具身智能这条赛道从2023年开始就一直是科技投资圈的高频词。但热度高不代表每一笔钱都聪明更不代表所有拿到融资的公司都站在同一条起跑线上。我观察了这两年的人形机器人、机械臂、四足机器人、灵巧手以及具身大模型项目发现一个明显趋势真正“聪明的钱”已经不再单纯追逐估值故事而是开始围绕订单、场景、供应链、量产能力和数据闭环选项目。这篇文章想拆的就是谁在拿钱、拿的是谁的钱、这些钱背后各自带着什么资源以及普通从业者该怎么判断一家具身公司是不是“虚火”。先给结论这轮具身智能投资里最聪明的钱不是给得最多的钱而是能帮创业公司补上量产短板、打开真实订单、绑定产业资源的钱。整机厂的故事最大但风险和资金消耗也最高上游零部件和具身大脑公司反而更受产业资本偏爱。下面按我自己的观察维度拆开讲。1. 具身智能为什么从“可选题”变成了资本圈的“必答题”1.1 从大模型到具身智能投资逻辑发生了一次关键迁移过去两年AI投资的主线是大模型。大模型的逻辑是“用足够多的算力和数据训练一个能处理文本、图片、视频的通用模型”本质上还是在数字世界里做理解和生成。但投资人很快发现一个边界大模型再强也不能替人搬箱子、拧螺丝、叠衣服。它缺一个物理世界的入口。具身智能补的正是这个缺口。它让AI不再停留在屏幕里而是通过机器人本体去感知、决策、操作真实物体。这个变化看起来只是加了一个“身体”实际上改变了整套技术栈环境感知、运动控制、路径规划、力反馈、人机交互全部要重新做。资本对这类项目的兴趣本质上是在押注“AI从数字空间走向物理空间”的下一波基础设施。还有一个更现实的原因大模型的商业模式还在探索但机器人的商业模式已经有明确参照物。工业机器人卖了这么多年仓储物流机器人、扫地机器人、无人机都是验证过的市场。具身智能解决的是“机器人更聪明、更能适应复杂环境”的问题这让原本天花板有限的机器人行业突然有了平台级的想象空间。1.2 硬件成本下探和真实场景验证让“落地”第一次有了时间表两三年前聊具身智能很多人的第一反应是“实验室项目”。现在不一样了。激光雷达的成本已经降到几千元甚至百元级别伺服电机、减速器、传感器也都在快速降价。一个能跑动、能抓取、能导航的人形机器人原型不再需要上千万的研发预算。成本下降只是一方面更关键的是场景验证开始出现。工业上下料、物流分拣、商超巡检、实验室操作、餐饮后厨这些场景里已经开始有具身智能方案在小批量试运行。哪怕只是“能用”而不是“完美用”也足够让投资机构重新算一笔账如果三年后单台机器人成本降到10万以内很多重复性劳动岗位是否会被替代这个市场空间有多大所以资本重新进场不是因为概念更性感而是因为成本曲线和验证数据第一次支撑起了真实的商业测算。注意这里要区分“demo能跑”和“产线能稳”的区别。很多具身智能公司的演示视频很漂亮但一到客户现场就暴露问题。判断一家公司是不是值得投最好去现场看连续运行数据而不是看剪辑后的视频。2. 拿走最多钱的几类公司钱的性质完全不同2.1 整机厂估值故事最大但钱要烧在量产上最先被资本追捧的是人形机器人整机厂。国内以智元机器人、宇树科技为代表海外则以Figure AI、特斯拉Optimus为代表都拿到了大额融资。整机厂的特点是故事性最强宣传效果最好但资金消耗也最凶。一台双足人形机器人光是关节电机、减速器、传感器、计算平台和结构件的成本就可能超过十万元。如果要做一万台就是十亿级的物料成本。这还不算研发团队、测试场地、数据采集、售后维护。整机厂拿到的钱绝大部分要烧在硬件迭代和量产爬坡上。整机厂的价值在于“定义产品形态”和“搭建生态入口”。如果人形机器人真的成为通用操作终端那整机厂就是最大的入口。但风险也很明显技术路线还没收敛双足是否是最优形态、手部需要多少自由度、通用性做到什么程度才算可用都没有标准答案。