具身智能：在狂熱中沉淀，在落地中破局

文/勁草

來源/萬點研究

【本文約5050字，完整閱讀預計需要8-10分鐘】

人工智能的下半場，具身智能成為兵家必爭之地。科技盛會消費電子展（CES）上，到處都能看到機器人。吸塵機器人、割草機器人、農業機器人，以及數不勝數的人形機器人.......

一邊是資本與巨頭集體押注、聚光燈下頭部企業批量吸金，而中小企業融資斷檔、明星企業陷入危機的劇情也在同期上演，可謂冷靜與殘酷并行。

毫無疑問，經歷短暫而激烈的鏖戰之后，這場競速賽正從“拼融資、炫技術”轉向“比落地、看盈利”的深水區。

資本熱錢涌入后的冰火兩重天

2025年的具身智能賽道，資本市場呈現“一半海水、一半火焰”的獨特畫面。

首先，從行業熱度與融資規模上看，賽道的宏觀基本面是不容置疑的火熱。

根據IT桔子數據，截至2025年12月21日，超過600多家投資方“真金”加碼具身智能、全年融資事件超304起，總融資額更是達到379億元，分別是2024年的2.95倍、4.05倍，是2023年的7.24倍、4.37倍。其中，更有如松延動力一年內完成6輪融資的壯觀景象，從A輪火速邁入Pre-B+輪。

大廠巨頭更是集體下場“押注”，高頻次、強聚焦，一時風頭無兩。

據不完全統計，百度風投、聯想創投、螞蟻集團等8家核心大廠全年投資次數合計達62次，其中百度風投以13次投資位居首位，聯想創投/聯想之星以11次緊隨其后，國香資本（商湯）與螞蟻集團均以8次投資并列第三，形成第一投資梯隊。

風潮中，騰訊領投智元也是其首次入局人形機器人，時隔一月迅速追加，且不久后又躋身宇樹股東行列，足見其對具身智能的重點關注和擠上牌桌的決心。

不得不提的是，美團王興通過旗下戰投、龍珠兩大平臺集中布局，2023年至今累計出手8次、覆蓋7家核心公司。更是在2025年上半年密集6投，7月前11天連投2家，頭部梯隊中出現9次，頻率與集中度居行業前列，坐穩了“中國具身智能第一投資人”的位置。

而京東也勢不可擋，以三個月內連投6家機器人公司的驚人速度迅速深入布局！與騰訊“模型+硬件”雙輪驅動（Tairos大模型賦能智元人形與宇樹四足）的核心邏輯與投資邊界不同的是，京東采用“場景+全鏈”的方式切入，六次投資分別覆蓋本體（智元、帕西尼）、核心部件（逐際動力）、算法（千尋智能、眾擎機器人、RoboScience），直接服務如分揀、搬運、末端配送等物流環節降本增效。有行業分析師估算，京東六投總規模近40億元，不可謂不“重拳出擊”！

大廠巨頭的狂熱邏輯很簡單：在AI浪潮席卷之后，具身智能被視為可能改變世界的終端形態，誰也不愿錯過“下一個宇樹”。

但狂熱的背后，也有不一樣的“身影”。

我們先看一組來自投中嘉川團隊的統計數據：2025年168家獲得投資的具身智能企業中，自變量、它石智航、樂聚機器人、星動紀元、星海圖、眾擎機器人等前10家公司共計拿到了134.72億元的投資，占到全年行業融資額的40.95%。

頭部企業的“吸金”能力導致資金集中化趨勢愈發明顯，結果也顯而易見，中腰部融資窗口收窄也預示行業格局或將迎來變化，加速分層只是時間問題。事實上，這種分層跡象已經顯性發生，苦苦強撐后的“退場”事件，也是叢林法則下擇優汰劣的必然。中小企業陷入融資斷檔，部分公司2-3年沒有新的資金注入，在技術研發與量產投入的雙重壓力下舉步維艱。

如紅極一時的云跡科技，彼時曾以6.3%的國內收入份額位居中國機器人服務智能體市場第一，“潤”系列機器人更是成為酒店標配。而在D輪后無新融資，融資斷檔超3年。

而人形機器人獨角獸企業——達闥機器人也深陷危機泥潭，這個曾經累計融資超 54 億元的“獨角獸”、2023 年后再無新注資。天眼查工商信息顯示，61條“被執行”、101起“司法案件”以及數人“限高”，已經說明了危機的嚴重程度與前途多舛。

資本的嗅覺靈敏度無需猜測，殺伐果斷是“標配”。

金沙江創投合伙人朱嘯虎批量退出人形機器人公司一時引起熱議，作為曾押注非夕、星海圖的投資人，其在25年初左右批量退出多個具身項目，直言“商業模式不清晰”，這也是資本回歸理性的信號。當熱錢趨于理性、“降溫”后的冷靜思考，便會劍指“沒有技術壁壘與落地能力的企業”，其也終將被市場淘汰。

