新人來了，兌現投資人熱衷描繪宏大前景，還是成為風投泡沫的一部分？

文丨李安琪

編輯丨龔方毅

今年 9 月，一位風險投資人趕在臺風登陸前飛赴深圳，拜訪一家具身智能創業公司。因全市停工停課，辦公室幾乎無人，他反而順利見到了那位從互聯網大廠辭職創業的具身智能公司創始人。當天還有另外兩家機構的投資經理同樣冒著風雨趕來搶項目 —— 風投追逐風口的故事年年如此，只是今年的主角換成了具身智能。

年初宇樹科技的人形機器人在春晚上身穿東北花棉襖扭秧歌，一舞成名。在那之后公司很快完成了 C 輪融資，估值超百億元。創業者們心目中，AGI（通用人工智能）的完美載體正是這樣的機器人。不像人也沒關系，只要能代替人類完成枯燥重復的勞動就可以：在家庭中擦桌、疊被，在工廠里搬運貨物、擰緊螺絲，甚至攀爬崎嶇地形巡邏或者災害救援。

這個領域里，除了由海歸高校教授創業、傳統機器人企業轉型而來的團隊，今年又涌入一批新創業者。他們大多擁有智能駕駛產業背景和豐富的產品化經驗。

一些投資人私下也對我們承認，當下具身智能領域有很多噪音和泡沫。但該投還是得投，因為游蕩的熱錢總要找到出口。有投資人粗略估算，目前中國活躍在 AI 和具身智能領域的投資機構起碼有上百家，早期投資的資金總和超過百億美元。

投資機構寄望這些 “智駕系” 創業公司能更接地氣地解決實際問題。畢竟經過十年打磨，智能駕駛已完成了從新興技術到標準商品/服務的 “0 到 1”。如今擁有量產和企業運營經驗的人才下場創業，投資人也愿意用真金白銀為他們的經驗提前買單。

機器人作為一門學科與產業的起點在美國。1961 年，通用汽車的裝配線上就出現了首個工業機器人 Unimate，主要任務是焊接與搬運。近半個世紀后，波士頓動力創始人馬克·雷伯特從麻省理工實驗室走出，讓雙足、四足機器人學會了動態平衡的本領。

這也影響了投資人對創業團隊背景的偏好。創立星動紀元的陳建宇、聯合創辦千尋智能的高陽、聯合創辦星海圖的許華哲、螞蟻集團強化學習實驗室前首席科學家吳翼——這四位均畢業于加州大學伯克利分校，被業界合稱為 “伯克利四子”。除此之外，卡耐基梅隆大學（CMU）、麻省理工學院（MIT）、斯坦福大學等也是去年投資圈格外青睞的背景。

對海外名校的執念一度讓資本錯過了本土草根團隊。宇樹科技的早期投資方初心資本合伙人田江川反思曾給宇樹創始人王興興貼過 “屌絲背景” 標簽，導致初心資本沒能更早投資。

去年開始，投資機構對具身智能創業者的背景有了更廣的接納：從高校教授、傳統機器人產業人才，轉為擁有規模產品化經驗的智能駕駛產業高管，如華為、理想、小鵬、地平線等公司的人才。

華為車 BU 前首席科學家陳亦倫，和百度智能駕駛業務前總經理李震宇聯合創辦了它石智航，上線數月內融資超 10 億元人民幣；理想汽車前 CTO 王凱和智駕骨干賈鵬聯合創辦的 “至簡動力” 拿到了元璟資本等機構約 5000 萬美元天使輪投資，并即將獲得某頭部互聯網大廠的注資；地平線機器人前副總裁張玉峰創立的 “無界動力” 完成了首輪 3 億元天使融資。

再早一點，地平線前副總裁余軼楠，以及小鵬汽車和 OPPO 前首席科學家郭彥東等人先后創業，并在短時間內獲得資本重注。一位投資人對我們說，智能駕駛背景的團隊見過大場面、“花過大錢”，懂得調用海量算力進行大模型訓練，具備調動龐大資源的經驗，這是純學院派團隊難以企及的。

截至今年 7 月，特斯拉用于自動駕駛 FSD 模型訓練的計算集群規模等效于約 11 萬張英偉達 H100 顯卡；國內智能駕駛領域頭部整車廠或者供應商也各自擁有數千至上萬張高性能 GPU 。據我們了解，頭部車企每年用于自動駕駛模型訓練的支出保守估計超過 10 億元。

有接近理想汽車的人士告訴我們，賈鵬 2024 年末就考慮就出來創業，被說服多留大半年，其中一個原因是理想有更多算力資源訓練 VLA 模型 —— VLA（視覺-語言-動作）模型目前是具身智能領域的主流模型路線。但創業團隊的訓練算力有限。