这个阶段投整机厂基本是在赌终局。2.2 “大脑”与“小脑”公司模型能力和控制算法的分工具身智能赛道的第二类玩家是专攻“大脑”的具身大模型公司和专攻“小脑”的运动控制公司。“大脑”负责理解任务、规划动作、识别物体和环境相当于给机器人装上“会思考的软件”。这类公司的核心资产是模型架构、训练数据、数据飞轮和场景适配能力。它们不一定自己造硬件可以接入不同的机器人本体。代表比如国内的星尘智能、星海图、千寻智能等都在围绕具身基础模型和操作智能做文章。“小脑”负责的是运动控制包括步态规划、全身平衡、力控柔顺操作等。人形机器人走路稳不稳、机械臂碰到物体时会不会自适应调整力度都是“小脑”的范畴。这类公司更偏传统机器人技术和强化学习结合核心壁垒在于算法在真实硬件上的泛化能力。投资这类公司的逻辑和投整机厂不同。整机厂要的是“一台机器能做的事更多”而大脑和小脑公司赌的是“一套软件能适配多台机器”。如果具身模型成熟理论上可以同时驱动不同品牌的人形机器人、机械臂和服务机器人。这种“卖软件”的模式毛利更高扩展性更好资本会更愿意给高估值。2.3 核心零部件和灵巧手最容易被产业资本盯上的卡位夹在“大脑”和“整机”之间的是核心零部件。这个环节最典型的是灵巧手和一体化关节模组。人的手有20多个自由度目前市面上大部分机器人手只有不到10个自由度抓取能力、力感知能力都远不如人手。谁能在灵巧手上做出低成本、高自由度、耐用且能量产的产品几乎就是拿到了人形机器人的“入场券”。产业资本对这类公司的兴趣明显更高。原因很简单零部件是确定性需求。不管未来人形机器人的形态是双足、轮式还是四足只要它需要抓取和操作就需要灵巧手、关节电机、传感器。产业方投这类公司不仅是为了财务回报更是为了锁定供应链。很多汽车制造商、家电企业、物流平台都在以战略投资的方式进入具身赛道目的就是提前卡住关键零部件。2.4 数据采集与仿真平台看起来不起眼但决定了模型上限还有一类公司容易被忽略就是数据采集和仿真平台。具身大模型要形成强泛化能力需要大量“机器人在真实环境里抓取、移动、操作”的数据。但真实数据采集成本很高设备贵、人手贵、场景难复制。仿真平台可以在虚拟环境里生成海量训练数据再用“Sim-to-Real”技术迁移到真实机器人上。这类公司不生产机器人不卖模型而是提供数据和仿真基础设施。投资价值在于只要具身智能赛道持续发展数据和仿真就是刚需。它有点像早期AI行业的“数据标注公司”只是技术含量和壁垒更高。很多大型投资机构会在这个环节默默布局因为它是“卖水人”生意不直接承担整机量产风险。3. 聪明的钱和热钱本质区别在哪3.1 财务钱看终局产业钱看入口我把具身赛道里的资金分成两类财务投资和产业投资。财务投资机构典型的是头部VC、PE它们看重的是赛道空间、团队能力和公司长期估值增长。它们理解具身智能需要很长时间所以更关注技术壁垒、团队背景和融资节奏。这类资金的特点是给钱多但多数不参与日常经营也不会直接带来订单。产业资本则完全不同。典型的是大型制造集团、汽车厂、物流平台、家电巨头以及互联网大厂。它们投具身智能首先考虑的是“这个技术能不能用在我的工厂、仓库、门店里”。产业资本会带着应用场景来投资有的甚至会先签采购意向再决定是否入股。这类钱才是前面说的“聪明的钱”——它不只看估值更看技术是否能为自己的业务降本增效。3.2 给订单、给场景、给供应链才算“聪明钱”如果一个投资人只给你一张支票剩下的都要你自己跑这不算聪明钱。聪明钱至少应该具备以下能力之一第一能给场景。比如一家做汽车零部件的集团愿意把自己的装配线开放给具身智能公司做试点这就是最宝贵的资源。