而相對的，頭部企業的優勢、仍將不斷放大。

2025年，宇樹拿下近12億元訂單，智元銷售收入突破10億元，銀河通用訂單超7億元，這些實打實的業績成為融資的“硬通貨”。而那些僅停留在概念階段、缺乏場景落地的公司，正逐漸被資本拋棄。

一位資深投資人坦言：“現在的資本不再看PPT上的技術參數，而是要看機器人在工廠里能不能穩定作業、能不能賺錢。”正如一眾投資經理不禁要問的那一句：“技術參數很漂亮，客戶在哪里”？

從“炫技”到“賺錢”的關鍵一躍

“客戶在哪里”，本質是場景落地問題。

技術理論的初級炫技，既是上牌桌的資格券，也是為了奠定更好的升級基礎，畢竟模型需要迭代、訓練數據需要積累、控制策略與算法需要優化。在迭代升級中，不斷探索“干活”的場景適配問題。場景的錨定，也決定著技術研發、產品形態、市場策略的不同。

杭州云深處科技發布的人形機器人視頻中，機器人墊步、側踢、打太極，十八般武藝輪番上陣，收獲了數百萬網友的驚嘆；但在寧德時代的生產車間里，千尋智能的“小墨”機器人正重復著枯燥卻關鍵的工作——自主檢測線束連接狀態，動態調節插拔力度，避免高壓部件受損，這臺機器人的落地，每年能為工廠減少數十萬元的人工成本與損耗。

這兩個場景的對比，揭示了具身智能商業化的核心邏輯在于從“技術炫技”到“實用賺錢”的跨越。

正如小米前總裁/高山新域合伙人王翔先生的說法那樣，“技術的先進性不等于商業化成功，找到真實需求與應用場景是關鍵”。花拳繡腿不能當飯吃，“比誰的機器人動作更復雜”只是初級階段，“干活”才能實現更大的價值創造。

無論是更具熱度的人形機器人賽道，還是輪式、四足，具身智能領域的各路玩家對場景的探索與產業實踐，也的確如上所言呈現出一定的“百花齊放”姿態。

人形機器人的終極目標是像人一樣適應通用環境，但目前成本高、技術挑戰大，因此在汽車制造等結構化工業環境率先試點。比如智元遠征 A1人形機器人，在比亞迪的工廠中進行裝配、搬運、物料轉移等任務的實地測試與驗證，這也是智元機器人從實驗室走向工業現場的關鍵一步。據悉，智元在汽車零部件、消費電子組裝等場景批量交付，核心客戶包括均勝電子、龍旗科技、奇瑞供應鏈等，累計訂單規模過億元。

而輪式機器人在平坦、規則的環境中效率和穩定性最高，已在清潔、物流等場景大規模商用，如全球商用清潔機器人龍頭高仙機器人，其商用清潔機器人系列實現自動洗地、推塵、消毒，已廣泛應用于全球超40個國家和地區的商場、工廠、機場等，運行里程超3億公里，場景數據積累深厚。

場景落地，已是實打實的核心競爭力。它如同一場期末考試，它檢驗著“學校”的工作成果、“學生”的學習效果。場景落地這關鍵一躍，不僅帶來了實實在在的收入，更構建了“數據-技術-產品”的正向循環，也是具身智能走向深水區的必經之路。

然而，如人們所設想的那樣大規模場景落地，肯定不是一朝促就。僅就場景落地的技術角度而言、仍有不少問題待解決，我們還需要給予行業更多的時間與空間。

比如人形機器人在物理世界的非結構化環境的適配性不足問題，在商場人流、工業復雜工況中，機器人誤觸率仍達8%，這一數據是多家頭部企業在場景實測中的公開統計值，集中暴露了從實驗室“理想環境”到真實場景“復雜變量”的落地鴻溝。如Skynews在一篇有關CES的報道中也提到，“進一步調查這款疊衣機器人時，我發現它需要四天的遠程操作才能適應陌生的CES環境中的新桌子和燈光”。

另外，“恐怖谷效應”也制約家庭場景得普及，這源自用戶對人形機器人的信任度有待提升。這一效應在家庭場景被放大，疊加安全、隱私與信任的多重顧慮，直接拉低用戶對人形機器人的接受度與信任度，成為家庭普及的關鍵瓶頸。優必選加速進化副總裁趙維晨指出，如果機器人的五官過于逼真而又無法完全達到人類的自然表現，反而可能造成使用者的不適與疏離感，形成“恐怖谷”效應。

不僅如此，智能體機器人在真實場景環境中，視覺、觸覺傳感器數據存在噪聲，物理動作存在延遲與誤差導致“指令-動作”的映射精度不足，力控與靈巧手協同不夠精準等，機器人撿起杯子時容易掉落即是該類技術尚未真正熟化的表現。比如在社交平臺流傳的“特斯拉Optimus人形機器人賣爆米花”視頻中，我們也能看到機器人“出現握力過大時立即松手重調的動作”。