從技術路徑上看，智能駕駛經歷從依賴高精地圖、基于規則工程，逐步轉向 Transformer 架構、端到端訓練的新路線，用海量數據和算力讓車輛駕駛風格更加擬人化。隨著具身智能也面臨類似的路線分岔，智駕背景創業者所積累的大模型訓練和數據運用經驗，被認為可以有效遷移到具身智能領域。

一位獵頭透露，去年有家公司創業初期甚至沒設產品經理崗，但今年已經急招具有產品思維的人才。針對智能駕駛背景的工程師，各家開出的薪資漲幅普遍在 50% 左右。

有業內人士對這種跨界提出疑問，認為表面上自動駕駛和具身機器人都遵循 “感知-決策-控制” 的架構，但智駕控制的是方向盤、油門、剎車，輸出的是扭矩和速度；而機器人需要控制全身超過 20 個關節電機與靈巧手，依靠力覺反饋實現精細操作。

一位投資人在調研了上百個項目后發現，敢在現場演示核心功能、穩定表現的團隊屈指可數。“每家的故事都很漂亮，但量產問題是 ‘房間里的大象’。大家都看到了，但都忽視它。”

有投資人向我們明確表示更傾向押注年輕的 “少壯派” 團隊，對半路轉行、以整合資源為目的的資深高管創業持保留態度。其中一位投了智元機器人的投資人說 “不想再陪年紀大的、偏攢局性質的公司玩”，在他看來，如果新入局者在技術和產品上缺乏硬核差異化、商業模式又不夠突出，是很難打動投資人的。

但要講清楚技術和想象如何落地，又何止是所謂新入局者的挑戰。

前述技術路徑在現實中缺乏驗證，其根本原因在于高質量的真實交互數據極度匱乏。成本是更現實的問題。有具身機器人公司 CEO 跟投資人算過賬，他們研發的用于汽車總裝車間替代工人的機器人，目前售價約 60 萬元 / 臺，預計 2027 年規模量產后，能降至 35 萬至 40 萬元，與兩名工人 18 個月的薪酬及社保支出相當。

但這個模型并未計入機器人的使用壽命和故障損耗成本。以最容易損耗的靈巧手和機械臂為例，據我們了解，特斯拉機器人 Optimus 靈巧手有超過 20 個自由度，能抓取從直徑 2nm 的細針到 30cm 的寬體箱，但使用壽命不超過 2 個月。規模量產的商品顯然無法接受這種損耗。

具身智能的算法路線也尚未走出迷霧。基于規則的小模型能精準執行某些固定任務，但泛化能力很差。比如教會機器人按照既定程序擦桌子，但如果桌上突然出現了未見過的障礙物，小模型可能就不會繞行。VLA 模型是更主流的技術路線，能聽懂 “收拾房間” 等抽象指令，但可能錯誤歸類物品，效果相對不可控。

二級市場已經流露出悲觀情緒。一位證券分析師告訴我們，他的關注重心已經不在具身創業公司上而是 Robotaxi（自動駕駛出租車）。“具身智能最好的行情已經結束了，現在進場，只有跌的份兒了。”

在今年 11 月的一場國家發改委發布會上，新聞發言人李超指出，在新資本加速入場的背景下國內人形機器人企業已超過 150 家，新動能雖能激發創新，但也要注意防范高度重復的產品扎堆上市、研發空間被擠壓等風險，強調 “‘速度’ 與 ‘泡沫’ 一直是前沿產業發展過程中需要把握和平衡的問題，這對于具身智能產業來講也是一樣” 。

這是國內政策制定機構首次對具身智能發出風險提示。

有投資人保持著復雜的樂觀態度，“市場總有不理性的錢，二級市場可以隨時買入英偉達，但一級市場只有少數公司能投中宇樹。” 他期待著特斯拉、美國具身公司 Figure AI 這些領頭玩家的技術突破能拉動行業。后者在今年 9 月以 390 億美元估值完成超 10 億美元 C 輪融資，成為全球最貴的具身智能公司。

他們的投資邏輯高度相似：具身智能大腦（思考與決策模型）、小腦（運動與控制模型）、機器人本體是第一優先級項目，然后是觸覺傳感器、機械臂 / 靈巧手，以及數字采集等。“大家拿著相似度 95%，甚至 100% 的產業圖譜去 pitch 創業公司，” 一位投資人坦言，“95% 的時間我們都在投共識。”

在風投的簇擁下，具身機器人公司或許能稍微靠近那個規模化的機器人未來。但有投資人提醒，如今一級市場上數百萬美元級的小額 “支票” 并不少見，而真正單筆超過 2000 萬美元的大額投資并不多見 —— 而后者往往才是決定創業公司能否走完后半程的關鍵 “糧草” —— 去兌現投資人熱衷描繪宏大的市場前景，或者化作風投吹起的又一個泡沫。

題圖《Robot》