真实场景比实验室复杂得多能提前在真实场景里打磨产品比多拿几千万估值重要。第二能给供应链。整机厂最痛苦的往往是供应链管控。电机、减速器、芯片、传感器、结构件任何一个环节掉链子都会影响交付。如果投资方本身就是上游供应商或者能帮忙牵线供应链资源这笔钱的价值远超估值数字。第三能给客户背书。具身智能公司向新客户推销时最大的壁垒不是技术而是信任。如果投资方是行业头部企业或者愿意作为灯塔客户出采购证明创业公司在拓客时会顺利很多。反过来说如果一家具身创业公司连续拿了好几轮纯财务投资但没有任何产业方进场、没有试点订单、没有供应链协同那它的估值增长很可能只是账面数字。这在过去两年已经出现了不少例子。3.3 三种团队组合对应的融资节奏我观察到一个规律具身智能创业团队的背景组合很大程度上决定了它拿什么钱、以什么节奏融资。第一种是“学术大牛行业老兵”组合。学术大牛负责模型算法和前沿研究行业老兵负责产品定义和供应链管理。这类团队最受财务机构欢迎因为既有技术想象空间又有落地执行能力。它们的融资节奏通常是天使轮靠技术背景A轮靠demoB轮之后就必须用订单和收入说话。第二种是“纯算法团队”。核心成员全是AI或机器人背景模型能力很强但缺乏硬件量产经验。这类团队往往选择先做“大脑”绑定外部整机厂。它们融资相对困难因为纯软件模式的客户还在早期收入确认周期长。除非模型能力有碾压性优势否则很难拿到大额融资。第三种是“硬件制造背景团队”。本身就有机器人生产经验成本控制能力强但AI能力相对薄弱。这类团队在C端小机器人、四足机器人、服务机器人上有竞争力但做人形机器人时容易被“大脑”短板卡住。它们拿产业资本相对容易因为制造能力是看得见的但估值天花板有限。一个健康的具身智能创业公司通常会从“技术型融资”走向“产业型融资”。早期靠技术和团队讲故事中期靠订单和场景绑定产业方后期靠收入和市场表现支撑估值。如果一家公司从天使轮就开始拿产业订单那是加分项如果都到C轮了还在纯靠技术叙事风险就高了。4. 怎么判断一家具身公司是真火还是虚火4.1 融资新闻之外先看三张表创业者爱发融资新闻媒体也爱报大额融资。但对真正想做判断的人来说融资数字只是噪音。我一般会先看三张表订单表、人员结构表、测试数据表。订单表看什么看订单是意向订单还是合同订单看客户是不是只有投资方内部关联方看有没有复购。很多具身公司公布的“订单”实际上是战略合作协议不是真金白银的采购合同。意向订单和合同订单之间差着十倍可信度。人员结构表看什么看研发人员和交付人员的比例。如果一家公司全是算法工程师没有测试工程师、售后工程师、产线工程师那它的产品大概率还停留在demo阶段。具身智能是一个软硬结合赛道没有大量工程人员支撑产品很难真正落地。测试数据表看什么看连续运行时间和成功率看长期稳定性看在多少个不同场景里跑过。如果一个机器人只能在固定工位、固定光照、固定物体的条件下完成操作那离商业化还有很长距离。我也会关注MPK平均拆机间隔这类指标机器人跑一段时间后要不要修比演示时能抓多准重要得多。4.2 估值是否合理要看对标和里程碑具身智能公司该怎么估值这个问题没有标准答案但我习惯用“里程碑倒推法”来判断。先问一个问题如果这家公司三年后要做到1个亿营收需要哪些里程碑需要多少人形机器人交付需要多少合同订单需要什么级别的数据量然后倒推现在它的产品成熟度、团队规模、客户验证进度能不能支撑这个目标。如果答案是不能那当前估值就偏高了。反过来如果一家公司的估值不高但手里已经握有真实订单、客户愿意给研发预付款、核心零部件良率在持续爬坡那它的估值就有上修空间。另外一个常见现象是“对标融资过高”。某公司融资2亿另一家公司马上也按2亿甚至更高的估值融资但它们的实际技术水平和订单规模差别很大。这就是典型的“一级市场情绪传导”。