場景落地，考驗著具身智能從“實驗室”走向物理世界的技術遷移完整性、實用性。在實驗室環境（結構化、無干擾）表現良好，但在開放環境（如家庭、戶外）中，面對未知障礙物、復雜光線時，智能體機器人性能會下降，這種泛化能力弱還只是場景落地技術復雜性的一個面。

真正的規模化場景落地，需要行業整體去推進，首當其沖是降本，就不是某一個或幾個企業的事，需要生態協同與整體協作。

攻堅“最后一公里”，從來不是獨角戲

智能體機器人單臺售價數十萬元至數百萬美元，這讓工業場景批量部署、家庭場景全民普及面臨一定阻礙。

以特斯拉Optimus為例，其單臺售價約20-25萬美元，傳感器、電機、絲杠等核心部件成本占比超70%，這一高占比源于其人形機器人對精密執行與感知能力的極致需求。相較于Optimus，波士頓動力Atlas作為研發樣機，特種材料與定制部件占比更是突破60%，單臺成本更是高達150萬美元，僅能滿足軍用與高端工業定制需求。

國內企業通過國產化替代，已經大幅壓縮部分成本，但突破性價比瓶頸的攻堅克難還在繼續。成本高企的深層原因，本質是行業標準的缺失與協同不足，這也是發展必經的階段，需要逐步完善。

行業分析師章聞認為，接口、通信、數據格式、性能評估等缺乏統一規范，企業只能各自為戰，通用件占比不足30%，無法釋放規模效應，而一臺機器人的電機、減速器、傳感器往往來自不同供應鏈。

不難看出，從實驗室到產業端規模化應用，具身智能落地的“最后一公里”、核心卡在成本高企與標準碎片化兩大瓶頸。

破解成本困局，關鍵又在于打破行業標準碎片化的現狀，以標準化驅動供應鏈協同、零部件通用，章聞最后向萬點研究表達了他的看法。

標準化是實現成本下降、推動場景真正規模化落地的核心抓手，這一點也是行業的發展共識。據測算，零部件通用率每提升10%，單臺機器人成本可下降8%-10%，適配周期可縮短40%以上。

2025年12月26日，工業和信息化部人形機器人與具身智能標準化技術委員會（以下簡稱標委會）在京成立，而“標準滯后問題日益凸顯，基礎接口不統一推高協同成本、應用缺乏規范影響市場信任”的現狀也將日益改善。目前，標準化工作已在政策引導下加速推進，標委會已立項環境感知、作業操作、安全規范等12項核心標準，聚焦接口統一、數據互通、性能評估三大關鍵方向，計劃2026年發布首批規范，為行業降本提供政策支撐與平臺保障。

不止于此，行業也從“各自為戰”走向“標準協同”。

在零部件通用化領域，宇樹科技聯合綠的諧波、鳴志電器等核心部件廠商，共同制定伺服電機接口標準，將通用件采購成本降低35%，交貨周期縮短40%。依托這一協作成果，宇樹G1機器人采用標準化關節模組后單臺成本迅速下探，后續推出的R1教育科研機型售價進一步降至3.99萬元，成為高校實驗室標配。宇樹科技CEO王興興直言：“協作不是讓利，而是通過規模效應共同降本。”

而國地共建人形機器人創新中心牽頭搭建的“白虎”數據集，統一了數據格式與采集規范，上海、深圳等8個分訓練場共享15萬小時真機數據，讓企業無需重復開展數據采集工作，模型訓練成本降低70%。特斯拉、波士頓動力等海外巨頭也首次加入中國具身智能標委會，與國內企業共同制定接口標準、打破技術壁壘，推動全球供應鏈協同降本。

具身智能的突圍，從來不是獨角戲，而是協同攻堅。

結語

當資本、產業、政策形成合力，具身智能賽道的狂熱仍在繼續，同時增添了幾分理性與冷靜。

具身智能不是一蹴而就的神話，而是需要長期投入、持續迭代的系統工程。它既需要企業沉下心來攻克核心技術，也需要資本保持耐心，給予技術成長的時間，既需要政策層面的標準引導與資源支持，也需要行業協同，共建開放共贏的生態。

馬斯克多次公開表示，Optimus V3將于2026年啟動量產，并確立了極具野心的“五年內實現年產100萬臺”目標，這也印證著全球競爭即將進入白熱化階段。中國具身智能企業已經站在了起跑線上，頭部企業憑借場景落地與量產能力形成一定壁壘，且國產化供應鏈不斷成熟，政策支持也在持續加碼。但要真正實現從跟跑到并跑、領跑的跨越，還需破解核心技術與成本瓶頸，完善場景落地與商業盈利模式，真正構建自主可控的產業生態。

這場生死競速沒有捷徑可走，真正能留下來的必然是那些既能仰望星空、堅持技術理想，又能腳踏實地、解決實際問題的企業。而中國具身智能的未來，就藏在每一次技術突破、每一個場景落地與每一次理性思考中。

本文由萬點原創，如需轉載、商務合作

請私信或加V溝通：微信號wdyj2018pl