圖源：XIN峰會

11月19日訊（記者 翟智超）近年來，具身智能在資本與技術雙重驅動下熱度攀升，但伴隨而來的估值泡沫與商業化遲滯，也逐漸引發投資界擔憂。

近日，高盛報告所指出的行業訂單荒，以及Figure對優必選相關視頻涉嫌AI合成的公開質疑，進一步將行業推至輿論中心，揭示其在訂單落地與技術真實性方面面臨的雙重考驗。

在此背景下，藍鯨科技記者專訪了聯想創投集團董事總經理梁穎，從投資人視角解析行業當前挑戰與未來投資方向的變化。

作為在該領域深耕超十年的投資方，聯想創投不僅曾在逐際動力估值僅三四億元時參與首輪投資，見證其成長為估值三四十億元的明星項目，還孵化了云跡科技、星動紀元和零重力飛機工業等多家代表性企業。

針對高盛的質疑，梁穎指出，關鍵在于驗證客戶端是否真正在使用已采購的機器人，直言當前不少產品尚未形成有效商業閉環。她進一步點出，行業更深層問題：不僅是AI能力不足，本體其實也并不成熟，包括穩定性差、功耗高、負載能力弱等硬件瓶頸仍待突破。

在她看來，具身智能不應簡單等同于雙足人形機器人，人形或許是終極夢想，但商業落地的核心在于場景適配，而非形態模仿。基于這一判斷，2026年，聯想創投的投資邏輯將從聚焦機器人本體，轉向產業鏈上游的核心部件領域。

以下為藍鯨科技與梁穎的對話實錄（內容經編輯刪減）：

目前做不出理想化的類人機器人

藍鯨科技：近年來人形機器人行業熱度攀升，卻受困于成本與場景難題，聯想創投對其商業化臨界點有何判斷標準？

梁穎：相比人形機器人，我更傾向于稱其為具身智能。具身智能不等同于雙足人形機器人，人形機器人更像終極夢想，需要等待產業和技術成熟，可能還需要10年時間。具身智能的核心是讓機器更智能化，而智能化未必需要仿人。這一波AI大模型加機器人，解決了傳統機器人只能完成單一任務、多任務需長時間訓練的問題。1.0階段的機器人多聚焦垂直場景，比如掃地機器人、除草機器人、自動駕駛等；工業場景中更多是自動化加機器人的組合，已替代大部分可替代的人工，剩下的都是成本效率不如人或難以替代的工作。這也是特斯拉布局相關產品的原因，其工廠已近乎無人化，只剩少量人工無法替代的操作，需要機器人進一步替代。這一波技術的核心是抓住了大模型的泛化機會，但拐點尚未到來，目前還做不出理想化的類人機器人。

藍鯨科技：為什么目前難做出來？宇樹王興興稱是AI不足限制其發展，對嗎？

梁穎：坦白地說，機器人大腦、小腦算法及硬件本體均未達到產業大規模成熟階段，這一波獲得融資的機器人創業公司，不少來自AI算法背景。他們認為機器人本體硬件已成熟，只是不夠智能化，靠AI大模型加持就能補齊短板。但現實是，本體其實并不成熟現在能做出demo，可批量落地解決實際問題的挑戰非常大。大家應該也看了今年亦莊的機器人運動會，機器人紛紛亮相奔跑，能明顯發現它們穩定性差、功耗高，無法長時間工作，還存在其他諸多問題，更不用說并非完全自主，需依賴遙操，一個機器人要兩名工程師陪跑。對人類而言簡單的走跑跳，對機器人來說難度極大，目前根本做不好。

藍鯨科技：人形機器人需要攻克關節、功耗等技術才能實現多任務，行業是否陷入技術堆砌難落地的怪圈？

梁穎：要實現人形機器人與人比肩的靈活性，必須搭載至少50+的自由度關節，但這會直接引發連鎖難題成本飆升難以控制，小型化落地受阻，還伴隨功耗過高、穩定性不足等諸多現實瓶頸。理想雖豐滿，現實卻骨感當前不少企業仍停留在概念敘事階段，即便估值居高不下，商業化價值實則有限，多數產品的核心應用場景仍聚焦科研領域。脫離學術研究范疇，真正能落地實用的成熟產品寥寥無幾。我們在大量項目考察與投資實踐中發現，許多公司初期均宣稱要打造全場景多任務人形機器人，例如在工廠場景中無需專門訓練，半小時內即可切換插螺絲、搬箱子等不同作業任務，但真正推進落地時，多數企業不得不轉向科研市場尋求突破，找到商業化爆發點的難度極高，人形機器人產業的商業化進程確實面臨嚴峻的現實挑戰。

