起來，2027年或許戰(zhàn)場會越來越火熱，打得越來越你死我活。產(chǎn)業(yè)周期總是這樣一個過程。

1月15日，第18屆創(chuàng)業(yè)邦年會暨創(chuàng)業(yè)邦100未來獨角獸大會在北京圓滿舉辦。本屆大會以“恒者蓬勃（Only the Timeless Thrive）”為主題，發(fā)布了《2025全球獨角獸企業(yè)觀察報告》《2025中國企業(yè)創(chuàng)投CVC發(fā)展報告》并重磅揭曉了“2025創(chuàng)業(yè)邦100未來獨角獸”榜單。紅杉中國合伙人周逵獲評“2025年度投資人”。

其中，“創(chuàng)業(yè)邦100未來獨角獸”榜單過去已連續(xù)發(fā)布16年，每年評選100家估值在1-10億美元的高潛力科技公司。截至目前，已有1395家企業(yè)上榜，其中136家企業(yè)成功上市，191家晉升為獨角獸，944家企業(yè)上榜后獲得新融資。