聪明的投资人会看具体数据而不是按隔壁老王的估值来决定自己出多少。4.3 一家公司值不值得关注关键看数据闭环和复购具身智能公司最大的竞争力不是单次任务的完成率而是数据闭环能力。每一次机器人在真实环境中操作都应该产生数据数据被用来训练模型模型又返回去提升机器人操作能力。这个循环转得越快公司的护城河越深。怎么判断一家公司有没有数据闭环问三个问题第一机器人在客户现场产生的数据能不能自动回传并清洗利用很多公司的数据根本传不出来因为客户不给权限或者隐私合规不允许。第二模型更新后能不能自动部署到所有存量机器人上如果能说明基础设施成熟如果不能那就是一堆孤岛没有飞轮效应。第三每一次失败操作能不能被记录和分析失败数据比成功数据更有价值因为它告诉模型哪里需要调整。复购也是一个关键指标。如果客户买了两台机器人做试点三个月后不再复购说明产品没有达到预期。如果客户追加订单甚至愿意签年度框架协议那才是真正的产品验证。我见过很多具身公司的收入表里第一个客户贡献了80%的营收这个数字看着好看但如果后续客户没有跟上风险极大。注意判断一家具身公司不能只看融资轮次、估值和创始人的学术头衔要多看产品在真实场景中的运行时长、失败率、客户复购率和数据回流能力。这四个指标比任何发布会都诚实。5. 对从业者和围观者的几条实在建议5.1 不要只盯融资新闻要看产业协同的方向如果你是一名机器人工程师、算法工程师或者准备进入具身智能赛道不要被“某某公司融了几亿”影响判断。融资新闻只能说明资本愿意赌不能说明技术路线正确。更值得关注的是哪些产业资本在进场。比如大型汽车集团连续投了几家具身公司说明汽车装配场景有需求物流平台押注哪一类机器人说明仓储分拣可能率先爆发。跟随产业资本的方向找工作、选项目比跟随财务基金更稳妥。因为产业资本离场景更近它们的判断往往更务实。5.2 具身智能的落地顺序先工具后伙伴很多人一想到具身智能就是人形机器人端茶倒水、打扫房间。但真实的落地顺序大概率是先做专用工具再做通用助手。第一批商业化的具身智能产品会出现在工业检测、上下料、物流搬运、实验室操作这些边界清晰、容错率低、ROI容易计算的场景。一台机器人只要能在一条产线上稳定工作两年客户就会买单。而人形机器人在家庭里做家务难度高、责任边界模糊、用户预期管理困难商业化还早得很。如果你想进入这个行业建议先从“单一场景高确定性任务”入手。把一个工位做透比做一个通用平台靠谱得多。反过来如果你想投资或选offer也要警惕那些什么都想做的通用具身公司。通用平台现阶段是伪需求大概率会变成“什么都行什么都不精”。5.3 现在仍然值得关注的方向虽然整机厂估值已经很高但具身智能产业链上还有很多结构性机会。在我看来以下几类方向仍然有窗口期。一类是灵巧手和末端执行器。它是人形机器人操作能力的天花板目前技术成熟度还很低全球范围内都缺少能量产的高性能产品。谁先把成本和可靠性做下来谁就能吃到整机市场爆发的红利。一类是具身数据服务。高质量的真实操作数据是模型训练的基础目前数据采集工具、标注流程、仿真生成平台都还没有统一标准这里面有持续的基础设施机会。还有一类是垂直场景的具身解决方案。不是做通用机器人而是把现成机械臂、移动底盘、视觉系统组合起来针对某一个行业做定制化落地。这种公司看着不够“性感”但现金流可能会先跑通。最后说一下整体判断。具身智能是未来十年值得长期关注的赛道但现阶段泡沫确实存在。最聪明的钱已经不再为“有机器人”买单而是在为“机器人能用、能批量交付、能产生复购”买单。对于从业者来说认真做出一个能稳定运行的产品比拿下一个漂亮的估值更有意义。这条赛道真正的分水岭可能在2025到2027年之间出现——那时候谁在裸泳谁在造桥会非常清楚。