藍鯨科技：具身智能可拆分為機械臂與移動平臺的模塊化形態，這種設計思路能否解決當前技術突破分散、落地場景碎片化的問題？

梁穎：科研領域確實在不斷嘗試解決這些問題、尋求技術突破，但這個過程中，有些技術突破更像是沿途下蛋，往往在特定場景下才偶然實現。我個人覺得，現在的具身智能機器人可以拆分成上下兩部分：上面是機械臂，下面是可移動平臺，至于是雙足、輪式還是四足，其實不重要，關鍵是適配場景。比如工廠場景里，四足或輪式可能比雙足效率高得多，沒必要執著于人形。這種對人形的執念，其實是受相關產品影響，大家都覺得要做人形機器人。但實際落地場景中，真正需要人形的其實是家庭家庭環境不適合輪式設備，速度不能太快，需要穩定、安全且不傷人，空間適配性也要強。而工廠場景里，很多時候不需要移動平臺，固定位置的機械臂就能完成復雜操作。所以核心不是要做一個完美的產品，而是找到合適的應用場景，讓機器替代人的經濟模型成立，說白了就是客戶愿意為它買單。要是買一個10萬塊的機器人，后續還得兩個人專門維護，就沒意義了。

從投本體轉向投部件

藍鯨科技：對于高盛報告提及的行業訂單荒（暫無企業確認大規模訂單或明確生產時間表），您怎么看？

梁穎：關鍵要看客戶端買了100臺機器人，是不是真的在使用。有些產品其實尚未是個完成品，可能只是個demo。另一方面，不少行業的人有很深的危機感，想靠AI和機器人改變行業，所以會愿意購買嘗試。就像很多老板給員工買了一堆相關產品，結果用了一個月就發現不好用、用不了。我覺得應該鼓勵大家嘗試，這樣才知道中間的問題在哪里，然后一起想辦法解決。一開始不用指望機器人解決所有問題，先聚焦一兩個應用場景，再慢慢拓展更多功能就行。

藍鯨科技：你們做調研時，是否會遇到一些商業落地不太順利的機器人企業？這些企業的問題癥結在哪？是不是因為急于融資，所以更偏向于向投資人講故事？

梁穎：資本有時候會急于推動行業發展，每個行業都有自身的發展規律。現在資本大量涌入，就像AI 1.0泡沫破裂后，一堆公司倒下；過去兩年，半導體行業也有很多企業倒閉，所以有時候資本在背后會急于求成。資本本身沒有絕對的對與錯，對的時候能助力企業快速成長；反之，沒有資本加持，企業的自我造血和成長周期會大大拉長。但資本也會過度催生，造成大量的泡沫，總體來看有利有弊。

藍鯨科技：未來，聯想創投在具身智能領域的投資，會偏向To C類機器人公司還是To B類機器人公司？

梁穎：短期To B更容易商業落地變現，To C雖說是天花板最高、市場最大的賽道，但當前技術難度也最大。我們理想中的機器人，說白了就是能在家替代管家，啥都能干、真正幫人解決問題陪孩子、陪老人、做家務、做飯等。但現在的機器人單一事情都尚未能做好，即便大模型讓它的情感認知和對話能力有了提升，陪伴時依然像機器人，沒有真正的同理心和溫度。不過從長遠來看，我們創投的投資邏輯更看重長期價值，可能要等5年、10年甚至15年。這個過程中技術和應用會不斷迭代，呈現螺旋上升的態勢。每一波資本和從業者進入，都會解決部分問題，落地一些能真正實現機器替代人、降本增效的成果。遇到技術瓶頸就尋找新技術，發現新應用場景就持續攻堅，最終朝著那個理想目標推進。

藍鯨科技：哪些場景能成為具身智能行業商業化的突破口？

梁穎：具身智能商業化的落地，要想替代人，核心還是要解決真正的降本增效。場景不要太復雜，這類場景或許是危險、不適合人涉足的領域，比如危險、污染環境的巡檢、維護等，這類場景的剛需性很強。也不一定需要人形，特定場景下輪式等形態就夠用，核心是解決人不適合去的問題，以及人無法24小時工作的需求。這一波的核心還是應用需求驅動，在需求導向下找到最優解決方案，有時候要做減法而非加法，不能堆砌各種功能。現在做相關領域的公司，大多是科研背景的教授出身，學院派居多。他們更傾向從技術出發，思考技術能做什么；但其實應該從需求出發，先明確需要什么，再看技術能否實現。實現目標不必依賴單一技術，也不能只盯著某類技術，關鍵是用合理成本的技術解決實際問題。

藍鯨科技：2026年，聯想創投在具身智能領域有哪些具體的投資計劃、核心方向可以分享？

梁穎：我們布局具身智能很早，從機器人1.0到2.0，我們投資了30多家機器人企業。具身智能這波，也在早期估值不高的時候投了7-8家。核心還是看好團隊他們清楚面臨的挑戰，也會兼顧短期落地與長遠發展。到2026年，再投這類本體企業的話，估值已經偏高了，而且該出來創業的團隊基本已經創業了。資本是有周期的，所以我們今年下半年已經開始逐漸向產業鏈上游的零部件領域傾斜。同時，也關注已投企業的商業化落地，幫助這些企業找到商業化的切入點。